一、服務目标
對各個電站的裝置進行集中監測與資料診斷分析，深入開發、利用、挖掘各電廠上送的裝置資料，線上智能感覺裝置狀态，通過對大量裝置運作資料的挖掘、模組化，實作裝置健康感覺、安全感覺、性能感覺及預測分析；同時對裝置狀态分析系統線上監測子產品、裝置分析診斷子產品、缺陷知識庫等功能進行完善。
二、服務内容
2.1裝置狀态分析
·對現有的機組主裝置健康名額量的算法模型進行更新和完善。
·機組主裝置線上監測，針對健康名額量及主裝置重要運作參數進行緩變量分析，運轉特性分析，對點值資料趨勢進行對比分析，對振擺波形資料進行時域和頻域的分析，對機組軸系進行彎曲量、彎曲角等分析，對發電機空氣間隙進行中心偏移、磁極伸長的分析。·在收到系統報警信号後，能根據橫向比較、縱向比較以及關聯分析的原則，自動調取與故障資訊有關的相關資料，進行綜合診斷分析，最後給出診斷結論及處理意見。·基于各電站綜合資料，按季度出具各電站裝置分析報告和年度分析報告。·視情況，受托人對裝置異常情況進行專項分析并出具報告。
機組擺度-有功關系圖
2.2裝置狀态健康度分析
·利用超球模組化專利技術，選取與機組整體健康度關聯性最大的測點資料、名額輸入模型進行不斷的運算尋優，形成系統的健康度預測曲線和健康度實時曲線。通過對兩條曲線的變化趨勢和吻合度的分析、判定，給出機組健康度評價和趨勢預警。·利用裝置狀态感覺，通過計算機從工業裝置的實時測點資料建立裝置運作的狀态模型的算法，對工業對象的實時狀态進行線上評估，通過裝置狀态曆史資料，實作裝置健康感覺、安全感覺和性能感覺，給出裝置運作建議。·利用裝置關聯分析，通過關聯因素排序來實作裝置的測點變量之間的動态關聯分析。當工業裝置的健康度出現劣化時，關聯計算引擎從裝置的大量變量中識别出關鍵的影響因素，識别裝置的測點變量中對實時狀态貢獻最大的變量，并以主關聯因素排序的方式給出。·利用裝置預測分析，充分利用裝置大資料中提取的資訊，對裝置的狀态及相關特征實作預測計算的過程。給出機組狀态期望和優化預測結果。
機組振動趨勢
2.3已建裝置狀态分析系統的功能完善
為提高裝置狀态分析系統的運作效率，對電站裝置狀态分析系統進行功能完善，具體包含以下内容：·線上監測子產品：對裝置進行線上監測，通過實時值監測，發現異常事件并告警。主要包括：裝置實時監測與告警、裝置運作告警、環境事件告警，線上監測裝置管理等功能。·裝置分析診斷子產品：新增主變油色譜分析診斷功能，通過對主變油色譜資料進行專業分析，及時發現異常并告警。主要包括：資料錄入、實時分析、告警通知、審批歸檔、趨勢分析等功能。·缺陷知識庫：依據電站管理系統中的缺陷資料，通過資料自動抽取後形成服務于裝置狀态分析系統的缺陷知識庫，缺陷知識庫既可以面向運作、檢修人員提供可視化查詢和管理的界面，也可以面向資料分析人員、算法工程師提供資料調用接口等功能。
機組開機擺度趨勢