中广核毛晓明：智能化的监测技术应考虑适用性 并非越先进越好——2018年智慧电厂论坛（二期）

“我们用什么监测技术监测重大设备，很多智能化的监测技术是不是技术越先进越好？智能化的监测技术，目前阶段可能不一定对所有设备使用这样的经验，所有工业上的设备在运行，一定是在它的约束条件里面、在边界条件里面，所以技术再先进不一定能够实现特点。”中国广核集团苏州热工研究院有限公司智能监测主任工程师毛晓明在2018年智慧电厂论坛（第二期）【分论坛一：智慧运行与管理（含新能源）】带来的《中广核集团智能监测项目应用简介》时表示。北极星电力网全程对会议进行直播，如需了解更多的会议直播，请联系微信号：13693626116

毛晓明：各位好！前面听了几位专家的精彩发言，从宏观方面讲了一下电站主要是职能控制以及我们节能减排的事情，我可能是讲里面智能应用的小点，智能监测，可能和今天的主题或者和前面几位略有不同或者是一个补充。

直播地址：2018年智慧电厂（第二期） 

我的题目是“重大设备的火眼金睛：智能监测”，实际我今天讲的主要不是控制或者锅炉燃烧节省能量的方面，主要是保护我们的重大设备怎么不损害的方面进行切入。

我们整个中广核集团，我们苏州热工院是中广核的一个部门，集团的一个项目，刚刚蔚主任讲的发电集团缺少集团的一些项目，我们中广核集团在这方面做的是比较靠前的，整个信息化平台我们已经搭建起来，所以我们整个项目是依托我们信息化平台进行应用的项目，几天所有的在线信息全部已经集中在一个平台上，最近一年、两年一些过离线数据、程数据都集中在我们的平台上，离线数据和在线数据怎么融合，也是我们项目正在研究的内容。

这张图片大家应该很清楚，我们目前的维修现状，一个是急诊，一个是定期疗养，电站目的目前大部分还是处于这两个阶段，一个就是坏了我们修，另外就是预防性维修，定期维修。预测性维修的时间是很少很少的，什么时候对我们设备进行维修是非常重要的。监测，我们的目的就是为了保护重大设备不受损害。

为什么我们会做监测，实际上我们有这样一个认识规律的变化，这里面都是专家应该很熟，设备开始装的时候一个典型的曲线是这样的，现在重大设备的维修，特别是产品发展以后绝大部分可能是跟实践无关，无论是你进行定期维修还是别的方式都比较难以在合适的时间发现设备的故障，目前整个核能行业，大部分是第三阶段怎么进行预测性维修，我们苏州热工院可能今年或者明年会在一些小范围、小部分上推广这些应用。

我们所有的监测都离不开P—F曲线，这是设备的故障，当然我们以前的故障和我们现在定义的故障略有不同，我们自己研究的故障一般都认为损坏功能，功能不能满足我们就认为这个设备坏了，必须停下来，而不是像以前这样，这个设备必须要断掉或者坏了，目前是不能满足功能我们就认为是故障，我本来给水流量要达到2500吨，但是达不到了2000吨，我们就认为是设备故障了。P点，就是我们所有的设备在运行过程中能发现它故障还是损坏的测量点，否则能不能探测这个设备坏，以什么来表示？测量率、温度、压力来表述这个点，是非常非常重要的，如果我们不能看这个点或者太晚，实际对我们监测是没有任何意义的，只能进行设备维修，所以这个点对我们是非常重要的意义，但是这点在我们应用中非常非常难以做到精准的测量，所以很多时候我们不会研究这个点，尽量缩短我们的建设时间。因为你P—F的时间越长，我可能采取的方法很多，但是很短实际我没有太多的监测手段了，只能用别的手段。

这个是我们一个设备或者一个机械设备有很多很多不同的P点，就是我说的那个可能征兆，我们可以探测出来的，对我们现有的研究，设备监测研究非常非常重要的点，就是我们要找到可以监测的参数，而且是哪个参数最优、成本最省，这是我们最重要的。展开一点讲，中广核对所有的重大设备，我们的主控、变压器、发电机会进行设备监测参数的研究，对哪个部件什么故障模式、什么故障表政，我们什么参数可以监测我们的什么故障，进行分析，我们再研究用这个参数监测这个设备。

这个是我们参数研究透之后我们要制定什么样的周期进行参数监测，我们现场同事还有总部巡视的同事需要怎么样的周期来训示，最终发现很难很难找到一个周期，在座大部分如果现场很丰富应该很有经验，很多是拍脑袋决定的，中广核也不例外很多时候是拍脑袋决定的。现在采取智能化之后，我们不再研究这个建设周期，我就直接用自动化的手段，就是实时进行监测，任何时候都在随时进行监测，这是一个比对，包括所有设备，相当于我达到无线短，可以很快比对好坏，不会再一周去比对。

第二部分，介绍一下我们中广核的智能监测，整个项目的情况。

这个图，是我们中广核为什么很重视这个项目的原因，这个曲线是我们一台机组的蒸汽流量的曲线，这是一号，是很平稳的，在1900吨左右，但是二号的流量，因为我们平时的监测也是跟传统监测的时候，这台机组几年前也是这样的，设定一个值在这个位置，最终导致的结果就是这个蒸汽流量的管直接断掉，我们才发现异常，而且是因为直接断掉以后报警，然后回过来我们再看实际上十几个小时以前，已经出现了异常。最终导致处理这个设备一个情况，开销很大，核电还不一样，我们设备在核导里面，进去是非常非常麻烦的。

出了这个事情之后我们才来研究我们整个中广核集团，这些重大设备特别是一些核安全设备我们怎么进行监测近年来重大设备发生一些损坏造成严重后果。我们当时就反思我们传统监测有什么样的不足之处，这个是我总结的：第一，容易漏报。为什么呢？因为我们传统监测一般来说都是设定固定值报警，而且我不管你什么运行工况，春夏秋冬都是那个值，这样这个值不能设的太保守，因为我的机组损害工况和各种工况都会变的，这样太保守会有这样的情况，我们一般设定比较高的值或者参考值，这样就很容易漏报。第二，状态漏报。我们中广核的一些重大设备监测系统，也是十几年前，也是基于传统监测的，最后导致的后果我们机组做试验的时候会产生大量的误报，会把我们正常设计真正的故障淹没掉，因为我当时在电厂工作，很清楚这个，最长的时候可能3000多台报警，如果有真实的报警在里面绝对发现不了，没法筛查出来。第三，费时费力。如果你只是通过主控的开关量或者超设定值的报警，那个实际上对保护设备本身或者对我们电站可能是够的，但是对保护一些重大设备的潜在故障或者是一些系统故障实际上是不够的，所以我们有时候那些监测公司会进行曲线的查询，相信在座的各位也有人干过这个活，我调一些主线过来参数有没有异常，这样费时费力，因为我们一台核电机组有5000多个测点，如果都是通过人力多少都可以监控一台机组。第四，参数孤立。一般只能控制一个参数点，不可能分析到某一个电器的、分析一个机械的，都是很难的。

在我们分析完之后我们也调研过很多智能化的监测技术，我们用什么监测技术监测我们的重大设备，是不是技术越先进越好，我们也反思调研过，刚才蔚主任讲的这样一些东西用在我们常规监测或者重大设备监测上是否合适，我们也思考过。我个人认为，目前阶段可能不一定对所有设备使用这样的经验，刚才讲过大数据，工业的大数据特别是核电站经常在这样运行，或者各种启停都是非常规定的数据，我们理解的大数据，像淘宝这样的大数据，完全跟我们工业数据是有很大差别的，我们工业数据可能大数据真的大、数据很多，要容量很大，这方面它是大数据，从唯独来说，我个人认为不是很大的，因为所有工业上的设备在运行，一定是在它的约束条件里面、在边界条件里面，所以技术再先进不一定能够实现特点，调研以后我们选出了APR智能监测系统。

我们常规监测都是设定固定值报警，对某一个参数，某一个参数超过了我们的报警，但是单参数监测我刚刚说的，最终我们是用一个什么办法来看这方面的缺陷呢，目前不再采用单参数监测，是进行对象监测，就是我们把一个电站整个作为交易对象，你也可以分为一个一个系统，某一个系统分成一个一个设备，都可以是监测系统，甚至虚拟的对象，例如我们常规的整个温度场作为一个对象或者一个调节系统作为一个对象，我这个对象作为整个的监测系统，我把这个对象所有的参数，当然是你进行布置测点，所有的参数，我作为一个总体进行监测，而且我不仅仅只是这个对象本身的参数，我可能会加上一些边界条件，像环境温度我会加进去，把这个监测对象所有的边界条件也作为这个对象的一部分进行监测。怎么做呢？这个对象定好之后，这个对象所有的测点取出来，把所有历史数据全部导出来，历史数据里面进行详细的分析，所有正常的留下，所有的异常的剔掉的，异常时段所有测点剔掉，只留下所有测点的都正常的那些进行聚类分析，因为我不是搞详细数据算法的，我只是简单讲，大概什么意思呢？把所有正常运行的工况，运行出来产生的数据作为我的一个矩阵，相当于我的测点代表多变量，正常参数当成形成特征方程的矩阵。在以我设备运行的特征方程实时跑起来监控当时的数据，就是我当前数据跑起来和我历史数据进行比对，实时数据如果落在我们历史数据里面，我就认为这个设备当前的运行是符合正常运行的如果你运行不符合历史上的正常工况，我就认为这个设备当前是有异常的。所以整个我们这套监测我的理念已经完全和以前不一样了，整个监测的物理意义就是代表我这个报警的时候不是说这个设备一定坏了，而是我告诉你这个设备运行超出了曾经的正常情况，你需要关注，不一定是代表坏了。当然坏没坏我们整个后面的智能诊断也会加一些条件去，因为我们算出来它应该在的位置之后，而且是每个参数的位置之后我们实际上是加了诊断的，因为你各个参数上面、下面是正常的我们加了很多诊断条件，原理上讲我不加诊断的话，我只是告诉你偏离的正常情况，这个需要关注。所以整个智能监测如果只是用的这里，大家应该很清楚，将来会有一些误报警，我们就会有这样的情况。举个例子，海水情况，如果今天冬天很冷，实际上去年就发生过，很冷，历史上都没有这样冷过，在我建模的时候我的设备可能诊断力会下降，会产生误报警，我们要进行训练。这个图就是我们智能监测的核心。