智慧电厂信息化顶层设计

吴晓珊，廖爱明

（中海石油气电集团有限责任公司，北京 100028）

0 引言

随着“碳达峰、碳中和”目标的提出，国家油气体制改革深入，国内外电力市场形势日益严峻，发展天然气发电是中国海油天然气终端战略布局的必然选择[1]。大力发展天然气发电，推进智慧电厂建设，加快构建电力生态圈，提升科技支撑作用，既体现气电集团积极应对气候变化、推动构建人类命运共同体的责任担当，也是贯彻新发展理念、推动高质量发展的必然要求[2-3]。

1 业务现状及战略分析

1.1 行业发展新形势

新一轮电力体制改革不断深入，天然气发电虽然以其相对灵活的调峰性能和启停速度为企业获得了一定的利润保障，但高于煤电价格的燃机电厂盈利能力仍面临较大压力[4]。

面对电力市场业务发展的新形势，天然气电厂降低成本和提质增效需求的重要性日益凸显。当前，电厂应在现有基础上采用各类举措降低运行维护成本、提升天然气利用率、提升电厂利润空间[5-6]。

因此气电集团未来提升盈利能力的途径主要可以总结为：争取更多热用户，增加以热定电的电量，提升天然气利用率，争取更多电量，并摊薄折旧成本，降低运行维护成本，通过产业链协同运营制定动态市场交易策略，实现营收及利润目标。

1.2 技术创新新环境

企业的生产数据分析对经营决策起着至关重要的决定性作用。针对生产经营中产生的大量质量参差不齐的数据，运用采集、传输、存储、融合和利用等技术处理，实现高效管理、智能生产及产业创新[7]；通过数据清洗和数据挖掘，为业务分析创造更高的应用价值；根据机理模型和AI模型，通过机器学习，实现机组故障预警预测和模型仿真[8-9]。

云边结合计算技术实现电力大数据的快速可靠处理。电厂大数据有数量大、数据种类多、维度多、数据来源分散、管理分散等特征，而电厂数据之间隐含着复杂关系需要挖掘，且大多数情况又需要对这些数据能够实时处理分析并指导生产运行，恰好云计算作为一种集中式服务，具有高效的运算能力，能有解决处理电力大数据的算力问题[10-14]。而边缘计算则是提供近端服务的集成技术开放平台，在边缘侧提供服务。

人工智能技术实现智能分析与运营大幅提升生产效率。经预测，到2055年人类将有超过50%的工作实现自动化。在发电领域，传统的人工分析手段已经无法及时、有效、深入挖掘数以万计的生产数据价值。在电力大数据的基础上，与人工智能技术深入融合，实现电力生产的智能分析与运营[15]。

2 智慧电厂蓝图设计

通过云计算、人工智能、区块链等技术手段，以设备泛在感知、系统协同融合、数据驱动决策为目标，将工业技术、信息技术与电厂生产、经营管理深度融合，重构人员、物资、管理等要素，打造智慧电厂五大能力，全面提升安全、生产、管理、决策水平。智慧电厂蓝图设计如图1所示。

图1 智慧电厂蓝图

3 智慧电厂应用架构设计

基于“集团决策分析层、事业部集中运营管理层、电厂车间化管理层”管理方式，围绕“管理端、销售端、生产端、安全端”，遵循业务应用服务于“三层四端”的理念，建设“安全生产管理、设备预测性维护、性能分析优化、机群监管、战略分析与决策”五大应用，构建智慧电厂整体应用架构，如图2所示。

图2 智慧电厂应用架构

3.1 安全生产

安全生产模块共包含视频智能分析、现场安全融合管理和安全环保管理三部分内容，各部分功能设计如图3所示。

图3 安全生产模块

（1）视频智能分析。在厂区加装监控摄像头以及边缘端数据采集服务器，提高视频数据传输质量，基于算法进行视频识别分析，对安全隐患问题进行预测和报警。该部分主要功能有：智慧巡检、智能分析、红外热成像测温、设备操作及报警、重点区域人员统计和相关算法。

（2）现场安全管理融合。对电厂现有的周界报警、闸机、视频监控、防碰撞、消防等安全管理系统融合形成厂级安全信息的相互贯通及整体管理，在此基础上搭建相关的应用。

（3）安全环保管理。安全环保管理是通过技术优化加强废气和废水的处理能力，不断减少废气和废水中有害物质的浓度达到更高的环保标准。

3.2 设备预测性维护

设备预测性维护模块共包含设备设施完整性、设备可用性分析、设备智能管控、故障预警与诊断四部分内容，各部分功能设计如图4所示。

图4 设备预测性维护模块

（1）设备设施完整性。设备设施完整性重点功能包括设备日常维修、设备大检修、设备预测性维修、设备状态监测等，具体功能共分为四个一级菜单模块，分别是管理完整性、技术完整性、经济完整性、全生命周期管理。

（2）设备可用性分析。设备可用性分析包括基于故障模式、故障概率等因素的维修策略开发，对维修管理系统进行定性与定量分析，以及故障模式影响和危害性分析等。

（3）设备智能管控。设备智能管控包括设备定期智能切换、油在线监测、电气绝缘值在线监测、一键启停、辅机自动加油、设备设施状态三维可视等。

（4）故障预警及诊断。故障预警与诊断包括故障诊断、专项预警及诊断、故障预警模型、模型管理与规则管理、故障实时监测与综合展示检修闭环管理、告警管理等。

3.3 性能分析优化

性能分析优化模块共包含智能运行维护决策、热力学性能分析计算两部分内容，各部分功能设计如图5所示。

图5 性能分析优化模块

（1）智能运行维护决策。通过使用新一代信息化技术对机组设备性能下降场景进行影响因素分析与探究：

利用进行过滤相关测点进行进气滤网的性能监测，利用性能计算评估滤网压差增加或减小对整体运行效率的影响，结合电厂实际运行条件和外部因素，以滤网全生命周期内单位发电量成本最低为原则，进行滤网更换策略的更新和优化，给出最佳更换时间间隔和更换建议。

结合压气机出厂特性以及其未结垢时间段的运行数据建立压气机性能的判断基准，根据实时性能计算结果评估压气机运行状态指标，通过数据分析，提供当前时刻压气机是否需要水洗的建议。利用数据挖掘和深度学习算法，通过建模以及历史工况中相关测点数据的使用，完成压气机水洗预测功能的实现，可根据燃机的运行状态预测最佳的水洗时间。

（2）热力学性能分析计算。借助模型和算法，进行热力学仿真建模、在线热力计算、历史仿真计算、运行偏差分析等。针对电厂主要系统和设备，如燃气压气机、燃烧室、燃机透平、给水泵、凝结水泵等，利用热力学知识其热力边界进行参数化建模，实现热力特性、几何结构等物理模型建，采用机器学习、数据挖掘等方法实现设备特性的历史数据学习和标定；根据电厂热平衡计算的方法，利用热力仿真模型及实时测点数据完成电厂运行性能的在线热力计算，分析电厂运行系统和设备的关键性能指标；通过耗差分析、仿真模型计算等方法建立数字化的机组运行偏差分析模型，以列表和曲线的形式对主要运行参数进行偏差分析，衡量对机组运行效率和热耗的影响排序，为机组运行提供指导，使机组运行在最佳状态。包括：主汽温度、汽轮机高、中缸效率等指标对汽轮机热耗率的影响程度。

3.4 机群监管

机群监管模块共包含机群经营综合管理、机群技术综合管理、机群调度综合管理三部分内容，各部分功能设计如图6所示。

图6 机群监管模块

（1）机群经营综合管理。机群经营综合管理包括仓储管理、报价管理、市场结算管理、电力市场分析预测等。实现相关经营数据的收集、管理、分析以及构建模型和进行模型分析预测，以便为客户提供决策分析需求。

（2）机群技术综合管理。机群技术综合管理主要包括计划管理、问题管理以及日常监督三部分内容。梳理专业技术监督的指标形成监督标准工作库，通过监督标准工作库订制定期计划，也可灵活订制临时性工作计划来满足电厂本身的技术监督管理需求。

（3）机群调度综合管理。调度综合管理主要实现智能驾驶舱、生产状态监测、生产成本实时分析、辅助决策等功能。通过对机群运行信息实时处理分析，使采集的数据形象化、直观化、具体化；通过与现有生产管理系统的对接，获取相关板块生产经营数据，构建辅助分析模型，通过输入参与交易的各种数据，形成不同的分析预案，并计算相应的收益，以完成辅助决策。

3.5 战略分析与决策

战略分析与决策模块共包含智慧监督、战略决策管控两部分内容，各部分功能设计如图7所示。

图7 战略分析与决策模块

（1）智慧监督。通过成本管理和考核管理，实现动态成本和静态成本精细化分析，以及考核指标、考核模板、体系统一发布、管理，以辅助监督。

（2）战略决策管控。依照数据→分析→洞察→决策支撑的路线，通过数据分析以支持战略决策，基于企业现状，预测未来走向，决定最优行动方案，建立清晰的信息链条和决策程序，实现决策的理性化、程序化、模式化和系统化。

4 智慧电厂数据架构设计

大数据分析是业务的重要支持，对业务和IT的运营模式带来巨大的变革。尽管大数据分析在业务领域的应用仍在探索期，但他们是真正的核武器，是电厂保持领先的关键所在。

电厂生产过程中产生的大量的数据缺乏统一的质量标准，并不能用于深入分析和挖掘，更不能实现监督决策。通过数据架构体系，对数据进行清洗、处理，并深入挖掘其价值。

通过智慧电厂数据架构的搭建，实现全量数据存储；结合机器学习、认知分析等新技术领域，进行高级分析；通过数据治理，追溯数据来源、转化逻辑以及分析结果。提供一个逻辑清晰的数据环境，以避免数据湖成为数据沼泽。基于集团公司数据治理理念，设计集数据采集、数据处理、数据治理和技术平台于一体的数据架构，如图8所示。

图8 智慧电厂数据架构

5 智慧电厂技术架构设计

以公司现有云平台架构为基础，构建“云、边、端”三体协同的智慧电厂综合运营技术平台。

图9 智慧电厂技术平台

智慧电厂技术平台的数据来源主要为各电厂数据采集平台。智慧电厂综合运营技术平台以已有生产云环境为基础，通过统一数据采集平台完成对生产业务数据、物联网数据和安全信息监控数据的采集。智慧电厂综合运营技术平台的核心PaaS层主要利用工具对数据进行分析，通过各类专业应用服务，最终支撑智慧电厂五大应用的构建。

智慧电厂主要是为促进电厂在现有数据基础上挖掘实用价值，并实现机群集中管控，因此原则上不对电厂工艺系统进行改造。智慧电厂综合运营技术平台的关键组件主要包括计算机视觉（CV）、知识图谱（KG）和数字孪生（Digital Twin）[16]。

6 结语

综上所述，通过智慧电厂信息化顶层设计，指导智慧电厂建设，赋能智慧经营实现联动，全面提升电厂运营水平，提高电厂各方面价值；智慧电厂通过设计机理模型和AI模型，用于设备故障预警与诊断，实现机器学习和数字孪生在电厂运营中的进一步融合应用；强化气电集团电力板块发展的战略指导，综合评估电厂投资建设模式；推动低碳发展，主动适应国家能源结构调整，助力实现“双碳”目标。