1      方案背景與目標

隨著碳達峰、碳中和目標及“工業4.0”和“互聯網+”理念的提出，智能發電技術已成為全面提高電力系統運行效率、推動能源革命的必然趨勢。國內外多家能源企業及自動化公司對電廠運行智能輔助駕駛系統技術進行研究，但尚無成熟應用，且目前電廠運行智能輔助駕駛系統概念并無行業標準，電廠運行智能輔助駕駛系統建設架構及內容存在明顯差異。

科遠智慧基于豐富的智能控制行業應用經驗，以解決行業痛點為目標，融合大數據、專家知識等最新技術，推出電廠運行智能輔助系統。系統充分利用現場已積累的海量數據和新增的運行數據，通過將智能技術與控制技術深度融合，實現火電廠智能監測、預警診斷及運行優化等應用功能，構建靈活、安全可控、高效運行的智能控制體系，實現發電生產過程中數據-信息-知識的快速轉化和循環交互，有效提升生產過程安全性和經濟性，推動發電生產過程運行控制模式發生深刻變化，促進行業轉型發展。

2024年8月，科遠智慧、大唐南電共同承擔的“電廠運行智能輔助系統技術研究及應用”順利通過中國自動化學會專家鑒定：該項目成果整體達到國際先進水平，其中智能系統與DCS有機高效融合技術達到國際領先水平。

2      方案詳細介紹

圖 系統架構

2.1 四大功能：

智能控制技術平臺

平臺充分利用現場已積累的海量數據和新增的運行數據，基于專家知識、機器學習等先進算法，采用機理分析+數據建模方式，實現生產數據、算法、算力的深度融合，通過低代碼和無代碼，為機組智能分析、智能優化、智能監盤等功能提供穩定高效的底座支撐。

智能分析

通過對電廠設備及系統參數進行數據挖掘、二次計算與能效分析，實現性能計算與耗差分析、啟動過程評價、工質與能量平衡分析等功能，替代運行人員完成大量繁瑣的數據監測和初步分析工作，將智算結果推送給運行人員輔助監盤，降低人員工作量，提升電廠工作效率。

智能優化

基于數據挖掘與分析、智能算法、機理建模和機器學習等技術，在考慮設備及工藝系統運行特性的基礎上，對鍋爐、汽機、輔機等系統設備節能潛力進行深度挖掘，實現工況尋優、脫硫優化、風煤比優化、汽機冷端優化、吹灰優化、二次風優化、三大風機工況智能調整、磨煤機優化、鍋爐氧量優化等分析與優化功能，使機組更加經濟、高效、環保的運行，降低能源消耗，提高發電運行經濟性。

智能監盤

采用大數據分析、人工智能和專家系統等對電廠歷史運行、試驗調整等數據進行機器學習，將電廠運行知識和經驗進行數字化、模型化，為電廠機組、設備和參數建立監督模型，通過模型預測實現多種工況下運行參數的智能預警和典型設備/工藝系統智能診斷，降低設備發生故障的概率和風險，實現智能監盤系統代替或部分代替人工監盤。 

2.2 技術創新性及先進性：

方案聚焦火力發電行業長期存在的運行痛點，開發了具有穩定、靈活、開放的微服務架構平臺，基于此技術平臺底座建設全面、先進、實用的智能監測、智能預警、故障診斷及優化運行的電廠運行智能輔助駕駛系統，能夠對發電運行人員日常監盤起到很好的輔助監盤作用并能夠提高機組的高效運行能力。主要創新點如下：

1）   開創性地研發了電廠運行智能輔助駕駛系統與分散控制系統在數據流、控制流以及人機交互方面的一體化融合技術，在保障機組安全運行的前提下，實現電廠運行智能輔助駕駛系統與DCS系統深度融合，賦予DCS更加智慧的功能拓展，避免了智能化功能與電廠實際業務脫離的問題。

2）   成功研發了智能控制技術平臺，具備多模態數據接入、短時數據緩存、結構化管理及大數據清洗的預處理技術功能。基于算力需求的分布式運算，合理的進行資源管理，滿足大數據及人工智能算法建模需求；基于Python語言自定義算法及多類型數據接入提供了更強的智能化算法擴展性功能；平臺特有的報警抑制、報警擱置、報警收藏及故障案例庫等功能極大的提高了平臺操作便捷性。

3）   基于運行規則及人工智能算法的工藝測量參數異常分析，能夠全天候、全過程輔助發電運行人員對重要參數進行監控，提前發現異常并報警提示，防止小故障演變成大事故。

4）   基于MGM/MSM等智能算法，利用先進的電力數據挖掘手段，結合發電廠重要設備、系統的故障機理，構建了發電廠故障預警與診斷方法。利用專家知識，精準分析設備、系統運行狀態，提前預警潛在故障，并提供可視化的故障分析與解決方案，為電廠的穩定運行提供有力支持。 

圖 智能輔助系統界面 

2.3 優異的性能指標：

l  智能控制技術平臺

(1)   高可用的微服務架構體系，接口響應速度小于100ms，1000+并發響應速度小于500ms；

(2)   高性能計算服務，單個服務進程內存占用小于100MB，最小支持50ms計算周期；

(3)   海量數據存儲能力，最大千萬級關系數據存儲和十萬級實時數據存儲；

(4)   實時數據讀取能力，單服務最大支持每秒100000+測點數據讀取；

(5)   實時數據寫入能力，單服務最大支持每秒10000+測點數據寫入；

(6)   多種數據源接入能力，支持70多種數據源接入；

(7)   內置數百種計算函數與功能塊，支持常用數學函數、類型轉換、位運算指令、比較指令等；

(8)   支持arm、mips、x86等多種架構處理器運行；

(9) 支持windows、linux等跨平臺運行；

(10) 可在DCS控制網絡層面操作DCS過程數據變量，實現跨控制器的順序控制、規則推理、邏輯計算、高級報警及事件處理等功能。

l  智能監測

性能計算與耗差分析指標誤差5%以內；

l  智能監盤

預警準確率97%；誤報率低于3%；無漏報；

l  運行優化

(1)   風煤比優化、氧量優化、配風優化：鍋爐燃燒效率提高0.2%~0.5%，NOx生成量減少10%~15%；

(2)   吹灰優化：單次投用吹灰器數減少2~5個，月均吹灰次數減少3次，月均尾部煙道超溫次數減少3次。

3      代表性及推廣價值

3.1  應用成果：

科遠智能運行輔助系統自發布以來，承接了大唐南電、浙能六橫、粵電大埔、宿州錢營孜、國信沙洲、蒙能科右中、盤江普定、國能舟山等數十家發電企業智能運行輔助系統的建設，對燃煤機組的生產工藝、設備狀況、組織機構、控制系統、各系統接口方式都非常地了解，目前多個項目己投運，并得到了客戶的充分認可。 

電廠運行智能輔助系統以廣泛梳理火電機組運行監盤工作經驗為基礎，利用大數據分析、人工智能與機器學習等先進技術，重點關注監盤工作的普遍痛點和盲點，智能輔助運行監盤人員全面掌握機組、系統、設備運行情況，主要實現機組多維指標智能監盤、簡潔高效的智能預警、試驗與設備輪換等定期工作實時提醒、系統及設備異常標準化識別與處理指導。指導并智能監護監盤人員正確、安全的完成各項運行操作內容，提高集控運行工作效率、降低運行人員工作量。

系統設計充分考慮后續推廣應用需求，其功能具有可復用性，可實現快速實施，系統定制與擴展靈活便捷，可推廣至不同類型火力發電機組以及化工等領域。電廠運行智能輔助系統推動發電生產過程運行控制模式發生深刻變化，促進行業轉型發展，具有較好的推廣應用前景。 

3.2 顯著效益：

l  提高電廠經濟效益

當前電廠面臨運行效率低、能耗高、維護復雜等問題，而建設智能優化模塊可顯著提升效率、降低成本，優化資源配置，推動電廠向更高效、智能、環保的未來發展。

l  變被動防御為主動防御

DCS系統大多采用反饋機制，當設備參數超固定上下限后才會報警；智能運行輔助系統采用大數據+人工智能+專家系統算法，能提早發現故障的征兆，進行預警，避免設備故障進一步加大。

l  提高設備可靠性

通過全系統單參數的死點、晃動、速率、偏差等異常監測，預判設備故障，將故障消除在萌芽狀態。維護人員通過監盤系統，可及時了解設備狀態，提前進行檢修維護或定期工作，降低設備發生故障的概率和風險，提高設備運行的可靠性。

l  固化、傳承運行專家經驗

通過智能控制技術平臺，接入控制系統的參數及設備狀態，將運行人員平時對故障判斷的機理邏輯進行組態，將高水平的監盤人員經驗賦能給整個團隊，提升整體運行水平，提高組織的管理能力和抗風險能力。