国产欧美日韩精品a在线观看-国产欧美日韩精品一区二区三区-国产欧美日韩精品综合-国产欧美中文字幕-一区二区三区精品国产-一区二区三区精品国产欧美

摘要：人機協作與數據智能是智能發電技術的核心要素，復雜系統平行控制理論體系與應用架構是智能發電技術的關鍵支撐，虛實交互與迭代閉環是智能發電技術應用的進化路徑。文章提出智能發電平行控制技術架構橫向覆蓋平行智能控制與平行智能管理兩大系統，縱向貫穿智能電廠感知執行層、控制運維層、生產監管層、管理決策層4層結構，利用ACP方法分布構建平行智能系統，關聯聚合形成全局智能發電控制。在流程控制、過程控制與檢修管理方面的核心應用具有典型代表性，細節闡述了原理結構與應用優勢。以數據驅動與人機協作為特征的智能化技術發展前景可期。

關鍵詞：智能發電；平行控制；ACP方法；技術架構；核心應用

Abstract: Man-machine cooperation and data intelligence are the core elements of smart power generation technology. The theoretical system and application framework of parallel control for complex systems are the key support of smart power generation technology. Virtual-real interaction and iterative closed-loop are the evolutionary path of smart power generation technology. This paper proposes a parallel intelligent control technology framework for smart power generation, which covers two major systems: parallel intelligent control and parallel intelligent management. It runs through four layers of smart power plant's perceptual execution layer, control operation and maintenance layer, production supervision layer and management decision layer vertically. Based on the ACP method, the parallel intelligent systems are constructed separately, and the plant-wide intelligent development is formed by association and aggregation. The core applications in sequential control, process control and maintenance management are typical. The principle structure and application advantages are elaborated in detail. Intelligent technology characterized by data-driven and human-computer cooperation has a promising future.

Key words: Smart power generation; Parallel control; ACP approach; Technical architecture; Core applications

1 引言

智能電廠與智能發電概念提出已有2年多時間^[1,2]，相關技術在發電行業由點及面的應用發展態勢正逐步形成，發電廠生產外圍區域的應用嘗試不斷有系統化方案面世，各發電集團層面也陸續出臺了頂層技術規劃^[3~5]，但過程控制核心區的應用還有待系統性突破。生產外圍區域的智能化技術應用多體現在輔助設施、作業及安防領域的圖像或語義數據處理、信息關聯與可視化應用，而過程控制區的智能化則更依賴于數據智能與機理建模的有機融合，以及以運行操作為核心的智能診斷與人機協作^[6]。智能融合的生產體系必然缺少不了人的因素，在智能體的發展進化過程中，人機協作是智能尋優的樣本來源和監督驅動因子。同時還要有一個更基礎的底層理論支撐，才能穩固承接并有機融合各個層面的跨域技術應用。平行控制理論是目前解決復雜系統智能控制與協同優化的最有效理論體系之一，在當前以數據驅動和人工智能為代表的智能化發展進程中，在該理論的應用架構支撐下，通過平行仿真、虛實交互、人機協作、迭代尋優可系統實現發電過程的智能管控與閉環優化。

2 平行智能控制理論概述

平行控制理論是中國科學院復雜系統管理與控制國家重點實驗室主任王飛躍教授于2004年提出的^[7]，其基本定義為通過虛實系統互動的執行方式來完成任務的一種控制方法^[8]。主要通過實際物理系統與人工仿真系統之間的平行建模與信息交互，以數據為驅動、計算為手段，使人工系統成為實際系統目標與策略優化的先導，進而在迭代進化中使實際系統趨向人工系統，簡化復雜問題，實現復雜系統的智能控制與管理。

平行控制理論涵蓋了復雜系統的控制與管理，而管理實質上也是一種人因相關的復雜控制過程，在其理論框架下重點發展了復雜系統建模、實驗與決策的ACP方法。ACP方法包括人工系統（Artificialsystems）、計算實驗（Computational experiments）和平行執行（Parallel execution）。人工系統就是要建立與實際系統相等價的模型；計算實驗是在人工系統上進行各種實驗，對系統進行分析和預測；平行執行是實現人工系統和實際系統的迭代更新，以平行執行的方式對系統的運行進行有效控制。

圖1 平行系統ACP方法基本框架與工作模式

如圖1所示，在平行系統虛實互動的基本框架下,有三種主要工作模式：（1）學習與培訓，在人工系統的初建階段，虛擬系統的等價模型需要逐步完善，通過仿真建模與數據更新使人工系統不斷逼近實際系統對象特性與管理特征；在控制運行階段，人工系統將計算實驗獲得的優化方案應用至實際系統，并通過學習培訓迭代更新實際系統的模型參數。（2）實驗與評估，是平行系統智能控制的核心環節，通過人機協作與智能尋優對人工系統實施控制策略與管理方案的計算實驗，對其執行情況與實驗效果進行評判和預估，并將最優方案同步應用至人工系統與實際系統；在計算實驗環節，對人工系統可以進行超實時運行，預測過程趨勢，比對運行結果，優化控制方案。（3）控制與管理，是虛實系統平行執行、實時同步運行的過程，一方面實際驗證優化方案的運行效果，另一方面通過虛實系統運行過程的觀察評估與比對分析，及時修正人工系統模型偏差，進而啟動下一輪迭代優化；經過持續的實驗、優化、執行、評估、修正的循環，控制過程不斷收斂并動態演進，實現對復雜系統運行與發展中的有效控制與管理。像發電廠這樣的復雜控制與管理系統，一個實際系統可以分域或分時地與多個人工系統平行互動，協同完成各項控制與管理任務^[8]。

平行控制是數據驅動的智能控制方法，其核心技術包括基于代理控制（Agent-basedcontrol，ABC）技術、自適應動態規劃（Adaptive dynamicprogramming，ADP）技術、語言動力系統（Linguistic dynamic systems，LDS）技術、以及平行系統的并行計算技術。ADP技術主要解決基于數據的非線性系統分析、控制與優化問題，基于增強式學習原理，是一種非常接近人腦智能的方法；ABC技術提出了多代理系統的協調優化問題，控制策略基于代理實現，解決人機協同中的智能體控制問題；LDS技術主要是解決自然語言處理與信息利用問題，建立人類語言知識和計算機數字知識的聯系，降低系統描述的復雜性；并行計算技術則為計算實驗和平行控制的巨大計算規模提供解決方案^[9]。

圖2 智能發電平行控制系統技術架構

3 智能發電平行控制技術架構

智能發電平行控制系統總體上可劃分為平行智能控制系統與平行智能管理系統兩大部分，如圖2所示，在智能電廠4層體系架構^[1]中，感知執行層（設備層）、控制運維層（控制層）、生產監管層、管理決策層（管理層）分別處理設備級、機組級、廠區級與運營級的控制與管理業務，其中智能控制系統縱向貫穿了從發電設備現場測量執行到過程控制、廠級優化、以及電力市場報價決策等所有實時監控與在線決策的電能生產銷售過程，智能管理系統則涵蓋了運維檢修、公共服務、企業管理、以及相關的采集執行設備等支撐電廠生產運營業務的設備與服務管理過程，針對不同的過程對象，按需建立相應的人工系統，實現各實際系統的平行智能控制與管理。過程采集的各類過程數據與作業數據，在數據清洗與結構化處理后，統一送至數據中臺融合應用，并在做好信息安全措施前提下外聯工業互聯網與各類數據云平臺，參與數據云服務，同時實現與集團、市場、監管等外部數據應用需求的對接。

平行控制與管理系統的應用開發，可采用化整為零，由局部到整體逐步聚合的模式，針對不同實際控制需求，開發不同功能的平行控制器，并逐步協同控制目標形成整體的平行智能控制系統。在發電運行核心的過程控制部分，針對協調汽溫系統，可搭建專用優化平行控制器，建立閉環優化人工系統，采集實時參數與歷史數據開展控制算法智能尋優與在線執行；針對程控智能啟停控制，建立流程參數模型，采集設備狀態與運行操作數據，計算分析行為習慣與動作特征，實驗尋優程控流程，優化過程目標；針對保護可靠性優化，可建立保護動作數據模型，采集實際聯鎖保護動作數據，計算模擬關聯結果，優化功能回路與參數定值。在生產運維核心的運維檢修部分，針對智能巡檢需求建立設備定位與參數分布模型，采集人員設備交互信息，計算優化作業流程與巡查路徑，提升工作效率和效果；針對檢修管理，建立設備結構與作業程序數據模型，結合仿真操作與人員培訓優化改進工作流程，提升作業能力，利用信息可視化輔助現場作業，優化閉環管理流程；針對狀態檢修需求，建立機組設備健康管理人工系統，采集設備巡檢與消缺臺帳信息，關聯設備運行數據，計算尋優健康趨勢診斷預警模型，優化作業程序與閉環管理流程。在工控信息安全部分，可分別建立控制人工系統與管理人工系統協同實現控制防護與安全管理，針對工控信息與過程安全需求，建立平行人工系統，采集控制系統運行數據，對過程控制提供指令審計，對組態文件實施異動監控，通過模擬仿真或超實時運算優化指令審計策略，關聯安全預警信息實現主動防御與深度安全；針對信息安全管理需求，構建平行管理體系流程，利用數據模型優化管理制度與工作規范，對管理作業實現行為審計，有序落實各類管理要求。

4 平行控制技術核心應用

4.1 人機協作運行控制流程優化

利用平行控制人機協作的理念實現控制流程的智能迭代優化是提升APS（automatic procedure startup & shut-downsystem）流程控制靈活性與實用性的有效途徑。傳統APS是針對機組啟停過程的專用流程設計，程序固定且過于理性化，容錯性能差，使用率低，投入的控制資源在機組長期的調節運行中得不到有效利用。針對這一現狀，文獻^[10]提出了面向對象的APS2.0系統的結構和設計方法，解決復雜系統的控制問題，突出底層對象系統的獨立可用性，強調任務執行中的人機協作，弱化所謂的斷點配置，與運行習慣緊密銜接，提高操作靈活性與工況適應性。

圖3 平行流程控制器結構原理圖

針對運行控制流程優化的平行控制器設計方案如圖3所示，以被控對象系統流程為樣本，在平行控制器中建立相應的等效流程簡化模型，并參照DCS控制回路設計等效程控操作回路，在DCS實際控制回路與平行等效控制回路中同步設置流程路線與流程時間選擇切換開關，機組啟停或運行中進行對象系統的啟停操作時，流程參數與運行過程數據送至平行控制回路同步運行，計算實驗回路觀察記錄包含運行操作信息的流程數據，并發出指令在平行控制器（人工系統）中啟動模擬實驗，采用深度學習超實時運算或人機協作分析比對的方式優化流程參數，并將尋優結果更新至DCS控制回路，循環迭代優化運行，逐步逼近APS流程控制省時高效的最優目標。同時，在平行控制器中還可啟動對全局流程的模擬尋優，在每次機組啟動或停運以前，先行規劃流程路線，模擬運行比對優劣，合理選擇并行流程與先后次序，靈活應對各種啟停需求。對于某一單個流程也許平行尋優的優勢并不明顯，但對于機組啟停這樣的復雜過程，超實時的模擬流程運行比對就是人力所不能及的了。

4.2 數據驅動過程控制算法優化

類似協調汽溫控制系統這樣的過程控制系統，其平行控制器的設計方案要相對復雜一些，一方面因為熱力系統對象建模不像流程對象那么容易，所以人工系統的建模實驗分為在線實際系統建模與離線人工建模兩種方式；另一方面，過程控制的優化設計控制回路的結構優化，在運行機組的DCS中改動控制結構幾乎沒有可能，因此平行控制器的設計除包含DCS參數優化的技術方案外，還需考慮外部優化控制器方案，控制結構發生變化時，將實際系統切換至外部控制器運行。

圖4 平行過程控制器結構原理圖

過程系統平行控制器的基本結構方案如圖4所示，實際系統包含被控對象（執行機構、過程系統、測量裝置）、DCS控制系統，DCS控制系統通過采集數據、產生控制數據對實際過程系統進行控制，它們組成了一個閉環控制回路；平行過程控制器包含偽隨機信號發生器、過程系統對象模型、計算實驗回路、平行控制器及外部控制器，其中外部控制器是在DCS外部控制模式時替代DCS控制器實現平行執行功能的，屬于實際系統的延伸部分。利用偽隨機在線激勵系統，結合人工機理建模與歷史數據深度學習建模^[11]，建立并迭代修正過程對象模型，通過計算實驗回路進行比對測試評估模型精度與控制性能，判斷是否需要重新建模或優化控制策略，平行控制器平行執行，外部控制器平行控制，實現智能迭代優化控制。

4.3 虛擬輔助智能檢修作業優化

發電機組檢修是發電企業最重要的生產業務活動，年度檢修工作量大，時間進度緊，如不能按期投產將被考核生產事故，同時檢修質量與安全也是重要指標之一，因此在檢修管理中，核心控制點是合理的進度與科學高效的作業程序。圖5舉例闡述了平行檢修管理控制器的結構原理，檢修工作的主進程由檢修進度控制器負責尋優管控，其中各業務要素中與流程及進度相關的參數被檢修進度控制器收集優化，而涉及作業程序本體與作業人員能力優化的部分則由相應的檢修業務控制器尋優管控，提升作業效率、質量與安全性，人員安全后勤、機具與物資調度等管控則各自關聯相應的智能安防、后勤服務及物資倉儲管理系統。

圖5 平行檢修管理控制器結構原理圖

虛擬輔助檢修作業目前是開展得較為普遍的一項智能檢修應用項目，其中，虛擬仿真培訓與可視化輔助作業是這項智能化工作的關鍵環節，通過對實際檢修對象的等價建模，對檢修作業相關的設備細節在虛擬人工系統中充分展現，在計算實驗環節，對檢修作業流程、可視化輔助信息、安全措施、質量驗收、文件管理等所有實際作業系統需面臨的業務環節開展測試與優化，對合理性和有效性通過沉浸式仿真培訓環節進行驗證完善，同時與人員培訓和實際操作效果相結合，在迭代應用中持續優化作業程序，充分發揮可視化輔助作業系統的優勢，提高實際檢修作業水平。

虛擬仿真系統在平行作業優化中越趨近于真實作業過程，其人員培訓方面的優勢就越顯著，由于所有跟培訓有關的活動都是在虛擬場景中完成，受訓人員足不出戶，就可以了解現場生產工藝的全過程，掌握各種設備與零部件操作方法，既避免了對機器設備的誤操作造成的機械事故，也保證學員、教師、其他工作人員的人身安全。由于不受時間和地域的限制，不僅減少培訓成本，而且縮短了人員的實際操作時間。

5 總結與展望

火力發電目前仍是國內最大的電力能源生產者，利用智能化技術提升工作效率與經濟效益意義重大，平行控制理論體系在交通、物流、網絡、教育、軍事、應急管理等領域均得到了廣泛應用，在能源電力領域的研究也正逐步深入^[3,12]，復雜系統的ACP方法以及ADP、ABC技術在智能控制領域的應用成果顯著，將有力支撐發電生產系統的平行智能控制與管理。本文提出的技術架構方案覆蓋了發電運行與生產管理的全業務環節，在統一的理論框架體系下，可通過分布開發應用，整體關聯聚合，循序漸進實現全局智能控制與管理。

隨著深度學習與人工智能技術的快速發展，智能發電領域必將迎來數據價值的大發現，傳統控制技術在復雜非線性系統中的應用局限，將有望在以數據驅動、人機協作為特征的新的智能控制理論支撐下獲得突破，使智能發電技術擁有更全面的控制范圍和更全局的優化目標，深度融入智慧能源與智能制造技術的發展洪流。

參考文獻：

[1] 陳世和, 尹峰, 郭為民, 等. 智能電廠技術發展綱要[M]. 北京 : 中國電力出版社, 2016.

[2] 劉吉臻, 胡勇, 曾德良, 等. 智能發電廠的架構及特征[J]. 中國電機工程學報, 2017, 37 ( 22 ) : 6463 - 6470.

[3] 鄧建玲, 王飛躍, 陳耀斌, 趙向陽. 從工業4.0到能源5.0 : 智能能源系統的概念、內涵及體系框架[J]. 自動化學報, 2015, 41 ( 12 ) : 2003-2016.

[4] 華志剛, 郭榮, 汪勇. 燃煤智能發電的關鍵技術[J]. 中國電力, 2018, 51 ( 10 ) : 8 - 16.

[5] 崔青汝, 李庚達, 牛玉廣. 電力企業智能發電技術規范體系架構[J]. 中國電力, 2018, 51 ( 10 ) : 32 - 36 + 48.

[6] 尹峰, 陳波, 蘇燁, 李泉, 張鵬. 智慧電廠與智能發電典型研究方向及關鍵技術綜述[J]. 浙江電力, 2017, 36 ( 10 ) : 1 -6 + 26.

[7] 王飛躍. 平行系統方法與復雜系統的管理和控制[J]. 控制與決策, 2004 ( 05 ) : 485 - 489, 514.

[8] 王飛躍. 平行控制 : 數據驅動的計算控制方法[J]. 自動化學報, 2013, 39 ( 04 ) : 293 - 302.

[9] 王飛躍, 劉德榮, 熊剛, 程長建, 趙冬斌. 復雜系統的平行控制理論及應用[J]. 復雜系統與復雜性科學, 2012, 9 ( 03 ) : 1 - 12.

[10] 尹峰, 陳波, 丁寧, 王劍平, 丁永君. 面向自治對象的APS2.0系統結構與設計方法[J]. 中國電力, 2018, 51 ( 10 ) : 37 - 42.

[11] 段艷杰, 呂宜生, 張杰, 趙學亮, 王飛躍. 深度學習在控制領域的研究現狀與展望[J]. 自動化學報, 2016, 42 ( 05 ) : 643 - 654.

[12] 張俊, 王飛躍, 林潔瑜. 平行智能與智慧能源 : 全面融合人因的社會能源技術[J]. 中國電力, 2018, 51 ( 10 ) : 26 - 31.

作者簡介：

尹　峰（1972- )，工學博士，教授級高工，現就職于國網浙江省電力有限公司電力科學研究院，從事發電自動化、網源協調、工控安全及可靠性技術研究。

摘自《自動化博覽》2019年9月刊