Открытый доступ Открытый доступ  Ограниченный доступ Доступ для подписчиков

Опыт создания системы автоматического распознавания аномалий в работе энергетического оборудования

Дарья Николаевна Немирочич-Скрабатун, Антон Андреевич Персяев

Аннотация


Надёжное и бесперебойное обеспечение потребителей электрической и тепловой энергией - главная цель работы энергетической установки. Для обеспечения работоспособного состояния, а также для сокращения расходов, связанных с ремонтом или внеплановым остановом оборудования, многие генерирующие компании используют системы прогностики и удалённого мониторинга, которые позволяют заблаговременно устранить до 90% аномалий. С целью повышения эффективности таких систем ведутся разработки по автоматизации распознавания аномалий работы оборудования. Решение этой задачи существенно упростит работу эксперта в предметной области и позволит автоматически формировать уведомления об обнаруженных аномалиях и выдавать рекомендации по их устранению эксплуатирующему персоналу.

Рассматриваются использование больших данных в энергетике для контроля технического состояния энергетического оборудования, а также основные принципы работы программно-аппаратного комплекса прогностики и удалённого мониторинга ПРАНА компании «РОТЕК» и необходимость создания классификатора аномалий. Описаны типовые проблемы и варианты их решения при его создании в условиях дефицита данных о работе оборудования. Кроме этого, рассмотрены различные подходы в создании классификатора аномалий работы энергетического оборудования ряда компаний, более подробно -- подход комплекса ПРАНА в решении этой задачи.

Приведены различные типы аномалий и особенности использования общих моделей работы для однотипного оборудования. Также описаны основные подходы при анализе данных работы энергетического оборудования: анализ последовательностей и их изменений, использование априорной информации. В результате проведённого исследования создан классификатор для аномалий простого типа на примере ГТУ ГТЭ-160.


Ключевые слова


большие данные, удалённый мониторинг, классификация, газотурбинная установка, прогностика

Полный текст:

PDF

Литература


Липатов, М.А. Первый в России комплекс предиктивной аналитики для энергетического оборудования [Текст] / М.А. Липатов // Экспозиция. Нефть. Газ. -- 2016. -- № 3 (49). – С. 82 -- 83.

Lynch, C. Big data: how do you data grow? [Text] / C. Lynch // Nature. -- 2008. -- Vol. 455. – No. 7209. -- P. 28 -- 29.

Наумов, С.А. Опыт использования удалённого доступа и предсказательной аналитики состояния энергетического оборудования [Текст] / С.А. Наумов, А.В. Крымский, М.А. Липатов, Д.Н. Скрабатун // Теплоэнергетика. -- 2018. -- № 4. -- С. 21 -- 33.

System of sequential kernel regression modeling for forecasting and prognostics [Electronic resource]: pat. 9250625(B2) US / Herzog James P [US]; GE Intelligent Platforms Inc [US]. – (https://worldwide.espacenet.com/publicationDetails/biblio?CC=US&NR=9250625B2&KC=B2&FT=D).

Configuration of malfunction prediction for components and units of technical entities [Electronic resource]: pat. 2017236064 (A1) US / Cassantec AG [CH]. -- (https://worldwide.espacenet.com/publicationDetails/biblio?CC=US&NR=2017236064A1&KC=A1&FT=D).

Malfunction prediction for components and units of technical entities [Electronic resource]: pat. 2017236065 (A1) US / Cassantec AG [CH]. – (https://worldwide.espacenet.com/publicationDetails/biblio?CC=US&NR=2017236065A1&KC=A1&FT=D).

Williams, J.D. On the Distribution of Hotelling’s T2 Statistic Based on the Successive Differences Covariance Matrix Estimator [Text] // J.D. Williams, W.H. Woodlan, J.B. Birch, J.H. Sullivan // Journal of Quality Technology. -- 2006. -- Vol. 38. – Is. 3. -- P. 217 – 229.

Бассвиль, М. Обнаружение изменения свойств сигналов и динамических систем [Текст] / М. Бассвиль, А. Виски, А.М. Банвенист [и др.]. – М.: Мир, 1980. -- 278 с.




DOI: http://dx.doi.org/10.34831/EP.2022.1086.1.006

Ссылки

  • На текущий момент ссылки отсутствуют.


   

                         

© 1998 — 2024 НТФ "Энергопрогресс"      

 

Адрес редакции:
129090, Москва. ул. Щепкина, 8, офис 101
Тел. (495) 234-74-17
E-mail: el.stantsii@gmail.com, el-stantsii@yandex.ru