基于云大物移的智能电厂建设 肖永健
基于云大物移的智能电厂建设肖永健
发表时间：2018-06-14T17:13:10.457Z 来源：《电力设备》2018年第5期作者：肖永健
[导读] 摘要:进入二十一世纪以来，世界能源革命和信息革命快速演进，随着互联网、云计算、大数据、物联网等技术的持续发展与完善，颠覆传统思维的新技术已经对传统商务、金融等领域带来了重大变革，也正在深刻影响着传统发电领域。
(华电内蒙古能源有限公司土默特发电分公司内蒙古包头 014100)
摘要:进入二十一世纪以来，世界能源革命和信息革命快速演进，随着互联网、云计算、大数据、物联网等技术的持续发展与完善，颠覆传统思维的新技术已经对传统商务、金融等领域带来了重大变革，也正在深刻影响着传统发电领域。国务院发布的《关于积极推进“互联网＋”行动的指导意见》等系列文件，推进能源生产智能化，引领着互联网、云计算、大数据和物联网集成到现代制造业中。本文就智能电厂的建设实施做一简单介绍
关键词：智能电厂设备智能管控云大物移
一、实施的背景
现阶段大多数电厂在信息化建设、设备生产运维、安全管理方面取得了巨大进步和卓有成效的成果，也存在很多不足之处：
1.自动化程度不高。辅控设备采用就地或PLC控制，个别使用FCS控制；现场智能终端（智能传感器、测量仪表、执行器等）应用较少；各种控制系统设置较为齐全，但只有个别投运先进控制或智能控制；仅个别电厂的主要辅机安装在线监测系统。
2.专业信息化程度不高。信息化的建设由于资源的限制，目前更多的关注了非生产系统的建设，存在以下问题：①数据量大，坏点率偏高；②专业性支持不强，高级应用较少，数据挖掘不够深入；③服务总线建设滞后，实时数据和关系数据、非结构化数据没有得到有效整合。
3.电厂面临的普遍问题—“四变”：①煤质多变：电厂煤种来源广、煤质多变，不宜控制；②气候多变：环境温度和气候影响煤种的燃烧、机组的运行；③负荷多变：电网的负荷受电网控制，机组负荷要适应电网AGC、AVC、一次调频等考核；④煤价多变：煤价受市场环境，煤价决定电厂的运行成本。
二、实施的目标
基于设备智能管控系统的智能电厂，是基于“计算机技术、大数据技术、物联网技术、通讯技术、控制技术、云计算与服务、移动应用、可视化技术与人工智能（专家知识库）”高度融合的、更高阶段的自动化电厂。基于设备智能管控系统的智能电厂，由三大功能模块儿组成、且呈正三角形态分布。上角为“智能经营”，这是发电企业的最终目标；左下角为“智能发电”，是通过人机（自动化设备）交互、并根据预设和整定好的控制逻辑，自动执行企业经营计划、完成生产任务的基础；右下角为“智能维护”，是通过不断改善设备的运行工况与不断提升设备的可靠度，持续支撑“智能发电”优化运行的保证；
三、创新的整体思路
基于云大物移的智能电厂打破了传统模式下的生产、运维、安全方面的理念与经营方式：在管理模式上，实现了职能管理到协同管理的转换；在信息化方面上，实现了专业应用向协同应用的转换；在自动化应用方面，实现了离散控制型向主辅集中型转换；推动业务管理的协同融合、科学决策，实现管理信息化与生产自动化的融合；实现电厂的分析决策更智慧、管理理念更先进、设备管理更自动、信息应用更高效。
四、创新的内容
1.智能感知—数据采集与处理的智能化。
①实时在线采集工艺信号的温度、压力、流量、振动、水质、油质、煤质、汽质、电量、声音、视频等传感器数据指标，能够对模拟信号进行模?数转换或直接数字化采集并自动发送；②实时在线采集信号的传感器，能够故障自诊断并自动报警；③实时在线采集图像信号的视频传感器，能够对图像内容进行智能识别；能够故障自诊断并自动发送；④实时在线采集声音信号的音频传感器，能够对声音信号进行智能识别；能够故障自诊断并自动发送；⑤周期离线工艺信号的人工采集与自动发送；⑥周期离线图像信号的人工采集与自动发送；⑦周期离线音频信号的人工采集与自动发送；⑧设计数据、台账数据（含设备编码）、试验数据、技改数据、维修数据、历史档案、各种标准，进行电子化处理；
将以上所有工艺参数、图像音频、图表资料，进行数字化和电子化处理以后，再分别对接到设备台帐中的每个元器件上。这是智能化电厂建设的基础。因为只有在真实、有效、全面的大数据之上，才能进行精确的分析与诊断。
2.智能诊断—状态分析与诊断的智能化
①设备状态评估自动化
运用神经网络、模糊矩阵、鲁棒及遗传等先进的数学算法，对以上的大数据，进行相关性统计分析，并对各种故障模式进行建模；再由专家根据国内外相关行业标准、以及专家知识库，对普遍共性的故障模型进行验证和修正；再针对不同企业的设备工况和特殊的故障模型，定制具体的、个性的相对标准，进一步完善故障模型的普遍性和特殊性。从而全面支撑设备状态评估结论、故障预警及解决方案的自动化推送；
②设备风险评估自动化
根据设备的安全性、经济性、环保性、健康性的不同权重，建成多维度风险矩阵模型。并随着工艺参数的动态变化，自动推送预警信息。
③设备的寿命评估
根据高温部件、承压部件、高速旋转部件及密封部件的特性，运用先进知识及算法，结合专家知识库，对相关大数据进行深度挖掘，创建接近真实的数学模型并不断丰富完善。能够随着工艺参数的动态变化，自动推送定量定性的寿命周期信息、安全预警信息和处理方案。
五、智能决策—决策制定与支撑的智能化
设备的状态评估、风险评估及寿命评估，是建立在大数据分析技术与专家知识库（人工智能）高度融合的基础上的。纵向维度上，已经把设备的可靠度管理，落实到了元器件级。把设备的性能管理，从单台设备扩展到了整套机组。横向维度上，覆盖了设备的全寿命周期