“云+端”大数据驱动的预见性电厂设备维护

摘要:电厂设备可靠性的维护和保障对发电集团具有重要意义。提出预见性电厂设备维护系统架构,在前端实现设备的数据采集、本地实时处理和计算,在云端实现数据的汇集、存储、批处理及实时处理和分析。分析了该系统的基于HBase的云端数据库设计及写入、海量感知数据的并行化处理以及预见性维护等关键技术。该架构既节约了前端资源,又可以发挥电厂海量感知数据的潜在价值,通过基于海量感知数据的故障预测,实现基于运行实际状态的电厂设备的及时维护,便于决策和维护人员及时制定防范措施、防止和控制可能的故障出现,保障电厂运行可靠和稳定。

关键词:
  • 预见性维护  
  • 大数据  
  • 故障诊断  
  • 设备维护  
作者:
王佳梓; 王桂玲
单位:
中国华电集团有限公司山东分公司; 济南250014; 北方工业大学大规模流数据集成与分析技术北京市重点实验室; 北京100144
刊名:
华电技术

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:华电技术

华电技术杂志紧跟学术前沿,紧贴读者,国内刊号为:41-1395/TK。坚持指导性与实用性相结合的原则,创办于1979年,杂志在全国同类期刊中发行数量名列前茅。