一种基于发电厂设备的维护系统技术方案

本发明专利技术涉及发电厂设备维护技术领域，公开了一种基于发电厂设备的维护系统，其特征在于，包括中控模块、数据采集模块、检测模块、评估模块、主动记录模块、预防性维护模块、结果反馈模块、工单管理模块、发电厂信息管理模块，所述中控模块分别连接所述评估模块、主动记录模块、结果反馈模块、工单管理模块、发电厂信息管理模块，所述评估模块还连接所述检测模块，所述检测模块还连接所述数据采集模块，所述主动记录模块还连接所述预防性维护模块，所述预防性维护模块还连接所述评估模块。本发明专利技术提供的基于发电厂设备的维护系统，能够对发电厂的设备进行检测、评估，实现发电厂日常维护和检修的自动化管理，保证电力生产的稳定性和安全性。性。性。

【技术实现步骤摘要】
一种基于发电厂设备的维护系统


[0001]本专利技术涉及发电厂设备维护
，特别涉及一种基于发电厂设备的维护系统。

技术介绍

[0002]我国的电厂设备具有规模大、多样化等特征，且电厂具有各种各样的形式，比如风能发电厂、太阳能发电厂、核电厂、水力发电厂和火力发电厂等。
[0003]由于国内煤电企业采购成本居高不下和燃煤发电机组利用小时持续偏低，煤电企业经营压力仍然很大，如何更科学地管理好发电设备，保证电厂安全生产，优化检修费用和提升煤电经济性，已成为摆在煤电企业面前不容回避的问题。
[0004]目前，发电厂在设备维护检修方面仍采用传统的方式，首先，当设备运行出现异常时，不同岗位的人员层层上传报备问题，大大影响了工作效率。其次，在电厂的日常管理过程中，维护和检修人员一般采用纸质记录方式保存相关的数据，容易丢失。最后，当设备出现问题后，由于没有相关记录，相关人员并不会去主动承担责任，可能会出现互相推卸责任的情况，从而耽误设备的维修进程。最终导致人力、物力以及财力都有巨大的浪费，虽然保证了发电设备的稳定性，但是经济性却无法保证，大大影响工作效率。

技术实现思路

[0005]本专利技术提供了一种基于发电厂设备的维护系统，能够对发电厂的设备进行检测、评估，实现发电厂日常维护和检修的自动化管理，保证电力生产的稳定性和安全性。
[0006]本专利技术提供了一种基于发电厂设备的维护系统，包括中控模块、数据采集模块、检测模块、评估模块、主动记录模块、预防性维护模块、结果反馈模块、工单管理模块、发电厂信息管理模块，所述中控模块分别连接所述评估模块、主动记录模块、结果反馈模块、工单管理模块、发电厂信息管理模块，所述评估模块还连接所述检测模块，所述检测模块还连接所述数据采集模块，所述主动记录模块还连接所述预防性维护模块，所述预防性维护模块还连接所述评估模块；
[0007]所述数据采集模块用于根据发电设备状态检修的具体需求，通过设置的振动、局放、压力、温度、流量等关键测点，采用现场智能仪表/传感器、现场总线等方式进行关键设备数据的获取；
[0008]所述检测模块用于通过数据清洗、数据探索、数据降维、频谱分析、特征工程完成发电厂关键设备数据特征挖掘，以进行数据处理，对关键设备状态信号进行阈值判断，通过人工智能预警算法对设备状态进行有效判断和预测；
[0009]所述评估模块用于根据关键设备的故障和劣化趋势将设备健康状态分类，并根据关键设备的健康状态确定关键设备的维护频率；
[0010]所述主动记录模块用于维修人员根据检修和维护情况主动记录关键设备的检修/维护数据；
[0011]所述预防性维护模块用于按照所述评估模块确定的关键设备的维护频率生成所述关键设备的预防性维护日历，并在维护日期到来时通知维修人员进行预防性维护；
[0012]所述结果反馈模块用于统计设备检修/维护的结果，通过生成柱状图表现各个关键设备的数据，并将所述柱状图显示在前端；
[0013]所述工单管理模块用于对维修过的所述关键设备进行数量和状态管理，并记录所述关键设备的维修历史记录；
[0014]所述发电厂信息管理模块用于管理发电厂内的数据信息；其中，所述数据信息包括发电厂信息、发电厂设备具有/使用情况、人员信息、用户信息。
[0015]进一步地，所述检测模块包括数据操作单元、状态测评单元，所述数据操作单元分别连接所述数据采集模块和状态测评单元，所述状态测评单元连接所述评估模块；
[0016]所述数据操作单元用于通过数据清洗、数据探索、数据降维、频谱分析、特征工程完成发电厂关键设备数据特征挖掘，采用并行ETL、并行多维分析、并行数据挖掘算法的边缘计算和云计算技术进行数据处理，实施FT
‑
stream动态数据挖掘算法，实现关键设备历史故障信息的关联挖掘；
[0017]所述状态测评单元用于对关键设备状态信号进行阈值判断，采用主成分分析、支持向量机、人工神经网络的机器学习模型进行状态回归与分类，通过人工智能预警算法对所述关键设备的状态进行有效判断和预测。
[0018]进一步地，所述评估模块包括健康评估单元、预测评估单元，所述健康评估单元分别连接所述状态测评单元和预测评估单元，所述预测评估单元连接所述中控模块；
[0019]所述健康评估单元用于根据关键设备的故障和劣化趋势将设备健康状态分为正常状态、注意状态、异常状态和严重状态；
[0020]所述预测评估单元用于为所述关键设备的正常状态、注意状态、异常状态和严重状态分配不同的维护频率。
[0021]进一步地，工单管理模块包括设备缺陷管理单元和维修历史单元，所述设备缺陷管理单元和维修历史单元均连接所述中控模块；
[0022]所述缺陷管理单元用于对关键设备进行设备缺陷树的建立、缺陷单登录、缺陷处理、缺陷消除和缺陷统计分析；
[0023]所述维修历史单元用于记录设备的历史维修记录，并通过定义每类设备或系统的故障现象、引起的原因，建立设备故障决策树。
[0024]进一步地，所述主动记录模块包括检修记录单元和维护记录单元，所述检修记录单元和维护记录单元均连接所述中控模块，所述维护记录单元还连接所述预防性维护模块；所述检修记录单元用于维修人员根据检修情况主动记录关键设备的检修数据，所述维护记录单元用于维修人员根据维护情况主动记录关键设备的维护数据。
[0025]进一步地，还包括建议生成模块，所述建议生成模块连接所述中控模块，所述建议生成模块用于当发电设备状态由正常或注意状态转为异常或严重时，触发事件流程并发出警示，提醒点检人员进行核实，若事件经核实不是由于测点异常等因素造成的误报，开始事件处理流程，若为误报则该事件由点检人员手动取消，事件结束，否则给出相关的维修活动时间表。
[0026]进一步地，所述发电厂信息管理模块包括电厂信息单元、人员信息单元和用户管
理单元，所述电厂信息单元、人员信息单元和用户管理单元均连接所述中控模块；所述电厂信息单元用于记录/更新电厂名称、电厂编号、电厂简介，所述人员信息单元用于记录/更新设备检修人员的编号、姓名以及工作年限信息，所述用户管理单元用于记录/更新用户个人信息和用户在不同项目中的角色以及相应的访问权限。
[0027]进一步地，所述中控模块还连接用户终端，所述用户终端为移动终端或PC端。
[0028]本专利技术的有益效果为：
[0029]本专利技术的数据采集模块根据发电设备状态检修的具体需求进行关键设备数据的获取；检测模块完成发电厂关键设备数据特征挖掘，以进行数据处理，对设备状态进行有效判断和预测；评估模块将设备健康状态分类，并确定关键设备的维护频率；维修人员通过主动记录模块记录关键设备的检修/维护数据；预防性维护模块生成关键设备的预防性维护日历，并通知维修人员进行预防性维护；结果反馈模块通过生成柱状图表现各个关键设备的数据，工单管理模块进行数量和状态管理，并记录维修历史记录；发电厂信息管理模块管理发电厂内的数据信息。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于发电厂设备的维护系统，其特征在于，包括中控模块、数据采集模块、检测模块、评估模块、主动记录模块、预防性维护模块、结果反馈模块、工单管理模块、发电厂信息管理模块，所述中控模块分别连接所述评估模块、主动记录模块、结果反馈模块、工单管理模块、发电厂信息管理模块，所述评估模块还连接所述检测模块，所述检测模块还连接所述数据采集模块，所述主动记录模块还连接所述预防性维护模块，所述预防性维护模块还连接所述评估模块；所述数据采集模块用于根据发电设备状态检修的具体需求，通过设置的振动、局放、压力、温度、流量等关键测点，采用现场智能仪表/传感器、现场总线等方式进行关键设备数据的获取；所述检测模块用于通过数据清洗、数据探索、数据降维、频谱分析、特征工程完成发电厂关键设备数据特征挖掘，以进行数据处理，对关键设备状态信号进行阈值判断，通过人工智能预警算法对设备状态进行有效判断和预测；所述评估模块用于根据关键设备的故障和劣化趋势将设备健康状态分类，并根据关键设备的健康状态确定关键设备的维护频率；所述主动记录模块用于维修人员根据检修和维护情况主动记录关键设备的检修/维护数据；所述预防性维护模块用于按照所述评估模块确定的关键设备的维护频率生成所述关键设备的预防性维护日历，并在维护日期到来时通知维修人员进行预防性维护；所述结果反馈模块用于统计设备检修/维护的结果，通过生成柱状图表现各个关键设备的数据，并将所述柱状图显示在前端；所述工单管理模块用于对维修过的所述关键设备进行数量和状态管理，并记录所述关键设备的维修历史记录；所述发电厂信息管理模块用于管理发电厂内的数据信息；其中，所述数据信息包括发电厂信息、发电厂设备具有/使用情况、人员信息、用户信息。2.根据权利要求1所述的基于发电厂设备的维护系统，其特征在于，所述检测模块包括数据操作单元、状态测评单元，所述数据操作单元分别连接所述数据采集模块和状态测评单元，所述状态测评单元连接所述评估模块；所述数据操作单元用于通过数据清洗、数据探索、数据降维、频谱分析、特征工程完成发电厂关键设备数据特征挖掘，采用并行ETL、并行多维分析、并行数据挖掘算法的边缘计算和云计算技术进行数据处理，实施FT
‑
stream动态数据挖掘算法，实现关键设备历史故障信息的关联挖掘；所述状态测评单元用于对关键设备状态信号进行阈值判断，采用主成分分析、支持向量机、人工神经网络的机器学习模型进行状态回归与分类，通过人工智能预警算法...

【专利技术属性】
技术研发人员：唐宝琳，
申请(专利权)人：连州丰辉社会服务有限公司，
类型：发明
国别省市：