CN110728381A - 一种基于rfid和数据处理的发电厂智能巡检方法及系统 - Google Patents

Abstract

本发明涉及一种基于RFID和数据处理的发电厂智能巡检方法及系统，该方法包括以下步骤：1)数据采集步骤：智能巡检仪采集电力系统主要设备中待巡检设备的状态数据，并显示；2)数据上传步骤：智能终端记录仪接收输入的状态数据，并通过数据接口将数据上传至管理平台服务器；3)数据处理步骤：管理平台服务器对接收到的松散数据进行规范化和结构化处理，包括在线监测数据存储、监测数据处理、图像故障识别和录像异常识别；4)结果输出步骤：根据步骤3)中处理完成的数据进行整理判断后输出故障监测结果。与现有技术相比，本发明具有管理标准、数据处理方便快捷和检测效率高等优点。

Description

一种基于RFID和数据处理的发电厂智能巡检方法及系统

技术领域

本发明涉及自动巡检领域，尤其是涉及一种基于RFID和数据处理的发电厂智能巡检方法及系统。

背景技术

伴随着国家整体经济水平的持续攀升，电力行业(尤其是发电企业)发展迅猛，呈现出一种无与伦比的繁荣。一方面，急速增长的用电量使电力系统网络日益庞大，所采用的电气设备数量越来越多，在电力生产、输送和使用过程中形成一个统一的有机整体，有利于増强系统的效率；另一方面，对电力系统的安全运行造成影响的不安全因素也急剧増加，系统中电气设备的任何重大故障、失效，都会产生使系统崩溃的连锁效应，造成人身伤亡和巨大的经济损失，影响社会的和谐稳定。因此保证电气设备安全健康运行，成为电力系统工作者的重点中的重点。

电气主设备最先采用的检修方式是一种叫做“故障检修”的模式，这种坏了才修的方式，使设备的检修处于完全被动的状态，造成大量设备的失修，不利于设备健康的监督管理。经过对检修方式的不断研究、分析和总结，我们放弃了这种“故障检修”模式，取而代之的是各式各样的“定期计划检修”模式。同“故障检修”相比，这种模式在我国生产力的发展过程中，无论是从思维上还是从使用效果上都取得了很大进步，曾经发挥了积极的作用。但它也有自身的不足，即：这种模式虽然可以大幅度提升设备的健康水平，但是运行中设备在两次计划检修间隔期之间发生的故障常常弄得我们措手不及，这时又像是回到了“故障检修”；同时“定期计划检修”缺乏针对性，只管检修周期而不管设备健康程度，容易对一些健康设备造成过度维修，既浪费维护经费又对这些设备的健康造成不利影响。

现如今，伴随着微型计算机，传感、数据采集、数据处理技术等高科技的发展与应用，发展出了一种新型检修方式——“状态检修”。“状态检修”方式立足于设备的实时历史状态，以实时/历史状态数据为依据做出检修决策，这不同于以往的以时间为依据的检修方式，它能够在通过各种监测与判定方法对设备实时状态进行监视和故障诊断，而不影响设备正常运行。这既能够实时观测到设备的运行状态，又能及时捕捉到设备故障的征兆，从而做出具有针对性的设备检修计划，进而防止了设备事故发生或扩大。由于“状态检修”方式优点众多，越来越多的电气主设备采用这种检修方式，因此对电气主设备的在线检测监测技术的应用研究就显得尤为重要。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于RFID和数据处理的发电厂智能巡检方法及系统。

本发明的目的可以通过以下技术方案来实现：

一种基于RFID和数据处理的发电厂智能巡检方法，用于实现发电厂设备故障在线监测智能化，包括以下步骤：

1)数据采集步骤：智能巡检仪采集电力系统主要设备中待巡检设备的状态数据，并显示；

2)数据上传步骤：智能终端记录仪接收输入的状态数据，并通过数据接口将数据上传至管理平台服务器；

3)数据处理步骤：管理平台服务器对接收到的松散数据进行规范化和结构化处理，包括在线监测数据存储、监测数据处理、图像故障识别和录像异常识别；

4)结果输出步骤：根据步骤3)中处理完成的数据进行整理判断后输出故障监测结果。

所述的在线监测数据存储通过HBase实现，所述的监测数据处理通过Hadoop分布式系统实现，所述的图像故障识别通过Python中的Pillow库实现，所述的录像异常识别通过视频处理技术实现。

所述的输出故障监测结果包括电力系统风险评估和实时故障报表，所述的在线监测数据存储于HDFS中并建立查询索引，将查询索引存储于HBase中，所述的电力系统风险评估的生成步骤具体包括：

301)通过查询索引提取在线监测数据的关键信息，对设备运行状态进行评估；

302)建立评估模型；

303)根据评估模型进行设备级和系统级风险评估，生成电力系统风险评估；

所述的故障报表的生成步骤具体包括：

311)将经过Hadoop处理过后的监测数据实时绘制成图像；

312)将绘制成的图像和数据显示于集控交互系统；

313)监测图像和数据是否异常，若是，则生成故障报表。

在数据处理过程中，通过决策树进行数据挖掘，具体步骤包括：

321)获取每个属性的信息增益度，选择信息增益度最大的属性作为根节点；

322)按照属性的值将分成多个样本子集；

323)获取样本子集每一个样本的信息增益度，选择信息增益度最大的属性作为本级的结点；

324)判断本级所有子集是否为同一类别，若否，则重复步骤302)和步骤303)，若是，则结束循环。

所述的数据采集步骤采集的设备状态数据包括发电机的温度、电压电路、冷却器水压和刀闸的开关状态，主要设备包括变压器、GIS、高压开关柜和避雷器。

一种基于RFID和数据处理的发电厂智能巡检系统，用于巡检人员管理和电力系统主要设备监测，其特征在于，该系统采用浏览器和服务器结构，包括智能巡检仪、智能终端记录仪和管理平台服务器，所述的智能巡检仪用于待巡检设备的状态数据采集，所述的智能终端记录仪用于记录和发送设备的状态数据，所述的管理平台服务器包括综合信息显示模块、信息管理模块和数据统计模块，所述的智能终端记录仪与管理平台服务器之间通过web service接口协议进行数据交换。

所述的综合信息显示模块用于巡检资料下载和巡检数据上传的管理，自动连接智能终端并实时监测连接状态，所述的信息管理模块包括用于对巡检人员信息、巡检设备信息和巡检对象信息的管理，并实时更新至中合信息显示模块，所述的数据统计模块用于对巡检人员工作情况和设备状态数据的统计分析。

所述的信息管理模块的数据库包括Device表、Worker表和Mobilephone表，所述的巡检人员信息存储于Worker表中，所述的巡检设备信息存储于Device表中，所述的巡检对象信息存储于Mobilephone表中。

所述的智能终端记录仪自动记录巡检人员到达巡检点时间数据并发送至管理平台服务器。

所述的待巡检设备采用GPS定位，并设有巡检点地址卡信息，所述的巡检人员到达巡检点时间数据和巡检点地址卡信息结合，实现对巡检人员按时到岗进行巡检工作的监管。

与现有技术相比，本发明具有以下优点：

1)巡检标准管理：巡检标准管理有利于巡检员的工作顺利执行，同时又对巡检主管的管理工作有较大的帮助，其结果使得设备以更加健康的方式运转；

2)巡检计划生成与执行合理：根据详细的周期设置定期生成相应的巡检计划，巡检计划生成时根据当年设备状态，进行巡检任务判断，判断根据当前设备状态需要检测项目条数，现场巡检工作完成，数据上传后，系统将每一个ID位置点的到位时间，结束时间，以及每一个设备任务的处理时间进行回传记录，统计该路线耗时量、每个ID点的工作时间与路途时间。数据上传完成后，统计该条路线的完成情况，将漏检数与异常数进行统计；

3)数据处理智能且方便快捷：智能巡检系统对采集的数据信息进行数字化归档和分类管理，大量数据通过有效汇总和管理后，可以进行现场状态总结、历史数据比对以及趋势变化分析等一系列功能。系统可以重现历次巡视记录的设备历史数据，可设定任意时间段历史数据的回放，以数据曲线或其他图表形式反映数据的变化和演变趋势，并可设定数据的告警值，智能预测设备隐患的发展趋势。

附图说明

图1为本发明方法流程图；

图2为系统功能图；

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

实施例

如图1所示，本发明提供一种基于RFID和数据处理的发电厂智能巡检方法，用于实现发电厂设备故障在线监测智能化，包括以下步骤：

1)数据采集步骤：智能巡检仪采集电力系统主要设备中待巡检设备的状态数据，并显示；

2)数据上传步骤：智能终端记录仪接收输入的状态数据，并通过数据接口将数据上传至管理平台服务器；

3)数据处理步骤：管理平台服务器对接收到的松散数据进行规范化和结构化处理，包括在线监测数据存储、监测数据处理、图像故障识别和录像异常识别；

4)结果输出步骤：根据步骤3)中处理完成的数据进行整理判断后输出故障监测结果。

数据采集步骤具体实现：通过智能终端记录仪和智能巡检仪的传感器、红外成像仪、高分辨率声压计、液体传感器和高清可见光摄像机等对发电厂主要设备的数据、状态进行记录，如：发电机的温度、电压电路、冷却器水压和刀闸的开关状态等，主要设备包括变压器、GIS、高压开关柜和避雷器。

数据上传步骤具体实现：巡检管理系统通过数据接口进行信息传递，手持智能终端和管理平台间采用web service接口协议，实现用户信息、巡检信息和缺陷信息的传送。PI数据库的特性实时监测发电厂主要设备的状态。

数据处理步骤具体实现：对非结构化和半结构化的松散数据进行规范化、结构化处理随后存储，例如将巡检日志进行报表化的处理，其后将报表内容进行处理。通过HBase对在线监测数据进行存储，通过Hadoop分布式系统对监测数据进行处理。通过Python中的Pillow库进行图像识别，例如红外成像图，可以将故障部分识别出来，随后进行记录和报警。通过视频处理技术，对摄像头获取的录像进行处理，若发现数据异常则进行记录和报警。

结果输出步骤具体实现：在线监测数据存储HDFS中，为了提高快速查询处理能力，针对在线监测数据建立查询索引，并将这些查询索引存放到HBase中，基于分布式文件存储系统以及查询索引，完成大规模在线监测数据的查询，方便日后指定检修计划：在数据中提取关键信息，对设备运行状态进行评估，根据设备给出的评估信息，建立相应的评估模型，根据建立的模型进行设备级和系统级的风险评估，最后得到电力系统的风险评估，综合运行状态信息以及风险评估两个方面给出相应的检修方案，再由工程师审核，并决定是否启动检修方案。还可以将Hadoop处理过后的数据进行实时显示或绘图，将设备的状态直观地显示于集控交互系统，一旦曲线异常或个体值异常将进行报警，生成故障处理报表，经过工程师审核，确认故障处理计划是否可行，修改计划至可行后进行故障处理。

在数据处理过程中，通过决策树进行数据挖掘，其思维模式具体步骤包括：

321)全体样本定义为，计算每个属性的信息增益度，选择信息增益度最大的属性作为根节点；

322)按照属性的值将分成多个样本子集；

323)计算样本子集每一个样本的信息增益度，选择信息增益度最大的属性作为本级的结点；

324)判断本级所有子集是否为同一类别，若否，则重复步骤302)和步骤303)，若是，则结束循环。

采用决策树进行数据挖掘有以下方面的具体优势：

第一，生成的分类规则容易理解：决策树的用户可以很容易理解并且清晰的描述分类规则，它每条从根结点到子树叶的决策都是易于理解的，每条分支的条件都能确定一条分类的规则并且是唯一的；

第二，计算量不大：进行几次扫描数据库就能完成一棵决策树的建立，这样可以利用较少的计算资源来处理包含较多预测变量的情况。因此对于大量的数据处理也能很快的建立模型；

第三，高效的处理非数值型数据能力：甚至有些决策树算法专为处理非数值型数据而设计，使数据预处理工作变的更为简单；

第四，数据属性的重要性显然：可以一目了然的在决策树中显示出来，即：靠近根结点的属性；

第五，灵活好：与其他数据挖掘方法对于数据稳定性要求高相比，决策树在学习样本中数据有变化时，通过对树的每个结点依次访问一次就可以很容易的重新调整树的结构。

本发明还提供一种基于RFID和数据处理的发电厂智能巡检系统，用于巡检人员管理和电力系统主要设备监测，该系统采用浏览器和服务器结构，包括智能巡检仪、智能终端记录仪和管理平台服务器，智能巡检仪用于待巡检设备的状态数据采集，智能终端记录仪用于记录和发送设备的状态数据，管理平台服务器包括综合信息显示模块、信息管理模块和数据统计模块，智能终端记录仪与管理平台服务器之间通过web service接口协议进行数据交换。

系统总体架构是以面向对象的设计为基础，以面向服务的设计为应用扩展，系统主要采用Browser-Server表现形式，即浏览器和服务器结构，通过Web service接口对接巡检管理平台、智能终端和巡检机器人，实现巡检和管理数据交换。

系统环境包括Linux系统(ubuntu)、Windows server2008、Hadoop分布式文件系统、廉价服务器集群、应用服务器(.NET技术/Java架构和Tomcat)和PI实时数据库系统；系统开发工具包括eclipse neon3、Visual Studio 2013、PI(模块:PI-PC Datalink，PI-ProcessBook，PI-API，PI-ODBC)和Python 3.6。

综合信息显示模块：该模块包括下载巡检资料、上传巡检数据、查看下载的巡检资料以及对下载的巡检资料进行再补充或删除的功能。可以实时监测巡检终端的链接状态并自动连接。

信息管理模块：负责管理巡检人员、巡检设备和巡检对象的信息录入、修改和删除。信息存储在数据库的Device表、Worker表和Mobilephone表中，每次打开时都从数据库相应表中获取数据，显示给操作管理人员，在该界面还可以完成相应信息的添加、删除和修改，并实时更新至综合信息显示模块，巡检人员信息存储于Worker表中，巡检设备信息存储于Device表中，巡检对象信息存储于Mobilephone表中。

数据统计模块：负责对巡检人员工作情况和设备状况进行统计分析，检查巡检人员的任务完成率、为管理人员对每个巡检人员任务完成率做出科学评价；对设备的长期运行的故障率进行统计分析。

系统对数据判断以及处理分析的作用，同时系统本身具有机器学习的作用，由于数据不断的累计，形成较大的数据库，这样可以更好的分析和判断所检测到的数据是否存在异常。

智能终端记录仪自动记录巡检人员到达巡检点时间数据并发送至管理平台服务器，该数据无法更改和伪造，待巡检设备采用GPS定位，并设有巡检点地址卡信息，通过将巡检人员到达巡检点时间数据和巡检点地址卡信息结合，实现对巡检人员按时到岗进行巡检工作的监管。

使用该系统进行此电力系统巡检的总体流程为：

S1：根据所需巡检的发电厂的设备并指定相关的巡检记录表，根据巡检记录表，利用巡检仪以及人工巡检的方式对数据进行记录；

S2：将所记录到的数据进行上传；

S3：利用程序软件对所上传的数据进行分析处理；

S4：将数据用图表的形式直观的表示出来；

S5：判断数据是否出现异常，若出现异常则报警并且制定相应的检修方案。

数据采集过程的操作模式如下所示：

S101：设备采用GPS定位系统，安全巡检人员必须到检查点，读取预先在检查点设置的地址卡信息；

S102：确认巡检人员到达后，开始检查各项内容，此时记录仪自动记录人员到达时间，且输入的数据不能修改和伪造；

S103：交班时将巡检仪存储的数据自动上传到巡检系统服务器中，操作中不掺杂人为因素；

S104：管理人员在系统管理界面上可以检查巡检人员的工作记录和巡检工作的完成情况，对巡检中的超时、空班或漏检现象一目了然。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的工作人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种基于RFID和数据处理的发电厂智能巡检方法，用于实现发电厂设备故障在线监测智能化，其特征在于，包括以下步骤：

1)数据采集步骤：智能巡检仪采集电力系统主要设备中待巡检设备的状态数据，并显示；

2)数据上传步骤：智能终端记录仪接收输入的状态数据，并通过数据接口将数据上传至管理平台服务器；

3)数据处理步骤：管理平台服务器对接收到的松散数据进行规范化和结构化处理，包括在线监测数据存储、监测数据处理、图像故障识别和录像异常识别；

4)结果输出步骤：根据步骤3)中处理完成的数据进行整理判断后输出故障监测结果。

2.根据权利要求1所述的一种基于RFID和数据处理的发电厂智能巡检方法，其特征在于，所述的在线监测数据存储通过HBase实现，所述的监测数据处理通过Hadoop分布式系统实现，所述的图像故障识别通过Python中的Pillow库实现，所述的录像异常识别通过视频处理技术实现。

3.根据权利要求2所述的一种基于RFID和数据处理的发电厂智能巡检方法，其特征在于，所述的输出故障监测结果包括电力系统风险评估和实时故障报表，所述的在线监测数据存储于HDFS中并建立查询索引，将查询索引存储于HBase中，所述的电力系统风险评估的生成步骤具体包括：

301)通过查询索引提取在线监测数据的关键信息，对设备运行状态进行评估；

302)建立评估模型；

303)根据评估模型进行设备级和系统级风险评估，生成电力系统风险评估；

所述的故障报表的生成步骤具体包括：

311)将经过Hadoop处理过后的监测数据实时绘制成图像；

312)将绘制成的图像和数据显示于集控交互系统；

313)监测图像和数据是否异常，若是，则生成故障报表。

4.根据权利要求1所述的一种基于RFID和数据处理的发电厂智能巡检方法，其特征在于，在数据处理过程中，通过决策树进行数据挖掘，具体步骤包括：

321)获取每个属性的信息增益度，选择信息增益度最大的属性作为根节点；

322)按照属性的值将分成多个样本子集；

323)获取样本子集每一个样本的信息增益度，选择信息增益度最大的属性作为本级的结点；

324)判断本级所有子集是否为同一类别，若否，则重复步骤302)和步骤303)，若是，则结束循环。

5.根据权利要求1所述的一种基于RFID和数据处理的发电厂智能巡检方法，其特征在于，所述的数据采集步骤采集的设备状态数据包括发电机的温度、电压电路、冷却器水压和刀闸的开关状态，主要设备包括变压器、GIS、高压开关柜和避雷器。

6.一种实现权利要求1-5任一项所述的基于RFID和数据处理的发电厂智能巡检方法的巡检系统，用于巡检人员管理和电力系统主要设备监测，其特征在于，该系统采用浏览器和服务器结构，包括智能巡检仪、智能终端记录仪和管理平台服务器，所述的智能巡检仪用于待巡检设备的状态数据采集，所述的智能终端记录仪用于记录和发送设备的状态数据，所述的管理平台服务器包括综合信息显示模块、信息管理模块和数据统计模块，所述的智能终端记录仪与管理平台服务器之间通过web service接口协议进行数据交换。

7.根据权利要求6所述的一种巡检系统，其特征在于，所述的综合信息显示模块用于巡检资料下载和巡检数据上传的管理，自动连接智能终端并实时监测连接状态，所述的信息管理模块包括用于对巡检人员信息、巡检设备信息和巡检对象信息的管理，并实时更新至中合信息显示模块，所述的数据统计模块用于对巡检人员工作情况和设备状态数据的统计分析。

8.根据权利要求7所述的一种巡检系统，其特征在于，所述的信息管理模块的数据库包括Device表、Worker表和Mobilephone表，所述的巡检人员信息存储于Worker表中，所述的巡检设备信息存储于Device表中，所述的巡检对象信息存储于Mobilephone表中。

9.根据权利要求6所述的一种巡检系统，其特征在于，所述的智能终端记录仪自动记录巡检人员到达巡检点时间数据并发送至管理平台服务器。

10.根据权利要求9所述的一种巡检系统，其特征在于，所述的待巡检设备采用GPS定位，并设有巡检点地址卡信息，所述的巡检人员到达巡检点时间数据和巡检点地址卡信息结合，实现对巡检人员按时到岗进行巡检工作的监管。

Images