導讀：隨著大數(shù)據(jù)、物聯(lián)網(wǎng)、移動應用、云計算、人工智能等技術(shù)的迅猛發(fā)展，工業(yè)互聯(lián)網(wǎng)與各行各業(yè)的結(jié)合逐步深入，正不斷催生新的生產(chǎn)作業(yè)及經(jīng)營模式，改變著企業(yè)的組織結(jié)構(gòu)、服務方式和產(chǎn)品形態(tài)。某發(fā)電企業(yè)立足當前信息化現(xiàn)狀及發(fā)展困境，圍繞智能生產(chǎn)控制和智能管理兩個中心，提出建設智能電廠的建設方案，革新電廠作業(yè)模式和管理手段，提升生產(chǎn)控制能力、故障處理能力和輔助決策能力，逐步向更加清潔、高效、可靠的智能化方向發(fā)展。
一、建設背景
發(fā)電行業(yè)是我國國民經(jīng)濟的重要行業(yè)，但很多發(fā)電企業(yè)至今還沒有找到與最新的互聯(lián)網(wǎng)技術(shù)進行融合的有效途徑。某發(fā)電企業(yè)以傳統(tǒng)DCS系統(tǒng)為核心的自動化系統(tǒng)和以SIS/MIS為核心的信息化系統(tǒng)近年來無明顯進步，現(xiàn)場總線僅僅作為過程數(shù)據(jù)的通信總線，現(xiàn)場設備的內(nèi)部信息始終無法很好的接入系統(tǒng)并被進一步使用。發(fā)電廠主副機檢修和維護還遵循著多年以來的“大小修”模式，無法通過優(yōu)化的按需實施的狀態(tài)檢修來實現(xiàn)設備檢修的精確化和低成本化。發(fā)電運行和設備數(shù)據(jù)很多，但出現(xiàn)機組故障后，多采用現(xiàn)場“事后分析”的模式，不能通過互聯(lián)網(wǎng)將主副機數(shù)據(jù)實時在線反饋到設備廠家，利用設備廠家的知識庫、專家?guī)爝M行實時遠程分析、遠程維護和故障預測。
二、智能電廠架構(gòu)
該企業(yè)智能電廠建設的思路是以新一代智能管控一體化系統(tǒng)為核心，全面開拓和整合實時數(shù)據(jù)處理及管理決策等業(yè)務，構(gòu)建覆蓋發(fā)電廠全壽命周期的智能發(fā)電廠技術(shù)方案。智能發(fā)電廠以統(tǒng)一的管控一體化平臺作為支撐，融合智能設備層、智能控制層、智能生產(chǎn)監(jiān)管層以及智能管理層，形成一種具備自趨優(yōu)全程控制、自學習分析診斷、自恢復故障(事故)處理、自適應多目標優(yōu)化、自組織精細管理等特征的智能發(fā)電運行控制與管理模式，并借助可視化、云計算與服務、移動應用等技術(shù)，為發(fā)電企業(yè)帶來更高設備可靠度、更優(yōu)出力與運行、更低能耗排放、更強外部條件適應性、更少人力需求和更好企業(yè)效益。
(1)設備層：在電廠傳統(tǒng)運行設備的基礎上，采用先進的測量傳感技術(shù)，對電廠生產(chǎn)過程進行全方位檢測和感知，并將關鍵狀態(tài)參數(shù)、設備狀態(tài)信息及環(huán)境因素轉(zhuǎn)換為數(shù)字信息，對其進行相應的處理和高效傳輸，為智能控制層及智能管理層提供基礎數(shù)據(jù)支持。
(2)控制層：結(jié)合先進控制算法及智能控制策略、多目標優(yōu)化、數(shù)據(jù)分析等技術(shù)手段，嵌入實時控制和優(yōu)化算法、節(jié)能控制優(yōu)化方案、機組實時經(jīng)濟性分析與診斷模塊、設備狀態(tài)監(jiān)測與智能預警診斷模塊、自啟?？刂颇K等來滿足對象多樣化的需求。
(3)監(jiān)管層：提供用戶界面、柔性多目標決策、模型的更新與深度學習、故障自切換與恢復、機組全面分析診斷等功能，為智能管理決策提供依據(jù)。配備廠級負荷優(yōu)化系統(tǒng)及高級值班員決策支持系統(tǒng),為機組的高效運行及安全管理維護提供支持。
(4)管理層：提供自組織的精細化管理解決方案，通過廠級能效對標與考核系統(tǒng)、運行管理系統(tǒng)、智能巡檢、精密點檢與設備遠程管理、設備定期輪換管理、可視化設備潤滑智能管理、可視化技術(shù)監(jiān)督智能管理、可視化三維作業(yè)指導書及檢修培訓、缺陷管理、全局成本利潤分析與決策、移動應用、遠程診斷、三維虛擬電廠與安全管控、三維建檔等管理系統(tǒng)，設計基于數(shù)據(jù)共享的管理一體化平臺，實現(xiàn)發(fā)電廠的閉環(huán)、自組織的精細化管理系統(tǒng)。
三、主要建設內(nèi)容
該企業(yè)智慧電廠的主要建設內(nèi)容包括公有云平臺、現(xiàn)場設備數(shù)據(jù)采集系統(tǒng)、機組實時自校正仿真系統(tǒng)、基于自校正仿真的優(yōu)化運行/事故預報系統(tǒng)、設備能耗監(jiān)控與管理系統(tǒng)、設備狀態(tài)檢修/維護系統(tǒng)、遠程診斷支撐系統(tǒng)、三位數(shù)字化電廠系統(tǒng)、知識管理及共享系統(tǒng)等。
(1)云平臺：借助共有云提供的虛擬計算和分布式存儲功能，將云平臺中的實時數(shù)據(jù)存儲為發(fā)電廠各種設備的實時運行信息。通過對設備運行信息的分析和整理，計算出發(fā)電廠各主副設備的運行能耗;結(jié)合機組運行工況數(shù)據(jù)，分析得出機組運行工況與設備能耗的關聯(lián)性，給出優(yōu)選的設備能耗分配;在仿真系統(tǒng)中經(jīng)過加速運行優(yōu)化后，可以將機組運行優(yōu)化與發(fā)電廠設備能耗優(yōu)化統(tǒng)一聯(lián)動起來，降低機組設備內(nèi)部能耗，提升發(fā)電效率。
(2)遠程診斷支撐系統(tǒng)：該系統(tǒng)集成了傳感器技術(shù)、信號處理、計算機應用、網(wǎng)絡通信、專家系統(tǒng)、神經(jīng)網(wǎng)絡、仿真等技術(shù)，可為重要設備或系統(tǒng)建立了一套嚴密的監(jiān)控保護體系，為發(fā)電廠設備、電廠用戶以及第三方廠商搭建一個三方互聯(lián)平臺。通過連續(xù)在線監(jiān)測設備或系統(tǒng)運行的重要狀態(tài)參數(shù)，及時了解設備或系統(tǒng)的運行狀況，為事故征兆的預診斷提供重要的數(shù)據(jù)資料，對已發(fā)生的故障進行快速的診斷分析，及時指出故障原因，提醒操作運行人員采取必要的措施，為設備或系統(tǒng)的安全運行提供可靠的保障。設備廠商/第三方機構(gòu)可以監(jiān)控發(fā)電廠設備運行狀態(tài)并給出設備故障預警和維護建議;電廠用戶也可以通過該平臺尋求設備廠商/第三方機構(gòu)的技術(shù)支持，以便在設備發(fā)生故障時進行快速診斷和修復。
(3)數(shù)字化電廠系統(tǒng)：該系統(tǒng)具有對接PDMS、PDS等大型三維設計軟件的數(shù)據(jù)接口，可將大量有用信息平滑地導入到本系統(tǒng)進行加工處理，并集成工廠運行維護數(shù)據(jù)，再通過運行系統(tǒng)(如DCS、SIS、MIS 等)內(nèi)其它各種相關功能，實現(xiàn)三維模型與設備、信息文檔的有力結(jié)合，最終形成龐大的工廠三維信息化系統(tǒng)。三維信息化涉及到從設計、建造、安裝、調(diào)試、投運等不同階段，有設計方、建造方、設備方、業(yè)主方等多家單位參入，統(tǒng)一規(guī)劃，并在統(tǒng)一框架的指導下，各公司進行數(shù)字化工廠的建設，實現(xiàn)信息網(wǎng)絡互聯(lián)互通，共享資源，避免重復建設。
(4)自校正仿真系統(tǒng)：該系統(tǒng)以仿真模型為核心，首先符合目標機組特征的初始仿真模型在仿真子系統(tǒng)中運行，來自于目標機組的實時運行數(shù)據(jù)接入該仿真模型，仿真模型在機組實時數(shù)據(jù)的驅(qū)動下進行自矯正訓練，訓練后的模型輸出數(shù)據(jù)與下一時間剖面的目標機組的實時運行數(shù)據(jù)進行誤差比對，自動調(diào)整模型參數(shù)后，再進行下一輪的訓練調(diào)整，這個過程是實時自動連續(xù)的，經(jīng)過若干周期，可以得到仿真精度非常高的仿真模型，并且隨著時間的推移，精度越來越高。
(5)基于自校正仿真的優(yōu)化運行/事故預報系統(tǒng)：在高精度仿真模型的基礎上，可以在該仿真平臺上對機組的設備進行生命周期管理，結(jié)合設備參數(shù)和設備狀態(tài)實現(xiàn)設備狀態(tài)檢修以及維護計劃安排;設備廠商和第三方機構(gòu)也可以在該仿真子系統(tǒng)中進行設備和過程優(yōu)化研究、診斷維護。仿真系統(tǒng)中的過程數(shù)據(jù)與真實機組是實時同步的，仿真子系統(tǒng)是位于互聯(lián)網(wǎng)的云端，任何經(jīng)過授權(quán)的單位和個人都可以訪問和使用仿真系統(tǒng)的功能和數(shù)據(jù)。
(6)遠程診斷支撐系統(tǒng)：該系統(tǒng)根據(jù)輸入、輸出及相關狀態(tài)變量之間的關聯(lián)，通過對海量歷史數(shù)據(jù)的深度學習建立系統(tǒng)的數(shù)學模型，并基于實時運行數(shù)據(jù)對模型可信度進行評價，實現(xiàn)模型的在線更新;根據(jù)對象數(shù)學模型，采取模型自弈的學習模式，通過對關鍵輸入?yún)?shù)及狀態(tài)變量的有序調(diào)整，對系統(tǒng)典型故障進行激發(fā)和模擬，獲取機組大量的故障歷史專家?guī)?利用自弈獲取的海量故障數(shù)據(jù)，通過深度學習神經(jīng)網(wǎng)絡對故障數(shù)據(jù)進行深度學習和訓練，提升系統(tǒng)故障診斷的準確率;進而根據(jù)閾值評價體系，對機組實際運行數(shù)據(jù)與機組故障模型之間的比對，實現(xiàn)對設備故障的提前預警和診斷。
四、結(jié)語
某發(fā)電企業(yè)以工業(yè)互聯(lián)網(wǎng)為抓手提出的智能電廠建設方案，有利于全面整合和優(yōu)化企業(yè)內(nèi)部的網(wǎng)絡、平臺和安全體系，有利于實現(xiàn)設備檢修的精確化和低成本化，有利于實現(xiàn)故障智能處理和設備運行在線仿真，提升實時遠程分析、遠程維護和故障預測能力，有利于自趨優(yōu)全程控制、自學習分析診斷、自恢復故障處理、自適應多目標優(yōu)化和自組織精細管理，為其他發(fā)電企業(yè)推進智能化生產(chǎn)和管理提供了重要參考。
評論