內(nèi)容概要：
電力行業(yè)重組的影響在多個層面上都有所體現(xiàn)。分布式發(fā)電和能源多樣化的發(fā)展，也相應造成了一些問題的出現(xiàn)，如負荷問題、缺乏切換靈活性以及可能的反向電流問題。而利用全新預測資產(chǎn)分析工具，電力工作人員將能夠在釀成問題之前提前預防。本白皮書闡釋了如何在電力運營和維護中運用這些工具。
簡介：
如今電力行業(yè)正努力尋找新的方式來應對不斷變化的能源市場。面對政府監(jiān)管、激烈競爭和消費者需求提高等諸多壓力，構建更為可靠、高效和安全的電力系統(tǒng)迫在眉睫。分布式發(fā)電和能源多樣化的發(fā)展，也相應導致了一系列問題的出現(xiàn)，如負荷問題、缺乏切換靈活性以及可能的反向電流問題。此外，由于基礎設施老化和人員配備老齡化，還亟需進行資產(chǎn)更新和知識獲取。
大數(shù)據(jù)的出現(xiàn)無疑給電力行業(yè)帶來了福音，清除這些堪稱顛覆性的障礙指日可待。一些有遠見的電力公司開始投資于監(jiān)控和預測分析工具，以幫助其充分利用這些數(shù)據(jù)。據(jù)Navigant Research 預測，到2023年，電力公司將在資產(chǎn)管理和電網(wǎng)監(jiān)控技術領域注入500億美元的資金。 1 通過利用預測資產(chǎn)分析軟件，電力公司將能夠提高設備可靠性和性能，同時避免潛在的故障問題。這些工具還利用電網(wǎng)數(shù)據(jù)來優(yōu)化維護工作，并降低運營和維護開支。
現(xiàn)場案列：設備故障
預測資產(chǎn)分析解決方案能夠提前預警設備故障和異常操作狀況，而這些問題是在傳統(tǒng)維護實踐中經(jīng)常被忽略的問題。例如，一臺具有7個軸承(包含發(fā)電機軸承)的110MW蒸汽機型渦輪機的資產(chǎn)維護記錄顯示，一年多來該渦輪機零星出現(xiàn)許多單獨的問題，后來問題逐漸升級，最后導致設備徹底失靈。維護人員確認了渦輪機軸承振動問題，并采取了相應的糾正措施。完成維護后，又開始出現(xiàn)另一輪類似的零星問題，還有一些新的問題產(chǎn)生。
然后，我們利用最新預測分析工具(在此例中為施耐德電氣Avantis PRiSM?工具)對此設備的原始歷史數(shù)據(jù)進行了分析。分析結果非常重要。如果能夠提前部署預測資產(chǎn)分析解決方案，工廠工作人員在這一年多時間內(nèi)就能夠提前被預警，即渦輪機熱膨脹問題發(fā)生，并長期存在和演化。通過建模實踐，此工具能夠檢測故障模式，并在故障發(fā)生前6個月提前預警。模型表明軸承振動只是其中一個癥狀，熱膨脹問題才是主要原因。通過主動修復維護將能夠解決熱膨脹問題，避免導致軸承振動問題和設備停機。這樣便可節(jié)省維護成本，且由于設備能夠正常運轉(zhuǎn)還將產(chǎn)生更多銷售額。在此例中預計可節(jié)省數(shù)百萬美元的成本(基于35天的停機成本及相關維修成本核算)。
圖1 異常顯示偏離渦輪機資產(chǎn)預期性能行為
圖1顯示了整體模型殘差趨勢(表示與預測資產(chǎn)運營的總體偏離)，并說明了工程師將如何提前發(fā)現(xiàn)該渦輪機的問題。圖1突出顯示了預測運營和實際性能之間的偏差，因此可提供提前預警。特別是該軟件將可以發(fā)現(xiàn)不斷惡化的狀況，而這些狀況在4月份導致了設備被強制中斷(以及此年中后續(xù)出現(xiàn)的其他問題)。運營人員將能夠采取相應措施，避免設備停機(以及相關停產(chǎn)損失和所增加的維護成本)。
其他優(yōu)勢
維護實踐預測資產(chǎn)分析軟件能夠使運營和維護人員提高工作主動性。通過評估故障狀態(tài)并控制后果，從而避免突發(fā)的發(fā)電廠運營中斷。這可以轉(zhuǎn)移負荷以降低資產(chǎn)壓力或計劃必要的檢修停機。該軟件工具能夠提高計劃性，從而降低維護成本。企業(yè)可以從容預訂和運輸配件，在解決問題同時維持設備的正常運轉(zhuǎn)。此外，還可以根據(jù)設備狀況和性能適當擴展維護窗口。其他收效包括提高資產(chǎn)利用率和識別表現(xiàn)不佳的資產(chǎn)。
此外，考慮到電力損失、設備更換、生產(chǎn)率損失以及額外人力時間成本，預測資產(chǎn)分析軟件可以節(jié)省更多的開支。預測分析工具的功能就在于，能夠?qū)⒃紨?shù)據(jù)轉(zhuǎn)換為易于理解和可行的洞察，從而提高可用性、可靠性和決策性。
預測分析工具使工作人員能夠直觀了解資產(chǎn)的實際和預期性能，包括環(huán)境條件、單位負荷和運營模式等詳細信息。運營人員還可以了解效率低下的方面以及對財務業(yè)績的影響。他們可以衡量現(xiàn)有措施和決策對未來的影響。風險評估成為更精準的科學和每個受監(jiān)控資產(chǎn)的可能行為，并能夠被加以利用來優(yōu)化資本和運營支出。
知識獲取是預測分析工具的另一個優(yōu)勢所在。在勞動力過渡日益普遍的背景下，知識獲取可確保能夠重復利用維護決策和流程。因此，如果經(jīng)驗豐富的工作人員離開公司，其多年積累的知識仍可被新進員工利用。
利用預測資產(chǎn)分析軟件可提高可靠性和效率，也同樣能提高客戶滿意度。電力公司能夠通過所需的見解，避免潛在設備故障和強制性運營中斷，而消費者也可獲得更為可靠的服務體驗。
下面列出了電力公司目前運用的多種維護方法。最終可達的準確性將取決于所部署工具的特點(參見圖2)。
圖2 維護程度經(jīng)常與獨立資產(chǎn)或合并資產(chǎn)的風險等級有關。
維護實踐
被動維護
被動維護是最基本的策略，允許資產(chǎn)運行直至故障的發(fā)生。它僅適用于非關鍵型資產(chǎn)，而這些資產(chǎn)與發(fā)電的安全性或可靠性幾乎沒有或沒有直接影響。此方法還可用于具有極低維修或更換成本，且不要求先進技術投資的資產(chǎn)。
預防性維護
預防性維護(PM)方法將確保資產(chǎn)在達到故障點之前進行徹底檢查。預防性維護策略要求，根據(jù)定期計劃或良好維護實踐方面的運營統(tǒng)計和制造商/行業(yè)建議來執(zhí)行維護工作。
基于狀態(tài)的維護
基于狀態(tài)的維護(CBM)專注于設備的物理狀態(tài)及其運行方式。如果某個衡量參數(shù)可作為反映潛在問題的優(yōu)良指標，運用CBM方法較為理想。狀態(tài)必須由基于規(guī)則的邏輯定義，且該規(guī)則不會隨著負荷、環(huán)境或運營狀態(tài)而發(fā)生變化。
預測性維護
如果潛在資產(chǎn)故障會導致重大損失，則安全性或斷電風險比較高。在這些情況下將需要更為主動的維護方法。預測性維護(PdM)依靠傳感器數(shù)據(jù)和預測引擎來不斷監(jiān)控資產(chǎn)性能，從而提前預警設備問題和故障。PdM通常采用先進模式識別(APR)技術，并需要預測性分析解決方案，來獲得設備健康狀況方面的實時見解。
預測性資產(chǎn)分析解決方案是全面維護計劃的主要部分。根據(jù)ARC Advisory Group的研究調(diào)查，僅1 8%的資產(chǎn)會因使用或年限而增加故障模式。2這就意味著在其他82%的資產(chǎn)中，預防性維護方法本身并不足以避免故障，因而需要更為先進的方法。預測性分析軟件可對比每個資產(chǎn)的歷史運營簽名與實時運營數(shù)據(jù)，以檢測設備行為中的細微變化。該軟件還可在偏離達到運營警告級別之前識別出這些變化，從而創(chuàng)造更多的時間來采取分析和糾正措施。
總結
以可靠性為中心的維護
所有上述維護方法都為可靠性為中心的維護(RCM)奠定基礎。RCM是一種專注于后果的全面的預測性策略，可利用該流程來確定應采取的操作，以確保資產(chǎn)運作的方式是用戶所想要的。RCM是最高級的全面集成維護計劃，如果沒有基本維護實踐方面的重復流程是無法充分部署的，其中包括使用預測分析解決方案來支持預測性維護。
預測資產(chǎn)分析解決方案可幫助電網(wǎng)運營商、系統(tǒng)工程師、控制人員以及許多其他工廠工作人員充分利用目前的海量可用數(shù)據(jù)并進行實時決策，而這些決策可靠性和性能會產(chǎn)生積極的影響。先進模式識別軟件可提供提前預警通知，并預留更多時間來計劃必要的維護措施，從而避免可能的設備故障并提高運作性能，幫助工作人員更高效地進行工作。
通過利用數(shù)據(jù)和預測性資產(chǎn)分析解決方案，發(fā)電和配電公司可以轉(zhuǎn)換其維護策略，減少尋找可能問題的時間，而將更多的精力投入在采取措施，以提高每份資產(chǎn)的投資回報率。全新的預測資產(chǎn)分析軟件工具可允許電力公司監(jiān)控關鍵資產(chǎn)，以持續(xù)和實時識別、診斷和優(yōu)化處理可能的設備問題。
（轉(zhuǎn)載）
