潘威丞

摘  要：随着我国电力体制改革，智慧电厂建设已逐渐成为电厂发展的新方向。在国家数字化、信息化、智能化等政策的号召驱动下，综合利用人工智能技术推进电厂数字化转型，有效强化电厂中心竞争力，保持电厂稳定持续发展是当下时代电厂的发展目的。本文系统地分析了智慧电厂的结构形态和建设思路，为当今时代下电厂进行数字化转型提供了指导意见。

关键词：数字化  智慧电厂  人工智能  电厂发展

中图分类号：F426.61;F49                   文献标识码：A                 文章编号：1674-098X（2021）06（c）-0041-04

Abstract： With the reform of China's power system， the construction of smart power plant has gradually become a new direction of power plant development. Driven by the call of national policies on digitization， informatization and intelligence， the development purpose of power plants in the current era is to comprehensively use artificial intelligence technology to promote the digital transformation of power plants， effectively strengthen the central competitiveness of power plants， and maintain the stable and sustainable development of power plants. This paper systematically analyzes the structural form and construction ideas of smart power plant， and provides guidance for the digital transformation of power plant in today's era.

Key Words： Digitalization; Smart power plant; Artificial intelligence; Power Plant

1  智慧電厂的总体概述

综合利用边缘计算和人工智能技术推进电厂数字化转型，有效提升电厂核心竞争力，推动电厂可持续发展是电厂发展的必然趋势。2014年6月，习近平总书记提出了“四个革命、一个合作”的能源革命战略思想，为开拓新时代中国特色能源发展新前景描绘了宏伟的蓝图。2016年底，我国正式发布了《关于推进互联网+智慧能源发展的指导意见》，进一步明确指出促进能源和信息深度融合，实现智能发电是发电企业提升管理水平、培育市场竞争优势的创新举措和有效途径。2017年底，智慧电厂开始在全国部分区域试点，各大发电企业开始深入智慧电厂领域。“新基建”各项政策的不断出台，也为智慧电厂的发展按下了“快进键”，至此，智慧电厂开始进入快速发展阶段。2020年9月21日，国务院国资委正式印发《关于加快推进国有企业数字化转型工作的通知》，促进国有企业数字化、网络化、智能化发展，提升产业基础能力和产业链现代化水平，发挥国有企业的示范引领作用。2021年3月5日，我国提出要在“十四五”时期大力推进大数据、工业互联网、人工智能等技术同各产业领域深度融合，加速5G、互联网+、数据中心等建设，系统布局新型基础设施从而推动先进制造业集群发展[1-3]。

总的来讲，智慧发电的数字化转型和智慧化改造的主体是第四次工业革命及工业数字转型大背景下的各个能源企业，其目的是使电厂得到更加安全的运行过程，更好的经济效益和更环保的效益指标。为实现这一目的，需要“数据+模型”的深度融合及应用，例如，以“数字孪生”推动数据融合;以“全量数据”为基础，以大数据分析技术为依托实现全量分析、实时分析;以“机理模型为准绳、以大数据模型为核心，以经验模型为闭环”，实现全面的状态评估、科学的决策分析，实现精准的协同执行等[4]。

2  智慧电厂建设的挑战与困境

智慧电厂的建设，不是单纯地采用某种技术，对单一设备或系统进行升级，也不是加装一些智能装置。而是它在应用广泛的现代通信技术、数字信息处理和人工智能的基础上，集智能传感、执行和控制于一体。伴随能源产业政策，电厂数字化、智慧化转型的过程中，必然伴随着诸多困境与挑战。

2.1 多维信息源处理

目前，随着信息系统的不断增多，系统的复杂性不断加深，使得各个系统之间数据的组织越来越困难。而无论是一个熟练的操作工，还是有丰富经验的专家，都只能服务于极度有限的目标，其知识难以高效和规模化地应用系统中的数据。同时，人的认知能力很强且擅长抽象思维，但人并不擅长处理多维信息之间的关系及精确量化分析。制约决策质量的不再是如何获取信息，而是对信息进行精确的分析与对目标的优化。在电厂生产过程中，以人的知识和经验推动的生产系统已经逼近了生产力的边界，有相当大一部分产能价值没有被释放出来。

2.2 数据孤岛

由于电厂的建设是在原有设备或系统基础上进行升级、改造、整合而来，因此在数字化、智慧化电厂的建设过程中，难以形成一致的规范，建设过程中必然存在数据不连通的现象。同时目前行业内缺少统一的建设标准，各单位均根据自己需求单独进行智慧化改造，系统水平参差不齐，难以大面积推广，各个系统大多采用传统的烟囱式、垂直式的建设方式，使系统之间存在明显壁垒。

2.3 数据业务评估

受电厂历史因素影响，目前多数电厂关键位置缺乏数据测点，其数据不足以支撑整个机组系统、设备、巡检点的全方位覆盖。从数据的体量上来看，当前无论是SIS还是点巡检的记录都属于采样数据，其数据置信度不能够支撑状态评估。从评估的手段上来看，目前主要还是依托于人和机理模型，对业务状态评估的精准性不足。

2.4 协同执行方式

当前的协同系统只能够按照特定的模式和规则，或按照人的指令执行。知识和经验如何高效以及规模化地应用，状态评估的结果及科学决策如何快速应用于生产运维都是当下面临的难点。电厂协同执行要考虑决策的分发与实施的层级关系、时间尺度和顺序相关性，要有一定的容错能力，但目前多数电厂不能满足这些要求。

3  智慧电厂的结构框架

如图1所示，在智慧电厂的建设过程中，首先要完成底层数据池的搭建，满足数据的存储与交换，具备数据汇聚整合、数据提纯加工、数据服务可视化、数据价值变现的4个核心功能，并同时完成四码合一的动态编码体系——KKS功能位置编码、设备资产编码、固定资产编码、物资编码。集成散落在企业各方的数据，并对异常数據进行清洗，完成海量数据的存储与计算，有效消除数据孤岛，实现实时的数据信息共享与全局的数据资产管理。以“数据池”为地基，并以智能安全维护保障体系全面支撑电厂顶层应用及软件的功能实现[5]。

数据传入上层，需要对现有有线、无线网络进行改造，使用5G、IPv6等更高效、更全面、更安全的模式所代替。5G通信速率高、延时短，能实现海量数据的及时采集，实现更细粒度的“次重要”数据统一采集和集中分析，将有价值但不经常使用、不舍得投资硬接线接入的数据，真正接入大数据中心，打通厂级数据池的“最后一公里”。将智能可穿戴设备、临时摄像头、临时传感器、临时标签、温度测点、电伴热投运等数据源产生的不那么经常使用的数据或开关量均可采集至企业中台。通过光纤等有线网络连接万物，成本较高、适用性较差，所以泛在电力物联网必须通过无线网络进行补充连接。5G通信有利于海量对象的协调，降低通信成本，有助于真正实现电厂的智慧运行。

中台是用于沟通底层数据池和顶层应用/平台的桥梁，对于中台而言，需要分别从数据、电厂行业所需业务以及人工智能服务同时出发，实现智慧电厂正常稳定运行。中台跨越非常大。第一，需要保证底层的数据池中数据得到有效处理，实现电厂数字化管理的标准化、精细化，具有数据融合、数据分析、数据抽取、数据治理的能力。通过集成多学科、多物理量、多尺度、多概率的仿真过程，结合三维模型打造以数据驱动的中台架构。第二，中台需要能够有效推动电厂业务，保证前台需求和后台数据的沟通稳定和谐。中台需要理解业务接下来的发展方向，针对具体生产、运维、管理建立业务模型，对某一专业领域建立机理模型，并实现业务之间的相融融合，打破其沟通壁垒。第三，中台又需要极强的自我调节能力，能够通过不断更新自身的智能化深度的同时不断协调配合中台在数据与业务之间的平衡。中台需要保证其具有能够接入三方的通用标准，具有训练强化自我更新的能力，实现生产、运营、安全、维护的稳定运行。

顶层应用是基于中台建模实现电厂具体智能化需求的位置，其贯穿于智慧生产、智慧运营、智慧管理、智慧维护等方面。利用底层数据池的数据，通过指导、自主学习、设备故障库、运行优化等构建支撑体系，实现远程诊断、远程控制、智能巡检、无人值守、状态检修、故障诊断、故障预防等智慧电厂功能，做到区域/行业互联网平台深度融合，实现全产业链协同[6]。

4  智慧电厂的建设思路

智慧电厂是与智能电网及需求侧相互协调，与社会资源和环境相互融合的发展过程。因此，智慧电厂的建设应包含电厂建设（设计、安装、调试）、运行（过程检测、控制、操作）、维修（维护、检修）、生产与资产管理等全生命周期进行统筹规划[7]。

4.1 全范围的智慧建设

将全厂设备设计、制造、安装、运行、退役等全寿命周期数据数字化，通过信息共享、功能融合的一体化平台管控，进行全范围覆盖的数据与设备资产管理，形成横纵交错的全方位建设。从纵向来看，将从基础数据的智慧化接入出发，以中台过程为导向，从而保证生产、运维管理、管控的一体化。从横向而看，各个位置产生的数据汇入数据池、横跨多个平台，重新进行大数据整合。基于数据挖掘找到数据间的内在逻辑关系，从而汇入中台实现各类基于数据业务的高级应用。基于三维建模技术实现电厂的数字场景重现，从而实现设计图纸的具现化。通过使用三维激光扫描技术，将物理场景进行实地模型创建，从而修正整个厂区的三维虚拟场景。结合数据池中的数据，打造数字孪生体系，最终以三维可视化的形式，在PC端、移动终端、管理者驾驶舱到完美呈现和应用。

4.2 全方位的数据处理

智慧电厂建设的基础是将各类智能传感设备进行升级，完善各类数据池中数据的顺利获取，将数据传入中台中，并将非结构化数据进行数据清洗，从而实现对顶层应用端的生产和经营管理进行全方位监测。将检测数据对接到底层数据源的设备元器件中，进行智能融合和智能分析，与业务、AI算法深度集成，从而对顶层相关模块进行决策提供依据。在数据从数据池中的海量数据，利用数据清洗、深度学习、数据挖掘等技术，评估识别操作与生产决策的有效性，提高智能评估的准确性。因为数据在准确、全面的前提下才能保证上端分析与诊断的精确度。通过对数据池中相关性数据的挖掘分析+机理模型的构建+专家经验的甄别+人工智能（AI）形成各类设备及系统的专家诊断知识库。

4.3 全覆盖的评价指标

只有当评价指标涵盖在各个领域的范围时，才能诞生一个完整的智慧电厂。通过大数据的挖掘与提炼，对各类资源管理与开发、运行等各类信息进行感知、挖掘，经过综合分析和提炼，利用档案数据进行趋势统计进行纵向分析，利用生产活动质量评价、经营报告等分类统计进行横向评价，使其为电厂的生产、管理、投资决策服务。

5  结语

本文主要从智慧电厂的建设思路出发，对智慧电厂建设的整体概况、面临的挑战与困境、以及建设思路进行分析介绍。大数据、云计算、物联网和移动技术为代表的互联网技术发展迅速，正在给电力企业带来巨大影响，数字化转型势必成为电力行业的重要关注点。它贯穿于电厂整体流程，势必为新时代下电厂的智慧化发展提供新的方向。

参考文献

[1] 温炜.电力企业数字化转型技术的应用分析[J].集成电路应用，2021，38（3）：100-101.

[2] 田宁.智慧电厂顶层设计的研究[D].秦皇岛：燕山大学，2016.

[3] 陈彦恒.智慧电厂规划设计研究[J].电工技术，2020 （18）：104-105.

[4] 付晨，肖子洋.电力企业数字化转型技术研究及应用[J].中国新通信，2020，22（4）：43-45.

[5] 潘玉松，陈旭伟，张鹏.传统火电厂建设智慧电厂的典型方向及构架体系[J].分布式能源，2018，3（5）：48-53.

[6] 叶珍.智慧电厂的建设探析[J].绿色科技，2020（24）： 225-226.

[7] 何立荣，刘春波.构建云、大、物、移的智能电厂[J].中国设备工程，2018（4）：12-17.