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：本文針對目前發(fā)電集團(tuán)集中監(jiān)控系統(tǒng)與大數(shù)據(jù)技術(shù)應(yīng)用中存在的數(shù)據(jù)孤島、分析和診斷不夠準(zhǔn)確有效、分析和診斷的結(jié)果與發(fā)電生產(chǎn)管理脫節(jié)、不能快速適應(yīng)電力市場的變化等問題，提出以系統(tǒng)協(xié)同方法改進(jìn)集團(tuán)級的集中監(jiān)控與分析診斷系統(tǒng)，在發(fā)電集團(tuán)內(nèi)縱向、橫向和時間軸上融合貫通分析系統(tǒng)與管理功能，遵循迭代開發(fā)原則，改進(jìn)分布于各系統(tǒng)中的數(shù)據(jù)完備性，確保數(shù)據(jù)的傳輸及時，對分析診斷系統(tǒng)中的功能進(jìn)行融合，形成分析有效、管控統(tǒng)一的整體解決方案。本文將先進(jìn)的大數(shù)據(jù)技術(shù)與傳統(tǒng)發(fā)電產(chǎn)業(yè)相結(jié)合，改善發(fā)電產(chǎn)業(yè)生產(chǎn)管理模式，減少設(shè)備故障，提高運行效率，輸出設(shè)備與系統(tǒng)的在線健康度報告，實現(xiàn)機(jī)組全生命周期管理，貫通燃料從采購到燃燒的全過程，快速響應(yīng)電網(wǎng)與售電需求，降低生產(chǎn)成本，提高發(fā)電企業(yè)運營管理水平。

關(guān)鍵詞：系統(tǒng)協(xié)同; 火電機(jī)組; 大數(shù)據(jù)分析; 診斷

Abstract: In order to solve the problem that the data isolated island, analysis and state diagnosis are not accurate and effective, the results of analysis and state diagnosis are disjointed with the power generation management and can not quickly adapt to the change of the electricity market, this paper proposes a system synergy method to improve the power group level. In the power group, it integrates the analysis system and management function in the vertical, horizontal and time axis of the power generation group. It follows the principle of iterative development, improves the data completeness in each system, ensures the timely transmission of the data, and integrates the functions in the analysis and state diagnosis system to form the analysis effective, a unified overall solution for management and control. This paper combines the advanced Big data technology with the traditional power generation industry to improve the production management mode of power generation industry, reduces equipments failure, improves operation efficiency, reports on the online prognostic and health management (PHM) of the output equipments and systems, realizes the whole life cycle management of the units, and quickly responds to the power grid and demand for electricity sales, the whole process of fuel from the purchase to the burning, reducing production cost and improving operation management level of power generation enterprises.

Key words: System synergy; Thermal power unit; Big data analysis; State diagnosis

1 引言

我國“富煤、貧油、少氣”的能源稟賦致使一次能源消費和生產(chǎn)以煤為主的格局在較長時間內(nèi)不會改變。按照國家發(fā)展規(guī)劃，到2020年使電煤占煤炭消費比重提高到60%以上，同時提出對燃煤機(jī)組全面實施超低排放和節(jié)能改造，在2020年之前使所有現(xiàn)役燃煤機(jī)組平均煤耗低于310g/kW·h^[1]。截止2019年7月底，全國6000千瓦及以上電廠裝機(jī)容量18.5億千瓦，其中火電11.6億千瓦，占比為62.8%，全國供電煤耗率為307.3g/kW·h^[2]。

我國能源發(fā)展目標(biāo)是要推進(jìn)能源生產(chǎn)和消費革命，構(gòu)建清潔低碳、安全高效的能源體系。我國清潔能源發(fā)展迅速，火電機(jī)組除負(fù)荷調(diào)峰外，長期處于中低負(fù)荷下運行，2019年1~7月全國火電設(shè)備平均利用小時為2442小時（其中，燃煤發(fā)電和燃?xì)獍l(fā)電設(shè)備平均利用小時分別為2512和1485小時），比上年同期降低87小時^[2]。如何保證機(jī)組在中低負(fù)荷下安全、環(huán)保運行，供電煤耗達(dá)到最低，對能源工作者及現(xiàn)場運行人員提出挑戰(zhàn)。

工業(yè)大數(shù)據(jù)應(yīng)用已經(jīng)提升為國家重要發(fā)展戰(zhàn)略。除了進(jìn)行能源設(shè)備改造，應(yīng)用先進(jìn)的大數(shù)據(jù)與人工智能技 術(shù)改造、升級傳統(tǒng)的能源系統(tǒng)是重要的發(fā)展方向。

隨著廠級信息監(jiān)控系統(tǒng)（SIS，supervisory informationsystem）和分散控制系統(tǒng)（DCS，Distributed ConutrolSystem）在電廠中廣泛應(yīng)用，電廠海量運行數(shù)據(jù)得以保存，數(shù)據(jù)挖掘技術(shù)在電力行業(yè)迅速崛起，很多學(xué)者開始運用數(shù)據(jù)挖掘技術(shù)開展了對燃煤電站機(jī)組優(yōu)化運行的研究^[3~5]。文獻(xiàn)^[6]研究大數(shù)據(jù)挖據(jù)技術(shù)在燃煤電站機(jī)組能耗分析中的應(yīng)用，以某600MW燃煤電站機(jī)組為研究對象，采用新算法挖掘典型負(fù)荷工況下影響供電煤耗的可控運行參數(shù)的基準(zhǔn)值，最后，以支持向量機(jī)技術(shù)為基礎(chǔ)，分析不同負(fù)荷工況下各運行參數(shù)對供電煤耗的敏感性系數(shù)。文獻(xiàn)^[7]研究大數(shù)據(jù)環(huán)境下的電力數(shù)據(jù)質(zhì)量評價模型與治理體系，分析了影響電力數(shù)據(jù)質(zhì)量的主要因素,按數(shù)據(jù)質(zhì)量的一致性、準(zhǔn)確性、完整性和及時性等四個關(guān)鍵特性建立數(shù)據(jù)質(zhì)量評價指標(biāo),并建立了大數(shù)據(jù)下的數(shù)據(jù)質(zhì)量評價模型。文獻(xiàn)^[8]探討大數(shù)據(jù)技術(shù)在火力發(fā)電企業(yè)生產(chǎn)經(jīng)營中的應(yīng)用，提出操作管理、電力營銷、燃料價值管理、指標(biāo)管理、設(shè)備管理等云平臺。文獻(xiàn)^[9]研究基于信息物理融合的火電機(jī)組節(jié)能環(huán)保負(fù)荷優(yōu)化分配，提出基于模糊粗糙集（FRS，fuzzy rough set）大數(shù)據(jù)處理方法，得到機(jī)組煤耗和污染物排放量物理模型與信息模型的對應(yīng)關(guān)系；綜合考慮經(jīng)濟(jì)和排放因素，建立基于物理信息融合（CP）的負(fù)荷分配模型。這些文獻(xiàn)都在大數(shù)據(jù)技術(shù)應(yīng)用于發(fā)電過程進(jìn)行了局部的探索。文獻(xiàn)^[10]提出了較完整的基于大數(shù)據(jù)分析的電站運行優(yōu)化與三維可視化故障診斷系統(tǒng)，提出了智能預(yù)警系統(tǒng)、設(shè)備與運行優(yōu)化系統(tǒng)。但該系統(tǒng)只是在個別電廠應(yīng)用，未推廣到發(fā)電集團(tuán)。

目前各發(fā)電集團(tuán)的相關(guān)信息化系統(tǒng)或集中監(jiān)控系統(tǒng)均有不同方面的應(yīng)用與創(chuàng)新，但仍存在以下一些主要問題^[11]：（1）數(shù)據(jù)孤島問題，各數(shù)據(jù)分布于不同的信息系統(tǒng)中，按照豎井的方式管理，形成數(shù)據(jù)孤島；（2）分析診斷方面，還存在分析、診斷不夠準(zhǔn)確、有效的問題；（3）運營管理方面：分析、診斷的結(jié)果，還存在與發(fā)電生產(chǎn)與運營管理脫節(jié)的情況，大量結(jié)果沒有有效應(yīng)用到運營管理中；（4）電力市場方面，目前的信息系統(tǒng)，還不能夠有效地適應(yīng)電力市場的變化，如廠級負(fù)荷調(diào)度、競價上網(wǎng)，缺少從燃料采購、生產(chǎn)管理到競價上網(wǎng)的整體性分析與解決方案等。

因此，要以系統(tǒng)協(xié)同方法改進(jìn)集團(tuán)級的集中監(jiān)控與分析診斷系統(tǒng)，如圖1所示。首先保證分布于各系統(tǒng)中的數(shù)據(jù)更完備，同時確保數(shù)據(jù)的傳輸及時，在此基礎(chǔ)上，對原有分散于各孤立的信息系統(tǒng)中的功能進(jìn)行融合，形成分析更有效、管控更統(tǒng)一的整體解決方案。

圖1 集團(tuán)級集控系統(tǒng)改進(jìn)方向

2 火電機(jī)組工業(yè)大數(shù)據(jù)分析

2.1 工業(yè)4.0技術(shù)

火電機(jī)組工業(yè)大數(shù)據(jù)分析首先要應(yīng)用工業(yè)4.0技術(shù)。工業(yè)4.0是由德國政府《德國2020高技術(shù)戰(zhàn)略》中所提出的十大未來項目之一。該項目由德國聯(lián)邦教育局及研究部和聯(lián)邦經(jīng)濟(jì)技術(shù)部聯(lián)合資助，旨在提升制造業(yè)的智能化水平，建立具有適應(yīng)性、資源效率及基因工程學(xué)的智慧工廠，在商業(yè)流程及價值流程中整合客戶及商業(yè)伙伴。其技術(shù)基礎(chǔ)是網(wǎng)絡(luò)實體系統(tǒng)及物聯(lián)網(wǎng)。

工業(yè)4.0技術(shù)以信息物理系統(tǒng)（CPS，Cyber-PhysicalSystem）為核心，整合互聯(lián)網(wǎng)、工業(yè)云計算、工業(yè)大數(shù)據(jù)、工業(yè)機(jī)器人、知識工作自動化、工業(yè)網(wǎng)絡(luò)安全、虛擬現(xiàn)實及人工智能等先進(jìn)技術(shù)，應(yīng)用“云（計算）、大（數(shù)據(jù)）、物（聯(lián)網(wǎng)）、聯(lián)（互聯(lián)網(wǎng)）”技術(shù)，支撐智能化控制，實現(xiàn)提供定制化摻配和服務(wù)、實現(xiàn)無憂生產(chǎn)環(huán)境、發(fā)現(xiàn)用戶價值缺口、發(fā)現(xiàn)和管理部可見問題，實現(xiàn)制造本身價值化、系統(tǒng)“自省”功能，力求實現(xiàn)生產(chǎn)過程的“零故障、零隱患、零意外及零污染”，最終能夠靈活、高效地滿足用戶需求，如圖2所示。

圖2 工業(yè)4.0技術(shù)體系與目標(biāo)

2.2 工業(yè)互聯(lián)網(wǎng)技術(shù)

火電機(jī)組工業(yè)大數(shù)據(jù)分析其次要應(yīng)用工業(yè)互聯(lián)網(wǎng)技術(shù)。工業(yè)互聯(lián)網(wǎng)技術(shù)是由美國GE公司發(fā)起的，是指通過智能設(shè)備、人機(jī)交換接口與先進(jìn)數(shù)據(jù)分析工具間的連接并最終將人機(jī)連接，結(jié)合大數(shù)據(jù)分析技術(shù)、互聯(lián)網(wǎng)技術(shù)、智能傳感器技術(shù)及高級分析、計算工具，重構(gòu)全球工業(yè)系統(tǒng)，實現(xiàn)智能制造體系與智能服務(wù)體系的深度融合，工業(yè)系統(tǒng)產(chǎn)業(yè)鏈與價值鏈的整合與外延，如圖3所示。

圖3 工業(yè)互聯(lián)網(wǎng)技術(shù)體系

2.3 工業(yè)大數(shù)據(jù)定義與特征

工業(yè)大數(shù)據(jù)是指在工業(yè)領(lǐng)域中，圍繞典型智能制造模式，從客戶需求到銷售、訂單、計劃、研發(fā)、設(shè)計、工藝、制造、采購、供應(yīng)、庫存、發(fā)貨和交付、售后服務(wù)、運維、報廢或回收再制造等整個產(chǎn)品全生命周期各個環(huán)節(jié)所產(chǎn)生的各類數(shù)據(jù)及相關(guān)技術(shù)和應(yīng)用的總稱。工業(yè)大數(shù)據(jù)是以工業(yè)系統(tǒng)的數(shù)據(jù)收集、特征分析為基礎(chǔ)，對設(shè)備、裝備的質(zhì)量和生產(chǎn)效率以及產(chǎn)業(yè)鏈進(jìn)行更有效的優(yōu)化管理，并為未來的制造系統(tǒng)搭建無憂的環(huán)境^[12]。

工業(yè)大數(shù)據(jù)涵蓋了設(shè)備物聯(lián)數(shù)據(jù)、運營生產(chǎn)數(shù)據(jù)和外部數(shù)據(jù)。

工業(yè)大數(shù)據(jù)區(qū)別于其它商業(yè)大數(shù)據(jù)，反映出工業(yè)系統(tǒng)“多模態(tài)、高通量、強(qiáng)關(guān)聯(lián)”的特點。其中多模態(tài)體現(xiàn)為數(shù)據(jù)類型多以及系統(tǒng)、設(shè)備、部件多，如汽輪機(jī)包含了35萬各零部件數(shù)據(jù)。高通量體現(xiàn)為數(shù)據(jù)的規(guī)模大、頻率高，按照每臺機(jī)組2萬個數(shù)據(jù)點考慮，每臺機(jī)組每秒的數(shù)據(jù)規(guī)模就達(dá)到20MB。強(qiáng)關(guān)聯(lián)體現(xiàn)在結(jié)合工業(yè)生產(chǎn)過程的協(xié)作專業(yè)多，如電力生產(chǎn)直接與生產(chǎn)相關(guān)的專業(yè)就有10余個，如果算上與管理相關(guān)的專業(yè)，則達(dá)到20個以上。

工業(yè)大數(shù)據(jù)還具有以下特征：（1）跨尺度，主要體現(xiàn)在需要將毫秒級、分鐘級小時級乃至更長的時間尺度信息按照不同的需求進(jìn)行集成。（2）系統(tǒng)性，工業(yè)大數(shù)據(jù)存在“牽一發(fā)二動全身”的特點。某個業(yè)務(wù)目標(biāo)的需求，需要通過正規(guī)企業(yè)乃至供應(yīng)鏈上多個相關(guān)方的協(xié)同才能完成，如競價上網(wǎng)的策略，既包含了機(jī)組運行狀態(tài)、效能，也包含了上游的燃料市場和下游的售電市場的變化。（3）多因素、強(qiáng)機(jī)理、因果性，由于工業(yè)系統(tǒng)時通過一系列的工藝設(shè)計相互關(guān)聯(lián)而形成，因此存在多個因素對一個或多個結(jié)果產(chǎn)生印象的情況，也造成了需要通過較高水平的分析手段來保障結(jié)果符合工業(yè)系統(tǒng)的確定性和準(zhǔn)確性的追求。（4）時間序列，由于系統(tǒng)數(shù)據(jù)具有嚴(yán)格的時間標(biāo)簽，數(shù)據(jù)先后之間存在因果性影響，因此對數(shù)據(jù)的實時性要求也比較高。

針對上述特征與特點，對比互聯(lián)網(wǎng)大數(shù)據(jù)與工業(yè)大數(shù)據(jù)，可以看出它們之間存在如下區(qū)別，如表1所示，兩者對分析結(jié)果準(zhǔn)確性要求不同，互聯(lián)網(wǎng)大數(shù)據(jù)對分析結(jié)果的精確度可以稍低，而工業(yè)大數(shù)據(jù)要求的結(jié)果精確度較高。

表1 互聯(lián)網(wǎng)大數(shù)據(jù)與工業(yè)大數(shù)據(jù)對比

2.4 工業(yè)大數(shù)據(jù)分析方法與思路

工業(yè)大數(shù)據(jù)分析主要包括描述性（Descriptive）、規(guī)定性（Prescriptive）和預(yù)測性（Predictive）等三種方法。

描述性分析方法是指，基于對數(shù)據(jù)的統(tǒng)計分析，描述數(shù)據(jù)表現(xiàn)的現(xiàn)象與客觀規(guī)律，如火電機(jī)組大數(shù)據(jù)分析與診斷中的技術(shù)監(jiān)控、以可靠性為中心的檢修（RCM, ReliabilityCenteredMaintenance）等功能。

規(guī)定性分析方法是指，利用歷史數(shù)據(jù)建立分析模型和規(guī)范化的分析流程，建立數(shù)據(jù)到信息的輸入輸出關(guān)系，實現(xiàn)對連續(xù)數(shù)據(jù)流的實時分析，如火電機(jī)組大數(shù)據(jù)分析與診斷中的性能分析、燃料分析與自動調(diào)節(jié)回路評估等功能。

預(yù)測性分析方法是指，通過對數(shù)據(jù)的深層挖掘建立預(yù)測模型，實現(xiàn)對不可見因素當(dāng)前和未來狀態(tài)的預(yù)測，如火電機(jī)組大數(shù)據(jù)分析與診斷中的性能優(yōu)化、故障預(yù)警與診斷、負(fù)荷優(yōu)化調(diào)度等功能。

工業(yè)大數(shù)據(jù)分析思路是基于工業(yè)4.0與工業(yè)互聯(lián)網(wǎng)技術(shù)體系，采用統(tǒng)計分析、關(guān)聯(lián)挖掘、模式識別、特征提取、深度學(xué)習(xí)等技術(shù)，開展數(shù)據(jù)分析與預(yù)測，進(jìn)而實現(xiàn)故障診斷與健康管理（PHM，Prognostic and Health Management），包括監(jiān)測與預(yù)測管理、系統(tǒng)性工程、衰退管理、預(yù)測性維護(hù)等，將傳統(tǒng)維護(hù)方式從依靠經(jīng)驗的“藝術(shù)”轉(zhuǎn)變?yōu)橐婚T精密的“科學(xué)”。

工業(yè)大數(shù)據(jù)分析可以劃分為三個階段，如表2所示。

表2 工業(yè)大數(shù)據(jù)分析的三個階段

3 火電機(jī)組大數(shù)據(jù)分析與診斷中的系統(tǒng)協(xié)同技術(shù)

3.1 系統(tǒng)協(xié)同定義

系統(tǒng)協(xié)同是指遠(yuǎn)離平衡態(tài)的開放系統(tǒng)在與外界有物質(zhì)、能量和信息交換的情況下，通過自己內(nèi)部協(xié)同作用，自發(fā)地形成時間、空間和功能上的有序結(jié)構(gòu)。

系統(tǒng)協(xié)同在應(yīng)用層包括了五大應(yīng)用平臺：外部信息、內(nèi)部信息、協(xié)同應(yīng)用平臺、辦公管理和移動辦公等。系統(tǒng)協(xié)同有序結(jié)構(gòu)如圖4所示。

圖4 系統(tǒng)協(xié)同有序結(jié)構(gòu)

按照系統(tǒng)協(xié)同理論，解決火電機(jī)組集團(tuán)級集中監(jiān)測與分析專家系統(tǒng)存在問題的關(guān)鍵在于實現(xiàn)：（1）縱向打通；（2）橫向融通；（3）時間貫通。

3.2 縱向打通

縱向打通主要體現(xiàn)在三個維度：工業(yè)互聯(lián)網(wǎng)、設(shè)備層級和管理層級。圖5展示了工業(yè)互聯(lián)網(wǎng)實施框架總體視圖，縱向打通就是要在邊緣層（現(xiàn)場、電廠）、企業(yè)層（發(fā)電集團(tuán)）、產(chǎn)業(yè)層（電網(wǎng)、電科院）之間形成深度互動，以邊緣層為先導(dǎo)，其它層級響應(yīng)需求。圖6展示了發(fā)電集團(tuán)的設(shè)備層級與管理層級，設(shè)備層級縱向打通從上至下包含電網(wǎng)（大用戶）、售電公司（云）、電廠（項目公司）、機(jī)組、系統(tǒng)、設(shè)備和部件等七個層級，設(shè)備與系統(tǒng)要及時、準(zhǔn)確地響應(yīng)電網(wǎng)與售電的需求，電網(wǎng)與售電需要深度了解系統(tǒng)與設(shè)備的狀態(tài)。管理層級縱向打通從上到下包含了集團(tuán)（控股）、分公司（大區(qū)）、電廠（項目公司）、部門、分部、班組和專工等七個層級，指令與信息要能及時、準(zhǔn)確傳遞和執(zhí)行，形成有機(jī)的整體，發(fā)揮集團(tuán)整體最大效益，體現(xiàn)工業(yè)互聯(lián)網(wǎng)泛在感知、動態(tài)優(yōu)化、敏捷響應(yīng)、全局協(xié)同、智能決策的理念與優(yōu)勢。

圖5 工業(yè)互聯(lián)網(wǎng)實施框架總體視圖（摘自《工業(yè)互聯(lián)網(wǎng)體系架構(gòu)2.0 （2019）》）

圖6 發(fā)電集團(tuán)設(shè)備與管理兩個維度的縱向?qū)蛹?/p>

3.3 橫向融通

橫向融通主要體現(xiàn)在專業(yè)、部門、管理系統(tǒng)與地域四個維度，如圖7所示。專業(yè)橫向融通是指火力發(fā)電廠涉及的汽機(jī)、鍋爐、電氣、熱控、化學(xué)、環(huán)保和金屬等專業(yè)之間的數(shù)據(jù)與功能要互聯(lián)互通，能夠解決一些跨專業(yè)、綜合的疑難問題，如鍋爐爆管、低負(fù)荷穩(wěn)燃、滑壓優(yōu)化運行等。部門橫向融通是指發(fā)電企業(yè)里與生產(chǎn)過程密切相關(guān)的管理部門，如燃料、運行（發(fā)電））、檢修、策劃（技術(shù)）、人力資源部、財務(wù)部、經(jīng)營部（售電）部等要相互配合，提高管理流程的響應(yīng)速度，圍繞生產(chǎn)過程最大程度地降低成本。管理系統(tǒng)橫向融通是指直接為生產(chǎn)過程服務(wù)的管理系統(tǒng)（如燃料優(yōu)化系統(tǒng)（FOS，F(xiàn)ueloptimizationsystem）、操作尋優(yōu)系統(tǒng)（OOS，Operateingoptimization system）、企業(yè)資源計劃（ERP，EnterpriseResource Planning）、企業(yè)設(shè)備資產(chǎn)管理系統(tǒng)（EAM，Enterprise Asset Management）、燃料管理系統(tǒng)、售電管理系統(tǒng)（云）等要數(shù)據(jù)互通、功能融合，降低燃料庫存與成本。地域橫向融通是指要打通集團(tuán)內(nèi)部不同地域的管理界限，實現(xiàn)人員、物資、備件、信息和燃料等共享，實現(xiàn)集團(tuán)整體效益的最大化。

圖7 橫向融通的四個維度

3.4 時間貫通

時間貫通是指在時間軸上貫通過去、現(xiàn)在和將來的聯(lián)系，如圖8所示。通過實時數(shù)據(jù)，計算火電機(jī)組當(dāng)前狀態(tài)下的運行指標(biāo)，通過歷史數(shù)據(jù)，采用大數(shù)據(jù)與人工智能技術(shù)，建立火電機(jī)組分析與診斷模型，預(yù)測將來時刻機(jī)組運行的主要參數(shù)與指標(biāo)，提前發(fā)現(xiàn)性能劣化與安全隱患。在此基礎(chǔ)上，實現(xiàn)機(jī)組全生命周期管理。

圖8 時間貫通的三個維度

解決發(fā)電集團(tuán)在大數(shù)據(jù)分析與診斷系統(tǒng)上存在的數(shù)據(jù)孤島、分析不準(zhǔn)確有效、分析診斷結(jié)果與生產(chǎn)運營融合不夠、與售電系統(tǒng)沒有有效聯(lián)動的問題，要推動發(fā)電集團(tuán)在縱向打通、橫向融通、時間貫通上深度融合，實現(xiàn)系統(tǒng)協(xié)同，最大程度發(fā)揮整體效益。

4 火電機(jī)組大數(shù)據(jù)分析與診斷系統(tǒng)

4.1 大數(shù)據(jù)分析與診斷系統(tǒng)

火電機(jī)組大數(shù)據(jù)分析與診斷系統(tǒng)按照性能分析、安全可靠性評估兩條主線，依照系統(tǒng)協(xié)同思路，可以設(shè)計性能計算、性能分析、性能優(yōu)化（可以包括燃料分析、自動調(diào)節(jié)回路評估、負(fù)荷優(yōu)化調(diào)度等功能模塊）、設(shè)備預(yù)警、故障診斷、檢修維護(hù)與技術(shù)監(jiān)控等功能模塊，從層次上劃分又可以分為發(fā)現(xiàn)問題、分析問題和解決問題三個階段，如圖9所示。

圖9 火電機(jī)組大數(shù)據(jù)分析與診斷系統(tǒng)功能融合

性能計算、分析和優(yōu)化模塊是先以實時數(shù)據(jù)計算出實時的機(jī)組性能指標(biāo)，以歷史尋優(yōu)和仿真模型建立多維度標(biāo)桿庫，在此基礎(chǔ)上實現(xiàn)多維度、橫向、縱向?qū)?biāo)，能耗異常時給出預(yù)警及診斷建議，優(yōu)化主機(jī)、輔機(jī)運行方式，規(guī)范運行操作等功能，在電科院現(xiàn)場試驗基礎(chǔ)上實現(xiàn)在線性能計算功能。主要采用的技術(shù)包括（核）主元分析、BP神經(jīng)網(wǎng)絡(luò)（誤差反向傳播算法，BP，Error BackProragation）、魯棒輸入訓(xùn)練神經(jīng)網(wǎng)絡(luò)（RITNN,Robust input training neuralnetwork）、變工況分析等。

燃料分析模塊歸集平臺已有的入廠、入爐煤量、標(biāo)煤單價等指標(biāo)，形成電廠（項目公司）、分公司（大區(qū)）、集團(tuán)（控股）每日原煤供、耗、存日報，建立對各電廠存煤結(jié)構(gòu)及存煤量的預(yù)警系統(tǒng)。橫向?qū)崿F(xiàn)采購價格對標(biāo)，并甄別鍋爐不適燒煤種。通過歷史尋優(yōu)，尋找燃料成本最低摻配方式。主要采用的技術(shù)包括聚類數(shù)據(jù)挖掘技術(shù)等。

自動調(diào)節(jié)回路評估模塊統(tǒng)計各電廠的測點完好率與自動投入率，按照行業(yè)標(biāo)準(zhǔn)和參數(shù)控制特征來評價自動控制品質(zhì)，結(jié)合現(xiàn)場的控制策略優(yōu)化參數(shù)設(shè)置，實現(xiàn)機(jī)組的自動控制策略尋優(yōu)，并評估調(diào)節(jié)閥門流量特性。主要采用的技術(shù)包括粒子群、遞歸最小二乘法、預(yù)報誤差法、支持向量回歸（SVR，Support vectorregression）等。

負(fù)荷優(yōu)化調(diào)度模塊是以實時性能計算、微增出力曲線、環(huán)保指標(biāo)、燃料特性等為基礎(chǔ)，在總負(fù)荷一定的情況下給出機(jī)組負(fù)荷調(diào)度、原煤摻配的建議，實現(xiàn)成本、環(huán)保指標(biāo)、安全性最優(yōu)。既可以實現(xiàn)全廠的負(fù)荷優(yōu)化調(diào)度，又可以實現(xiàn)發(fā)電集團(tuán)省內(nèi)（區(qū)域）的機(jī)組負(fù)荷優(yōu)化調(diào)度。主要采用的技術(shù)包括粒子群、微增出力法、神經(jīng)元網(wǎng)絡(luò)等。

預(yù)警模塊是利用標(biāo)記為正常的歷史數(shù)據(jù)訓(xùn)練模型，產(chǎn)生設(shè)定數(shù)據(jù)之間的相關(guān)性，通過相關(guān)性對實時數(shù)據(jù)進(jìn)行監(jiān)控，當(dāng)實時數(shù)據(jù)偏離預(yù)測數(shù)據(jù)達(dá)到所設(shè)定的閾值后，觸發(fā)預(yù)警，并形成相關(guān)的工作業(yè)務(wù)流。主要采用的技術(shù)包括支持向量機(jī)、高斯混合模型和自回歸高斯混合模型等。

高級診斷模塊通過建立設(shè)備及系統(tǒng)的故障模式，錄入以往的歷史故障及處理案例，通過自然語言處理（NLP, NatureLanguageProcessing）進(jìn)行訓(xùn)練，當(dāng)新的故障通過預(yù)警、能耗或輸入產(chǎn)生時，系統(tǒng)能夠?qū)ふ乙酝墓收习咐o出最相似的對應(yīng)故障案例及處理方案，當(dāng)無法獲得滿意的結(jié)果時，可以通過專家診斷來完善相關(guān)案例。主要采用的技術(shù)包括NLP模型及傳感器數(shù)據(jù)分析（SDA，Sensor dataanalysis）模型等。

RCM模塊收集、分析預(yù)警、缺陷、能耗分析、同類型設(shè)備檢修情況等信息，對設(shè)備健康度進(jìn)行評價，給出點檢、檢修建議，為電廠、電科院、集團(tuán)各專業(yè)委員會討論、制定檢修計劃提供支撐。主要采用的技術(shù)包括故障類型與理象分析（FMEA，F(xiàn)ailure Mode and EffectsAnalysis）模型等。

技術(shù)監(jiān)控模塊匯集實時數(shù)據(jù)和離線數(shù)據(jù)（含現(xiàn)場測試數(shù)據(jù)）自動生成技術(shù)監(jiān)督月報、年報，結(jié)合系統(tǒng)中技術(shù)監(jiān)督標(biāo)準(zhǔn)以及固化的專業(yè)經(jīng)驗形成技術(shù)監(jiān)督預(yù)警系統(tǒng)，并在系統(tǒng)中實現(xiàn)技術(shù)監(jiān)督任務(wù)管理。技術(shù)監(jiān)控為火電機(jī)組大數(shù)據(jù)分析與診斷系統(tǒng)各模塊的功能匯聚焦點和樞紐，涵蓋問題的發(fā)現(xiàn)、分析到解決的全過程，以經(jīng)濟(jì)性（性能）和安全性兩條主線為機(jī)組的全壽命健康管理進(jìn)行支撐。主要采用的技術(shù)包括數(shù)據(jù)挖掘技術(shù)、BI技術(shù)等。

4.2 大數(shù)據(jù)分析與云計算平臺

火電機(jī)組大數(shù)據(jù)分析與診斷系統(tǒng)還要配置大數(shù)據(jù)分析模塊，建立靈活、高效的云計算平臺。

大數(shù)據(jù)分析模塊通過收集各項目公司已有系統(tǒng)，如SIS、ERP（含月度、年度計劃數(shù)據(jù)）、操作尋優(yōu)、燃料尋優(yōu)以及發(fā)電集團(tuán)的ERP、EAM等中的結(jié)構(gòu)性與非結(jié)構(gòu)性數(shù)據(jù)（包含文本型數(shù)據(jù)），形成大數(shù)據(jù)平臺，并為高級應(yīng)用提供數(shù)據(jù)分析工具與商業(yè)智能（BI，BusinessIntelligence）工具。主要采用的技術(shù)包括大數(shù)據(jù)儲存與分析技術(shù)。

云計算平臺比傳統(tǒng)的基于面向服務(wù)（SOA，Service-Oriented Architecture）架構(gòu)的集中監(jiān)控系統(tǒng)具有很多優(yōu)點，云計算平臺可以改進(jìn)模塊性能，降低軟硬件成本；兼容性更好，方便整合不同軟件與功能；具有海量存儲容量，提高數(shù)據(jù)可靠性；可以實現(xiàn)微服務(wù)，進(jìn)而實現(xiàn)更輕松的團(tuán)隊合作。

MindSphere云平臺是西門子公司推出的基于云的開放式物聯(lián)網(wǎng)操作系統(tǒng)，是云計算技術(shù)在工業(yè)領(lǐng)域的應(yīng)用，如圖10所示。MindSphere云平臺包含MindApps、MindSphere、MindConnect三層，屬于平臺即服務(wù)PaaS，它向下提供數(shù)據(jù)采集應(yīng)用編程接口（API，Application ProgrammingInterface），即插即用的數(shù)據(jù)接入網(wǎng)關(guān)MindConnect，支持開放式通訊標(biāo)準(zhǔn)OPC UA，支持西門子和第三方設(shè)備的數(shù)據(jù)連接，向上提供開發(fā)API，方便合作伙伴和用戶開發(fā)應(yīng)用程序。

圖10 MindSphere云平臺架構(gòu)

5 集團(tuán)級大數(shù)據(jù)分析與診斷系統(tǒng)應(yīng)用實踐

5.1 集團(tuán)級大數(shù)據(jù)分析與診斷系統(tǒng)建設(shè)原則

從建設(shè)組織方面，體現(xiàn)生產(chǎn)（運營）管理部門、技術(shù)研究院（電科院）、信息管理部門（公司）、電廠（項目公司）、合作方（廠家）等共同參與的系統(tǒng)協(xié)同。運營管理部門負(fù)責(zé)，能更好地體現(xiàn)生產(chǎn)的需求，推進(jìn)項目的實施，負(fù)責(zé)決策與調(diào)配資源；技術(shù)研究院具有技術(shù)與人才的優(yōu)勢，負(fù)責(zé)功能設(shè)計與技術(shù)支持；信息管理部門具有實施IT系統(tǒng)的優(yōu)勢，負(fù)責(zé)信息平臺建設(shè)與人機(jī)界面設(shè)計，電廠負(fù)責(zé)現(xiàn)場數(shù)據(jù)的提供與系統(tǒng)功能的應(yīng)用，合作方負(fù)責(zé)系統(tǒng)的開發(fā)與實施。既分工明確，充分發(fā)揮各自優(yōu)勢，又密切配合。

從建設(shè)過程方面，遵循迭代開發(fā)原則，體現(xiàn)設(shè)計、開發(fā)、實施、驗收四個過程的系統(tǒng)協(xié)同，如圖11所示。設(shè)計要充分考慮使用（實施）的需求，開發(fā)過程既要從設(shè)計出發(fā)，又要響應(yīng)功能試用后的反饋，實施過程不斷總結(jié)、改善，暴露的問題要作為設(shè)計、開發(fā)完善的輸入，驗收檢查過程發(fā)現(xiàn)的問題要及時反饋給設(shè)計、開發(fā)和實施過程。在實施過程中要遵循由小到大、由簡單到復(fù)雜、由試點到全面鋪開的原則，全過程不斷優(yōu)化、完善，梯級推進(jìn)，實現(xiàn)最終目標(biāo)。

圖11 集團(tuán)級大數(shù)據(jù)分析與診斷系統(tǒng)建設(shè)的迭代開發(fā)過程

5.2 工業(yè)大數(shù)據(jù)分析與診斷系統(tǒng)與常規(guī)IT系統(tǒng)的區(qū)別

工業(yè)大數(shù)據(jù)分析與診斷系統(tǒng)與常規(guī)IT系統(tǒng)有較大區(qū)別，如圖12所示。工業(yè)大數(shù)據(jù)分析與診斷系統(tǒng)側(cè)重實時數(shù)據(jù)，有些過程動作較快，數(shù)據(jù)分辨率更高，要求在實施過程要更加注重數(shù)據(jù)源的質(zhì)量，這是分析與診斷結(jié)果有效、準(zhǔn)確的重要基礎(chǔ)。

圖12 工業(yè)大數(shù)據(jù)分析與診斷系統(tǒng)與常規(guī)IT系統(tǒng)的區(qū)別

5.3 發(fā)電機(jī)組集團(tuán)級大數(shù)據(jù)分析與診斷系統(tǒng)應(yīng)用實例

發(fā)電機(jī)組集團(tuán)級工業(yè)大數(shù)據(jù)分析與診斷系統(tǒng)符合信息時代發(fā)展方向：把信息變成知識，把知識變成決策，把決策變成利潤。對于我國現(xiàn)代大型燃煤電廠，積極采用先進(jìn)的優(yōu)化控制和管理軟件，將產(chǎn)生巨大的直接與間接效益。

本系統(tǒng)應(yīng)用大數(shù)據(jù)技術(shù)理念，將先進(jìn)的信息技術(shù)、人工智能技術(shù)與傳統(tǒng)發(fā)電產(chǎn)業(yè)相結(jié)合，改變傳統(tǒng)產(chǎn)業(yè)經(jīng)營管理模式，減少經(jīng)營管理成本，提高企業(yè)管理水平；縮短維修時間、延長檢修周期，提高電廠能效，降低生產(chǎn)成本；提高系統(tǒng)可靠性，減少設(shè)備與系統(tǒng)的故障次數(shù)；提高設(shè)備與系統(tǒng)響應(yīng)的快速性，更有效滿足電網(wǎng)兩個細(xì)則考核，成為能源行業(yè)、發(fā)電集團(tuán)的一個創(chuàng)新亮點。

截止2019年8月份，系統(tǒng)已經(jīng)接入了23家電廠、49臺機(jī)組、近30萬測點的實時數(shù)據(jù)，實現(xiàn)了實時監(jiān)測、對標(biāo)畫面、報表定制、度電成本與環(huán)保預(yù)警功能。分析專家系統(tǒng)已基本完成功能開發(fā)與實施，現(xiàn)正在開展功能驗收、測試。設(shè)備預(yù)警模塊已搭建趨勢模型超過2200個，某電廠預(yù)警系統(tǒng)提前12小時發(fā)現(xiàn)高加泄漏事件，提前7小時發(fā)現(xiàn)一次風(fēng)機(jī)軸承故障等。技術(shù)監(jiān)控模塊收錄現(xiàn)行常用技術(shù)監(jiān)督標(biāo)準(zhǔn)約850項，經(jīng)驗約770條，為電廠提供快速高效資料支撐，幫助電廠完成線上問題閉環(huán)管理超過630項，依據(jù)技術(shù)監(jiān)督標(biāo)準(zhǔn)工作庫，建立技術(shù)監(jiān)督計劃任務(wù)近2500項；自動優(yōu)化模塊提供了不同機(jī)組自動投入情況和質(zhì)量的對標(biāo)平臺，還可在線分析機(jī)組調(diào)節(jié)性能響應(yīng)電網(wǎng)要求的情況，兩個細(xì)則考核功能每年可帶來可觀的經(jīng)濟(jì)效益，模塊還提供在線模型辨識和參數(shù)優(yōu)化的功能，輔助電廠優(yōu)化回路調(diào)節(jié)品質(zhì)，提高機(jī)組自動化水平；能耗分析模塊實現(xiàn)循泵、減溫水、供熱優(yōu)化功能；負(fù)荷優(yōu)化模塊具備實時、離線及中長期負(fù)荷優(yōu)化調(diào)度的功能，為廠級和大區(qū)（區(qū)域公司）級提供電熱負(fù)荷優(yōu)化決策分析支持。

6 結(jié)論

本文針對目前發(fā)電集團(tuán)集中監(jiān)控系統(tǒng)與大數(shù)據(jù)技術(shù)應(yīng)用中存在的數(shù)據(jù)孤島、分析和診斷不夠準(zhǔn)確有效、分析和診斷的結(jié)果與發(fā)電生產(chǎn)管理脫節(jié)、不能快速適應(yīng)電力市場的變化等問題，提出以系統(tǒng)協(xié)同方法改進(jìn)集團(tuán)級的集中監(jiān)控與分析診斷系統(tǒng)。

在發(fā)電集團(tuán)內(nèi)縱向、橫向和時間軸上融合貫通分析系統(tǒng)與管理功能，遵循迭代開發(fā)原則，改進(jìn)分布于各系統(tǒng)中的數(shù)據(jù)完備性，確保數(shù)據(jù)的傳輸及時，對分析診斷系統(tǒng)中的功能進(jìn)行融合，形成分析有效、管控統(tǒng)一的整體解決方案。

本文將先進(jìn)的大數(shù)據(jù)技術(shù)與傳統(tǒng)發(fā)電產(chǎn)業(yè)相結(jié)合，改善發(fā)電產(chǎn)業(yè)生產(chǎn)管理模式，減少設(shè)備故障，提高運行效率，輸出設(shè)備與系統(tǒng)的在線健康度報告，實現(xiàn)機(jī)組全生命周期管理，貫通燃料從采購到燃燒的全過程，快速響應(yīng)電網(wǎng)與售電需求，降低生產(chǎn)成本，提高發(fā)電企業(yè)運營管理水平。

發(fā)電機(jī)組集團(tuán)級工業(yè)大數(shù)據(jù)分析與診斷系統(tǒng)以基于物聯(lián)網(wǎng)技術(shù)的云平臺為基礎(chǔ)，應(yīng)用“縱向打通、橫向融通、時間貫通”系統(tǒng)化協(xié)同的方法，實現(xiàn)性能優(yōu)化與可靠性提高的目標(biāo)，可以提高效率、提升效益，最大程度創(chuàng)造數(shù)據(jù)的價值。

參考文獻(xiàn)：

[1] 國家發(fā)展改革委, 環(huán)境保護(hù)部, 國家能源局. 煤電節(jié)能減排升級與改造行動計劃（2014-2020年）[Z]. 2014.

[2] 中電聯(lián)行業(yè)發(fā)展與環(huán)境資源部. 2019年1-7月份電力工業(yè)運行簡況[R]. 北京：中國電力企業(yè)聯(lián)合會, 2019.

[3] 李建強(qiáng)，趙凱，陳星旭，等. 600MW燃煤機(jī)組最優(yōu)氧量與配風(fēng)方式的聯(lián)合優(yōu)化[J].中國電機(jī)工程學(xué)報, 2017, 37 ( 15 ) : 4422 - 4429．

[4] 萬祥，胡念蘇，韓鵬飛，等.大數(shù)據(jù)挖掘技術(shù)應(yīng)用于汽輪機(jī)組運行性能優(yōu)化的研究[J].中國電機(jī)工程學(xué)報, 2016，36 ( 2 ) : 459 - 467．

[5] 楊瀚欽，申曉留，王默玉，喬鑫，劉瑞雪，孫楊博.基于大數(shù)據(jù)的火電廠能耗評估模型的研究[J].電力科學(xué)與工程, 2016，32（ 12）：1 - 4.

[6]劉炳含，付忠廣，王鵬凱，王永智，高學(xué)偉.大數(shù)據(jù)挖據(jù)技術(shù)在燃煤電站機(jī)組能耗分析中的應(yīng)用研究[J].中國電機(jī)工程學(xué)報，2018，38（12）：3578 - 3587.

[7] 尹蕊，余仰淇，王滿意，黃文思，許元斌.大數(shù)據(jù)環(huán)境下的電力數(shù)據(jù)質(zhì)量評價模型與治理體系研究[J].自動化技術(shù)與應(yīng)用, 2017, 36( 4 ): 137 - 141.

[8] 郭建華. 大數(shù)據(jù)技術(shù)在火力發(fā)電企業(yè)生產(chǎn)經(jīng)營中的應(yīng)用[J]. 貴州電力技術(shù)，2017, 20（ 3 ）：26 - 28.

[9]付鵬，王寧玲，李曉恩，徐漢，張雨檬，楊勇平.基于信息物理融合的火電機(jī)組節(jié)能環(huán)保負(fù)荷優(yōu)化分配[J]. 中國電機(jī)工程學(xué)報，2015，35（ 14 ）：3685 - 3691.

[10] 陳亞明. 基于大數(shù)據(jù)分析的電站運行優(yōu)化與三維可視化故障診斷系統(tǒng)[J]. 自動化博覽, 2018, 35 ( 3 ) : 28 - 30.

[11] 陳世和. 基于大數(shù)據(jù)分析的性能評估與狀態(tài)診斷技術(shù)[J]. 中國自動化學(xué)會會刊通訊，2017，38（ 3 ）：33 - 41.

[12] 李杰. 工業(yè)大數(shù)據(jù)-工業(yè)4.0時代的工業(yè)轉(zhuǎn)型與價值創(chuàng)造[M]. 北京：機(jī)械工業(yè)出版社，2016.

作者簡介：

陳世和（1965-），教授級高工，現(xiàn)就職于華潤電力技術(shù)研究院有限公司，研究方向為火電廠自啟停（APS）、控制優(yōu)化與大數(shù)據(jù)技術(shù)應(yīng)用。

摘自《自動化博覽》2019年9月刊