改革開放以來，隨著工業(yè)、商業(yè)、服務業(yè)等行業(yè)的快速發(fā)展，對電力的需求急劇增長，火電裝機容量較改革開放前增長約 27 倍，由于對污染問題重視不夠及技術限制，伴隨的空氣污染問題逐漸顯現。2014 年，國jia出臺了史上zui嚴格的污染排放標準 , 即電廠污染物的chao低排放。目前，電廠的chao低排放改造工作已進入尾聲。在新時代下，國jia層面提出建設互聯網、大數據、人工智能與實體經濟的深度融合的發(fā)展戰(zhàn)略，并在一些行業(yè)得到了空前發(fā)展。對火電行業(yè)而言，火電廠的設備數字化、智能化，已成為火電行業(yè)發(fā)展的新趨勢。電廠設備的健康狀態(tài)評估，成為火電發(fā)電集團的重要研究方向。電廠設備長期運行引發(fā)的設備故障是一個緩慢過程。傳統監(jiān)測手段無法做到實時監(jiān)測和提前預警。通過對設備進行預警建模，將實時數據與歸檔數據進行對比分析，經分析計算后的當前值chao出與期望值預設的偏差時，發(fā)出設備故障預警，并以短信或微信等移動方式推送預警信息，備件庫可根據接收到的信息及時備件，確保設備正常運轉。這種將大數據、互聯網＋、物聯網與在線監(jiān)測及故障診斷技術相結合的方式，能夠為電廠設備健康運行與及時維護提供技術支撐。

1 除塵設備現狀

      目前電廠除塵設備運行主要依據運營人員的經驗進行調節(jié)控制，電除塵器經過長期運行受工況、煤種、操作等因素影響，除塵效率會出現下降，需要定期安排檢修維護才能bao證電除塵長期穩(wěn)定運行。

2 國內發(fā)展現狀

      從維修制度的改革以及設備綜合工程學的觀點，探求降低壽命周期費用的診斷措施，是從 20 世紀 80 年代開始的。與此同時，不少企業(yè)開始研究先jin工業(yè)國jia的各種維修體制，逐步加深對視情維修的認識，在故障診斷和狀態(tài)監(jiān)測技術上也有了較大的發(fā)展。近些年，智能制造在流程工業(yè)生產中得到了較多的示范應用。在國內，華北電力大學研究人員采用數據分類、核ji限學習機、群體多維相似性、多時間尺度等人工智能和基于規(guī)則的專jia系統等混合智能診斷方法，應用于大型風電機組和電力熱力系統的設備故障診斷。阿爾斯通創(chuàng)為實公司則針對集團公司、機組制造企業(yè)用戶研制了 RMD8000 遠程監(jiān)測診斷中心系統，被華能國ji、東方汽輪機集團、沈陽鼓風機集團等大型企業(yè)所應用。經過近幾年的努力，可以說我國設備狀態(tài)監(jiān)測與故障診斷技術正在快速發(fā)展和不斷完善中。

      火電廠系統是多個系統的組合，其中，煙氣凈化系統又包含除塵、脫硝、脫硫等多個系統。目前電廠對于關鍵設備在線監(jiān)測與故障診斷系統仍停留在對發(fā)電側設備的監(jiān)測，煙氣凈化系統關鍵設備研究開發(fā)較少。因此研究開發(fā)除塵設備預測性維護系統，能夠使電廠粉塵排放達標并且穩(wěn)定，具有較好的市場前景。

3 除塵設備預測性維護系統

3.1 系統功能構成

（1）數據采集。通過 SIS PI 實時數據獲取電廠鍋爐側工況數據，通過 OPC 獲取靜電除塵器上位機的數據，這兩路數據以機組 DCS 時鐘或者以 GPS 時鐘為基準，將采集的數據通過物聯網 VPDN 遠程傳輸至分析平臺，按照時間序列存儲。

（2）數據分析。通過除塵設備運行的歷史數據，對關鍵零部件如高壓變壓器、加熱器、振打器、灰斗等利用機械劣化模型、過負載模型計算模型對單設備的負荷能力分析、壽命分析、老化分析，通流能力分析等。

（3）檢修維護策略。根據不同場景設備異常狀態(tài)，定制相應的維護策略、設置檢修專jia知識庫，使運行檢修人員能夠及早進行設備異常排查，及時采取行動措施，避免因設備故障而停爐檢修，使得除塵設備運行在zui佳狀態(tài)，并建立除塵設備備品備件生命周期管理。

3.2 系統關鍵技術

（1）除塵設備及工藝。電除塵器結構包括電氣和機械兩大部分，其中電氣部分由高壓直流電源裝置（包括控制系統）和低壓控制系統組成。其原理是利用高電壓使極間的氣體發(fā)生電離，氣體電離產生的離子和粉塵在運動過程中相碰撞使粉塵帶上電荷，帶電的粉塵在電場力作用下移動至收塵極被收集，從而實現氣體的除塵。

（2）預測性維護模型。靜電除塵設備常見的故障為陰極線斷線，振打失靈，絕緣子破裂、灰斗堵灰形成電場短路。以電場短路為例，其判斷邏輯及維護操作如圖 1 所示。


除塵設備預測性維護模型算法構建綜合考慮故障信息、檢修時間、運行時長、預警閾值、環(huán)比分析、同比分析、關聯分析從而提高模型的準確性，實現設備在線預警及狀態(tài)檢修輔助決策功能。利用專jia知識庫，構建了靜電除塵設備狀態(tài)等級評價體系，擬定評判標準，對設備運行狀態(tài)進行健康分級。

4 系統功能及應用

基于國投云頂湄洲灣電廠 3#、4#機組的環(huán)保島除塵設備運行歷史數據，搭建了除塵設備預測性維護系統平臺，對電除塵設備的堵灰、短路故障預警及運維策略進行展示并提供操作建議。以堵灰故障的預測性模型為例，其特征曲線如圖 2 所示。隨著時間的增加，對應輸灰管道某一電場出現火花率并逐步增加，二次電流、電壓逐步下降，并出現二次電壓、二次電流為零，電場發(fā)出短路報警。


系統主頁顯示的是當前電廠的所有預警設備的基本信息，包括設備名稱、報警時間、機組編號、報警類別、故障原因、狀態(tài)等。電廠運行人員根據預警信提供的故障原因和方案及時采取預警措施，防止設備出現故障。具體的展示頁面如圖 3 所示。


5 結論與應用前景

系統對電廠電除塵設備進行精細化管理，集成電廠設備運行數據，分析和定制相關維護管理控制策略和預警策略，實現電廠設備的集中控制和zui優(yōu)化運行，提高系統運行穩(wěn)定性，科學指導設備維護及備件更換，實現污染排放管控的集成化、穩(wěn)定化、智能化，同時也提高了電廠的整體設備管理水平。