工业大数据技术在石化设备预警预测中的研究与实践

作者：贺宗江

来源：当代石油石化, 2020, 28(06): 35-40.

• 工业大数据
• 设备预警预测
• 关联分析

设备的安全稳定运行是石化企业实现安全稳定生产的重要因素。大机组等动设备结构复杂、故障形式多样,传统的以设备或测点为对象的监测技术应用难以满足不断增长的安全保障要求。特别是单一的参数指标不能全面体现设备故障特征,导致设备故障不能提前预警预测,即便出现异常也不能快速定位,亟需研究新的预警预测诊断技术,实现大机组等动设备异常状态的预警预测,异常状态下的快速分析定位。文章结合企业遇到的问题,基于工业大数据分析技术,提出了一种用于大机组等动设备运行状态预警预测的解决方案。通过采用数据驱动的建模方法建立设备运行状态特征模型,并通过历史数据进行学习训练,实现了基于大数据分析技术的运行状态的预警预测,并结合应用案例说明了该方案的实施效果。从应用实践情况看,该技术实施周期短、实用性强,可在一定程度上解决企业大机组等动设备运行管控中存在的难题。