大數據挖掘下多維智能報警技術研究

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了大數據挖掘下多維智能報警技術研究范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：基于大數據挖掘的多維智能報警技術能夠更加準確反映現場設備的運行狀況，更加迅速地反饋異常情況，減少運行人員監屏工作量，保證電廠運行安全。本系統從國內水電廠監控系統信息報警現狀分析著手，通過建立智能報警配置模型，開發出一套智能報警引擎，其中包含基于分類、分級多維報警策略以及趨勢分析報警策略。該系統已經應用于構皮灘發電廠，實施結果表明：該電廠智能報警水平得到了很大提升，為大型水電機組的“無人值守、少人值班”奠定了基礎。

關鍵詞：大數據；多維；智能報警；趨勢報警；水力廠

0前言

長期以來，水電廠計算機監控系統數據報警機制為簡單的狀態變位和模擬量越限報警。粗放的報警機制使監控系統產生大量過程數據報警，如模擬量臨界值的反復刷屏報警和設備操作過程狀態變遷報警，但報警形式單一、缺少點與點之間的關聯，眾多過程數據堆積在屏幕上導致運行人員無法在第一時間確認關鍵信息，一旦有操作則會存在大量過程刷屏報警，而這些報警大都不是有效報警，導致有效報警被大量無效報警掩蓋，而且大量短信的發送還會造成經濟上的損失。同時傳統的運維模式下，運行和維護人員專業界限分明，個人技能是保障服務質量的基礎，運維管理重心放在運行人員發現故障、維護人員的響應與處理。隨著設備模塊化、流程化、自動化的不斷發展，在這種運維模式下，運維人員的數量和成本迅速提高，以及不可預知的故障發生、被動的處理模式都將導致運維管理效率低下。事實證明，依賴于傳統運維管理模式的企業會在競爭中被逐步淘汰，而率先采用運維合一、少人維護和一專多能等整合優勢人力資源的最佳實踐手段的企業，必將在激烈的競爭中取得優勢。因此，智能報警系統的建設將成為一種必然的趨勢。從國內水電站監控系統信息報警現狀分析著手，通過建立靈活的報警模型配置工具，采用結構化和半結構化相結合的數據結構來定義報警規則和發送策略［1］，構建分類、分級多維報警策略以及基于大量歷史數據的趨勢分析報警策略，最后通過智能報警引擎進行有效的、預知性的報警。該技術在構皮灘電廠進行了實施，實施結果表明，該電廠智能報警水平得到了很大的提升，為大型水電機組的“無人值守、少人值班”奠定基礎［2］。

1系統架構及其組成部分

貴州烏江水電開發有限責任公司的構皮灘發電廠計算機監控系統上位機布置于500kV開關站四樓計算機監控系統機房，共33套硬件設備，包括數據服務器、歷史站、操作員工作站、語音報警系統工作站、工程師維護工作站、培訓仿真工作站、集控通信服務器、廠內通信服務器、調度通訊機、模擬屏及模擬屏驅動器、WEB服務器、GPS裝置、UPS不間斷電源及相關交換機網絡設備等。構皮灘發電廠計算機監控系統自主可控項目已經改造完成，可在監控系統內部署智能報警服務器，通過對采集的數據進行分類、篩選、分級，最后進行多維精準、有效的報警。依據構皮灘電廠監控系統現狀需求，計劃在生產控制大區增加智能報警服務器作為監控系統的節點之一，所有數據由監控系統提供（見圖1）。構皮灘電廠智能報警平臺主要包含四層系統架構（即數據獲取層、數據處理與分析層、應用開發層、展示應用層），技術架構示意如圖2所示。數據獲取層獲取監控系統數據，并對數據進行清洗、聚合后推送到數據處理分析層；數據處理分析層通過私有協議將采集層的海量數據存儲在數據中心，弁在處琿層通過數據處理功能對已采集的數據迸行建模、．關聯分析，將分析結果再存儲到數據中心，從而為應用開發層提供數據支撐；歲用開發層通過不同的報警場景策略，進行智能拫贅建?！帆@取相關聯的歷史分析數據，逋過關聯查詢進行報警；應用展示層逋過不同的方式將魯＝？太數據挖掘的多維報警信息展示給電廠運維人員，讓運維人員及時掌握電廠運行動態，為電廠安全運行提供有力的保障。

2系統實現

2．1智能報警配置模塊

智能報警酣置摸塊主要，用于報警策略的配置？對拫警信息的發送面進．行靈活組態，包括數摒庫菅理、人員管理、信息管貍、策略配置、通道管理5大模塊（見．圖3）。

2．2分類、分級多維報警策略

在水電廠計算機監控系統中，監控中心攆作人員經常面對大量紛亂的報警信息，這紿操作人員帶來很大的壓I苘時也給電力系統帶來許多不安全因素e為了幫助操作人員，水電廠采用智能報警處理器分析、處理報警信息，提供簡｜會、明確的報警信息氣將太大減輕電廠藍控＇中心操作人員的監屏工作橐。研究采用分類、分級多維報警模塊對采集的數據進行分類、篩選、分級，最后進行多維、精準、有效的報警，報警過程如圖4所示。

2．3趨勢分析報警策略

趨勢分析報警通過太數據挖掘技術分析歷史報警趨勢，采用連續多年具有設備運行特征信息的歷史數據，分別對當前工況雜進行計箅．，得到目標對象縴驗值的逐年變化數據，將其與時間維度結合在一起形成禪本參數，對樣本參數進行分析后，以時間為參數計尊得到往M礱干年設備運行的預測數據，從而實現水電站多維智能報警［4］（見圖5）。行數據讀取，并根據分析的魯襄進行預處理3數字特征分析層主要對原始數據進行初步分析和基本：數字特怔描述，功能算法分析層實現散戍圖分析、相關量分析、偏差分析、報警分析等。數據來自各監測單元、監控系統以及巡檢工作站，如果對這些數據全部加以分析，將極大降低分析運尊效率《從功能業務屋來看，不同工況下的數據意義也是完全不同的。園此，在進行狀態預測前對數據進行樣本選擇是完全有癥養的，以水：電廠溫度趨勢分析為例，斑考慮：①正常情況下，機組停機過程中，溫度應跟隨環境溫度變化而變化；＠在：穩定負荷下，溫度只會在一個很小的范圍內波動；③在不間的水頭和不：同的負蘇下＊溫度波動的范圍是有差異的；④如果某段時間內溫瘈普升或耆異常升高，則說明機組存在異常運行狀況，比如冷卻水中斷、軸承油槽漏油譬6但機組．溫度在開機過程中的j：升屬正常情況，a此，在趨勢分析的數據抽取是要根據不同工況進行祥本選擇過濾，進而從中提取出機組在整個運行過程中的溫度變化特性，如開機過程中的溫度變化趨勢、負荷調整時的溫度：變化趨勢、不同水頭不苘穩定負荷下的溫度變化趨勢。數據特征值分析主要對原始數據進行初步分析和基本數宇特征描述，包括：一維數據的最眞計算（最大值、最小值）；一維數據的均值計箅；一維數據的標準堯（標準偏差）計算。標準差是一組數據乎均值分散程度的一種度最》—個較大的標準差，代表大部分數值和其乎均值之間差異較大；一個較小的標準差，代表這些數值較接近平均偉。采用連續多年具有設備運行特怔信息的歷史數據，分別対當前工況數據進行計算，得到目標對象經驗渲猶逐年變化數據，蔣其與時間維度結合在一起形成樣本參數。在對＃本參數迸行訓練完成后，以時間為參數計算：得到往：后若干年設備運行的預測數據，當數據超過特定限值．后進行報警。

2．4智能報警引擎

計算機監控系統故障報警信息優化處理對遇到問題首先進行分析，并做出報警信息優化處理的策略和措施，對提富水電站管理水平和保＿韋廠安全轅定運行有重裏的作用［5］。通過建立替能報丨擎（見圖6），解析智能報警模塊配．置的智能報譽策略，根據策略所約束規則進行有效的報警。

3系統在構皮灘發電廠中的應用

3．1分類、分級多維報警策略應用

分類、分級多維報警能夠合理對信息進行分類、分級備檢修狀態信息屏蔽、趨勢報警、智能分類報警等功能，保證生產值守、維修人員和有關領導在．愛生事故時能立即收51］事故性質和事故信息的提示，減少維護工作負擔，準確地反I＊現場設備的運行狀況》更加迅速地．反情異f情況，減少運維人員監屏工作量。不周類別的報警信息可通過不同的簡報窗n進行展示。

3．2趨勢分析報警策略應用

根據趨勢報警策略進行趨勢分析報警，例如，先計算出某個特征點在不同工況下（如各個負荷段）的運行趨勢（通過大數琚分析查找近一年內該萬在不同工況下的歷史值，通過數摒挖．掘計算標準差、均值、最大值最小值K分析特怔點所處工況，弁根據工況到歷史運行趨勢中查找該點的歷史變化范爾確認其是否在最大值或最小傖范圍內，是否＊3個標準差范圍內6若＿勢：超過＿值：翁3個．＇韻差，則進行趨勢報警7并對有異常趨勢的設備及時做出報警響應，提醒廠內運維人員提皁發現問題、處理問題I見圖

4結論

文章裉據構皮灘水：電廠償息報警系統現狀，緣合分析了H內外智能報警系統研究與麼用情況，在此基礎上創建了基于大數據挖掘多雄智能報魯技術體系，通過對數據分類、分級來進行更為有效的報警，通過對廠內歷史數據進行挖掘分析進行趨勢報警，從而做出更為準確、合理的報警。實施結果表明，該電廠信息報警水平得到了很大的提升。

作者:李金陽 李書明 韓兵 單位:國電南京自動化股份有限公司