引言
为响应国家节能减排政策，促进火力发电机组以更高效、节能、环保的方式运行，通过远程诊断系统，对提高火力发电机组运行的安全性及经济性、火电厂信息管理水平和机组性能和效率计算的准确性、机组部分异常问题的应对能力、机组效率和异常状态监测等方面具有一定的指导意义。
基于大数据的远程诊断系统具有以下个特点：
①系统基于实时数据库实现电厂测数据的大规模远程传输，保证传输过程中数据安全与完整，满足相关规定；
② 基于电厂侧实时与历史数据的存储，结合数学物理模型、现场实际及运行情况、专家经验知识，建立并不断优化数据、诊断分析模块，可在实际使用对电厂运行提供具有指导意义的分析。
基于大数据的远程诊断系统具有以下两个个特点：
1.系统基于实时数据库实现电厂侧数据的大规模远程传输，保证传输过程中数据安全与完整，满足相关规定;
2.基于电厂侧实时与历史数据的存储，结合数学物理模型、现场实际及运行情况、专家经验知识，建立并不断优化数据、诊断分析模块，可在实际使用对电厂运行提供具有指导意义的分析。
大数据的数据源
基于大数据的火电厂远程诊断系统，依赖大量生产实时数据，通过生产数据的传输，火电厂远程诊断运维系统利用实时数据库、网络技术、数据分析算法、传统状态监测与故障诊断技术等，建立远程诊断运维平台，实现数据现场采集与存储、远程传输、实时在线监测机组运行状态，数据、诊断分析。
根据电力监控系统的要求，远程诊断系统的数据取自火电厂的SIS系统，SIS系统所采集的数据具有周期短，数据量大等特点，SIS系统常用的数据库有两种：第一种是PI数据库；第二种是eDNA数据库，无论是哪种数据库，都有其基本的数据类型和标准格式，易于从中挖掘其数据价值，火电厂SIS系统数据的规模决定了数据挖掘的价值，大数据的技术是伴随着数据急速膨胀而发展起来，海量数据中挖掘其价值，从而实现远程诊断技术的突破，在未来的数据时代必将举足轻重。
数据传输的安全性
基于大数据的火电厂远程诊断系统离不开数据传输，整个系统设备的接入需要符合网络安全和数据保密性的要求。从数据传输方式方面来看，工控机将数据从电厂数据库采集出来，写入电厂侧的备份数据库服务器，再由电厂侧备份服务器同步至厂家侧数据库服务器，分析时由分析服务器从数据库服务器获取数据进行分析。
系统仅从电厂SIS读取数据，没有写数据功能，完全保证了电厂DCS/SIS的数据安全。远程诊断系统的网络拓补示意图如下：
为确保数据传输的安全性，必须注意以下几点：
① 整个数据通信的各项技术接口和终端通信的技术标准、电气特性和通信方式等不能影响公网的安全，终端必须安装防病毒软件、对网络设备设置通信规则。按照新的国资委14号令《电力监控系统安全防护规定》的“网络专用、纵向加密”相关要求，在数据通道两端配置纵向加密装置。
② 整个系统数据的传输依赖互联网，互联网进出口端必须有相应的安全防护设备，如加装防火墙、隔离网闸等。数据经过安全防护设备的传输，实现应用分析模块对数据的加工，大大的提高了数据传输的安全性。
③ 采用点对点VPN技术来保证数据传输过程中的安全性。须在两侧各放置一台VPN设备，两台VPN设备采用点对点VPN链路方式，火电厂机组的实时数据将通过这条点对点VPN链路传输。
远程诊断系统在火电厂的发展趋势
远程诊断技术经历了离线监测与人工诊断、以多用户联机集中式控制为特征的单机监控与诊断、以局域网离散化控制为特征的单机监控与诊断、基于Internet的远程状态监测诊断结合专家经验知识几个发展阶段,是将传统的状态监测、故障诊断技术、现场运行维护经验、设备专家经验知识与计算机、网络技术相结合。传统的监测诊断理论日趋成熟，进入21世纪以来飞速发展的计算机技术和网络技术提供了完备的硬件设施和技术支持。
20世纪六七十年代设备状态监测与故障诊断技术应运而生，并受到了业界的广泛关注。用计算机对大型机组进行在线状态监测能够大规模的储存历史及实时机组运行数据及相关信息资料，及时地了解机组的运行参数、当前工作状态，报警监测和事故追忆能够高速瞬时保存大量异常信息，便于进行事故分析与研究。采用模糊数学和灰色理论等进行故障诊断，对监测过程中保存的信息分析计算，从而判断机组是否运行正常或高效。
若存在异常或者故障，则指出相应类别、程度、部位及发展趋势，从而合理的给出机组使用寿命的估计、检修及维修时间的调整、设备设计制造的改进和最佳运行参数设定,对降低设备维护费用，提高机组运行效率，具有十分重大而深远的意义。
远程诊断系统在火电厂的实践
基于大数据的远程诊断系统通过对电厂实时和历史运行数据进行分析，包括热工理论等在内的电站装备设计技术结合一定的数学分析方法建立数据分析模型，在运行数据积累和现场运行实际的基础上，调整和完善分析模型，形成对设备故障异常诊断的模块，实时监测电厂机组状态，并通过结合现场运维实际和专家诊断经验，在发现数据异常时给出相应的运维分析结果、建议和指导意见。根据电厂机组设备长期运行状态，系统会同时分别针对锅炉、汽轮机、发电机和主要辅机开展诊断分析功能模块的研究。
案例：通过组态图观察历史数据，针对主汽和再热汽温超+5℃进行分析。如图1、2所示：在运行安全诊断系统中，发现主汽和再热汽温有大量超+5℃的预警，具有以下特点：
a.高温再热器主要为A侧超温。
b.持续时间不等，以5-10分钟居多。
针对此问题，对可能引起此类现象的相关参数进行归类整理、作图表分析（详见图3、4）。
根据图表所示，超温运行时具备以下条件：
a.机组稳定负荷400MW-420MW、以及部分升降负荷时；
b.水煤比小于8.5时，容易出现超温运行情况；
图1：主汽和再热汽温预警
图2：上下限监视图
图3：汽温与负荷的关系
图4：汽温与水煤比的关系
原因分析：水煤比的波动范围较大，跟踪不够及时，对扰动的反应有所滞后。当水煤比低于8.5时，汽温容易超温。
运行建议： a.优化水煤比热工设定； b.降低运行时主汽、再热汽温设定值。主汽、再热汽温锅炉厂设定运行波动范围为正5℃负10℃，本身离汽温报警与壁温报警有很远的距离，如此设定的目的是出于汽机安全运行的要求（汽机要求运行温度正常运行时，高压缸进口汽温不超过额定值8℃）。
结语
综上所述，基于大数据的远程诊断系统是传统工业与互联网技术相结合的一次尝试，它形成了现代化工业互联网系统，通过对火电厂设备系统采集所有实时数据，建立长期存储实时历史数据库，并以此为基础，对所有数据进行处理，再结合主机设备厂商的经验知识与技术支持，实现对三大主机的故障诊断、主要设备状态监测和计算分析、优化控制等功能，为电厂节能减排提供依据，实现延长设备使用寿命，减少重大事故的发生，确保机组安全、高效运行，最终获取最大的经济效益。
