به گزارش خبرنگار مهر، مرکز پایش وضعیت هوشمند نیروگاهی (IPCM CENTER) در نیروگاه سیکل ترکیبی شریعتی مشهد، امروز چهارشنبه یکم اسفند ۱۴۰۳، با حضور حسین افشین معاون علمی، فناوری و اقتصاد دانش‌بنیان ریاست‌جمهوری افتتاح شد.

مرکز پایش وضعیت هوشمند نیروگاهی (IPCM CENTER) توسط گروه انرژی پاسارگاد با همکاری شرکت تولید انرژی برق شمس پاسارگاد (تابش) به منظور توسعه فناوری‌های پیشرفته و ارتقای دانش فنی در حوزه مدیریت تجهیزات نیروگاه‌های تولید برق در نیروگاه سیکل ترکیبی شریعتی مشهد راه‌اندازی شده است.

توسعه این مرکز به همت مدیریت فناوری و نوآوری گروه گسترش انرژی پاسارگاد و شرکت تولید انرژی برق شمس پاسارگاد و با همکاری دانشگاه شریف و با به‌کارگیری روش‌های نوین پایش داده‌های مرتبط با تجهیزات نیروگاهی (نظیر توربین گازی و بخار) صورت گرفته است.

این مرکز می‌تواند در پایش هوشمند سایر نیروگاه‌ها جهت توسعه فناوری‌های مدیریت نیروگاهی در سطح کشور نیز مورد استفاده قرار گیرد. پایش وضعیت آنلاین تجهیزات دوار در نیروگاه‌ها، به ویژه توربین‌ها، یکی از مهم‌ترین بخش‌های مدیریت و نگهداری این تجهیزات است که در این راستا بهره‌گیری از فناوری‌های پیشرفته به ویژه هوش مصنوعی به کار گرفته شده است. با نصب و انتخاب حسگرهای مناسب و ایجاد شبکه‌های انتقال و ارتباطی، داده‌ها به صورت آنلاین جمع‌آوری و سپس تحلیل می‌شوند.

مزایای پایش وضعیت آنلاین تجهیزات دوار

یکی از مزایای مهم پایش وضعیت آنلاین تجهیزات دوار، کاهش ناترازی با اقدامات پیشگیرانه و بهینه‌سازی عملکرد است که مانع از بروز عدم تعادل بین تولید و مصرف انرژی و حفظ پایداری عملکرد تجهیزات می‌شود. همچنین این سیستم باعث افزایش طول عمر تجهیزات می‌شود و نیاز به تعمیرات مکرر را کاهش می‌دهد و در نتیجه بهره‌وری را افزایش می‌دهد.

علاوه بر این، پایش وضعیت آنلاین به کاهش هزینه‌های نگهداری و تعمیرات کمک می‌کند، زیرا تعمیرات به موقع و با هزینه کمتر انجام می‌گیرد. همچنین، این سیستم قابلیت پیش‌بینی را افزایش می‌دهد و به کاهش خرابی‌ها و هزینه‌های عملیاتی کمک می‌کند.

قابلیت‌های مرکز پایش وضعیت هوشمند نیروگاهی (IPCM CENTER)

مرکز پایش وضعیت هوشمند نیروگاهی انرژی پاسارگاد دارای سه بخش اصلی است که هر یک به صورت دقیق برای بررسی و بهینه‌سازی فرآیندهای مدیریت نیروگاهی طراحی شده‌اند.

در بخش اول، مانیتورینگ آنلاین داده‌های عملکردی و ارتعاشی توربین انجام می‌شود. این سیستم امکان نظارت و مقایسه عملکرد توربین‌ها، ژنراتورها و سایر تجهیزات کلیدی نیروگاه با حالت سالم آن‌ها را به صورت آنلاین فراهم می‌آورد. در صورتی که عملکرد هر کدام از تجهیزات از مقادیر بهینه تعیین‌شده انحراف داشته باشد، سیستم هشدارهای لازم را برای جلوگیری از خرابی‌های احتمالی یا کاهش کارایی صادر می‌کند.

بخش دوم به تحلیل‌های پیش‌بینی و بهینه‌سازی عملکرد اختصاص دارد. این بخش به طور دقیق به تحلیل و پیش‌بینی وضعیت تجهیزات و عملکرد نیروگاه می‌پردازد، به ویژه برای شبیه‌سازی شرایط خرابی و پیش‌بینی نیازهای تعمیراتی و نگهداری.

در بخش سوم، اتخاذ تصمیم‌های سریع و به‌موقع بر اساس داده‌های لحظه‌ای انجام می‌شود. با فراهم کردن دسترسی سریع و یکپارچه به داده‌های مرتبط با عملکرد نیروگاه، این سیستم به مدیران و کارشناسان این امکان را می‌دهد که تصمیمات استراتژیک و عملیاتی را به طور مؤثر و در زمان مناسب اتخاذ کنند. این ویژگی به کاهش زمان توقف‌ها و ارتقای کارایی کلی نیروگاه کمک می‌کند.

برنامه‌های در حال توسعه در مرکز IPCM

*به‌کارگیری هوش مصنوعی و یادگیری ماشین برای پیش‌بینی خرابی‌ها

با استفاده از الگوریتم‌های یادگیری ماشین و تحلیل داده‌های گذشته، می‌توان به پیش‌بینی دقیق‌تری از خرابی‌ها، ناهنجاری‌ها و حتی نیازهای نگهداری پیشگیرانه دست یافت. این سیستم‌ها می‌توانند بر اساس داده‌های گذشته، روندهای غیرعادی را شبیه‌سازی کرده و هشدارهای به موقع ارسال کنند.

ایجاد داشبوردهای تحلیلی برای تصمیم‌گیری به‌موقع برای مدیران و اپراتورها، داشتن داشبوردهای تحلیلی بصری که اطلاعات و وضعیت نیروگاه را به صورت یکپارچه نمایش دهند، بسیار مفید است. این داشبوردها می‌توانند اطلاعاتی مانند عملکرد تجهیزات، پیش‌بینی خرابی‌ها، روند تولید انرژی و وضعیت ایمنی را به طور جامع نمایش دهند.

*افزایش امنیت سایبری

برای محافظت از داده‌ها و سیستم‌های هوشمند نیروگاه، باید از سیستم‌های امنیت سایبری پیشرفته استفاده کرد. این سیستم‌ها می‌توانند از حملات سایبری جلوگیری کرده و از دسترسی غیرمجاز به اطلاعات حساس نیروگاه‌ها محافظت کنند.

*تحلیل داده‌های بزرگ (Big Data Analytics) برای بهینه‌سازی عملکرد

با جمع‌آوری و تحلیل حجم زیادی از داده‌های عملکردی و ارتعاشی تجهیزات نیروگاه، می‌توان الگوهای بهینه‌سازی جدیدی پیدا کرده و بهبودهایی در مصرف انرژی، زمان‌های توقف و راندمان کلی نیروگاه ایجاد کرد. همچنین، تحلیل‌های داده‌های بزرگ به شناسایی نقاط ضعف و افزایش کارایی کمک خواهد کرد.