电老虎网电力资讯：尽管社会各界对传感网、物联网、泛在网的概念众说纷纭，但人们普遍认为，物联网是指通过各类传感器实现物与物、物与人、人与人之间按需的信息获取、传递、储存、认知、分析和使用。物联网的关键环节可以归纳为全面感知、可靠传送、智能处理。全面感知是指利用射频识别(RFID)、GPS、摄像头、传感器、传感器网络等感知、捕获、测量的技术手段，随时随地对物体进行信息采集和获取。可靠传送是指通过各种通信网络、互联网随时随地进行可靠的信息交互和共享。智能处理是指对海量的跨部门、跨行业、跨地域的数据和信息进行分析处理，提升对物理世界、经济社会各种活动的洞察力，实现智能化的决策和控制。相比互联网具有的全球互联互通的特征，物联网具有局域性和行业性特征。        

工业是物联网应用的重要领域。具有环境感知能力的各类终端、基于泛在技术的计算模式、移动通信等不断融入到工业生产的各个环节，可大幅提高制造效率，改善产品质量，降低产品成本和资源消耗，将传统工业提升到智能工业的新阶段。发电行业必须采用新技术来转变维护和诊断部门的运作方式。美国超过50％的发电能力已超过30年（美国能源协会（EIA）的数据EIA-860）。在许多情况下，这些发电厂依靠的设备已经运行多年，接近原始设计寿命的极限（图1）。这增加了设备出现故障的可能性，取决于设备的类型这些故障可以使供电更容易发生中断和不稳定。

一项电力公司的研究表明，维护和诊断专家花费近80％的时间来东奔西走，有时甚至需要长途跋涉来收集关于设备的“健康”信息，只有20％的人在真正分析这些数据以找到可能出现的故障点。该电力公司估计将近6万个工作点每个月必须由人员来手动收集数据（参见“杜克能源的设备监测”）。

老化的基础设施以及低效率地使用专家的时间，再加上行业专家人数由于劳动力老龄化而逐渐减少，所有的这些正在迅速形成关键的资源瓶颈。这个瓶颈可能最终导致关键机器的停机时间更长，甚至导致电网发生潜在的掉电或者停电故障的风险。

图1、发电设备的容量与年龄

发电厂的智能化

杜克能源，电力研究所（EPRI：Electric Power Research Institute），发电生产商联合会（Duke Energy）等都在努力实现在线自动化设备监测系统来支持决策的解决方案。智能监控和诊断项目（Smart M＆D：Smart Monitoring and Diagnostics Project）旨在对工厂设备进行连续和远程监控，以测量参数的变化，运行预测和高级模式识别程序，并实现更为明智的实时决策，优化工厂设备并防止故障（图2）。

图2、智能发电厂的架构

这个项目的核心是收集模拟感官信息，这带来了一些独特的挑战。例如，振动信息是设备损坏的一个良好指标。然而，为了收集振动信息，可能需要按照每秒捕获10,000到100,000个样本的速度收集几秒时间，以获得良好的机器“测量”数据。想象一下，如图2中的所示的发电设备实现架构中，如果您有3万个振动点，则每个在每小时内需要收集5秒时间，每秒收集100,000个样本数据，这样每小时的数据量加起来将近60 GB的数据！这种信息收集（如果不能够被管理以及架构正确的话）可能会迅速导致出现“大数据（Big Data）”问题。

图3、Smart M＆D的方法

另一个挑战是模拟感官信息本身并不能告诉操作者机器是否是“好”的还是“坏”的。把多种传感类型的数据关联起来，使用数学算法来处理数据，并使用先进的模式识别技术可以提供真实的关于机器健康的图像。

Smart M＆D项目的核心要素是NI的CompactRIO平台（http://www.ni.com/compactrio/zhs/）。通过将现场可编程门阵列（FPGA）和板载实时处理器连接到传感器，原始模拟传感监测波形可以减少到指示节点本身系统的“健康”状态。

图4、NI的CompactRIO平台的硬件系统

FPGA可以以非常高效，并行的方式对高速感官信息进行分析和处理，以实时决策。由于系统中的“智能”接近传感器，因此可以在CompactRIO系统上直接实现智能算法，因此数据可以立即减少到已知事件。这样可以防止处理问题的专家陷入到数据超载的困境，从而不能辨别出问题的所在。

     进入电老虎首页浏览更多精彩内容 >>