刘永华刘义
摘要介绍计算机技术，特别是企业网、数据库、专家辅助决策技术的发展概况及其在发电厂中的应用情况。针对目前电厂开展的设备检修优化工作，讨论了上述技术在状态检修实施过程中的应用及发展趋势。
为提高设备的安全可靠性，降低检修成本，解决计划检修模式下存在的欠修、过修、缺乏成本核算的问题，状态检修作为一种先进的检修模式，正逐步得到电力企业的认可和推广。状态检修是根据状态监测和诊断技术提供的设备状态信息，预测设备故障，在故障发生前进行检修的方式。
状态检修中需对设备信息、历史数据、检测参数值等大量的数据进行分析和处理，这仅靠人工是无法有效进行的。随着计算机技术，特别是数据库技术和人工智能专家系统辅助决策技术的发展和DCS、DEH数字仪表等数字化技术在电厂中的广泛运用，各种生产设备数字信息的不断丰富，使计算机技术在状态检修中的应用成为可能和必然。
一、网络技术在状态检修中的应用
计算机技术与通信技术的结合，推动了计算机网络的普及与发展，企业网已经成为连接企、事业内部各部门并与外界交流信息的重要基础设施。基于局域网和广域网技术发展起来的企业网技术得到了迅速的发展，尤其是企业网络开放系统集成技术受到人们普遍的重视。随着电力系统体制改革的进一步深化，以及电力行业的市场化、商业化的发展，各电力局对信息的及时性、准确性、数据的共享性深感重要，需要将分散的、单独的计算机联网，建立电力企业信息网络，快速实现数据资源的共享，为管理、经营的决策者提供更加及时、全面、准确的信息资源。因此，电力企业纷纷建立电力企业网络—电厂管理信息系统（MIS）。
在发电厂，随着数字化技术的广泛应用，为设备的状态监测提供了新的手段和方法。如通过企业MIS网络系统，将工业现场DCS系统的历史工作站中的各类实时信息连接进网络服务器，加以保存，并实时地以HTML文本的形式发布，使网络上的授权用户可通过浏览器看到各类实时信息，实时监测设备的运行状态。不仅可以大大降低人员现场监测的工作量和劳动强度，降低监测人工费用，而且可以大大提高设备状态监测的及时性，需要时甚至可以实时监测，杜绝了监测数据的人为因素影响，提高了准确性，提高了设备状态监测的质量。
二、数据库技术在状态检修中的应用
实施状态检修需要收集整理有关设备的大量信息，建立设备信息库。设备信息主要有：(1)运行数据(包括运行实时数据、运行日志、运行巡检记录、运行分析记录等)；(2)常规检测数据(包括点检数据、金属检测试验数据、性能试验数据、技术监督项目的测试数据等)；(3)设备状态监测数据(各种监测设备测得的数据)；(4)设备历史数据(包括设备图纸、说明书、安装记录、故障记录、检修记录、更改台账等)；(5)同类设备的故障信息和检修经验；(6)国家、行业、公司、电厂的有关标准、规程和规定等。
这些信息数据量十分庞大，并且随着系统的运行完善，将以指数速度增长。如何对数据与信息快速、有效地进行分析、加工、提炼以获取所需系统的有用知识，并发挥其作用，从而进一步把各个信息相互汇集成为决策辅助信息系统，更好地保证所需系统的经济、安全运行，已成为有效实施状态检修面临的关键问题之一。
数据库知识发现KDD（KnowledgeDiscoveryinDatabase）的核心技术—数据挖掘DM（DataMining）是近年来国际上较为活跃的研究领域，是人工智能与数据库技术相结合的产物，它能从大量数据中发现潜在规律，以提取有用知识，使数据存储技术进入了一个更高级的阶段。
在状态检修中，DM技术用于设备运行状态的监视。通过数据库与神经网络等技术相结合，DM技术可自动发现某些不正常的数据分布，暴露运行中的异常变化和影响因素，协助检修人员迅速找出问题发生的范围，并采用可视化界面查询机组运行清况，及时检修和采取对策。
DM技术用于决策支持和控制，可将每一种状态的故障特征提取出来，将其作为检修管理人员判断系统处于何种状态和采用何种检修策略的有力工具。
DM技术用于辅助决策—利用模糊决策树的自动推理能力，根据计算机历史数据仓库和随机采样所给出的各种情况下的相关数据进行分析，并将其转化为更明确、更适合于决策分析的形式表达出来。将其用于实时系统分析的设备事故判断与处理检修系统中，使检修人员更深入地进行系统动态安全性分析，并得到更准确的紧急控制和检修、恢复策略。
因此，在设备信息、状态监测数据管理中，应充分利用计算机技术对这些数据进行管理，在计算机应用与数据库建设过程中，应实现相关信息的数字化，如技术图纸、曲线的网格描述或代数式拟合，事故状态的代码表示（注意采用电力系统统一标准代码），采用开放的数据库结构，有条件时建立统一的数据分析平台。应充分应用数据库的最新技术发展，利用数据仓库、数据挖掘等技术，对数据与信息快速、有效地进行分析、加工、提炼，获取所需的有用知识，并发挥其作用，从而为进一步专家辅助决策奠定基础。
三、专家及决策支持系统在设备状态检修中的应用
状态监测是状态检修的基础，面对监测结果的有效管理和科学应用则是状态检修得以实现的保证。专家系统（例如DEN-DRAL）是人工智能的一个重要分支，目前已成为人工智能中一个最活跃且最有成效的研究领域。决策支持系统（DecisionSup-portSystem、DSS）是在管理信息系统（MIS）基础上发展起来的一种计算机系统，与人工智能技术，特别是专家系统相结合，既充分发挥了专家系统中知识及知识处理的特长，也充分发挥了传统决策支持系统中数值分析的优势，既可以进行定量分析，又可以进行定性分析，扩大了决策支持系统的应用范围，提高了系统求解问题的能力。
目前，专家及决策支持系统在电力系统得到了广泛的重视和应用，国内外纷纷进行相关系统的研发，如运行优化、负荷调度分配、经济性能分析、电力市场竞争等，在设备状态检修方面主要是锅炉清洁、锅炉寿命管理、汽机发电机寿命管理、锅炉及汽机发电机等主机设备故障诊断、状态维修等。
在电厂建立针对全厂系统设备的状态检修专家及决策支持系统，可以对数据仓库、数据挖掘得到的信息进行进一步处理、挖掘和归纳，并利用其特有的状态检修方面的大量专家知识，应用人工智能技术，模拟人类专家求解问题的思维过程进行推理，解决状态检修中的决策问题，实现设备状态监测与故障诊断、预警、预测、控制、处理、检修维护的专家辅助决策功能。
每个专家及决策支持系统都面临着知识更新问题。因此，在程序设计上必须考虑为知识的补充、更新提供方便。发电厂系统设备特别是汽轮机、发电机等主机的运行工况比较复杂，对故障的发生原因、发展规律及处理方法的正确认识一直是一个从理论到实践再从实践到理论的长期积累和不断更新的过程，尤其随着高科技发展，汽轮机、发电机的容量迅速增大，设计、材料、制造工艺日益改进，监测手段逐渐改善的情况下，随着新技术的应用和对某些故障机理的进一步认识，应对原定的状态判据、监测手段和颇度、检修方式作出调整，故障诊断、处理方法应随之不断更新。
在系统的开发建设中，应注意：(1)软件各模块应是集成化的，相互之间能实时调用；(2)对电厂现有系统具有统一、规范、开放的接口；(3)在需求分析之前，电厂须确定有关的各项工作的流程、各部门的职责、每个人的权限等；(4)在客户化之前，完成设备编码；(5)提出需要进行分析的内容和需要完成的报表；(6)准备尽量完整的基础数据；(7)运用模式和技术的选择应便于系统的完善和升级，尽可能支持软件复用。
参考文献
1国家电力公司．火力发电厂实施状态检修的指导意见．中国电力，2002（2）：1一4
2殷天雷，史进渊发电设备可靠性与设备检修管理策略的研究．动力工程，2001(4):1303一1305
3曹钟中，杨昆，傅忠广．汽轮机及其辅助设备系统实施RCM的基本策略．汽轮机技术，2002(2):106一108
4马传利，郭荣兴，潘皓．大型火电机组优化检修技术的研究．动力工程，2001(6)：1477一1480
5王能斌．数据库系统原理．北京：电子工业出版社，2000.4
6张海潘．软件工程导论．北京：清华大学出版社，1998
7王永庆．人工智能原理与方法．西安交通大学出版社，1998
8廖志伟，孙雅明．数据挖掘技术及其在电力系统中的应用．电力系统自动化，2001(11):62一66