1. 概述

　　SMA2000水电厂状态监测分析系统是北京中水科水电科技开发有限公司(以下简称中水科技)2008年最新开发的产品。该产品密切结合水电厂安全运行及事故分析的需要，融会了中水科技在水电自动化领域的丰富经验，为电站运行维护人员分析事故原因提供了强有力的技术手段。

　　SMA2000状态监测分析系统是一个海量历史数据存储、管理分析系统。该系统，以大型数据库Oracle (或其它商业数据库，例如MYSQL，SQL SERVER) 为后台数据库，采用面向对象的C#.Net为开发工具，开发集成了丰富的数据监测、数据挖掘、数据统计与分析处理功能，实现了水电站主设备运行状态的在线监测和故障分析，可及时发现设备可能存在的隐患，为检修决策与故障分析提供技术依据。对历史数据库记录的大量设备运行状态数据进行分析和追忆，可为设备检修提供丰富的状态信息。系统技术先进，界面美观大方，使用灵活方便，响应性好。由于它是面向网络的分布开放系统，数据可通过局域网/广域网络传输，在网络可及之处均可对电站设备状态的进行实时监测与安全分析，很好地满足了水电站运行监视与事故分析的实际需要。

　　SMA2000系统作为H9000 系列计算机监控系统的配套功能子系统之一，也可与其它厂家的监控系统或监测数据采集设备配套使用。它作为电力系统生产安全监视与纪录的“黑匣子”，可广泛应用于水电厂、调度中心、火电厂、变电站等电力生产调度部门的安全纪录与故障分析。

　　我公司在SMA2000系统的开发过程中得到了三峡电厂有关工程技术人员无私的帮助和鼎力支持与配合。他们的参与，他们的需求和建议，是SMA2000成功开发及成功应用不可或缺的重要因素。三峡右岸电站状态监测分析系统已于2008年5月21日在三峡电厂顺利投入正式运行，得到了三峡电厂领导及有关运行、维护人员的一致好评。

　　 

　　2. 系统结构

　　SMA2000系统采用B/S与C/S混合结构，融合了B/S 与C/S 结构的优点，较好地解决了单独采用B/S 或C/S结构时的固有缺陷，可完全满足不同用户的需求。

　　2.1. 系统硬件结构与配置

　　SMA2000是面向网络的分布开放系统，系统一般由若干台服务器构成，由开放的以太网连接。系统可设置下列服务器：数据库服务器，WEB发布服务器，数据采集服务器，数据分析服务器等。系统对外通讯连接应配置必要的安全隔离设备。典型系统结构如图1所示。

　　上述各服务器的功能可以灵活配置，即可配置为多服务器联合运行模式，也可配置成单一服务器完成上述全部功能，请根据实际需要自行选择。

　　

    

图1. SMA2000状态监测分析系统网络结构示意图

 

　　系统具有网络远程分析服务功能，由WEB服务器采用IIS Internet 信息服务单元提供Web数据服务，可满足大量用户同时服务的请求。

　　为了减轻Web服务器负荷，改善实时响应性，Web服务器可只提供数据检索、部分数据操作及高级趋势分析等服务，一般的数据分析等数据运算处理由客户端完成。

　　系统可配置多台WEB发布服务器联合并行运行，可进一步提高系统可靠性和响应性，确保系统的长期可靠运行。

　　2.2. 系统软件配置

　　为了使系统有更大的灵活性，用户可以选择使用Windows应用程序分析或Web分析，两者均可在网络可及之处进行状态监视与趋势分析，两者的操作方法完全相同，不同之处仅在于Web分析使用Web浏览器进行数据分析，而应用程序分析是安装在本地机器上的普通应用程序。WEB发布服务器的操作系统可选择Windows Server 2003或Windows Server 2000。两者的分析比较及适用范围如下：

序号	Windows Server 2003	Windows Server 2000
性能	好	一般
可操作性	好	一般
对计算机硬件要求	高	一般
适用电站	大中小型	中小型

　　　
　　SMA2000系统以H9000计算机监控系统数据为主要监测分析数据来源，也可为在线监测、故障诊断等系统提供数据接入功能，将其数据安全高效地接入本系统。

　　

图2 SMA2000状态监测分析系统网络结构示意图

　　2.3. 数据库管理软件

　　SMA2000 系统可支持多种商业数据库系统，如Oracle、SQL Server、MYSQL等。上述数据库系统特点简述如下：

　　Oracle系统支持多平台运行，组件功能全，结构体系先进，性能优异，是大型水电厂状态监测分析系统数据库管理的优先选择。

　　SQL Server系统管理先进，支持Windows图形化管理工具，支持本地和远程的系统管理和配置。与Internet的紧密集成和开放的系统结构为广大的用户、开发人员和系统集成商提供了一个出众的数据库平台。性能价格比高，比较适合中小型水电厂。

　　MYSQL源码开放，性能和功能都在高速地提高和增强。速度较快。性能价格比出众，比较适合中小型水电厂。

　　2.4. 应用软件结构与配置

　　SMA2000系统应用软件由若干子系统组成，这些子系统可安装在不同的服务器上，也可安装在一台服务器上，完全根据功能、性能要求及投资而定。

　　(1) 数据采集及数据处理子系统

　　该子系统接收监控系统、在线监测系统、保护系统、故障诊断系统、机组震动监测系统等系统的各种数据并进行相应处理。主要分为各系统的实时值更新、实时/历史数据压缩存储、数据周期计算、趋势预警、事件数据记录，数据备份及删除等功能。

　　(2) 数据服务子系统

　　该子系统负责处理客户端数据查询等数据操作请求，并将数据操作结果返回给用户。

　　(3) Web分析子系统

　　当用户选择Web分析时，本子系统提供Web支持。该子系统由Windows IIS6.0提供Web分析服务。

　　(4) 电子邮件子系统

　　本系统为用户提供了电子邮件自动发送功能，可将不同的报警数据、趋势预警信息及时发送至用户电子邮箱。

　　

　　3. 系统功能

　　SMA2000系统主要功能简介如下。

　　3.1. 人机交互界面

　　3.1.1. 用户管理子系统

　　完成用户注册、用户管理等功能。

　　3.1.2. 趋势分析系统数据类别选择子系统

　　该子系统提供历史数据、实时数据、本地数据，仿真培训等分析模式选择功能。
历史数据功能支持数据多种显示方式及相关分析处理等功能；实时数据提供数据实时数据监测功能，支持多种显示式及多种数据操作；本地数据功能提供本地数据服务，可以脱离服务器独立运行，读取本地数据文件；仿真培训功能能够模拟真实数据，方便用户熟悉本系统。

　　3.1.3. 数据点选择子系统

　　该子系统提供用户数据点选择，界面灵活多样，操作简便，功能强大，支持任意数据点智能查询，并可选分组记录保存服务，以便用户快速调用。

　　3.1.4. 数据时间区间选择子系统

　　用户可选择任意时间区间数据，可自定义采样周期。

　　3.1.5. 数据/图形输出子系统

　　本子系统提供数据及配置文件保存服务，可将历史数据保存至本地 (XML格式与EXCEL格式)脱离服务器进行数据分析；提供数据/图形输出，例如保存与打印等。

　　3.1.6. 数据报表子系统

　　本子系统提供报表功能，并支持数据统计及分析等。

　　3.1.7. 功能设置子系统

　　该子系统提供各种数据显示界面的设置功能，极大地方便了用户使用：

　　(1) 可更改任意曲线位置，合并了多图与单图模式；

　　(2) 可更改任意曲线的上下限值、平均值、坐标及坐标单位数字、曲线、背景网格、棒图及竖线颜色；

　　

图3 SMA2000系统常用监视曲线画面之一

　　(3) 可更改各功能区背景色；

　　(4) 可使任意曲线的上下限值、平均值、坐标及坐标单位数字、曲线等背景网格、棒图，竖线设置为显示或者不显示；

　　(5) 可改变任一曲线等的背景网格大小、曲线宽度等；

　　(6) 可自动/手动数据回放；

　　(7) 可保存数据报警记录、趋势分析报告等;

　　(8) 可以将曲线等属性数据保存至服务器，以便于以后使用个性化设置；

　　(9) 可以设置或取消鼠标反馈；

　　(10) 可以选取任意显示区间并进行趋势分析；

　　(11) 可更改三维/二维显示方式；

　　(12) 可切换曲线/棒图/散点图等显示方式；

　　(13) 设置数据刷新速度及报警；

　　(14) 设置高级分析；

　　(15) 设置用户个性化初始界面等。

　　

图4 SMA2000系统常用监视曲线画面之二

　　3.1.8. 数据报警、预警子系统

　　SMA2000系统具有先进的数据即时报警系统，当任何一个数据出现故障或越限等异常情况时，系统将自动向所有客户端发送报警信息，并发送电子邮件至相关电子邮箱。系统还可对历史/实时数据进行诊断分析，及早发现可能存在的问题，提前预警，提示用户注意并采取相关措施。

　　3.2. 数据分析

　　3.2.1. 数据特征值分析

　　SMA2000系统以图形、报表等丰富的表现形式展示数据的各种状态值的特征值，例如最大值、最小值、平均值，方差等。

　　3.2.2. 数据比较分析、相关量分析

　　SMA2000系统对不同数据进行比较分析，找出数据差异，帮助用户对设备运行情况进行分析判断。在趋势分析系统中，一般用户对数据比较分析、相关量分析的需求较多。SMA2000系统将比较分析、相关量分析进行了通用化开发，用户可定义任意数据为相关数据，操作简单，使用方便。

　　3.2.3. 虚拟曲线分析

　　当数据库采集的数据不满足数据分析需求时，需要对数据进行二次加工。本系统具有多功能虚拟曲线分析功能，即对任意若干曲线进行组合式运算而产生新的曲线。

　　3.2.4. 数据挖掘技术

　　随着水电站积累的设备状态监测数据日益庞大，这些数据往往本身是杂乱无章的，其特征并不明显。如何对这些监测数据进行分析、加工、提炼，快速有效地获得所需要的有用知识，是水电站趋势分析/状态诊断系统所面临的关键问题。

　　SMA2000系统知识库中采用大量模糊推理算法运算生成数据发展趋势，主要分析算法包括：

　　(1) 分类分析

　　通过对已知数据类别的数据进行归纳，提取出能代表群体共同的特征属性，即分类趋势分析模式。

　　(2) 时间序列加权分析

　　对历史数据按时间加权进行运算，在运算中融入数据分段理想值介入、分段上下限值介入等推理运算，生成较为可靠的数据发展趋势(稳定性、波动趋势等)，指导用户对设备进行诊断分析。

　　(3) 关联分析

　　关联模型反映事物之间依赖或关联的知识，称为关联规则。关联规则的一般形式是：如果A发生，则B有c%的可能发生，c称为关联规则的可信度。例如，根据某机组上导摆度过大数据，推理出机组下导摆度过大的可能性，指导相关检修工作。

　　(4) 模糊集理论

　　模糊集合和模糊推理是模糊方法的数学基础，模糊集理论以不确定性的事物为研究对象，是经典集合理论的扩展。模糊集理论用于状态监测与故障诊断主要表现两个方面：一是概念形成，用不精确、模糊语言变量描述过程变量和状态符合人们的习惯，较直观，因此也容易为人们理解和接受；另一方面，就是模糊规则提取，即模糊建模，将提取的模糊规则用于预测和故障诊断。