浙江某發電廠基于智能聲學的設備狀態監測系統應用

項目背景

隨著智慧電廠概念和技術的不斷成熟，國內很多電廠已經開始建設智慧電廠，智能感知設備就是其中的一項重要內容。智能傳感器和智能分析軟件是智能感知設備的基礎。智能傳感器是基于物聯網技術和智能信號分析技術為基礎的傳感器，智能信號分析系統是基于機器學習技術和深度學習技術的信號處理系統，它繼承了傳統信號處理技術的實時性特點，又利用深度學習技術提高了信號特征的識別能力，提升了對設備的運行狀態的監測、預警和故障診斷的能力。

項目概述

建設基于智能聲學的設備狀態監測系統，包括四種類型的智能傳感器：聲音傳感器、振動傳感器、溫度傳感器以及位移傳感器。其中振動傳感器和聲音傳感器負責監測轉動設備，溫度傳感器負責監測需要檢測溫度的設備，位移傳感器負責監測設備的位移情況。智能傳感器基本滿足常規的巡點檢的業務需求，能夠實現對設備長期穩定的監測。軟件平臺負責對設備實時監測，利用信號分析、深度學習技術訓練信號特征，進行異常信號提醒和故障診斷，從而提高設備運行的可靠性，降低設備事故發生概率。

項目創新點

1、利用物聯網技術進行設備狀態監測

基于物聯網架構，通過加裝傳感器實現對設備運行狀態的實時監測，提高設備運行的可靠性。

2、以聲音傳感器為核心的設備狀態持續監測

到目前為止，發電行業的設備故障預警與診斷基本上以振動監測為主。本項目利用聲音唯一性、入微性的特點，將設備聲音作為設備故障預警與診斷的核心，將振動和溫度作為輔助手段，實現設備的持續監測。

3、利用信號分析及深度學習技術進行故障預警

目前已有的設備故障預警與診斷系統大多采用傳統的機器學習模式，不能適應不斷變化的生產環境，適應性不強。本項目采用信號分析及深度學習技術，通自學習、自優化適應不斷變化的生產環境，實現設備的故障預警與診斷。