水电-智慧设备解决方案-设备管理-拾贝云-广州健新科技有限责任公司-工业智能产品与服务提供商

充分利用云计算、大数据、物联网、人工智能、5G通讯等现代信息技术，实现发电全过程自动化、数字化、智能化迭代升级，构建智能电厂体系，实现在“无人干预，少人值守”情况下，电厂安全、经济、环保、高效运营

建设方向方案架构核心内容方案优势方案价值

建设方向

基础数据：基于设备全方位、全透明感知下的多维度、多层次感知与分析

趋势分析及预警：通过对运行特征值的解剖及机理分析，实现劣化和故障的早期干预

故障诊断：劣化趋势、故障告警、人工触发等方式，确定故障类型、部位，提供解决方案，实现故障快速诊断和精确定位

健康状态评估：基于状态评估标准、大数据自学习，实现设备的科学评估

智能决策：为机组的经济运行、事故抢修、状态检修等提供精准、高效的决策支持

能效分析：综合考虑机组效率、水耗、状态、辅助服务等参数，进行性能指标计算和分析

方案架构

官网_01(1).png

核心内容

工况识别

基于大数据智能分析，能够对正常工况和试验工况等工况下，更细致的机组状态进行识别。包括正常工况下：空载、机组起励过程、机组空转、并网过程等。并通过识别后的结果分析出关键性能指标

工况识别

趋势分析及故障预测

基于机器学习算法，提供摆渡、上机架位移振动、定子机架振动、顶盖振动、上导瓦温、磁场强度等48种趋势分析。预测机组未来健康情况

趋势分析及故障预测

基于机器学习算法，提供摆渡、上机架位移振动、定子机架振动、顶盖振动、上导瓦温、磁场强度等48种趋势分析。预测机组未来健康情况

故障诊断

基于FTA/FMEA分析过程，形成机组设备/部件缺陷库，按照树状结构进行故障溯源，形成电厂机组设备故障树

故障诊断

基于FTA/FMEA分析过程，形成机组设备/部件缺陷库，按照树状结构进行故障溯源，形成电厂机组设备故障树

检修指导

将各个节点的实时测点数据进行接入，通过故障诊断模型进行故障智能预警，同时对于故障类型提供维修指导

检修指导

将各个节点的实时测点数据进行接入，通过故障诊断模型进行故障智能预警，同时对于故障类型提供维修指导

机组健康评估

基于水电站设备状态检修导则、国家标准/行业标准、缺陷分析、趋势分析、检修经验，研究形成机组状态评价标准/维度评价标准。形成各类设备的评价维度/评价方法/评价权重

机组健康评估

健康评估报表

自动生成机组开停机/电能质量监督/机组振摆/机组温度油系统/排水系统/气系统等设备的健康状态报告。

健康评估报表

自动生成机组开停机/电能质量监督/机组振摆/机组温度油系统/排水系统/气系统等设备的健康状态报告。

经济运行指导

提供实时变损率分析指导/实时厂用电率统计分析/实时高效率区间运行指导/不同水头下电气开限的分析指导/电网辅助服务考核分析等多种运行指导，为全枢纽设备的运行工况进行整体评价，分析经济指标可提升空间，并对偏离经济运行区间的工况进行报警

经济运行指导

异常状态指导

当系统检测出设备出现异常，并且通过故障诊断和故障预警得出结论设备状态并严重，并未达到严重劣化的程度，设备暂时不具备停运条件时，系统对设备故障发展趋势进行预测，根据趋势预测结论提供设备运行建议，结合数据挖掘，自动计算出设备优化运行工况等参数，并给出建议，指导设备在较优的工况下运行

异常状态指导

方案优势

提高故障诊断的准确性和效率

提高设备的可靠性和安全性

提升生产运行经济效益

提升电厂智能化管理水平

方案价值

通过采集和分析大量的实时数据，结合专业的故障诊断算法和模型，快速准确地识别和定位故障原因，提高故障诊断的准确性和效率

通过对设备的智能监测和预警，及时发现和处理设备故障和异常情况，保障电站的安全运行

基于人工智能分析模型，对变损率/效率等智能分析，实现最优工况的经济运行指导，从而提高电能服务质量和经济效益。

通过人工智能/大数据等技术应用，实现对电站的智能监测和管理，提高电站的管理水平和运行效率。