大數(shù)據(jù)挖掘下多維智能報(bào)警技術(shù)研究

前言：想要寫(xiě)出一篇引人入勝的文章？我們特意為您整理了大數(shù)據(jù)挖掘下多維智能報(bào)警技術(shù)研究范文，希望能給你帶來(lái)靈感和參考，敬請(qǐng)閱讀。

摘要：基于大數(shù)據(jù)挖掘的多維智能報(bào)警技術(shù)能夠更加準(zhǔn)確反映現(xiàn)場(chǎng)設(shè)備的運(yùn)行狀況，更加迅速地反饋異常情況，減少運(yùn)行人員監(jiān)屏工作量，保證電廠運(yùn)行安全。本系統(tǒng)從國(guó)內(nèi)水電廠監(jiān)控系統(tǒng)信息報(bào)警現(xiàn)狀分析著手，通過(guò)建立智能報(bào)警配置模型，開(kāi)發(fā)出一套智能報(bào)警引擎，其中包含基于分類(lèi)、分級(jí)多維報(bào)警策略以及趨勢(shì)分析報(bào)警策略。該系統(tǒng)已經(jīng)應(yīng)用于構(gòu)皮灘發(fā)電廠，實(shí)施結(jié)果表明：該電廠智能報(bào)警水平得到了很大提升，為大型水電機(jī)組的“無(wú)人值守、少人值班”奠定了基礎(chǔ)。

關(guān)鍵詞：大數(shù)據(jù)；多維；智能報(bào)警；趨勢(shì)報(bào)警；水力廠

0前言

長(zhǎng)期以來(lái)，水電廠計(jì)算機(jī)監(jiān)控系統(tǒng)數(shù)據(jù)報(bào)警機(jī)制為簡(jiǎn)單的狀態(tài)變位和模擬量越限報(bào)警。粗放的報(bào)警機(jī)制使監(jiān)控系統(tǒng)產(chǎn)生大量過(guò)程數(shù)據(jù)報(bào)警，如模擬量臨界值的反復(fù)刷屏報(bào)警和設(shè)備操作過(guò)程狀態(tài)變遷報(bào)警，但報(bào)警形式單一、缺少點(diǎn)與點(diǎn)之間的關(guān)聯(lián)，眾多過(guò)程數(shù)據(jù)堆積在屏幕上導(dǎo)致運(yùn)行人員無(wú)法在第一時(shí)間確認(rèn)關(guān)鍵信息，一旦有操作則會(huì)存在大量過(guò)程刷屏報(bào)警，而這些報(bào)警大都不是有效報(bào)警，導(dǎo)致有效報(bào)警被大量無(wú)效報(bào)警掩蓋，而且大量短信的發(fā)送還會(huì)造成經(jīng)濟(jì)上的損失。同時(shí)傳統(tǒng)的運(yùn)維模式下，運(yùn)行和維護(hù)人員專(zhuān)業(yè)界限分明，個(gè)人技能是保障服務(wù)質(zhì)量的基礎(chǔ)，運(yùn)維管理重心放在運(yùn)行人員發(fā)現(xiàn)故障、維護(hù)人員的響應(yīng)與處理。隨著設(shè)備模塊化、流程化、自動(dòng)化的不斷發(fā)展，在這種運(yùn)維模式下，運(yùn)維人員的數(shù)量和成本迅速提高，以及不可預(yù)知的故障發(fā)生、被動(dòng)的處理模式都將導(dǎo)致運(yùn)維管理效率低下。事實(shí)證明，依賴于傳統(tǒng)運(yùn)維管理模式的企業(yè)會(huì)在競(jìng)爭(zhēng)中被逐步淘汰，而率先采用運(yùn)維合一、少人維護(hù)和一專(zhuān)多能等整合優(yōu)勢(shì)人力資源的最佳實(shí)踐手段的企業(yè)，必將在激烈的競(jìng)爭(zhēng)中取得優(yōu)勢(shì)。因此，智能報(bào)警系統(tǒng)的建設(shè)將成為一種必然的趨勢(shì)。從國(guó)內(nèi)水電站監(jiān)控系統(tǒng)信息報(bào)警現(xiàn)狀分析著手，通過(guò)建立靈活的報(bào)警模型配置工具，采用結(jié)構(gòu)化和半結(jié)構(gòu)化相結(jié)合的數(shù)據(jù)結(jié)構(gòu)來(lái)定義報(bào)警規(guī)則和發(fā)送策略［1］，構(gòu)建分類(lèi)、分級(jí)多維報(bào)警策略以及基于大量歷史數(shù)據(jù)的趨勢(shì)分析報(bào)警策略，最后通過(guò)智能報(bào)警引擎進(jìn)行有效的、預(yù)知性的報(bào)警。該技術(shù)在構(gòu)皮灘電廠進(jìn)行了實(shí)施，實(shí)施結(jié)果表明，該電廠智能報(bào)警水平得到了很大的提升，為大型水電機(jī)組的“無(wú)人值守、少人值班”奠定基礎(chǔ)［2］。

1系統(tǒng)架構(gòu)及其組成部分

貴州烏江水電開(kāi)發(fā)有限責(zé)任公司的構(gòu)皮灘發(fā)電廠計(jì)算機(jī)監(jiān)控系統(tǒng)上位機(jī)布置于500kV開(kāi)關(guān)站四樓計(jì)算機(jī)監(jiān)控系統(tǒng)機(jī)房，共33套硬件設(shè)備，包括數(shù)據(jù)服務(wù)器、歷史站、操作員工作站、語(yǔ)音報(bào)警系統(tǒng)工作站、工程師維護(hù)工作站、培訓(xùn)仿真工作站、集控通信服務(wù)器、廠內(nèi)通信服務(wù)器、調(diào)度通訊機(jī)、模擬屏及模擬屏驅(qū)動(dòng)器、WEB服務(wù)器、GPS裝置、UPS不間斷電源及相關(guān)交換機(jī)網(wǎng)絡(luò)設(shè)備等。構(gòu)皮灘發(fā)電廠計(jì)算機(jī)監(jiān)控系統(tǒng)自主可控項(xiàng)目已經(jīng)改造完成，可在監(jiān)控系統(tǒng)內(nèi)部署智能報(bào)警服務(wù)器，通過(guò)對(duì)采集的數(shù)據(jù)進(jìn)行分類(lèi)、篩選、分級(jí)，最后進(jìn)行多維精準(zhǔn)、有效的報(bào)警。依據(jù)構(gòu)皮灘電廠監(jiān)控系統(tǒng)現(xiàn)狀需求，計(jì)劃在生產(chǎn)控制大區(qū)增加智能報(bào)警服務(wù)器作為監(jiān)控系統(tǒng)的節(jié)點(diǎn)之一，所有數(shù)據(jù)由監(jiān)控系統(tǒng)提供（見(jiàn)圖1）。構(gòu)皮灘電廠智能報(bào)警平臺(tái)主要包含四層系統(tǒng)架構(gòu)（即數(shù)據(jù)獲取層、數(shù)據(jù)處理與分析層、應(yīng)用開(kāi)發(fā)層、展示應(yīng)用層），技術(shù)架構(gòu)示意如圖2所示。數(shù)據(jù)獲取層獲取監(jiān)控系統(tǒng)數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行清洗、聚合后推送到數(shù)據(jù)處理分析層；數(shù)據(jù)處理分析層通過(guò)私有協(xié)議將采集層的海量數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)中心，弁在處琿層通過(guò)數(shù)據(jù)處理功能對(duì)已采集的數(shù)據(jù)迸行建模、．關(guān)聯(lián)分析，將分析結(jié)果再存儲(chǔ)到數(shù)據(jù)中心，從而為應(yīng)用開(kāi)發(fā)層提供數(shù)據(jù)支撐；歲用開(kāi)發(fā)層通過(guò)不同的報(bào)警場(chǎng)景策略，進(jìn)行智能拫贅建?！帆@取相關(guān)聯(lián)的歷史分析數(shù)據(jù)，逋過(guò)關(guān)聯(lián)查詢進(jìn)行報(bào)警；應(yīng)用展示層逋過(guò)不同的方式將魯＝？太數(shù)據(jù)挖掘的多維報(bào)警信息展示給電廠運(yùn)維人員，讓運(yùn)維人員及時(shí)掌握電廠運(yùn)行動(dòng)態(tài)，為電廠安全運(yùn)行提供有力的保障。

2系統(tǒng)實(shí)現(xiàn)

2．1智能報(bào)警配置模塊

智能報(bào)警酣置摸塊主要，用于報(bào)警策略的配置？對(duì)拫警信息的發(fā)送面進(jìn)．行靈活組態(tài)，包括數(shù)摒庫(kù)菅理、人員管理、信息管貍、策略配置、通道管理5大模塊（見(jiàn)．圖3）。

2．2分類(lèi)、分級(jí)多維報(bào)警策略

在水電廠計(jì)算機(jī)監(jiān)控系統(tǒng)中，監(jiān)控中心攆作人員經(jīng)常面對(duì)大量紛亂的報(bào)警信息，這紿操作人員帶來(lái)很大的壓I苘時(shí)也給電力系統(tǒng)帶來(lái)許多不安全因素e為了幫助操作人員，水電廠采用智能報(bào)警處理器分析、處理報(bào)警信息，提供簡(jiǎn)｜會(huì)、明確的報(bào)警信息氣將太大減輕電廠藍(lán)控＇中心操作人員的監(jiān)屏工作橐。研究采用分類(lèi)、分級(jí)多維報(bào)警模塊對(duì)采集的數(shù)據(jù)進(jìn)行分類(lèi)、篩選、分級(jí)，最后進(jìn)行多維、精準(zhǔn)、有效的報(bào)警，報(bào)警過(guò)程如圖4所示。

2．3趨勢(shì)分析報(bào)警策略

趨勢(shì)分析報(bào)警通過(guò)太數(shù)據(jù)挖掘技術(shù)分析歷史報(bào)警趨勢(shì)，采用連續(xù)多年具有設(shè)備運(yùn)行特征信息的歷史數(shù)據(jù)，分別對(duì)當(dāng)前工況雜進(jìn)行計(jì)箅．，得到目標(biāo)對(duì)象縴驗(yàn)值的逐年變化數(shù)據(jù)，將其與時(shí)間維度結(jié)合在一起形成禪本參數(shù)，對(duì)樣本參數(shù)進(jìn)行分析后，以時(shí)間為參數(shù)計(jì)尊得到往M礱干年設(shè)備運(yùn)行的預(yù)測(cè)數(shù)據(jù)，從而實(shí)現(xiàn)水電站多維智能報(bào)警［4］（見(jiàn)圖5）。行數(shù)據(jù)讀取，并根據(jù)分析的魯襄進(jìn)行預(yù)處理3數(shù)字特征分析層主要對(duì)原始數(shù)據(jù)進(jìn)行初步分析和基本：數(shù)字特怔描述，功能算法分析層實(shí)現(xiàn)散戍圖分析、相關(guān)量分析、偏差分析、報(bào)警分析等。數(shù)據(jù)來(lái)自各監(jiān)測(cè)單元、監(jiān)控系統(tǒng)以及巡檢工作站，如果對(duì)這些數(shù)據(jù)全部加以分析，將極大降低分析運(yùn)尊效率《從功能業(yè)務(wù)屋來(lái)看，不同工況下的數(shù)據(jù)意義也是完全不同的。園此，在進(jìn)行狀態(tài)預(yù)測(cè)前對(duì)數(shù)據(jù)進(jìn)行樣本選擇是完全有癥養(yǎng)的，以水：電廠溫度趨勢(shì)分析為例，斑考慮：①正常情況下，機(jī)組停機(jī)過(guò)程中，溫度應(yīng)跟隨環(huán)境溫度變化而變化；＠在：穩(wěn)定負(fù)荷下，溫度只會(huì)在一個(gè)很小的范圍內(nèi)波動(dòng)；③在不間的水頭和不：同的負(fù)蘇下＊溫度波動(dòng)的范圍是有差異的；④如果某段時(shí)間內(nèi)溫瘈普升或耆異常升高，則說(shuō)明機(jī)組存在異常運(yùn)行狀況，比如冷卻水中斷、軸承油槽漏油譬6但機(jī)組．溫度在開(kāi)機(jī)過(guò)程中的j：升屬正常情況，a此，在趨勢(shì)分析的數(shù)據(jù)抽取是要根據(jù)不同工況進(jìn)行祥本選擇過(guò)濾，進(jìn)而從中提取出機(jī)組在整個(gè)運(yùn)行過(guò)程中的溫度變化特性，如開(kāi)機(jī)過(guò)程中的溫度變化趨勢(shì)、負(fù)荷調(diào)整時(shí)的溫度：變化趨勢(shì)、不同水頭不苘穩(wěn)定負(fù)荷下的溫度變化趨勢(shì)。數(shù)據(jù)特征值分析主要對(duì)原始數(shù)據(jù)進(jìn)行初步分析和基本數(shù)宇特征描述，包括：一維數(shù)據(jù)的最眞計(jì)算（最大值、最小值）；一維數(shù)據(jù)的均值計(jì)箅；一維數(shù)據(jù)的標(biāo)準(zhǔn)堯（標(biāo)準(zhǔn)偏差）計(jì)算。標(biāo)準(zhǔn)差是一組數(shù)據(jù)乎均值分散程度的一種度最》—個(gè)較大的標(biāo)準(zhǔn)差，代表大部分?jǐn)?shù)值和其乎均值之間差異較大；一個(gè)較小的標(biāo)準(zhǔn)差，代表這些數(shù)值較接近平均偉。采用連續(xù)多年具有設(shè)備運(yùn)行特怔信息的歷史數(shù)據(jù)，分別対當(dāng)前工況數(shù)據(jù)進(jìn)行計(jì)算，得到目標(biāo)對(duì)象經(jīng)驗(yàn)渲猶逐年變化數(shù)據(jù)，蔣其與時(shí)間維度結(jié)合在一起形成樣本參數(shù)。在對(duì)＃本參數(shù)迸行訓(xùn)練完成后，以時(shí)間為參數(shù)計(jì)算：得到往：后若干年設(shè)備運(yùn)行的預(yù)測(cè)數(shù)據(jù)，當(dāng)數(shù)據(jù)超過(guò)特定限值．后進(jìn)行報(bào)警。

2．4智能報(bào)警引擎

計(jì)算機(jī)監(jiān)控系統(tǒng)故障報(bào)警信息優(yōu)化處理對(duì)遇到問(wèn)題首先進(jìn)行分析，并做出報(bào)警信息優(yōu)化處理的策略和措施，對(duì)提富水電站管理水平和保＿韋廠安全轅定運(yùn)行有重裏的作用［5］。通過(guò)建立替能報(bào)丨擎（見(jiàn)圖6），解析智能報(bào)警模塊配．置的智能報(bào)譽(yù)策略，根據(jù)策略所約束規(guī)則進(jìn)行有效的報(bào)警。

3系統(tǒng)在構(gòu)皮灘發(fā)電廠中的應(yīng)用

3．1分類(lèi)、分級(jí)多維報(bào)警策略應(yīng)用

分類(lèi)、分級(jí)多維報(bào)警能夠合理對(duì)信息進(jìn)行分類(lèi)、分級(jí)備檢修狀態(tài)信息屏蔽、趨勢(shì)報(bào)警、智能分類(lèi)報(bào)警等功能，保證生產(chǎn)值守、維修人員和有關(guān)領(lǐng)導(dǎo)在．愛(ài)生事故時(shí)能立即收51］事故性質(zhì)和事故信息的提示，減少維護(hù)工作負(fù)擔(dān)，準(zhǔn)確地反I＊現(xiàn)場(chǎng)設(shè)備的運(yùn)行狀況》更加迅速地．反情異f情況，減少運(yùn)維人員監(jiān)屏工作量。不周類(lèi)別的報(bào)警信息可通過(guò)不同的簡(jiǎn)報(bào)窗n進(jìn)行展示。

3．2趨勢(shì)分析報(bào)警策略應(yīng)用

根據(jù)趨勢(shì)報(bào)警策略進(jìn)行趨勢(shì)分析報(bào)警，例如，先計(jì)算出某個(gè)特征點(diǎn)在不同工況下（如各個(gè)負(fù)荷段）的運(yùn)行趨勢(shì)（通過(guò)大數(shù)琚分析查找近一年內(nèi)該萬(wàn)在不同工況下的歷史值，通過(guò)數(shù)摒挖．掘計(jì)算標(biāo)準(zhǔn)差、均值、最大值最小值K分析特怔點(diǎn)所處工況，弁根據(jù)工況到歷史運(yùn)行趨勢(shì)中查找該點(diǎn)的歷史變化范爾確認(rèn)其是否在最大值或最小傖范圍內(nèi)，是否＊3個(gè)標(biāo)準(zhǔn)差范圍內(nèi)6若＿勢(shì)：超過(guò)＿值：翁3個(gè)．＇韻差，則進(jìn)行趨勢(shì)報(bào)警7并對(duì)有異常趨勢(shì)的設(shè)備及時(shí)做出報(bào)警響應(yīng)，提醒廠內(nèi)運(yùn)維人員提皁發(fā)現(xiàn)問(wèn)題、處理問(wèn)題I見(jiàn)圖

4結(jié)論

文章裉據(jù)構(gòu)皮灘水：電廠償息報(bào)警系統(tǒng)現(xiàn)狀，緣合分析了H內(nèi)外智能報(bào)警系統(tǒng)研究與麼用情況，在此基礎(chǔ)上創(chuàng)建了基于大數(shù)據(jù)挖掘多雄智能報(bào)魯技術(shù)體系，通過(guò)對(duì)數(shù)據(jù)分類(lèi)、分級(jí)來(lái)進(jìn)行更為有效的報(bào)警，通過(guò)對(duì)廠內(nèi)歷史數(shù)據(jù)進(jìn)行挖掘分析進(jìn)行趨勢(shì)報(bào)警，從而做出更為準(zhǔn)確、合理的報(bào)警。實(shí)施結(jié)果表明，該電廠信息報(bào)警水平得到了很大的提升。

作者:李金陽(yáng) 李書(shū)明 韓兵 單位:國(guó)電南京自動(dòng)化股份有限公司