一、服务目标

对各个电站的设备进行集中监测与数据诊断分析，深入开发、利用、挖掘各电厂上送的设备数据，在线智能感知设备状态，通过对大量设备运行数据的挖掘、建模，实现设备健康感知、安全感知、性能感知及预测分析；同时对设备状态分析系统在线监测模块、设备分析诊断模块、缺陷知识库等功能进行完善。

二、服务内容

2.1设备状态分析

·对现有的机组主设备健康指标量的算法模型进行更新和完善。

·机组主设备在线监测，针对健康指标量及主设备重要运行参数进行缓变量分析，运转特性分析，对点值数据趋势进行对比分析，对振摆波形数据进行时域和频域的分析，对机组轴系进行弯曲量、弯曲角等分析，对发电机空气间隙进行中心偏移、磁极伸长的分析。

·在收到系统报警信号后，能根据横向比较、纵向比较以及关联分析的原则，自动调取与故障信息有关的相关数据，进行综合诊断分析，最后给出诊断结论及处理意见。

·基于各电站综合数据，按季度出具各电站设备分析报告和年度分析报告。

·视情况，受托人对设备异常情况进行专项分析并出具报告。

机组摆度-有功关系图

2.2设备状态健康度分析

·利用超球建模专利技术，选取与机组整体健康度关联性最大的测点数据、指标输入模型进行不断的运算寻优，形成系统的健康度预测曲线和健康度实时曲线。通过对两条曲线的变化趋势和吻合度的分析、判定，给出机组健康度评价和趋势预警。

·利用设备状态感知，通过计算机从工业设备的实时测点数据建立设备运行的状态模型的算法，对工业对象的实时状态进行在线评估，通过设备状态历史数据，实现设备健康感知、安全感知和性能感知，给出设备运行建议。

·利用设备关联分析，通过关联因素排序来实现设备的测点变量之间的动态关联分析。当工业设备的健康度出现劣化时，关联计算引擎从设备的大量变量中识别出关键的影响因素，识别设备的测点变量中对实时状态贡献最大的变量，并以主关联因素排序的方式给出。

·利用设备预测分析，充分利用设备大数据中提取的信息，对设备的状态及相关特征实现预测计算的过程。给出机组状态期望和优化预测结果。

机组振动趋势

已建设备状态分析系统的功能完善

为提高设备状态分析系统的运行效率，对电站设备状态分析系统进行功能完善，具体包含以下内容：

·在线监测模块：对设备进行在线监测，通过实时值监测，发现异常事件并告警。主要包括：设备实时监测与告警、设备运行告警、环境事件告警，在线监测装置管理等功能。

·设备分析诊断模块：新增主变油色谱分析诊断功能，通过对主变油色谱数据进行专业分析，及时发现异常并告警。主要包括：数据录入、实时分析、告警通知、审批归档、趋势分析等功能。

·缺陷知识库：依据电站管理系统中的缺陷数据，通过数据自动抽取后形成服务于设备状态分析系统的缺陷知识库，缺陷知识库既可以面向运行、检修人员提供可视化查询和管理的界面，也可以面向数据分析人员、算法工程师提供数据调用接口等功能。

机组开机摆度趋