智能電廠二次系統運維管理模式研究

王國清 , 呂力行

浙江浙能電力股份有限公司蕭山發電廠，浙江 杭州 311251

0 引 言

《智能制造發展規劃（2016—2020 年）》中明確表示，2025 年前必須保障智能制造落實“兩步走”戰略，即到2025 年能夠構建起全新的智能制造支撐體系，促使重點產業能夠初步實現智能轉型[1]?！吨袊圃?2025》國家發展綱要中也強調必須推動行業實現快速智能化的轉型升級與跨越式發展，形成支撐我國與世界接軌的全新體系[2]。在國家大力發展和社會廣泛關注的背景下，智能制造時代已然來臨，并成為了各個行業未來發展的主要方向。在智能制造深入推進的影響下，各種設施設備表現出綜合性、智能性、交互性特征，且呈現出數據可視化、設備網絡化、過程透明化等特點，在促進先進制造能力提升和傳統產業轉型升級上發揮了非常關鍵的作用[3]。同時，智能制造也對設施設備的日常連續性運作提出了更高的要求，突發性的故障可能帶來的極大的安全風險，為此，設施設備的維護管理成為至關重要。二次系統是智能電廠與傳統電廠實現聯網最大的差異所在。借助二次系統電廠能夠促使電流互感器、電壓與一次系統形成連接，并通過保護裝置和自動化系統對一次設備進行控制與調度，保證整個電力系統實現穩定、健康運行。近年來，在智能電網持續改進優化的背景下，目前已經實現了全網信息共享、數據數字化傳輸、采集和控制單元電網信息監測獲取等功能[4]。在全新的時代背景下，電廠二次系統的運行維護管理也逐漸實現了自動化、智能化和數字化運作，在提升電廠安全性和設備可靠性發揮了重要作用[5]。但因電廠二次系統運維管理缺乏統一、完整、系統的維護標準，造成運維管理概念不明確，給日常運維管理工作帶來了諸多問題。為此，基于智能化時代的全新要求，結合電廠二次系統的特點，打造起全新的運維管理模式，使其更加符合智能制造系統的特性，有必要提升智能裝備的使用價值。

1 電廠二次系統運維管理問題診斷與分析

1.1 電廠二次系統運維管理問題診斷

1)當前維護系統的功能目標定位不明確，開展預測性維護的設備整體覆蓋率也相對較低，絕大部分設備很難實現狀態數據采集和動態監測，仍然是人工記錄和離線采集的方式運作，導致數據的真實性、準確性都無法確定，設備狀態故障診斷分析能力有較大的提升空間[6]。

2)配套的網絡通信和數據基礎設施、設備資源嚴重不足，針對所獲取的相關數據信息無法實現分析和數據管理，并未形成成熟的設備壽命預判和健康狀態評估監控管理模式，與此同時，還缺乏設備運維優化機制?，F階段，電廠二次系統系統與設施設備都處于分散的狀態下，缺乏落實預測性維護管理的相關條件，系統功能相對較為落后，以數據庫和表單為主，無法承載設備運行狀態數據的功能接口，自然很難實現全程的預測性維護管理。

3)現行二次系統功能結構與智能制造標準有著較大差距，并未構架起系統預測性維護系統架構體系，功能上也只是單純具備了基本的維護執行和預測分析能力，但絕大部分都是根據離散數據和歷史故障數據來完成線下分析處理，缺乏系專業的評估、故障分析和健康預測等核心功能[7]。

4)現階段實施的管理流程中，并不具備狀態故障識別和預判等核心功能，維護組織也并未構建起基于壽命預測和健康管理的評估體系，造成預測性診斷結果很難應用于設備的運維決策。與此同時，設備的健康管理信息無法與電廠內部管理系統建立起聯系，導致電廠二次系統運維管理流程處于孤立狀態。

1.2 電廠二次系統運維管理問題分析

根據上述運行管理情況，結合魚骨圖分析法對電廠二次系統運維管理問題原因進行分析。魚骨圖分析結果如圖1 所示。

圖1 電廠二次系統運維管理問題分析魚骨圖

1.2.1 管理輸入輸出要求和接口關系不明確

1)電廠二次系統推行的設備運維管理表現出定位不明確的特點，并未與智能制造標準建立起聯系，仍然沿用的是傳統制造體系的輸入輸出運維管理模式。針對設備智能預測性維護的要求也缺乏明確性，造成新投入的智能裝備針對預測性維護的智能化規格很難做到全面，導致現有的預測性維護管理和標準無法達到標準。

2)現階段，設備維護組織未充分發揮FMEA分析的功能，缺乏對故障失效和功能結構的全面掌控，更多的是憑借著經驗來開展維護管理工作，影響電廠二次系統的運行可靠性和安全性。

3)尚未構架起針對企業管理體系架構的頂層設計支撐，電廠在面對智能制造系統數字化運維信息化、體系化的趨勢下，并未及時根據智能制造的特性調整設備維護管理系統的管理表中，也并未明確設備維護系統與相關結構之間的接口關系，同時針對關鍵零部件的預測性維護的覆蓋和維護系統建設投入方面也并未形成科學的規劃管理。

1.2.2 流程制度和技術規范有待完善

1)結合智能化二次系統運維管理新要求，并未形成針對設備健康度預測的明確標準體系?，F階段電廠二次系統的運維管理主要是基于預防性維護的層面上來實現延伸，但實際運行中更多的是以線下記錄與歷史故障數據來做出預判，絕大部分都是靜態或者離散狀態的線下預測分析，人為完成診斷信息的分析，預測可信度非常低，很難客觀體現出狀態的健康情況。

2)并未針對相關模型和標準來構建起專門的業務運作流程，而是基于管理故障經驗來形成二次系統運維管理模式，缺乏對二次系統運維管理的核心操作流程，更加談不上技術操作和規范，實際落地的執行效果與常規運維管理措施的效果無明顯差異，但卻導致整個運作流程很難達到一致。

3)并無針對設備故障和健康管理的相關措施和手段，未開展故障診斷并實現設備健康的預測判定、壽命的預測等。在智能制造系統引入的背景下，若缺乏對設備健康狀態和故障信息的預判，不利于二次系統的日常運行和維護管理。

1.2.3 軟硬件資源配置不充分

1)絕大部分電廠二次系統設備都未配置運行數據監測采集條件，但若全面改造必然面臨著較大的成本投入。這些新增加的成本投入很難直接兌現投資收益，運營單位必然會對成本壓力進行綜合考量，導致日常運維很難獲得充足的資金支持，故設備的監控仍然以人工記錄和監測為主。

2)缺乏必要性的二次系統運維管理的軟硬件實施條件?，F階段電廠二次系統設備的信息化系統與網絡設備都處于分散狀態，配套的數據基礎設施系統和網絡通信還處于規劃完善中，進度無法與數字化核心系統的要求相匹配。

3)未形成對智能制造系統信息化資源的支持體系。針對電廠二次系統的健康管理和壽命預測監控是運維管理的重要任務，要保障該項措施有效執行，必然需要獲得充分的算法支持和數據管理?，F階段的系統功能仍然停留在數據庫和表單的階段，很難滿足預測性維護管理的實際要求和智能化制造的風險評估要求。

2 智能時代下電廠二次系統運維管理模式優化策略

2.1 電廠二次系統運維管理模式優化

基于智能化時代的全新要求下以及電廠二次系統運維管理的典型問題，綜合電廠發展規劃與實際情況，對原有運維管理模式進行全面優化。全新運維管理模式是基于預測性維護管理理念下打造起的全新管理體系，管理過程的烏龜圖優化，見圖2。

2.2 電廠二次系統運維管理模式建設

2.2.1 建立運維管理組織架構

要對電廠二次系統運維管理進行預測性維護管理，就必須建立對應的運維管理組織系統，生產系統的組織設計是運維生產準備過程的重要內容，組織設計的任務就是根據運維管理主要職責和生產特點建立的、符合實際需要的運維管理生產系統[8]。

1)重構電廠二次系統運維管理系統架構

參考智能制造和預測性維護系統架構模型，結合二次系統日常運營的特點，重構運維管理系統架構流程如圖3 所示。

圖3 二次系統運維管理架構流程重構圖

2)電廠二次系統運維管理優化流程

以此為基礎，對電廠二次系統運維管理流程進行優化。優化后的運維管理關鍵的流程活動說明見表1。

表1 電廠二次系統運維管理流程活動說明

2.2.2 構建信息化管理系統

智能化時代背景下電廠二次系統運維管理需要具備的軟硬件系統資源，主要包括底層的設備狀態采集監測、數據傳輸網絡與接口、故障診斷與預測的數據系統資源、數字化關于智能維護管理的信息化平臺等。系統資源的層次結構如圖4所示。

圖4 電廠二次系統運維管理系統資源層次圖

智能化時代背景下海量傳感器和智能平臺的信息交互，以及人機界面的高效交互，對二次系統設備設施的實時通信、對網絡有多樣化的需求以及極為苛刻的性能要求，智能電廠的升級同步伴隨著對控制網絡信息系統的全面升級拓展?？刂凭W絡具有設備間、系統間的信息傳遞與溝通的互操作性，具備明顯的通信實時性、安全性、可靠性特點，能提供相對應的實時通信。 目前控制網絡已從傳統的分布式控制（DCS）發展到較為先進的現場總線、以太網以及物聯網（IOT）控制。面向全新的二次系統運維管理可以充分應用控制網絡通信的實時性、安全性和可靠性，將采集到的設備狀態數據通過控制網絡穩定可靠實時地傳到對應的數據系統，以實現對二次系統實時數據的高效存儲，用于后續分析使用[9]。

通過多種傳感器、儀器儀表等實時采集得到的涵蓋設備操作情況、工況狀態和環境參數等體現設備運行狀態的數據，這些具備時間序列差異的大量數據通?？煞Q為大數據?；诠收项A測和健康管理理論模型（PHM），可以在充分拓展設備狀態數據采集、存儲、預處理的基礎上，建立基于大數據的智能故障診斷與預測分析的算法系統，主要包括狀態預測智能預警模塊、故障診斷專家庫、健康狀態監測評估模塊、部件壽命預測算法模塊、故障停機管理模塊等，相應的算法輸出可以滿足電廠二次系統設備運維管理的基本需求。這方面需要智能電廠在推進智能化升級的同時部署相應的數據計算技術和數據分析工具，基于采集到的海量設備大數據，定制化開發相應的數據算法模型，將實時采集的傳感器數據與設備全生命周期歷史數據進行對比，輔助設備維護管理者更迅速、更全面地把握設備故障失效的發生，實現設備全生命周期健康狀態的控制。

2.2.3 科學制定管理流程制度與技術規范

設備FMEA 是預測性維護的前置基礎，結合電廠二次系統設備特點，參考最新版FMEA 手冊，編制《設備FMEA 分析作業指導書》，對設備FMEA 分析過程進行標準化，從而指導設備狀態采集點必要性的確定。設備FMEA 分析結果的輸出以設備FMEA 流程說明中的主要字段為主。

由于智能電廠二次系統是一個復雜的設備組成體，不同類別設備的狀態數據采集水平存在較大差異且通訊協議不統一，為了規范設備狀態數據采集的技術方案，實現設備預測性維護過程中不同設備狀態數據采集方式的標準化和統一化，控制采集方案的實施成本，制定《設備狀態數據采集技術規范》，規定設備狀態的標準定義、SCADA 系統的設計原則和應用軟件開發及系統的調試、運行等[10]。同時基于設備狀態數據的故障診斷預測并參考PHM 理論、浴盆曲線模型，結合電廠的具體情況和客觀能力條件限制，編制《設備健康狀態評估作業指導書》，搭建科學合理且適合電廠二次系統運維管理實際的設備健康狀態評估模型如圖5 所示。按此模型制定對應的設備健康狀態評價標準，對設備健康狀態進行分析，參考評分標準見表2。以各維度評價得分加權平均算出的百分制表示設備健康指數（健康度），最后輸出針對性的評估報告，為設備維護策略管理決策提供支持。

表2 健康狀態評價參考評分標準

圖5 健康狀態評估模型

運行時間分析參考模型如圖6 所示，按照設備浴盆曲線周期中不同時間段故障失效水平的差異分為早期失效期、偶然失效期和損耗失效期。

圖6 二次系統故障失效浴盆曲線

3 結論

本文以電廠二次系統運維管理為研究對象，綜合智能制造時代背景的全新要求，發現其在智能化水平、數字化水平和管理體系、規范上都存在諸多問題。面對智能電網的全面發展，二次系統運維管理應當形成多功能性、高精度和高效率的全新管理模式，通過現代化技術手段形成對二次系統設施設備的動態預測，制定更為科學的健康狀態分析和計劃維護活動，最大程度上提升二次系統的運行安全性與穩定，為電廠的健康運作和高質量發展奠定基礎。