Tổng công ty Điện lực Dầu khí Việt Nam - CTCP (PV Power) hiện có nhu cầu thực hiện Hợp đồng dịch vụ Khoa học công nghệ “Thử nghiệm ứng dụng công nghệ phân tích, chẩn đoán và dự báo tình trạng các thiết bị quay chính tại Nhà máy điện Vũng Áng 1” với yêu cầu như sau:
1. Tên dịch vụ khoa học công nghệ: Thử nghiệm ứng dụng công nghệ phân tích, chẩn đoán và dự báo tình trạng các thiết bị quay chính tại Nhà máy điện Vũng Áng 1.
2. Mục tiêu
- Xây dựng và triển khai thí điểm hệ thống phân tích, chẩn đoán và dự báo tình trạng thiết bị cho 03 thiết bị chính tại NMĐ Vũng Áng 1, bao gồm: 01 bơm cấp nước lò hơi dẫn động bằng tua-bin, 01 quạt gió cấp 1 và 01 quạt khói;
- Phát hiện sớm các bất thường, dự báo nguy cơ sự cố và đưa ra khuyến nghị hành động bảo dưỡng chủ động đối với các thiết bị nêu trên;
- Chứng minh hiệu quả của công nghệ thông qua việc phát lại dữ liệu lịch sử để nhận dạng lại các sự cố đã xảy ra trong quá khứ;
- Đào tạo, chuyển giao công nghệ và xây dựng quy trình để đội ngũ kỹ thuật của Nhà máy, Tổng công ty có thể tự vận hành, hiệu chỉnh và mở rộng hệ thống.
3. Nội dung công việc dịch vụ khoa học công nghệ
3.1 Khảo sát, thu thập, chuẩn hóa dữ liệu
- Khảo sát hiện trạng thiết bị, hệ thống đo lường – điều khiển và hạ tầng dữ liệu vận hành của 03 thiết bị chính được lựa chọn;
- Thu thập dữ liệu lịch sử phục vụ huấn luyện mô hình: : Dữ liệu của 12 tháng với khoảng lấy mẫu 1 giờ (hoặc dữ liệu của 6 tháng với khoảng lấy mẫu 5 phút).
- Thu thập dữ liệu lịch sử phục vụ kiểm tra ngược mô hình (back testing): dữ liệu trong các khoảng thời gian đã xảy ra sự kiện, sự cố thiết bị;
- Đưa các cảm biến và tag dữ liệu vào từng mô hình thiết bị; xác minh nguồn dữ liệu và tính đầy đủ của tín hiệu;
- Kiểm tra chất lượng, làm sạch và chuẩn hóa dữ liệu (xử lý dữ liệu thiếu, dữ liệu lỗi, dữ liệu ngoại lai, các giai đoạn dừng máy).
3.2. Thiết kế, xây dựng và huấn luyện các mô hình phân tích, chẩn đoán, dự báo
- Tổ chức hội thảo thiết kế mô hình với sự tham gia của cán bộ kỹ thuật Nhà máy và Tổng công ty nhằm thống nhất danh mục dạng hư hỏng cần chẩn đoán, nhóm tín hiệu đầu vào và tiêu chí cảnh báo;
- Thiết lập các chẩn đoán sự cố chính (failure modes) cho từng thiết bị;
- Xây dựng và huấn luyện 10 mô hình phân tích dự báo (phát hiện hành vi bình thường/bất thường) cho 03 thiết bị chính, cụ thể như sau:
Bảng 1. Danh mục 03 thiết bị và 10 mô hình phân tích dự báo dự kiến triển khai thí điểm
|
TT |
Thiết bị / Mô hình |
Nhóm tín hiệu, dữ liệu dự kiến đưa vào mô hình phân tích dự báo |
|
1 |
Bơm cấp nước lò hơi dẫn động bằng tua-bin (Turbine-driven Boiler Feed Water Pump - BFWP) |
|
|
1 |
Mô hình cơ khí Bơm cấp chính (FWP Mechanical) |
- Tốc độ quay của bơm; nhiệt độ các gối trục; độ rung gối trục - Nhiệt độ, áp suất dầu bôi trơn; - Nhiệt độ, áp suất đầu hút và đầu đẩy; - Lưu lượng đầu hút, đầu đẩy. |
|
2 |
Mô hình quá trình công nghệ bơm cấp (FWP Process) |
- Tốc độ bơm; áp suất, nhiệt độ đầu hút và đầu đẩy; - Lưu lượng đầu hút, đầu đẩy, độ mở van |
|
3 |
Mô hình cơ khí bơm tăng áp (FWP Booster Pump Mechanical) |
- Tốc độ quay; nhiệt độ và độ rung các gối trục; - Lưu lượng, áp suất nước cấp - Nhiệt độ, áp suất dầu bôi trơn;. |
|
4 |
Mô hình phần động cơ điện của Bơm tăng áp (Motor Reliability) |
- Dòng điện, công suất động cơ; - Nhiệt độ và độ rung các gối trục; - Nhiệt độ, áp suất dầu bôi trơn, nước làm mát;
|
|
II |
Quạt khói (Induced Draft Fan - IDF) |
|
|
5 |
Mô hình cơ khí quạt khói (Fan Mechanical) |
- Dòng điện động cơ; tốc độ quạt; nhiệt độ các gối trục; độ rung gối trục; - Áp suất, nhiệt độ dầu bôi trơn; tín hiệu cơ cấu chấp hành của quạt. |
|
6 |
Mô hình độ tin cậy động cơ quạt khói (Fan Motor Reliability) |
- Dòng điện và tốc độ động cơ; nhiệt độ và độ rung gối trục động cơ. |
|
7 |
Mô hình quá trình công nghệ quạt khói (Fan Process) |
- Tốc độ quạt; áp suất, nhiệt độ đầu hút; - Nhiệt độ đầu đẩy; vị trí cánh hướng đầu vào (inlet guide vane). |
|
III |
Quạt gió cấp 1 (Primary Air Fan - PAF) |
|
|
8 |
Mô hình cơ khí quạt gió cấp 1 (Fan Mechanical) |
- Dòng điện động cơ; tốc độ quạt; nhiệt độ các gối trục; độ rung gối trục; - Áp suất, nhiệt độ dầu bôi trơn; tín hiệu cơ cấu chấp hành của quạt. |
|
9 |
Mô hình độ tin cậy động cơ quạt PAF (Fan Motor Reliability) |
- Dòng điện, tốc độ động cơ; nhiệt độ, độ rung gối trục động cơ; |
|
10 |
Mô hình quá trình công nghệ quạt PAF (Fan Process) |
- Tốc độ quạt; áp suất, nhiệt độ đầu hút; - Áp suất; nhiệt độ đầu đẩy; vị trí cánh động. |
- Kiểm định và tinh chỉnh mô hình: hiệu chỉnh các tham số, bộ lọc, ngưỡng cảnh báo và logic cảnh báo nhằm bảo đảm độ nhạy phát hiện và hạn chế cảnh báo giả.
3.3. Cài đặt, cấu hình phần mềm và tích hợp với hệ thống dữ liệu hiện hữu
- Cài đặt và cấu hình phần mềm phân tích dự báo trên hạ tầng đã thống nhất với Nhà máy;
- Kết nối, tích hợp với hệ thống Power Monitoring (AVEVA PI System/PI Historian) để lấy dữ liệu vận hành dạng chuỗi thời gian phục vụ giám sát và phân tích theo thời gian thực;
- Triển khai các mô hình vào môi trường vận hành; cấu hình kết quả đầu ra, cảnh báo, phân quyền người dùng và ứng dụng giám sát trên nền web;
- Bảo đảm nguyên tắc chỉ đọc dữ liệu (read-only), không can thiệp, không ảnh hưởng đến hoạt động của hệ thống điều khiển DCS và quá trình vận hành của tổ máy.
3.4. Kiểm định mô hình bằng phát lại dữ liệu lịch sử (Data Playback)
- Thực hiện 01 lần phát lại dữ liệu cảm biến lịch sử nhằm tái hiện các giai đoạn vận hành trong quá khứ và các sự kiện đã biết, qua đó kiểm định thời điểm phát hiện và độ chính xác của mô hình;
- Lập 01 báo cáo phát lại dữ liệu cho thiết bị được xác định có sự cố dựa trên dữ liệu lịch sử (đối với 01 sự cố thiết bị đã biết); việc xác định sự cố phụ thuộc vào các quan sát có được trong dữ liệu lịch sử được cung cấp.
3.5. Giám sát cùng đội ngũ kỹ thuật của PV Power (Co-monitoring)
- Vận hành các mô hình cùng đội ngũ PV Power trong thời gian 01 tháng;
- Tổ chức họp đánh giá theo tần suất hàng tuần để cùng rà soát các cảnh báo, xác nhận mức độ phù hợp, ghi nhận phản hồi và tinh chỉnh ngưỡng, tham số của mô hình;
- Thảo luận các quan sát từ mô hình trên các thiết bị được giám sát và thống nhất các hành động tiếp theo.
3.6. Nghiệm thu chức năng (UAT) và đưa hệ thống vào vận hành chính thức (Go-live)
- Phần mềm được cài đặt, kết nối với hệ thống AVEVA PI System và nhận dữ liệu theo thời gian thực;
- Phần mềm được cấu hình đầy đủ và người dùng có thể tự xây dựng mô hình;
- Chức năng phát lại mô hình (Model Playback) được sử dụng để phân tích sự cố dựa trên dữ liệu lịch sử;
- Phần mềm ghi nhận cảnh báo chính xác khi độ lệch của mô hình vượt quá các tham số cấu hình cảnh báo;
- Người dùng được đào tạo để xây dựng, kiểm định và thử nghiệm các mô hình mới, cũng như cập nhật các mô hình hiện có;
- Người dùng có thể nhanh chóng xem xu hướng kết quả mô hình, xác định các yếu tố chính gây ra điều kiện cảnh báo và tạo các hồ sơ phân tích (case) mới bằng chức năng thư viện hồ sơ (Case Library);
- Chính thức đưa hệ thống vào vận hành và chuyển giao vận hành cho đội ngũ nội bộ của PV Power.
3.7. Đào tạo và chuyển giao công nghệ
- Tổ chức đào tạo người dùng tại địa điểm triển khai hệ thống (onsite) nhằm đạt hiệu quả tiếp thu tốt nhất, với các nội dung chính:
+ Phần 1: Cơ sở lý thuyết về phân tích dữ liệu vận hành, phương pháp xây dựng mô hình hành vi bình thường và nhận dạng bất thường của thiết bị;
+ Phần 2: Hướng dẫn sử dụng phần mềm: các khái niệm cơ bản, mô hình mẫu (Model Templates), xây dựng mô hình, tinh chỉnh mô hình (Fine-Tuning), giám sát, thiết lập phân quyền và quyền người dùng.
+ Phần 3: Thực hành xây dựng, kiểm định và hiệu chỉnh mô hình trên chính dữ liệu của 03 thiết bị được triển khai thí điểm;
Phần 4: Phương pháp phân tích cảnh báo, khoanh vùng nguyên nhân và lập báo cáo chẩn đoán tình trạng thiết bị.
- Cung cấp tài liệu tóm tắt giải pháp, tài liệu hướng dẫn sử dụng và hồ sơ thiết kế mô hình phục vụ công tác chuyển giao kiến thức.
3.8. Xây dựng quy trình giám sát, chẩn đoán và bảo dưỡng theo tình trạng thiết bị
- Xây dựng quy trình khai thác kết quả phân tích dự báo trong công tác quản lý kỹ thuật, bao gồm: trình tự tiếp nhận và xác minh cảnh báo, phân cấp mức độ nghiêm trọng, trách nhiệm xử lý và cơ chế phản hồi kết quả về mô hình;
- Xây dựng biểu mẫu báo cáo tình trạng thiết bị định kỳ và báo cáo phân tích sự kiện bất thường;
- Đề xuất lộ trình mở rộng phạm vi ứng dụng cho các thiết bị chính khác của NMĐ Vũng Áng 1 và các nhà máy điện khác thuộc Tổng công ty.
4. Sản phẩm đầu ra
- Hệ thống phần mềm phân tích, chẩn đoán và dự báo tình trạng thiết bị được cài đặt, cấu hình, kết nối với AVEVA PI System và vận hành thực tế tại NMĐ Vũng Áng 1;
- 10 mô hình phân tích dự báo cho 03 thiết bị chính đã được xây dựng, huấn luyện, kiểm định và đưa vào giám sát;
- 01 báo cáo thiết kế mô hình với đầy đủ các tín hiệu, tag dữ liệu;
- 01 báo cáo phát lại dữ liệu lịch sử (Data Playback) cho 01 sự cố thiết bị đã biết;
- Báo cáo kết quả đồng giám sát và các biên bản họp đánh giá hàng tuần;
- Bộ tài liệu đào tạo, hướng dẫn sử dụng và quy trình giám sát, chẩn đoán, bảo dưỡng theo tình trạng thiết bị;
- Biên bản nghiệm thu chức năng (UAT) và biên bản đưa hệ thống vào vận hành chính thức.
5. Kế hoạch thực hiện
- Thời gian thực hiện: Trong vòng 03 tháng, dự kiến bắt đầu triển khai trong Quý IV năm 2026.
- Tiến độ thực hiện các nội dung công việc chính dự kiến như sau:
|
TT |
Nội dung công việc |
Thời gian thực hiện |
|
1 |
Họp khởi động dự án |
Tuần thứ 1 |
|
2 |
Cài đặt và cấu hình phần mềm |
Tuần thứ 2 - 3 |
|
3 |
Thu thập và xác thực dữ liệu |
Tuần thứ 2 - 3 |
|
4 |
Thiết kế mô hình APA |
Tuần thứ 3 - 4 |
|
5 |
Xây dựng mô hình |
Tuần thứ 4 - 6 |
|
6 |
Triển khai & Tinh chỉnh, Đào tạo |
Tuần thứ 6 - 8 |
|
7 |
Giám sát đồng thời 1 tháng, Phát lại dữ liệu, Tạo báo cáo |
Tuần thứ 8 - 12 |
|
8 |
Nghiệm thu (UAT), đưa hệ thống vào vận hành chính thức (Go-live) và nghiệm thu, thanh lý hợp đồng |
Tuần thứ 12 |
- Địa điểm thực hiện: Nhà máy điện Vũng Áng 1 và trụ sở Tổng công ty Điện lực Dầu khí Việt Nam – CTCP.
Kính mời các đơn vị cung cấp dịch vụ quan tâm gửi báo giá, hồ sơ công ty và thuyết minh giải pháp đến địa chỉ: Ban Kỹ thuật, Tổng công ty Điện lực Dầu khí Việt Nam – CTCP, 199 Nguyễn Tuân, phường Thanh Xuân, TP Hà Nội và gửi bản mềm qua email: damquanghuy@pvpower.vn trước 09h00 ngày 25/9/2026.