智能电厂二次系统运维管理模式研究

王国清 , 吕力行

浙江浙能电力股份有限公司萧山发电厂，浙江 杭州 311251

0 引 言

《智能制造发展规划（2016—2020 年）》中明确表示，2025 年前必须保障智能制造落实“两步走”战略，即到2025 年能够构建起全新的智能制造支撑体系，促使重点产业能够初步实现智能转型[1]。《中国制造 2025》国家发展纲要中也强调必须推动行业实现快速智能化的转型升级与跨越式发展，形成支撑我国与世界接轨的全新体系[2]。在国家大力发展和社会广泛关注的背景下，智能制造时代已然来临，并成为了各个行业未来发展的主要方向。在智能制造深入推进的影响下，各种设施设备表现出综合性、智能性、交互性特征，且呈现出数据可视化、设备网络化、过程透明化等特点，在促进先进制造能力提升和传统产业转型升级上发挥了非常关键的作用[3]。同时，智能制造也对设施设备的日常连续性运作提出了更高的要求，突发性的故障可能带来的极大的安全风险，为此，设施设备的维护管理成为至关重要。二次系统是智能电厂与传统电厂实现联网最大的差异所在。借助二次系统电厂能够促使电流互感器、电压与一次系统形成连接，并通过保护装置和自动化系统对一次设备进行控制与调度，保证整个电力系统实现稳定、健康运行。近年来，在智能电网持续改进优化的背景下，目前已经实现了全网信息共享、数据数字化传输、采集和控制单元电网信息监测获取等功能[4]。在全新的时代背景下，电厂二次系统的运行维护管理也逐渐实现了自动化、智能化和数字化运作，在提升电厂安全性和设备可靠性发挥了重要作用[5]。但因电厂二次系统运维管理缺乏统一、完整、系统的维护标准，造成运维管理概念不明确，给日常运维管理工作带来了诸多问题。为此，基于智能化时代的全新要求，结合电厂二次系统的特点，打造起全新的运维管理模式，使其更加符合智能制造系统的特性，有必要提升智能装备的使用价值。

1 电厂二次系统运维管理问题诊断与分析

1.1 电厂二次系统运维管理问题诊断

1)当前维护系统的功能目标定位不明确，开展预测性维护的设备整体覆盖率也相对较低，绝大部分设备很难实现状态数据采集和动态监测，仍然是人工记录和离线采集的方式运作，导致数据的真实性、准确性都无法确定，设备状态故障诊断分析能力有较大的提升空间[6]。

2)配套的网络通信和数据基础设施、设备资源严重不足，针对所获取的相关数据信息无法实现分析和数据管理，并未形成成熟的设备寿命预判和健康状态评估监控管理模式，与此同时，还缺乏设备运维优化机制。现阶段，电厂二次系统系统与设施设备都处于分散的状态下，缺乏落实预测性维护管理的相关条件，系统功能相对较为落后，以数据库和表单为主，无法承载设备运行状态数据的功能接口，自然很难实现全程的预测性维护管理。

3)现行二次系统功能结构与智能制造标准有着较大差距，并未构架起系统预测性维护系统架构体系，功能上也只是单纯具备了基本的维护执行和预测分析能力，但绝大部分都是根据离散数据和历史故障数据来完成线下分析处理，缺乏系专业的评估、故障分析和健康预测等核心功能[7]。

4)现阶段实施的管理流程中，并不具备状态故障识别和预判等核心功能，维护组织也并未构建起基于寿命预测和健康管理的评估体系，造成预测性诊断结果很难应用于设备的运维决策。与此同时，设备的健康管理信息无法与电厂内部管理系统建立起联系，导致电厂二次系统运维管理流程处于孤立状态。

1.2 电厂二次系统运维管理问题分析

根据上述运行管理情况，结合鱼骨图分析法对电厂二次系统运维管理问题原因进行分析。鱼骨图分析结果如图1 所示。

图1 电厂二次系统运维管理问题分析鱼骨图

1.2.1 管理输入输出要求和接口关系不明确

1)电厂二次系统推行的设备运维管理表现出定位不明确的特点，并未与智能制造标准建立起联系，仍然沿用的是传统制造体系的输入输出运维管理模式。针对设备智能预测性维护的要求也缺乏明确性，造成新投入的智能装备针对预测性维护的智能化规格很难做到全面，导致现有的预测性维护管理和标准无法达到标准。

2)现阶段，设备维护组织未充分发挥FMEA分析的功能，缺乏对故障失效和功能结构的全面掌控，更多的是凭借着经验来开展维护管理工作，影响电厂二次系统的运行可靠性和安全性。

3)尚未构架起针对企业管理体系架构的顶层设计支撑，电厂在面对智能制造系统数字化运维信息化、体系化的趋势下，并未及时根据智能制造的特性调整设备维护管理系统的管理表中，也并未明确设备维护系统与相关结构之间的接口关系，同时针对关键零部件的预测性维护的覆盖和维护系统建设投入方面也并未形成科学的规划管理。

1.2.2 流程制度和技术规范有待完善

1)结合智能化二次系统运维管理新要求，并未形成针对设备健康度预测的明确标准体系。现阶段电厂二次系统的运维管理主要是基于预防性维护的层面上来实现延伸，但实际运行中更多的是以线下记录与历史故障数据来做出预判，绝大部分都是静态或者离散状态的线下预测分析，人为完成诊断信息的分析，预测可信度非常低，很难客观体现出状态的健康情况。

2)并未针对相关模型和标准来构建起专门的业务运作流程，而是基于管理故障经验来形成二次系统运维管理模式，缺乏对二次系统运维管理的核心操作流程，更加谈不上技术操作和规范，实际落地的执行效果与常规运维管理措施的效果无明显差异，但却导致整个运作流程很难达到一致。

3)并无针对设备故障和健康管理的相关措施和手段，未开展故障诊断并实现设备健康的预测判定、寿命的预测等。在智能制造系统引入的背景下，若缺乏对设备健康状态和故障信息的预判，不利于二次系统的日常运行和维护管理。

1.2.3 软硬件资源配置不充分

1)绝大部分电厂二次系统设备都未配置运行数据监测采集条件，但若全面改造必然面临着较大的成本投入。这些新增加的成本投入很难直接兑现投资收益，运营单位必然会对成本压力进行综合考量，导致日常运维很难获得充足的资金支持，故设备的监控仍然以人工记录和监测为主。

2)缺乏必要性的二次系统运维管理的软硬件实施条件。现阶段电厂二次系统设备的信息化系统与网络设备都处于分散状态，配套的数据基础设施系统和网络通信还处于规划完善中，进度无法与数字化核心系统的要求相匹配。

3)未形成对智能制造系统信息化资源的支持体系。针对电厂二次系统的健康管理和寿命预测监控是运维管理的重要任务，要保障该项措施有效执行，必然需要获得充分的算法支持和数据管理。现阶段的系统功能仍然停留在数据库和表单的阶段，很难满足预测性维护管理的实际要求和智能化制造的风险评估要求。

2 智能时代下电厂二次系统运维管理模式优化策略

2.1 电厂二次系统运维管理模式优化

基于智能化时代的全新要求下以及电厂二次系统运维管理的典型问题，综合电厂发展规划与实际情况，对原有运维管理模式进行全面优化。全新运维管理模式是基于预测性维护管理理念下打造起的全新管理体系，管理过程的乌龟图优化，见图2。

2.2 电厂二次系统运维管理模式建设

2.2.1 建立运维管理组织架构

要对电厂二次系统运维管理进行预测性维护管理，就必须建立对应的运维管理组织系统，生产系统的组织设计是运维生产准备过程的重要内容，组织设计的任务就是根据运维管理主要职责和生产特点建立的、符合实际需要的运维管理生产系统[8]。

1)重构电厂二次系统运维管理系统架构

参考智能制造和预测性维护系统架构模型，结合二次系统日常运营的特点，重构运维管理系统架构流程如图3 所示。

图3 二次系统运维管理架构流程重构图

2)电厂二次系统运维管理优化流程

以此为基础，对电厂二次系统运维管理流程进行优化。优化后的运维管理关键的流程活动说明见表1。

表1 电厂二次系统运维管理流程活动说明

2.2.2 构建信息化管理系统

智能化时代背景下电厂二次系统运维管理需要具备的软硬件系统资源，主要包括底层的设备状态采集监测、数据传输网络与接口、故障诊断与预测的数据系统资源、数字化关于智能维护管理的信息化平台等。系统资源的层次结构如图4所示。

图4 电厂二次系统运维管理系统资源层次图

智能化时代背景下海量传感器和智能平台的信息交互，以及人机界面的高效交互，对二次系统设备设施的实时通信、对网络有多样化的需求以及极为苛刻的性能要求，智能电厂的升级同步伴随着对控制网络信息系统的全面升级拓展。控制网络具有设备间、系统间的信息传递与沟通的互操作性，具备明显的通信实时性、安全性、可靠性特点，能提供相对应的实时通信。 目前控制网络已从传统的分布式控制（DCS）发展到较为先进的现场总线、以太网以及物联网（IOT）控制。面向全新的二次系统运维管理可以充分应用控制网络通信的实时性、安全性和可靠性，将采集到的设备状态数据通过控制网络稳定可靠实时地传到对应的数据系统，以实现对二次系统实时数据的高效存储，用于后续分析使用[9]。

通过多种传感器、仪器仪表等实时采集得到的涵盖设备操作情况、工况状态和环境参数等体现设备运行状态的数据，这些具备时间序列差异的大量数据通常可称为大数据。基于故障预测和健康管理理论模型（PHM），可以在充分拓展设备状态数据采集、存储、预处理的基础上，建立基于大数据的智能故障诊断与预测分析的算法系统，主要包括状态预测智能预警模块、故障诊断专家库、健康状态监测评估模块、部件寿命预测算法模块、故障停机管理模块等，相应的算法输出可以满足电厂二次系统设备运维管理的基本需求。这方面需要智能电厂在推进智能化升级的同时部署相应的数据计算技术和数据分析工具，基于采集到的海量设备大数据，定制化开发相应的数据算法模型，将实时采集的传感器数据与设备全生命周期历史数据进行对比，辅助设备维护管理者更迅速、更全面地把握设备故障失效的发生，实现设备全生命周期健康状态的控制。

2.2.3 科学制定管理流程制度与技术规范

设备FMEA 是预测性维护的前置基础，结合电厂二次系统设备特点，参考最新版FMEA 手册，编制《设备FMEA 分析作业指导书》，对设备FMEA 分析过程进行标准化，从而指导设备状态采集点必要性的确定。设备FMEA 分析结果的输出以设备FMEA 流程说明中的主要字段为主。

由于智能电厂二次系统是一个复杂的设备组成体，不同类别设备的状态数据采集水平存在较大差异且通讯协议不统一，为了规范设备状态数据采集的技术方案，实现设备预测性维护过程中不同设备状态数据采集方式的标准化和统一化，控制采集方案的实施成本，制定《设备状态数据采集技术规范》，规定设备状态的标准定义、SCADA 系统的设计原则和应用软件开发及系统的调试、运行等[10]。同时基于设备状态数据的故障诊断预测并参考PHM 理论、浴盆曲线模型，结合电厂的具体情况和客观能力条件限制，编制《设备健康状态评估作业指导书》，搭建科学合理且适合电厂二次系统运维管理实际的设备健康状态评估模型如图5 所示。按此模型制定对应的设备健康状态评价标准，对设备健康状态进行分析，参考评分标准见表2。以各维度评价得分加权平均算出的百分制表示设备健康指数（健康度），最后输出针对性的评估报告，为设备维护策略管理决策提供支持。

表2 健康状态评价参考评分标准

图5 健康状态评估模型

运行时间分析参考模型如图6 所示，按照设备浴盆曲线周期中不同时间段故障失效水平的差异分为早期失效期、偶然失效期和损耗失效期。

图6 二次系统故障失效浴盆曲线

3 结论

本文以电厂二次系统运维管理为研究对象，综合智能制造时代背景的全新要求，发现其在智能化水平、数字化水平和管理体系、规范上都存在诸多问题。面对智能电网的全面发展，二次系统运维管理应当形成多功能性、高精度和高效率的全新管理模式，通过现代化技术手段形成对二次系统设施设备的动态预测，制定更为科学的健康状态分析和计划维护活动，最大程度上提升二次系统的运行安全性与稳定，为电厂的健康运作和高质量发展奠定基础。