[發(fā)明專利]一種熱力設(shè)備智能運(yùn)維系統(tǒng)及方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011385257.5
• 申請(qǐng)日: 2020-12-01
• 公開（公告）號(hào): CN112329959B
• 公開（公告）日: 2023-06-23
• 發(fā)明（設(shè)計(jì)）人: 王順森;程上方;喬加飛;王凱;張磊;董琨;張俊杰
• 申請(qǐng)（專利權(quán)）人: 西安交通大學(xué)
• 主分類號(hào): G06Q10/20
• 分類號(hào): G06Q10/20;G06Q10/04;G06Q10/063;G06F30/27;G06N20/00;G06F119/08
• 代理公司: 西安合創(chuàng)非凡知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 61248
• 代理人: 高志永

本發(fā)明公開了一種熱力設(shè)備智能運(yùn)維系統(tǒng)及方法，其中的方法包括：熱力系統(tǒng)組態(tài)建模方法；模塊化伴隨仿真方法；熱力系統(tǒng)運(yùn)行優(yōu)化方法；熱力設(shè)備性能劣化分析方法；熱力設(shè)備狀態(tài)異常評(píng)估方法。本發(fā)明的方法，為熱力設(shè)備智能運(yùn)維提供了全面解決方案，有助于提升熱力系統(tǒng)的運(yùn)行管理水平，具有顯著的經(jīng)濟(jì)效益和應(yīng)用價(jià)值。

技術(shù)領(lǐng)域

本發(fā)明涉及熱力設(shè)備智能運(yùn)維技術(shù)，具體涉及一種基于模塊化伴隨仿真和系統(tǒng)組態(tài)優(yōu)化的熱力設(shè)備智能運(yùn)維系統(tǒng)及方法。

背景技術(shù)

目前，在電力、化工、鋼鐵、冶金、水泥等工業(yè)領(lǐng)域，大型設(shè)備通常采用按規(guī)程運(yùn)行、定期維護(hù)、故障維修的工作模式。在運(yùn)行過程中，環(huán)境參數(shù)時(shí)時(shí)刻刻都在發(fā)生變化，設(shè)備也會(huì)隨著老化性能不斷下降，運(yùn)行規(guī)程考慮的首要因素是設(shè)備安全，缺乏針對(duì)特定熱力系統(tǒng)的個(gè)性化設(shè)計(jì)，導(dǎo)致機(jī)組按規(guī)程運(yùn)行時(shí)很難達(dá)到最佳狀態(tài)。另外，定期維護(hù)可能產(chǎn)生過度維護(hù)和欠維護(hù)，而過度維護(hù)將導(dǎo)致設(shè)備利用率下降、運(yùn)行費(fèi)用提高、設(shè)備壽命縮短等，欠維護(hù)將導(dǎo)致設(shè)備故障，需要非計(jì)劃停機(jī)維修，造成更大的損失。

視情維護(hù)（簡(jiǎn)稱智能運(yùn)維）是解決上述問題的主要途徑。其基本思路是通過加強(qiáng)和完善監(jiān)測(cè)監(jiān)控手段，掌握設(shè)備的實(shí)時(shí)工作狀態(tài)，及時(shí)發(fā)現(xiàn)問題并采取相應(yīng)對(duì)策，使有些故障在發(fā)生之前得到有效預(yù)防，有些嚴(yán)重的故障可以在有輕微故障苗頭時(shí)得到控制并被排除，從而遏制嚴(yán)重故障的發(fā)生，大大降低故障率，節(jié)約維修成本，縮小維修范圍，減少維修工作量，提高設(shè)備的可用率，使維修工作變被動(dòng)為主動(dòng)。視情維修可以解決定期維修中“該修不能修，不該修卻要修”的問題。另外，也可以根據(jù)設(shè)備的實(shí)時(shí)工作狀態(tài)不斷優(yōu)化運(yùn)行規(guī)程，提高系統(tǒng)或設(shè)備的工作性能，實(shí)現(xiàn)智能運(yùn)行。

然而，對(duì)應(yīng)系統(tǒng)或設(shè)備來(lái)說(shuō)，加強(qiáng)和完善監(jiān)測(cè)監(jiān)控手段意味著投資的大量增加；最核心的問題是，很多參數(shù)還缺乏有效的監(jiān)測(cè)儀表，例如在火力發(fā)電廠，煤質(zhì)、煤量、汽輪機(jī)排汽濕度、凝汽器漏氣率、氨逃逸率等都很難實(shí)測(cè)監(jiān)測(cè)，這是制約設(shè)備智能運(yùn)行和視情維護(hù)的主要障礙。

人工智能技術(shù)的發(fā)展為解決上述問題的提供了新途徑。人工智能是利用機(jī)器學(xué)習(xí)將歷史經(jīng)驗(yàn)量化，從中找規(guī)律（建立方程或模型），用于未來(lái)的決策。傳統(tǒng)人工智能將每個(gè)學(xué)習(xí)目標(biāo)作為1個(gè)黑箱，每1組數(shù)據(jù)就是黑箱內(nèi)的1個(gè)“零件”，至于這些“零件”組合起來(lái)是什么機(jī)器學(xué)習(xí)事先并不知道；如果某個(gè)或某些“零件”出現(xiàn)問題，最終結(jié)果就會(huì)偏離實(shí)際目標(biāo)。用于圖形識(shí)別、語(yǔ)音識(shí)別等領(lǐng)域時(shí)，由于每組數(shù)據(jù)都是獨(dú)立的，個(gè)別像素的問題不會(huì)影響整個(gè)圖片的全局。然而，對(duì)于工業(yè)設(shè)備來(lái)說(shuō)，大多數(shù)參數(shù)是相互關(guān)聯(lián)的，每個(gè)參數(shù)的影響不是1個(gè)點(diǎn)，而是1條線甚至1個(gè)區(qū)域；因此，采用傳統(tǒng)人工智能方法很難得到可靠的結(jié)果。

發(fā)明內(nèi)容

本發(fā)明的主要目的在于提供一種熱力設(shè)備智能運(yùn)維系統(tǒng)及方法，通過熱力系統(tǒng)組態(tài)建模、模塊化伴隨仿真、熱力系統(tǒng)運(yùn)行優(yōu)化、熱力設(shè)備性能劣化分析和熱力設(shè)備狀態(tài)異常評(píng)估，為熱力設(shè)備智能運(yùn)維提供了全面解決方案，提升熱力系統(tǒng)的運(yùn)行管理水平。

根據(jù)本發(fā)明的一個(gè)方面，提供了一種熱力設(shè)備智能運(yùn)維系統(tǒng)，包括：

熱力系統(tǒng)組態(tài)建模模塊，用于熱力系統(tǒng)組態(tài)建模；

模塊化伴隨仿真模塊，用于模塊化伴隨仿真；

熱力系統(tǒng)運(yùn)行優(yōu)化模塊，用于熱力系統(tǒng)運(yùn)行優(yōu)化；

熱力設(shè)備性能劣化分析模塊，用于熱力設(shè)備性能劣化分析；

熱力設(shè)備狀態(tài)異常評(píng)估模塊，用于熱力設(shè)備狀態(tài)異常評(píng)估。

根據(jù)本發(fā)明的又一個(gè)方面，提供了一種熱力設(shè)備智能運(yùn)維方法，包括：

熱力系統(tǒng)組態(tài)建模方法；

模塊化伴隨仿真方法；

熱力系統(tǒng)運(yùn)行優(yōu)化方法；

熱力設(shè)備性能劣化分析方法；

熱力設(shè)備狀態(tài)異常評(píng)估方法。