基于系統(tǒng)協(xié)同的火電機(jī)組集團(tuán)級(jí)大數(shù)據(jù)分析與診斷技術(shù)

摘要：本文針對(duì)目前發(fā)電集團(tuán)集中監(jiān)控系統(tǒng)與大數(shù)據(jù)技術(shù)應(yīng)用中存在的數(shù)據(jù)孤島、分析和診斷不夠準(zhǔn)確有效、分析和診斷的結(jié)果與發(fā)電生產(chǎn)管理脫節(jié)、不能快速適應(yīng)電力市場(chǎng)的變化等問題，提出以系統(tǒng)協(xié)同方法改進(jìn)集團(tuán)級(jí)的集中監(jiān)控與分析診斷系統(tǒng)，在發(fā)電集團(tuán)內(nèi)縱向、橫向和時(shí)間軸上融合貫通分析系統(tǒng)與管理功能，遵循迭代開發(fā)原則，改進(jìn)分布于各系統(tǒng)中的數(shù)據(jù)完備性，確保數(shù)據(jù)的傳輸及時(shí)，對(duì)分析診斷系統(tǒng)中的功能進(jìn)行融合，形成分析有效、管控統(tǒng)一的整體解決方案。本文將先進(jìn)的大數(shù)據(jù)技術(shù)與傳統(tǒng)發(fā)電產(chǎn)業(yè)相結(jié)合，改善發(fā)電產(chǎn)業(yè)生產(chǎn)管理模式，減少設(shè)備故障，提高運(yùn)行效率，輸出設(shè)備與系統(tǒng)的在線健康度報(bào)告，實(shí)現(xiàn)機(jī)組全生命周期管理，貫通燃料從采購到燃燒的全過程，快速響應(yīng)電網(wǎng)與售電需求，降低生產(chǎn)成本，提高發(fā)電企業(yè)運(yùn)營(yíng)管理水平。關(guān)鍵詞：系統(tǒng)協(xié)同;火電機(jī)組;大數(shù)據(jù)分析;診斷1引言我國(guó)“富煤、貧油、少氣”的能源稟賦致使一次能源消費(fèi)和生產(chǎn)以煤為主的格局在較長(zhǎng)時(shí)間內(nèi)不會(huì)改變。按照國(guó)家發(fā)展規(guī)劃，到2020年使電煤占煤炭消費(fèi)比重提高到60%以上，同時(shí)提出對(duì)燃煤機(jī)組全面實(shí)施超低排放和節(jié)能改造，在2020年之前使所有現(xiàn)役燃煤機(jī)組平均煤耗低于310g/kW·h。截止2019年7月底，全國(guó)6000千瓦及以上電廠裝機(jī)容量18.5億千瓦，其中火電11.6億千瓦，占比為62.8%，全國(guó)供電煤耗率為307.3g/kW·h。我國(guó)能源發(fā)展目標(biāo)是要推進(jìn)能源生產(chǎn)和消費(fèi)革命，構(gòu)建清潔低碳、安全高效的能源體系。我國(guó)清潔能源發(fā)展迅速，火電機(jī)組除負(fù)荷調(diào)峰外，長(zhǎng)期處于中低負(fù)荷下運(yùn)行，2019年1~7月全國(guó)火電設(shè)備平均利用小時(shí)為2442小時(shí)（其中，燃煤發(fā)電和燃?xì)獍l(fā)電設(shè)備平均利用小時(shí)分別為2512和1485小時(shí)），比上年同期降低87小時(shí)。如何保證機(jī)組在中低負(fù)荷下安全、環(huán)保運(yùn)行，供電煤耗達(dá)到最低，對(duì)能源工作者及現(xiàn)場(chǎng)運(yùn)行人員提出挑戰(zhàn)。工業(yè)大數(shù)據(jù)應(yīng)用已經(jīng)提升為國(guó)家重要發(fā)展戰(zhàn)略。除了進(jìn)行能源設(shè)備改造，應(yīng)用先進(jìn)的大數(shù)據(jù)與人工智能技術(shù)改造、升級(jí)傳統(tǒng)的能源系統(tǒng)是重要的發(fā)展方向。隨著廠級(jí)信息監(jiān)控系統(tǒng)（SIS，supervisoryinformationsystem）和分散控制系統(tǒng)（DCS，DistributedConutrolSystem）在電廠中廣泛應(yīng)用，電廠海量運(yùn)行數(shù)據(jù)得以保存，數(shù)據(jù)挖掘技術(shù)在電力行業(yè)迅速崛起，很多學(xué)者開始運(yùn)用數(shù)據(jù)挖掘技術(shù)開展了對(duì)燃煤電站機(jī)組優(yōu)化運(yùn)行的研究。文獻(xiàn)研究大數(shù)據(jù)挖據(jù)技術(shù)在燃煤電站機(jī)組能耗分析中的應(yīng)用，以某600MW燃煤電站機(jī)組為研究對(duì)象，采用新算法挖掘典型負(fù)荷工況下影響供電煤耗的可控運(yùn)行參數(shù)的基準(zhǔn)值，最后，以支持向量機(jī)技術(shù)為基礎(chǔ)，分析不同負(fù)荷工況下各運(yùn)行參數(shù)對(duì)供電煤耗的敏感性系數(shù)。文獻(xiàn)[7]研究大數(shù)據(jù)環(huán)境下的電力數(shù)據(jù)質(zhì)量評(píng)價(jià)模型與治理體系，分析了影響電力數(shù)據(jù)質(zhì)量的主要因素,按數(shù)據(jù)質(zhì)量的一致性、準(zhǔn)確性、完整性和及時(shí)性等四個(gè)關(guān)鍵特性建立數(shù)據(jù)質(zhì)量評(píng)價(jià)指標(biāo),并建立了大數(shù)據(jù)下的數(shù)據(jù)質(zhì)量評(píng)價(jià)模型。文獻(xiàn)探討大數(shù)據(jù)技術(shù)在火力發(fā)電企業(yè)生產(chǎn)經(jīng)營(yíng)中的應(yīng)用，提出操作管理、電力營(yíng)銷、燃料價(jià)值管理、指標(biāo)管理、設(shè)備管理等云平臺(tái)。文獻(xiàn)研究基于信息物理融合的火電機(jī)組節(jié)能環(huán)保負(fù)荷優(yōu)化分配，提出基于模糊粗糙集（FRS，fuzzyroughset）大數(shù)據(jù)處理方法，得到機(jī)組煤耗和污染物排放量物理模型與信息模型的對(duì)應(yīng)關(guān)系；綜合考慮經(jīng)濟(jì)和排放因素，建立基于物理信息融合（CP）的負(fù)荷分配模型。這些文獻(xiàn)都在大數(shù)據(jù)技術(shù)應(yīng)用于發(fā)電過程進(jìn)行了局部的探索。文獻(xiàn)提出了較完整的基于大數(shù)據(jù)分析的電站運(yùn)行優(yōu)化與三維可視化故障診斷系統(tǒng)，提出了智能預(yù)警系統(tǒng)、設(shè)備與運(yùn)行優(yōu)化系統(tǒng)。但該系統(tǒng)只是在個(gè)別電廠應(yīng)用，未推廣到發(fā)電集團(tuán)。目前各發(fā)電集團(tuán)的相關(guān)信息化系統(tǒng)或集中監(jiān)控系統(tǒng)均有不同方面的應(yīng)用與創(chuàng)新，但仍存在以下一些主要問題：（1）數(shù)據(jù)孤島問題，各數(shù)據(jù)分布于不同的信息系統(tǒng)中，按照豎井的方式管理，形成數(shù)據(jù)孤島；（2）分析診斷方面，還存在分析、診斷不夠準(zhǔn)確、有效的問題；（3）運(yùn)營(yíng)管理方面：分析、診斷的結(jié)果，還存在與發(fā)電生產(chǎn)與運(yùn)營(yíng)管理脫節(jié)的情況，大量結(jié)果沒有有效應(yīng)用到運(yùn)營(yíng)管理中；（4）電力市場(chǎng)方面，目前的信息系統(tǒng)，還不能夠有效地適應(yīng)電力市場(chǎng)的變化，如廠級(jí)負(fù)荷調(diào)度、競(jìng)價(jià)上網(wǎng)，缺少從燃料采購、生產(chǎn)管理到競(jìng)價(jià)上網(wǎng)的整體性分析與解決方案等。因此，要以系統(tǒng)協(xié)同方法改進(jìn)集團(tuán)級(jí)的集中監(jiān)控與分析診斷系統(tǒng)，如圖1所示。首先保證分布于各系統(tǒng)中的數(shù)據(jù)更完備，同時(shí)確保數(shù)據(jù)的傳輸及時(shí)，在此基礎(chǔ)上，對(duì)原有分散于各孤立的信息系統(tǒng)中的功能進(jìn)行融合，形成分析更有效、管控更統(tǒng)一的整體解決方案。圖1集團(tuán)級(jí)集控系統(tǒng)改進(jìn)方向2火電機(jī)組工業(yè)大數(shù)據(jù)分析2.1工業(yè)4.0技術(shù)火電機(jī)組工業(yè)大數(shù)據(jù)分析首先要應(yīng)用工業(yè)4.0技術(shù)。工業(yè)4.0是由德國(guó)政府《德國(guó)2020高技術(shù)戰(zhàn)略》中所提出的十大未來項(xiàng)目之一。該項(xiàng)目由德國(guó)聯(lián)邦教育局及研究部和聯(lián)邦經(jīng)濟(jì)技術(shù)部聯(lián)合資助，旨在提升制造業(yè)的智能化水平，建立具有適應(yīng)性、資源效率及基因工程學(xué)的智慧工廠，在商業(yè)流程及價(jià)值流程中整合客戶及商業(yè)伙伴。其技術(shù)基礎(chǔ)是網(wǎng)絡(luò)實(shí)體系統(tǒng)及物聯(lián)網(wǎng)。工業(yè)4.0技術(shù)以信息物理系統(tǒng)（CPS，Cyber-PhysicalSystem）為核心，整合互聯(lián)網(wǎng)、工業(yè)云計(jì)算、工業(yè)大數(shù)據(jù)、工業(yè)機(jī)器人、知識(shí)工作自動(dòng)化、工業(yè)網(wǎng)絡(luò)安全、虛擬現(xiàn)實(shí)及人工智能等先進(jìn)技術(shù)，應(yīng)用“云（計(jì)算）、大（數(shù)據(jù)）、物（聯(lián)網(wǎng)）、聯(lián)（互聯(lián)網(wǎng)）”技術(shù)，支撐智能化控制，實(shí)現(xiàn)提供定制化摻配和服務(wù)、實(shí)現(xiàn)無憂生產(chǎn)環(huán)境、發(fā)現(xiàn)用戶價(jià)值缺口、發(fā)現(xiàn)和管理部可見問題，實(shí)現(xiàn)制造本身價(jià)值化、系統(tǒng)“自省”功能，力求實(shí)現(xiàn)生產(chǎn)過程的“零故障、零隱患、零意外及零污染”，最終能夠靈活、高效地滿足用戶需求，如圖2所示。圖2工業(yè)4.0技術(shù)體系與目標(biāo)2.2工業(yè)互聯(lián)網(wǎng)技術(shù)火電機(jī)組工業(yè)大數(shù)據(jù)分析其次要應(yīng)用工業(yè)互聯(lián)網(wǎng)技術(shù)。工業(yè)互聯(lián)網(wǎng)技術(shù)是由美國(guó)GE公司發(fā)起的，是指通過智能設(shè)備、人機(jī)交換接口與先進(jìn)數(shù)據(jù)分析工具間的連接并最終將人機(jī)連接，結(jié)合大數(shù)據(jù)分析技術(shù)、互聯(lián)網(wǎng)技術(shù)、智能傳感器技術(shù)及高級(jí)分析、計(jì)算工具，重構(gòu)全球工業(yè)系統(tǒng)，實(shí)現(xiàn)智能制造體系與智能服務(wù)體系的深度融合，工業(yè)系統(tǒng)產(chǎn)業(yè)鏈與價(jià)值鏈的整合與外延，如圖3所示。圖3工業(yè)互聯(lián)網(wǎng)技術(shù)體系2.3工業(yè)大數(shù)據(jù)定義與特征工業(yè)大數(shù)據(jù)是指在工業(yè)領(lǐng)域中，圍繞典型智能制造模式，從客戶需求到銷售、訂單、計(jì)劃、研發(fā)、設(shè)計(jì)、工藝、制造、采購、供應(yīng)、庫存、發(fā)貨和交付、售后服務(wù)、運(yùn)維、報(bào)廢或回收再制造等整個(gè)產(chǎn)品全生命周期各個(gè)環(huán)節(jié)所產(chǎn)生的各類數(shù)據(jù)及相關(guān)技術(shù)和應(yīng)用的總稱。工業(yè)大數(shù)據(jù)是以工業(yè)系統(tǒng)的數(shù)據(jù)收集、特征分析為基礎(chǔ)，對(duì)設(shè)備、裝備的質(zhì)量和生產(chǎn)效率以及產(chǎn)業(yè)鏈進(jìn)行更有效的優(yōu)化管理，并為未來的制造系統(tǒng)搭建無憂的環(huán)境。工業(yè)大數(shù)據(jù)涵蓋了設(shè)備物聯(lián)數(shù)據(jù)、運(yùn)營(yíng)生產(chǎn)數(shù)據(jù)和外部數(shù)據(jù)。工業(yè)大數(shù)據(jù)區(qū)別于其它商業(yè)大數(shù)據(jù)，反映出工業(yè)系統(tǒng)“多模態(tài)、高通量、強(qiáng)關(guān)聯(lián)”的特點(diǎn)。其中多模態(tài)體現(xiàn)為數(shù)據(jù)類型多以及系統(tǒng)、設(shè)備、部件多，如汽輪機(jī)包含了35萬各零部件數(shù)據(jù)。高通量體現(xiàn)為數(shù)據(jù)的規(guī)模大、頻率高，按照每臺(tái)機(jī)組2萬個(gè)數(shù)據(jù)點(diǎn)考慮，每臺(tái)機(jī)組每秒的數(shù)據(jù)規(guī)模就達(dá)到20MB。強(qiáng)關(guān)聯(lián)體現(xiàn)在結(jié)合工業(yè)生產(chǎn)過程的協(xié)作專業(yè)多，如電力生產(chǎn)直接與生產(chǎn)相關(guān)的專業(yè)就有10余個(gè)，如果算上與管理相關(guān)的專業(yè)，則達(dá)到20個(gè)以上。工業(yè)大數(shù)據(jù)還具有以下特征：（1）跨尺度，主要體現(xiàn)在需要將毫秒級(jí)、分鐘級(jí)小時(shí)級(jí)乃至更長(zhǎng)的時(shí)間尺度信息按照不同的需求進(jìn)行集成。（2）系統(tǒng)性，工業(yè)大數(shù)據(jù)存在“牽一發(fā)二動(dòng)全身”的特點(diǎn)。某個(gè)業(yè)務(wù)目標(biāo)的需求，需要通過正規(guī)企業(yè)乃至供應(yīng)鏈上多個(gè)相關(guān)方的協(xié)同才能完成，如競(jìng)價(jià)上網(wǎng)的策略，既包含了機(jī)組運(yùn)行狀態(tài)、效能，也包含了上游的燃料市場(chǎng)和下游的售電市場(chǎng)的變化。（3）多因素、強(qiáng)機(jī)理、因果性，由于工業(yè)系統(tǒng)時(shí)通過一系列的工藝設(shè)計(jì)相互關(guān)聯(lián)而形成，因此存在多個(gè)因素對(duì)一個(gè)或多個(gè)結(jié)果產(chǎn)生印象的情況，也造成了需要通過較高水平的分析手段來保障結(jié)果符合工業(yè)系統(tǒng)的確定性和準(zhǔn)確性的追求。（4）時(shí)間序列，由于系統(tǒng)數(shù)據(jù)具有嚴(yán)格的時(shí)間標(biāo)簽，數(shù)據(jù)先后之間存在因果性影響，因此對(duì)數(shù)據(jù)的實(shí)時(shí)性要求也比較高。針對(duì)上述特征與特點(diǎn)，對(duì)比互聯(lián)網(wǎng)大數(shù)據(jù)與工業(yè)大數(shù)據(jù)，可以看出它們之間存在如下區(qū)別，如表1所示，兩者對(duì)分析結(jié)果準(zhǔn)確性要求不同，互聯(lián)網(wǎng)大數(shù)據(jù)對(duì)分析結(jié)果的精確度可以稍低，而工業(yè)大數(shù)據(jù)要求的結(jié)果精確度較高。表1互聯(lián)網(wǎng)大數(shù)據(jù)與工業(yè)大數(shù)據(jù)對(duì)比2.4工業(yè)大數(shù)據(jù)分析方法與思路工業(yè)大數(shù)據(jù)分析主要包括描述性（Descriptive）、規(guī)定性（Prescriptive）和預(yù)測(cè)性（Predictive）等三種方法。描述性分析方法是指，基于對(duì)數(shù)據(jù)的統(tǒng)計(jì)分析，描述數(shù)據(jù)表現(xiàn)的現(xiàn)象與客觀規(guī)律，如火電機(jī)組大數(shù)據(jù)分析與診斷中的技術(shù)監(jiān)控、以可靠性為中心的檢修（RCM,ReliabilityCenteredMaintenance）等功能。規(guī)定性分析方法是指，利用歷史數(shù)據(jù)建立分析模型和規(guī)范化的分析流程，建立數(shù)據(jù)到信息的輸入輸出關(guān)系，實(shí)現(xiàn)對(duì)連續(xù)數(shù)據(jù)流的實(shí)時(shí)分析，如火電機(jī)組大數(shù)據(jù)分析與診斷中的性能分析、燃料分析與自動(dòng)調(diào)節(jié)回路評(píng)估等功能。預(yù)測(cè)性分析方法是指，通過對(duì)數(shù)據(jù)的深層挖掘建立預(yù)測(cè)模型，實(shí)現(xiàn)對(duì)不可見因素當(dāng)前和未來狀態(tài)的預(yù)測(cè)，如火電機(jī)組大數(shù)據(jù)分析與診斷中的性能優(yōu)化、故障預(yù)警與診斷、負(fù)荷優(yōu)化調(diào)度等功能。工業(yè)大數(shù)據(jù)分析思路是基于工業(yè)4.0與工業(yè)互聯(lián)網(wǎng)技術(shù)體系，采用統(tǒng)計(jì)分析、關(guān)聯(lián)挖掘、模式識(shí)別、特征提取、深度學(xué)習(xí)等技術(shù)，開展數(shù)據(jù)分析與預(yù)測(cè)，進(jìn)而實(shí)現(xiàn)故障診斷與健康管理（PHM，PrognosticandHealthManagement），包括監(jiān)測(cè)與預(yù)測(cè)管理、系統(tǒng)性工程、衰退管理、預(yù)測(cè)性維護(hù)等，將傳統(tǒng)維護(hù)方式從依靠經(jīng)驗(yàn)的“藝術(shù)”轉(zhuǎn)變?yōu)橐婚T精密的“科學(xué)”。工業(yè)大數(shù)據(jù)分析可以劃分為三個(gè)階段，如表2所示。表2工業(yè)大數(shù)據(jù)分析的三個(gè)階段3火電機(jī)組大數(shù)據(jù)分析與診斷中的系統(tǒng)協(xié)同技術(shù)3.1系統(tǒng)協(xié)同定義系統(tǒng)協(xié)同是指遠(yuǎn)離平衡態(tài)的開放系統(tǒng)在與外界有物質(zhì)、能量和信息交換的情況下，通過自己內(nèi)部協(xié)同作用，自發(fā)地形成時(shí)間、空間和功能上的有序結(jié)構(gòu)。系統(tǒng)協(xié)同在應(yīng)用層包括了五大應(yīng)用平臺(tái)：外部信息、內(nèi)部信息、協(xié)同應(yīng)用平臺(tái)、辦公管理和移動(dòng)辦公等。系統(tǒng)協(xié)同有序結(jié)構(gòu)如圖4所示。圖4系統(tǒng)協(xié)同有序結(jié)構(gòu)按照系統(tǒng)協(xié)同理論，解決火電機(jī)組集團(tuán)級(jí)集中監(jiān)測(cè)與分析專家系統(tǒng)存在問題的關(guān)鍵在于實(shí)現(xiàn)：（1）縱向打通；（2）橫向融通；（3）時(shí)間貫通。3.2縱向打通縱向打通主要體現(xiàn)在三個(gè)維度：工業(yè)互聯(lián)網(wǎng)、設(shè)備層級(jí)和管理層級(jí)。圖5展示了工業(yè)互聯(lián)網(wǎng)實(shí)施框架總體視圖，縱向打通就是要在邊緣層（現(xiàn)場(chǎng)、電廠）、企業(yè)層（發(fā)電集團(tuán)）、產(chǎn)業(yè)層（電網(wǎng)、電科院）之間形成深度互動(dòng)，以邊緣層為先導(dǎo)，其它層級(jí)響應(yīng)需求。圖6展示了發(fā)電集團(tuán)的設(shè)備層級(jí)與管理層級(jí)，設(shè)備層級(jí)縱向打通從上至下包含電網(wǎng)（大用戶）、售電公司（云）、電廠（項(xiàng)目公司）、機(jī)組、系統(tǒng)、設(shè)備和部件等七個(gè)層級(jí)，設(shè)備與系統(tǒng)要及時(shí)、準(zhǔn)確地響應(yīng)電網(wǎng)與售電的需求，電網(wǎng)與售電需要深度了解系統(tǒng)與設(shè)備的狀態(tài)。管理層級(jí)縱向打通從上到下包含了集團(tuán)（控股）、分公司（大區(qū)）、電廠（項(xiàng)目公司）、部門、分部、班組和專工等七個(gè)層級(jí)，指令與信息要能及時(shí)、準(zhǔn)確傳遞和執(zhí)行，形成有機(jī)的整體，發(fā)揮集團(tuán)整體最大效益，體現(xiàn)工業(yè)互聯(lián)網(wǎng)泛在感知、動(dòng)態(tài)優(yōu)化、敏捷響應(yīng)、全局協(xié)同、智能決策的理念與優(yōu)勢(shì)。圖5工業(yè)互聯(lián)網(wǎng)實(shí)施框架總體視圖（摘自《工業(yè)互聯(lián)網(wǎng)體系架構(gòu)2.0（2019）》）圖6發(fā)電集團(tuán)設(shè)備與管理兩個(gè)維度的縱向?qū)蛹?jí)3.3橫向融通橫向融通主要體現(xiàn)在專業(yè)、部門、管理系統(tǒng)與地域四個(gè)維度，如圖7所示。專業(yè)橫向融通是指火力發(fā)電廠涉及的汽機(jī)、鍋爐、電氣、熱控、化學(xué)、環(huán)保和金屬等專業(yè)之間的數(shù)據(jù)與功能要互聯(lián)互通，能夠解決一些跨專業(yè)、綜合的疑難問題，如鍋爐爆管、低負(fù)荷穩(wěn)燃、滑壓優(yōu)化運(yùn)行等。部門橫向融通是指發(fā)電企業(yè)里與生產(chǎn)過程密切相關(guān)的管理部門，如燃料、運(yùn)行（發(fā)電））、檢修、策劃（技術(shù)）、人力資源部、財(cái)務(wù)部、經(jīng)營(yíng)部（售電）部等要相互配合，提高管理流程的響應(yīng)速度，圍繞生產(chǎn)過程最大程度地降低成本。管理系統(tǒng)橫向融通是指直接為生產(chǎn)過程服務(wù)的管理系統(tǒng)（如燃料優(yōu)化系統(tǒng)（FOS，F(xiàn)ueloptimizationsystem）、操作尋優(yōu)系統(tǒng)（OOS，Operateingoptimizationsystem）、企業(yè)資源計(jì)劃（ERP，EnterpriseResourcePlanning）、企業(yè)設(shè)備資產(chǎn)管理系統(tǒng)（EAM，EnterpriseAssetManagement）、燃料管理系統(tǒng)、售電管理系統(tǒng)（云）等要數(shù)據(jù)互通、功能融合，降低燃料庫存與成本。地域橫向融通是指要打通集團(tuán)內(nèi)部不同地域的管理界限，實(shí)現(xiàn)人員、物資、備件、信息和燃料等共享，實(shí)現(xiàn)集團(tuán)整體效益的最大化。圖7橫向融通的四個(gè)維度3.4時(shí)間貫通時(shí)間貫通是指在時(shí)間軸上貫通過去、現(xiàn)在和將來的聯(lián)系，如圖8所示。通過實(shí)時(shí)數(shù)據(jù)，計(jì)算火電機(jī)組當(dāng)前狀態(tài)下的運(yùn)行指標(biāo)，通過歷史數(shù)據(jù)，采用大數(shù)據(jù)與人工智能技術(shù)，建立火電機(jī)組分析與診斷模型，預(yù)測(cè)將來時(shí)刻機(jī)組運(yùn)行的主要參數(shù)與指標(biāo)，提前發(fā)現(xiàn)性能劣化與安全隱患。在此基礎(chǔ)上，實(shí)現(xiàn)機(jī)組全生命周期管理。圖8時(shí)間貫通的三個(gè)維度解決發(fā)電集團(tuán)在大數(shù)據(jù)分析與診斷系統(tǒng)上存在的數(shù)據(jù)孤島、分析不準(zhǔn)確有效、分析診斷結(jié)果與生產(chǎn)運(yùn)營(yíng)融合不夠、與售電系統(tǒng)沒有有效聯(lián)動(dòng)的問題，要推動(dòng)發(fā)電集團(tuán)在縱向打通、橫向融通、時(shí)間貫通上深度融合，實(shí)現(xiàn)系統(tǒng)協(xié)同，最大程度發(fā)揮整體效益。4火電機(jī)組大數(shù)據(jù)分析與診斷系統(tǒng)4.1大數(shù)據(jù)分析與診斷系統(tǒng)火電機(jī)組大數(shù)據(jù)分析與診斷系統(tǒng)按照性能分析、安全可靠性評(píng)估兩條主線，依照系統(tǒng)協(xié)同思路，可以設(shè)計(jì)性能計(jì)算、性能分析、性能優(yōu)化（可以包括燃料分析、自動(dòng)調(diào)節(jié)回路評(píng)估、負(fù)荷優(yōu)化調(diào)度等功能模塊）、設(shè)備預(yù)警、故障診斷、檢修維護(hù)與技術(shù)監(jiān)控等功能模塊，從層次上劃分又可以分為發(fā)現(xiàn)問題、分析問題和解決問題三個(gè)階段，如圖9所示。圖9火電機(jī)組大數(shù)據(jù)分析與診斷系統(tǒng)功能融合性能計(jì)算、分析和優(yōu)化模塊是先以實(shí)時(shí)數(shù)據(jù)計(jì)算出實(shí)時(shí)的機(jī)組性能指標(biāo)，以歷史尋優(yōu)和仿真模型建立多維度標(biāo)桿庫，在此基礎(chǔ)上實(shí)現(xiàn)多維度、橫向、縱向?qū)?biāo)，能耗異常時(shí)給出預(yù)警及診斷建議，優(yōu)化主機(jī)、輔機(jī)運(yùn)行方式，規(guī)范運(yùn)行操作等功能，在電科院現(xiàn)場(chǎng)試驗(yàn)基礎(chǔ)上實(shí)現(xiàn)在線性能計(jì)算功能。主要采用的技術(shù)包括（核）主元分析、BP神經(jīng)網(wǎng)絡(luò)（誤差反向傳播算法，BP，ErrorBackProragation）、魯棒輸入訓(xùn)練神經(jīng)網(wǎng)絡(luò)（RITNN,Robustinputtrainingneuralnetwork）、變工況分析等。燃料分析模塊歸集平臺(tái)已有的入廠、入爐煤量、標(biāo)煤?jiǎn)蝺r(jià)等指標(biāo)，形成電廠（項(xiàng)目公司）、分公司（大區(qū)）、集團(tuán)（控股）每日原煤供、耗、存日?qǐng)?bào)，建立對(duì)各電廠存煤結(jié)構(gòu)及存煤量的預(yù)警系統(tǒng)。橫向?qū)崿F(xiàn)采購價(jià)格對(duì)標(biāo)，并甄別鍋爐不適燒煤種。通過歷史尋優(yōu)，尋找燃料成本最低摻配方式。主要采用的技術(shù)包括聚類數(shù)據(jù)挖掘技術(shù)等。自動(dòng)調(diào)節(jié)回路評(píng)估模塊統(tǒng)計(jì)各電廠的測(cè)點(diǎn)完好率與自動(dòng)投入率，按照行業(yè)標(biāo)準(zhǔn)和參數(shù)控制特征來評(píng)價(jià)自動(dòng)控制品質(zhì)，結(jié)合現(xiàn)場(chǎng)的控制策略優(yōu)化參數(shù)設(shè)置，實(shí)現(xiàn)機(jī)組的自動(dòng)控制策略尋優(yōu)，并評(píng)估調(diào)節(jié)閥門流量特性。主要采用的技術(shù)包括粒子群、遞歸最小二乘法、預(yù)報(bào)誤差法、支持向量回歸（SVR，Supportvectorregression）等。負(fù)荷優(yōu)化調(diào)度模塊是以實(shí)時(shí)性能計(jì)算、微增出力曲線、環(huán)保指標(biāo)、燃料特性等為基礎(chǔ)，在總負(fù)荷一定的情況下給出機(jī)組負(fù)荷調(diào)度、原煤摻配的建議，實(shí)現(xiàn)成本、環(huán)保指標(biāo)、安全性最優(yōu)。既可以實(shí)現(xiàn)全廠的負(fù)荷優(yōu)化調(diào)度，又可以實(shí)現(xiàn)發(fā)電集團(tuán)省內(nèi)（區(qū)域）的機(jī)組負(fù)荷優(yōu)化調(diào)度。主要采用的技術(shù)包括粒子群、微增出力法、神經(jīng)元網(wǎng)絡(luò)等。預(yù)警模塊是利用標(biāo)記為正常的歷史數(shù)據(jù)訓(xùn)練模型，產(chǎn)生設(shè)定數(shù)據(jù)之間的相關(guān)性，通過相關(guān)性對(duì)實(shí)時(shí)數(shù)據(jù)進(jìn)行監(jiān)控，當(dāng)實(shí)時(shí)數(shù)據(jù)偏離預(yù)測(cè)數(shù)據(jù)達(dá)到所設(shè)定的閾值后，觸發(fā)預(yù)警，并形成相關(guān)的工作業(yè)務(wù)流。主要采用的技術(shù)包括支持向量機(jī)、高斯混合模型和自回歸高斯混合模型等。高級(jí)診斷模塊通過建立設(shè)備及系統(tǒng)的故障模式，錄入以往的歷史故障及處理案例，通過自然語言處理（NLP,NatureLanguageProcessing）進(jìn)行訓(xùn)練，當(dāng)新的故障通過預(yù)警、能耗或輸入產(chǎn)生時(shí)，系統(tǒng)能夠?qū)ふ乙酝墓收习咐?，給出最相似的對(duì)應(yīng)故障案例及處理方案，當(dāng)無法獲得滿意的結(jié)果時(shí)，可以通過專家診斷來完善相關(guān)案例。主要采用的技術(shù)包括NLP模型及傳感器數(shù)據(jù)分析（SDA，Sensordataanalysis）模型等。RCM模塊收集、分析預(yù)警、缺陷、能耗分析、同類型設(shè)備檢修情況等信息，對(duì)設(shè)備健康度進(jìn)行評(píng)價(jià)，給出點(diǎn)檢、檢修建議，為電廠、電科院、集團(tuán)各專業(yè)委員會(huì)討論、制定檢修計(jì)劃提供支撐。主要采用的技術(shù)包括故障類型與理象分析（FMEA，F(xiàn)ailureModeandEffectsAnalysis）模型等。技術(shù)監(jiān)控模塊匯集實(shí)時(shí)數(shù)據(jù)和離線數(shù)據(jù)（含現(xiàn)場(chǎng)測(cè)試數(shù)據(jù)）自動(dòng)生成技術(shù)監(jiān)督月報(bào)、年報(bào)，結(jié)合系統(tǒng)中技術(shù)監(jiān)督標(biāo)準(zhǔn)以及固化的專業(yè)經(jīng)驗(yàn)形成技術(shù)監(jiān)督預(yù)警系統(tǒng)，并在系統(tǒng)中實(shí)現(xiàn)技術(shù)監(jiān)督任務(wù)管理。技術(shù)監(jiān)控為火電機(jī)組大數(shù)據(jù)分析與診斷系統(tǒng)各模塊的功能匯聚焦點(diǎn)和樞紐，涵蓋問題的發(fā)現(xiàn)、分析到解決的全過程，以經(jīng)濟(jì)性（性能）和安全性兩條主線為機(jī)組的全壽命健康管理進(jìn)行支撐。主要采用的技術(shù)包括數(shù)據(jù)挖掘技術(shù)、BI技術(shù)等。4.2大數(shù)據(jù)分析與云計(jì)算平臺(tái)火電機(jī)組大數(shù)據(jù)分析與診斷系統(tǒng)還要配置大數(shù)據(jù)分析模塊，建立靈活、高效的云計(jì)算平臺(tái)。大數(shù)據(jù)分析模塊通過收集各項(xiàng)目公司已有系統(tǒng)，如SIS、ERP（含月度、年度計(jì)劃數(shù)據(jù)）、操作尋優(yōu)、燃料尋優(yōu)以及發(fā)電集團(tuán)的ERP、EAM等中的結(jié)構(gòu)性與非結(jié)構(gòu)性數(shù)據(jù)（包含文本型數(shù)據(jù)），形成大數(shù)據(jù)平臺(tái)，并為高級(jí)應(yīng)用提供數(shù)據(jù)分析工具與商業(yè)智能（BI，BusinessIntelligence）工具。主要采用的技術(shù)包括大數(shù)據(jù)儲(chǔ)存與分析技術(shù)。云計(jì)算平臺(tái)比傳統(tǒng)的基于面向服務(wù)（SOA，Service-OrientedArchitecture）架構(gòu)的集中監(jiān)控系統(tǒng)具有很多優(yōu)點(diǎn)，云計(jì)算平臺(tái)可以改進(jìn)模塊性能，降低軟硬件成本；兼容性更好，方便整合不同軟件與功能；具有海量存儲(chǔ)容量，提高數(shù)據(jù)可靠性；可以實(shí)現(xiàn)微服務(wù)，進(jìn)而實(shí)現(xiàn)更輕松的團(tuán)隊(duì)合作。MindSphere云平臺(tái)是西門子公司推出的基于云的開放式物聯(lián)網(wǎng)操作系統(tǒng)，是云計(jì)算技術(shù)在工業(yè)領(lǐng)域的應(yīng)用，如圖10所示。MindSphere云平臺(tái)包含MindApps、MindSphere、MindConnect三層，屬于平臺(tái)即服務(wù)PaaS，它向下提供數(shù)據(jù)采集應(yīng)用編程接口（API，ApplicationProgrammingInterface），即插即用的數(shù)據(jù)接入網(wǎng)關(guān)MindConnect，支持開放式通訊標(biāo)準(zhǔn)OPCUA，支持西門子和第三方設(shè)備的數(shù)據(jù)連接，向上提供開發(fā)API，方便合作伙伴和用戶開發(fā)應(yīng)用程序。圖10MindSphere云平臺(tái)架構(gòu)5集團(tuán)級(jí)大數(shù)據(jù)分析與診斷系統(tǒng)應(yīng)用實(shí)踐5.1集團(tuán)級(jí)大數(shù)據(jù)分析與診斷系統(tǒng)建設(shè)原則從建設(shè)組織方面，體現(xiàn)生產(chǎn)（運(yùn)營(yíng)）管理部門、技術(shù)研究院（電科院）、信息管理部門（公司）、電廠（項(xiàng)目公司）、合作方（廠家）等共同參與的系統(tǒng)協(xié)同。運(yùn)營(yíng)管理部門負(fù)責(zé)，能更好地體現(xiàn)生產(chǎn)的需求，推進(jìn)項(xiàng)目的實(shí)施，負(fù)責(zé)決策與調(diào)配資源；技術(shù)研究院具有技術(shù)與人才的優(yōu)勢(shì)，負(fù)責(zé)功能設(shè)計(jì)與技術(shù)支持；信息管理部門具有實(shí)施IT系統(tǒng)的優(yōu)勢(shì)，負(fù)責(zé)信息平臺(tái)建設(shè)與人機(jī)界面設(shè)計(jì)，電廠負(fù)責(zé)現(xiàn)場(chǎng)數(shù)據(jù)的提供與系統(tǒng)功能的應(yīng)用，合作方負(fù)責(zé)系統(tǒng)的開發(fā)與實(shí)施。既分工明確，充分發(fā)揮各自優(yōu)勢(shì)，又密切配合。從建設(shè)過程方面，遵循迭代開發(fā)原則，體現(xiàn)設(shè)計(jì)、開發(fā)、實(shí)施、驗(yàn)收四個(gè)過程的系統(tǒng)協(xié)同，如圖11所示。設(shè)計(jì)要充分考慮使用（實(shí)施）的需求，開發(fā)過程既要從設(shè)計(jì)出發(fā)，又要響應(yīng)功能試用后的反饋，實(shí)施過程不斷總結(jié)、改善，暴露的問題要作為設(shè)計(jì)、開發(fā)完善的輸入，驗(yàn)收檢查過程發(fā)現(xiàn)的問題要及時(shí)反饋給設(shè)計(jì)、開發(fā)和實(shí)施過程。在實(shí)施過程中要遵循由小到大、由簡(jiǎn)單到復(fù)雜、由試點(diǎn)到全面鋪開的原則，全過程不斷優(yōu)化、完善，梯級(jí)推進(jìn)，實(shí)現(xiàn)最終目標(biāo)。圖11集團(tuán)級(jí)大數(shù)據(jù)分析與診斷系統(tǒng)建設(shè)的迭代開發(fā)過程5.2工業(yè)大數(shù)據(jù)分析與診斷系統(tǒng)與常規(guī)IT系統(tǒng)的區(qū)別工業(yè)大數(shù)據(jù)分析與診斷系統(tǒng)與常規(guī)IT系統(tǒng)有較大區(qū)別，如圖12所示。工業(yè)大數(shù)據(jù)分析與診斷系統(tǒng)側(cè)重實(shí)時(shí)數(shù)據(jù)，有些過程動(dòng)作較快，數(shù)據(jù)分辨率更高，要求在實(shí)施過程要更加注重?cái)?shù)據(jù)源的質(zhì)量，這是分析與診斷結(jié)果有效、準(zhǔn)確的重要基礎(chǔ)。圖12工業(yè)大數(shù)據(jù)分析與診斷系統(tǒng)與常規(guī)IT系統(tǒng)的區(qū)別5.3發(fā)電機(jī)組集團(tuán)級(jí)大數(shù)據(jù)分析與診斷系統(tǒng)應(yīng)用實(shí)例發(fā)電機(jī)組集團(tuán)級(jí)工業(yè)大數(shù)據(jù)分析與診斷系統(tǒng)符合信息時(shí)代發(fā)展方向：把信息變成知識(shí)，把知識(shí)變成決策，把決策變成利潤(rùn)。對(duì)于我國(guó)現(xiàn)代大型燃煤電廠，積極采用先進(jìn)的優(yōu)化控制和管理軟件，將產(chǎn)生巨大的直接與間接效益。本系統(tǒng)應(yīng)用大數(shù)據(jù)技術(shù)理念，將先進(jìn)的信息技術(shù)、人工智能技術(shù)與傳統(tǒng)發(fā)電產(chǎn)業(yè)相結(jié)合，改變傳統(tǒng)產(chǎn)業(yè)經(jīng)營(yíng)管理模式，減少經(jīng)營(yíng)管理成本，提高企業(yè)管理水平；縮短維修時(shí)間、延長(zhǎng)檢修周期，提高電廠能效，降低生產(chǎn)成本；提高系統(tǒng)可