隨機森林特厚鋼板切割在多個學科領域展現(xiàn)出 |
| 發(fā)布者：無錫市寶錦鋼鐵有限公司 發(fā)布時間：2021-11-11 02:19:46 點擊次數(shù)：109 關閉 |
隨著現(xiàn)代化工業(yè)的快速發(fā)展和科學技術的高速進步，為了能夠限度的提高生產(chǎn)效率，更有效的利用現(xiàn)有的資源，人們不斷提升著工業(yè)生產(chǎn)水平的極限，生產(chǎn)設備也逐漸向著大型化，精密化，自動化，復雜化的方向發(fā)展。各設備部件之間的聯(lián)系越來越緊密，相應的影響系統(tǒng)正常運行的因素也越來越多。 2018年，全社會用電量69002億千瓦時，相比2017年增長了8.4%；全國發(fā)電裝機容量190012萬千瓦，相比2017年增長了6.5%；其中燃氣發(fā)電機組裝機容量比上一年增長了10.49%，為8375萬千瓦。 要保障如此規(guī)模的電力供應，一方面需要提升發(fā)電機組的發(fā)電能力，另一方面需要完善發(fā)電設備的故障監(jiān)測手段，減少因故障引起的非計劃停機時間。電設備幾乎都處在高溫、高壓環(huán)境中，長時間連續(xù)高負荷運轉的工作特性，決定了電設備不可避免的高故障率和極大的危害性，一旦電的重要設備出現(xiàn)了故障，極易導致重大的經(jīng)濟損失或安全生產(chǎn)事故。 燃氣輪機較燃煤發(fā)電機組效率得到了極大的提升，通用電氣9HA.02重型燃機聯(lián)合循環(huán)效率已超過64%。由于其效率高，啟停迅速，對環(huán)境友好，進而成為目前發(fā)展較快的機組類型。 現(xiàn)階段國內發(fā)電企業(yè)在設備管理方面仍普遍采用故障事后處理模式，通過DCS系統(tǒng)對機組的運行參數(shù)進行監(jiān)視，根據(jù)固定限值觸發(fā)報警，由工作人員對報警進行分析判斷，通知維護人員進行處理。而這樣的工作方式只能在設備已經(jīng)出現(xiàn)故障后，依照經(jīng)驗對故障的現(xiàn)象進行分析，推斷故障的原因，定位故障的位置，無法提前預測機組有可能出現(xiàn)的故障。 因此，在設備出現(xiàn)輕微劣化趨勢時便對其進行事前預警已經(jīng)逐步成為了電力設備監(jiān)測的研究重點。 數(shù)據(jù)中心現(xiàn)已實現(xiàn)對集團內6家電13臺機組的監(jiān)視與診斷、實時機組性能計算。針對GE機組，監(jiān)視與診斷系統(tǒng)可以提供關于燃機本體，發(fā)電機、汽輪機的故障監(jiān)測；對于非GE機組，智慧信號系統(tǒng)可提供旋轉設備或過程設備及機組整體性能的故障預警與診斷；結合熱效率計算系統(tǒng)，提供季度的聯(lián)合循環(huán)機組性能報告，包括每季度機組的修正功率和熱耗的變化情況，以及系統(tǒng)級部件引起的變化。 數(shù)據(jù)中心現(xiàn)有數(shù)據(jù)分析工程師8人，集團內部人員共6人，其中學士學位1人，碩士學位5人；GE常駐工程師2人。數(shù)據(jù)中心實現(xiàn)為接入電5*8小時的實時故障預警服務，提供周報、月報，以及季度性能報告。 1989年，第十一屆國際聯(lián)合人工智能學術會議上，首次提出了知識發(fā)現(xiàn)(KnowledgeDiscoveryinDatabase)用以命名一種新的知識提取技術。個KDD實驗室在美國底特律成立。1996年，UsamaFayyad給出了其定義：一個在數(shù)據(jù)中識別有效的、新穎的、潛在的、終可理解的模型的非平凡過程。自此，數(shù)據(jù)挖掘為故障診斷及預警、生產(chǎn)過程優(yōu)化提供了一種新的途徑。 近年來，機器學習、云計算等方法得到了飛速發(fā)展，電力行業(yè)監(jiān)測手段與理論模型不斷創(chuàng)新，兩者的結合已經(jīng)成為今后電力行業(yè)數(shù)字化智能化發(fā)展的方向。 浙江能源集團于2009年開始引進并開發(fā)設備故障預警系統(tǒng)，建設了發(fā)電機組在線診斷預警系統(tǒng)，在分析設備參數(shù)異常原因、設備異常發(fā)生的范圍、各個設備異常之間的關聯(lián)方面具有明顯的優(yōu)點，已成為發(fā)電設備管理專業(yè)人員、運行監(jiān)控人員的一個掌握設備狀況的重要工具。 美國的發(fā)電集團杜克電力（DukeEnergy）在北卡羅萊州夏洛特的SmartM&D中心實現(xiàn)了對該集團擁有的100多個燃氣，燃煤，水力發(fā)電設備實現(xiàn)了遠程實時狀態(tài)監(jiān)測及基于狀態(tài)檢修。該中心每年為杜克電力節(jié)省數(shù)千萬美元的運行成本。 英國一個燃煤機組上根據(jù)性能計算結果，運行人調整了晚間負荷曲線實現(xiàn)效率，熱耗降低了500Btu/kWh，在美國RiverRun燃機上則優(yōu)化了溫度控制曲線，電的利潤為此每天增加了1500美元。 將先進的數(shù)據(jù)分析手段與傳統(tǒng)電力設備狀態(tài)監(jiān)測相結合，勢必能有效解決傳統(tǒng)電力行業(yè)生產(chǎn)設備無法實時掌握運行狀態(tài)的問題，實現(xiàn)設備狀態(tài)的實時監(jiān)控和事故隱患的早期預警，快速、自動、準確的對故障進行定位，限度降低維護成本，避免重大事故的發(fā)生。 結合大數(shù)據(jù)、神經(jīng)網(wǎng)絡等先進算法指導電力生產(chǎn)過程優(yōu)化調整，逐步實現(xiàn)自動調整，在安全裕度內限度提升機組運行效率，降低運行成本。 同時國產(chǎn)化數(shù)據(jù)中心平臺的建設，將打破國外制造商的技術壁壘，在降低自身成本的基礎上，可介入國內燃機市場，帶來良好的經(jīng)濟效益和社會效益。 目前電力工業(yè)互聯(lián)網(wǎng)沒有明確的發(fā)展方向�；诋斍暗难芯繜狳c以及數(shù)據(jù)中心實際情況，可進行如下的研究探索工作：故障預警與診斷、機組性能分析、生產(chǎn)過程運行優(yōu)化、振動數(shù)據(jù)分析預警。 故障預警由設備狀態(tài)監(jiān)測和故障診斷兩部分相結合、發(fā)展而來。設備狀態(tài)監(jiān)測，故障診斷和故障預警是機械設備狀態(tài)識別技術的重要組成部分，這三部分存在著遞進的關系。 目前狀態(tài)監(jiān)測和故障診斷工作主要集中在算法理論研究上，實際推廣應用的案例較少。研究主要集中在人工神經(jīng)網(wǎng)絡方法、支持向量機、數(shù)據(jù)統(tǒng)計分析方法等，各種故障診斷都有各自的優(yōu)點和不足。因此故障診斷方法應該注重解決各種算法的不足，并研究各種故障診斷算法的優(yōu)點的融合方法，提高故障診斷結果的準確性，并終在狀態(tài)監(jiān)測和故障診斷系統(tǒng)中應用。 多元狀態(tài)估計技術是一種非參數(shù)、非線性建模方法，早由美國阿爾貢國立實驗室開發(fā)，并應用于核電站，監(jiān)測其傳感器和設備等的運行參數(shù)的異常，是一種測量實時工況與歷史正常工況相似程度以實現(xiàn)實時狀態(tài)估計的模式識別技術。 多元狀態(tài)估計技術屬于非參數(shù)建模方式，建模方法通用性強，只要求建模變量間具有相關性；預估值的產(chǎn)生基于矩陣相似性的計算，計算復雜度低，計算量小，可滿足工業(yè)項目實時性的要求；可同時對多變量同時進行預估，適用于多傳感器狀態(tài)監(jiān)測。 此方法需要人工提取特征向量，人工提取歷史狀態(tài)向量，人工對殘差閾值進行設定，此三個方面可以使用聚類、主成分分析等算法進行改進；同時故障的診斷可以采用人工神經(jīng)網(wǎng)絡等方法進行自動診斷。 決策樹算法簡單直觀，不同于神經(jīng)網(wǎng)絡等黑箱模型，決策樹可以給出邏輯判斷規(guī)則，但單棵決策樹存在容易過擬合的問題，結果受樣本變動的影響較大，且容易陷入局部。隨機森林本質上是對決策樹算法的一種改進，通過將多個決策樹合并在一起，每棵決策樹的建立依賴于獨立抽取的樣本集。單棵樹的分類和回歸存在過擬合的可能，但在隨機生成大量的決策樹后，一個測試數(shù)據(jù)集可以通過多棵樹的分類或回歸結果經(jīng)統(tǒng)計后得出，模型結果更為可靠。因泛化能力強、準確度高，隨機森林在多個學科領域展現(xiàn)出超越傳統(tǒng)算法的優(yōu)勢。 機組性能分析提供從部件到設備到系統(tǒng)級的性能實時計算，使用機器學習的數(shù)據(jù)建模方式，使用隨機森林、人工神經(jīng)網(wǎng)絡等算法，從機組歷史數(shù)據(jù)中挖掘數(shù)據(jù)間的隱含聯(lián)系，找出影響設備性能的關鍵特征；結合機組運行參數(shù)及熱平衡模型，通過改進運行方式或技術改造提高機組運行效率。 人工神經(jīng)網(wǎng)絡是一種非線性的建模方法，它由若干神經(jīng)元通過節(jié)點間的連接構成，每一個連接都被賦予一個可變的權重參數(shù)，以解決多輸入、多輸出的系統(tǒng)辨識，且其模型是非參數(shù)化的，不需要建立以實際系統(tǒng)數(shù)學模型為基礎的辨識格式，對于電力生產(chǎn)過程這樣的復雜系統(tǒng)建模有著較為有效的應用。 電力的生產(chǎn)過程及其復雜，各系統(tǒng)高度耦合，需要協(xié)同優(yōu)化�，F(xiàn)階段的運行優(yōu)化一般都為子系統(tǒng)集的優(yōu)化，例如，凝汽器真空、特厚鋼板切割過冷度，給水流量調節(jié)，SCR噴氨量調節(jié)，特厚鋼板切割鍋爐加藥調節(jié)，化學水加藥調節(jié)等，子系統(tǒng)內部的不能保證整個系統(tǒng)達到，而耗電量、耗水量等需要綜合各子系統(tǒng)進行協(xié)調，因此僅靠運行人員現(xiàn)場經(jīng)驗難以對如此龐雜的系統(tǒng)進行優(yōu)化。 同時，現(xiàn)有的調節(jié)基本都基于運行人員經(jīng)驗，根據(jù)人員水平不同，調節(jié)品質也不盡相同，調節(jié)參數(shù)較為隨機。對于此類問題，神經(jīng)網(wǎng)絡等機器學習算法可以有效解決。 旋轉機械振動分析一般電人員掌握不深，一般只關注軸振、瓦振的振動幅值，對于啟停機階段的軸心軌跡等圖形、數(shù)據(jù)關注度不夠。近年來，振動信號的分解、頻域分解、小波分析等方法的研究為機器學習提供了更多的數(shù)據(jù)特征，將兩者結合勢必能夠在此領域內有所突破。 建立數(shù)據(jù)中心自主的互聯(lián)網(wǎng)平臺，統(tǒng)一數(shù)據(jù)采集、壓縮、存儲、傳輸標準，依托集團數(shù)據(jù)中心建立數(shù)據(jù)中心數(shù)據(jù)湖，以自主開發(fā)和合作開發(fā)的方式完成模塊化的應用，以期實現(xiàn)設備管理，業(yè)務運營優(yōu)化，新模式新業(yè)務幾大板塊的數(shù)字化解決方案，實現(xiàn)軟件授權盈利。 在現(xiàn)有的工業(yè)互聯(lián)網(wǎng)云平臺上進行開發(fā)，結合現(xiàn)有成熟軟件應用和平臺提供的算法與工具，完成模塊化的應用，實現(xiàn)設備管理，業(yè)務運營優(yōu)化，新模式新業(yè)務幾大板塊的數(shù)字化解決方案，同時實現(xiàn)軟件授權盈利。 數(shù)據(jù)采集，傳輸，壓縮、存儲標準化�，F(xiàn)有數(shù)據(jù)存在著數(shù)據(jù)結構不統(tǒng)一，數(shù)據(jù)之間無法連接使用，分散存儲等問題，特厚鋼板切割不利于數(shù)據(jù)的進一步挖掘。財務數(shù)據(jù)，庫存數(shù)據(jù)，設備維護記錄，缺陷等數(shù)據(jù)各自存放，沒有開放的接口。首先應將各種數(shù)據(jù)統(tǒng)一收集，建立數(shù)據(jù)湖，解決數(shù)據(jù)孤島問題，之后才能完成數(shù)據(jù)的充分挖掘利用。 完全自主建立平臺，需要解決數(shù)據(jù)的采集、壓縮、存儲、傳輸?shù)葐栴}，需購買大量實體服務器及存儲設備，安全防護設備，引進維護人員，設計數(shù)據(jù)的容災機制，設立異地備份方案等，造成大量的支出。 現(xiàn)阿里云，華為云等都提供了工業(yè)互聯(lián)網(wǎng)云平臺，可以實現(xiàn)統(tǒng)一平臺的功能快速開發(fā)和復用，通過數(shù)據(jù)工實現(xiàn)數(shù)據(jù)上云，再基于AI創(chuàng)作間訓練出工的專屬智能。此外，該平臺使用拖拽式開發(fā)，極大地降低了使用門檻，普通工程師也能輕松進行操作，項目實施周期大大減少。 數(shù)據(jù)采集：對企業(yè)系統(tǒng)數(shù)據(jù)、工設備數(shù)據(jù)、傳感器數(shù)據(jù)、人員管理數(shù)據(jù)等多方工業(yè)企業(yè)數(shù)據(jù)進行采集。 數(shù)據(jù)預處理：包括過濾臟數(shù)據(jù)與噪音、解決數(shù)據(jù)的多源異構、找回丟失的數(shù)據(jù)以及修正錯誤的數(shù)據(jù)等。同時，還要根據(jù)用途，對數(shù)據(jù)進行分割、分解、分類，為下一步的算法建模做好準備。 算法建模：通過ET工業(yè)大腦AI創(chuàng)作間內置的算法引擎或算法市場提供的算法，對所收集并預處理完成的歷史數(shù)據(jù)進行快速建模，該模型可以是描述模型、預測模型或優(yōu)化模型。 模型應用：將已經(jīng)建立的算法模型，發(fā)布成服務并集成到生產(chǎn)系統(tǒng)中，作用到業(yè)務，完成數(shù)據(jù)智能應用的閉環(huán)。 數(shù)據(jù)中心可以在該平臺上建立兩種角色：行業(yè)顧問和AI交付工程師，以完成自主功能模塊的開發(fā)和發(fā)布。 行業(yè)顧問：可創(chuàng)建行業(yè)知識圖譜，配置通用算法引擎，將算法用業(yè)務化的語言進行表達，形成行業(yè)算法引擎模板。 AI交付工程師：根據(jù)實際業(yè)務場景來選擇和使用行業(yè)算法模板引擎模板，并在此基礎上開發(fā)出企業(yè)專屬的人工智能算法服務，終發(fā)布成API供上層應用調用。 在現(xiàn)有的較為成熟的工業(yè)互聯(lián)網(wǎng)云平臺上開發(fā)功能模塊，能夠極大的縮短開發(fā)周期，節(jié)省大量軟硬件購買開支，同時可根據(jù)需求定制化的開發(fā)功能，滿足現(xiàn)場實際需求。 王爽，男，大唐國際發(fā)電股份北京高井熱電設備管理部（網(wǎng)絡安全與信息化部）數(shù)據(jù)分析工程師。具有5年熱控專業(yè)工作經(jīng)驗，2016年底與通用電氣聯(lián)合建設數(shù)據(jù)監(jiān)測與診斷中心，后主要從事數(shù)據(jù)分析工作，研究機器學習算法、云計算在電力工業(yè)領域中的實際應用效果，多次參加電力工業(yè)互聯(lián)網(wǎng)方向研討會、論壇，致力于推動傳統(tǒng)電力行業(yè)向電力工業(yè)互聯(lián)網(wǎng)升級轉型和設備狀態(tài)監(jiān)測方式的轉變，以數(shù)字化手段優(yōu)化機組運行模式，提高生產(chǎn)效率。曾獲得2019年度電力科技創(chuàng)新獎一等獎、電力企業(yè)設備管理創(chuàng)新成果三星等榮譽。 中國電力網(wǎng)于1999年正式上線運行，是中國電力發(fā)展促進會主力的全國性電力行業(yè)門戶網(wǎng)站。 下一個：湖南大唐先一科技榮獲天心經(jīng)開區(qū)“2020年度發(fā)展貢獻獎” 【版權及免責聲明】凡本網(wǎng)所屬版權作品，轉載時須獲得授權并注明來源“中國電力網(wǎng)”，違者本網(wǎng)將保留追究其相關法律責任的權力。 【青話高質量 建言十四五】基于信息物理融合和人工智能的智慧電運行優(yōu)化數(shù)字孿生系統(tǒng) 大唐湘潭發(fā)電基層班組獲評“2019-2020年度湖南省直青年文明號” 華電石家莊熱電二號燃氣機組喜獲中電聯(lián)2020年度“AAAA”級優(yōu)勝機組榮譽稱號 《2021年儲能產(chǎn)業(yè)研究白皮書》發(fā)布 我國儲能裝機累計達35.6吉瓦 在新能源發(fā)電側裝機同比增長438%
主辦單位：中國電力發(fā)展促進會網(wǎng)站運營：北京中電創(chuàng)智科技國網(wǎng)信通億力科技有限責任 |
|
|
24小時咨詢熱線：
13812508889
13812508889
