晉控電力山西長治發(fā)電有限責(zé)任公司 梁宇寧 李 信 晉能控股山西電力股份有限公司 李慶華

當(dāng)前火電機(jī)組在技術(shù)瓶頸、經(jīng)濟(jì)效益、人工需求、環(huán)保壓力等諸多方面面臨著嚴(yán)峻挑戰(zhàn)?；痣娔芎乃桨l(fā)展遇到瓶頸；傳統(tǒng)熱工控制對大擾動、大滯后、多變量強耦合復(fù)雜工藝過程的適應(yīng)能力有限。在國家大政策下，市場從快速擴(kuò)張期逐步轉(zhuǎn)為自由市場化競爭，各企業(yè)會非常關(guān)注提升經(jīng)濟(jì)效益，長期良性發(fā)展。工業(yè)領(lǐng)域人口紅利逐漸消失；豐富經(jīng)驗工程師離職、轉(zhuǎn)崗、退休；新員工不好招、老人留不住。排放新規(guī)下，環(huán)保監(jiān)管會非常嚴(yán)格。各企業(yè)會非常重視管理與生產(chǎn)，既防止環(huán)保超標(biāo)、又要合理控制成本。

傳統(tǒng)火電廠運行主要依靠人對設(shè)備狀態(tài)和參數(shù)進(jìn)行監(jiān)控，運行人員全天二十四小時對不斷變化的數(shù)據(jù)進(jìn)行巡視和監(jiān)控，但這種人工監(jiān)盤難以發(fā)現(xiàn)設(shè)備故障前期參數(shù)的緩慢變化，大都是在報警出現(xiàn)后進(jìn)行處理，只有優(yōu)秀的運行人員才能在成千上萬的數(shù)據(jù)中洞察出設(shè)備的異常，才能在故障前期做出正確處置。且這種方式需運行人員在盤前集中精力持續(xù)盯住各重要參數(shù)的變化，工作壓力大、勞動強度高。由此應(yīng)運而生智能監(jiān)盤系統(tǒng)，通過智能化手段，將運行規(guī)程和電力安全規(guī)程知識化、歷史數(shù)據(jù)和運行經(jīng)驗?zāi)Ｐ突弥悄苤R庫協(xié)助監(jiān)盤人員對運行中的各類參數(shù)和設(shè)備狀態(tài)進(jìn)行監(jiān)測，并基于五個維度將系統(tǒng)健康度信號呈現(xiàn)給監(jiān)盤人員。

監(jiān)盤人員可在任意DCS 操作員站上實時監(jiān)視機(jī)組、子系統(tǒng)、子設(shè)備的健康狀態(tài)，查看故障預(yù)警，設(shè)備健康狀態(tài)和故障報警信息。智能監(jiān)盤可幫助實現(xiàn)熱力系統(tǒng)的在線自預(yù)警、自診斷功能，最終達(dá)到機(jī)組運行少人值守、降低運行人員勞動強度、提高機(jī)組安全性的目的。同時，給出相應(yīng)調(diào)節(jié)建議及相應(yīng)的影響和效果，指導(dǎo)現(xiàn)場監(jiān)盤人員更好、更優(yōu)的調(diào)整機(jī)組運行工況。未來將結(jié)合APS（全廠一鍵啟停）/ABS（功能組啟停）和Digital Twin(在線仿真技術(shù))，實現(xiàn)真正的少人值守或無人值守。

1 智慧監(jiān)盤系統(tǒng)

智慧監(jiān)盤系統(tǒng)基于數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等人工智能算法，對海量運行數(shù)據(jù)中隱含的特征關(guān)系進(jìn)行深度識別，建立系統(tǒng)狀態(tài)模型?；诙喾N先進(jìn)算法，結(jié)合設(shè)備規(guī)程、運行經(jīng)驗，將機(jī)組運行的知識和經(jīng)驗進(jìn)行有效數(shù)字化、模型化和邏輯化。從時間和空間維度上，充分挖掘和利用機(jī)組大量的歷史數(shù)據(jù)資源，通過對海量歷史數(shù)據(jù)的挖掘利用和深度學(xué)習(xí)，結(jié)合對象的輸入/輸出關(guān)系建立智能預(yù)測模型，將實時數(shù)據(jù)送入預(yù)測模型即可獲得系統(tǒng)各參數(shù)預(yù)測值，再利用評價模型對實時值進(jìn)行評估，從而實現(xiàn)對系統(tǒng)、設(shè)備或參數(shù)的狀態(tài)預(yù)警。狀態(tài)預(yù)警系統(tǒng)更加符合人的模糊性認(rèn)知，采用模擬量表征參數(shù)或設(shè)備的健康狀況。

在參數(shù)偏離的早期提醒運行人員，從而留出足夠的主動時間窗來應(yīng)對事故處理。作為一個融合大量過程對象的動態(tài)調(diào)整系統(tǒng)，設(shè)備的工藝參數(shù)在運行中隨多維邊界條件不斷發(fā)生變化，運行人員常常難以捕捉到參數(shù)的細(xì)微偏差。利用智能預(yù)測模型對參數(shù)進(jìn)行實時預(yù)測，將實際過程值與預(yù)測期望值進(jìn)行比對分析，結(jié)合運行規(guī)程和經(jīng)驗診斷出參數(shù)的健康程度并進(jìn)行量化評價。通過豐富的可視化技術(shù)將健康狀態(tài)和異常信息進(jìn)行合理的組織呈現(xiàn)，實現(xiàn)“所見即異常，一屏見全廠”。

智慧監(jiān)盤系統(tǒng)畫面分為三級：機(jī)組健康度總覽顯示各個子系統(tǒng)的評分結(jié)果，每個子系統(tǒng)健康度由安全、經(jīng)濟(jì)、參數(shù)偏離、系統(tǒng)故障和可靠性五個維度組成，用柱狀圖的高度和顏色呈現(xiàn)。子系統(tǒng)級健康度總覽展示當(dāng)前子系統(tǒng)五個維度的評分及趨勢?？捎蓸?biāo)簽按鈕跳轉(zhuǎn)至相應(yīng)維度的參數(shù)界面。參數(shù)級健康度總覽展示當(dāng)前維度相關(guān)參數(shù)的過程值、期望值、報警值、跳閘值以及健康度評分等信息。

與控制系統(tǒng)統(tǒng)一部署，通過控制系統(tǒng)上位機(jī)畫面呈現(xiàn)部署在控制系統(tǒng)網(wǎng)絡(luò)內(nèi)，更加符合運行人員使用習(xí)慣，避免運行人員監(jiān)控多個系統(tǒng)帶來的不便直接獲取控制系統(tǒng)數(shù)據(jù)進(jìn)行建模分析。監(jiān)盤的核心是基于數(shù)據(jù)建立預(yù)測模型，因此對數(shù)據(jù)的速度和精度有著較高要求。相較傳統(tǒng)SIS 系統(tǒng)數(shù)據(jù)，DCS 數(shù)據(jù)速度、精度優(yōu)勢顯著之外，還具有豐富的點信息功能（測點狀態(tài)、質(zhì)量、報警設(shè)定等）。同樣部署在控制1區(qū)，與控制系統(tǒng)數(shù)據(jù)進(jìn)行高速實時交互，直接通過API 接口進(jìn)行數(shù)據(jù)讀寫，保證了數(shù)據(jù)交互的高速與可靠，避免了跨區(qū)數(shù)據(jù)不能返回的安全問題，也為閉環(huán)控制的研究提供良好的支持。

結(jié)合實際需求，通過多維度對系統(tǒng)當(dāng)狀態(tài)進(jìn)行全面評價，提供回歸、神經(jīng)網(wǎng)絡(luò)、多元狀態(tài)預(yù)估、支持向量機(jī)等多種模型算法支持，此外也提供自定義模型算法封裝，為功能擴(kuò)展提供幫助。能夠通過趨勢圖、XY 圖、棒狀圖的形式對數(shù)據(jù)進(jìn)行展示，給維護(hù)人員提供依據(jù)從而便捷選擇合適穩(wěn)定工況進(jìn)行分析。另外也提供按照DCS 系統(tǒng)流程圖畫面的形式進(jìn)行展示，通過和實際運行完全一致的流程圖進(jìn)行測點選擇，符合運行人員使用習(xí)慣。

智慧監(jiān)盤系統(tǒng)是融合數(shù)據(jù)采集、清洗、可視化建模、系統(tǒng)工況預(yù)測和故障預(yù)警等多項先進(jìn)技術(shù)的綜合應(yīng)用，可預(yù)警高壓加熱器泄漏、循環(huán)水系統(tǒng)異常、抗燃油系統(tǒng)異常、主給水泵內(nèi)部缺陷等重大異常工況，助力運行、檢修人員科學(xué)決策，變被動響應(yīng)為主動應(yīng)對，極大地提升了機(jī)組安全性、可靠性和運營確定性。也可將行業(yè)知識和專家經(jīng)驗有效地知識化、模型化和邏輯化，有效緩解一線運行人員普遍面臨的勞動強度高、工作壓力大等問題。

智能監(jiān)盤系統(tǒng)通過預(yù)測模型對機(jī)組狀態(tài)進(jìn)行實時評估，幫助運行人員捕捉到參數(shù)細(xì)微偏差背后的隱藏信息，通過智能預(yù)警有效解決漏報、誤報問題之余對異常變化趨勢進(jìn)行掌握，實現(xiàn)“人找數(shù)”到“數(shù)找人”的智能轉(zhuǎn)型。將運行人員從海量的數(shù)據(jù)監(jiān)控中解放出來，告別重復(fù)低效的枯燥模式，從事模型開發(fā)、維護(hù)等附加值高的工作。機(jī)組運行不斷積累的數(shù)據(jù)推動著系統(tǒng)模型和專家規(guī)則的迭代完善，運行人員長期積累的專業(yè)經(jīng)驗通過知識提取沉淀于系統(tǒng)中，持續(xù)迭代，積累成企業(yè)的寶貴財富。結(jié)合智能自啟停和嵌入式仿真技術(shù)，打造全新一代智能運行系統(tǒng)。

2 機(jī)組概況及智能評價機(jī)制

某火電廠1000MW 超超臨界燃煤機(jī)組鍋爐是上海鍋爐廠生產(chǎn)的1000MW 等級一次再熱超超臨界參數(shù)變壓運行直流爐、單爐膛，采用塔式布置、固態(tài)排渣、全鋼構(gòu)架、全懸吊結(jié)構(gòu)。汽輪機(jī)是由上海汽輪機(jī)廠生產(chǎn)，汽輪機(jī)為1000MW 級機(jī)組、超超臨界、一次中間再熱、單軸、四缸四排汽、直接空冷凝汽式。發(fā)電機(jī)為上海發(fā)電機(jī)廠生產(chǎn)，額定輸出功率為1034MW，額定功率因數(shù)0.9（滯后）。

安全性評價：選取與系統(tǒng)安全性相關(guān)的參數(shù)建模點歸集在一起，但凡一個參數(shù)異常認(rèn)為系統(tǒng)安全受到威脅；經(jīng)濟(jì)性評價：選取系統(tǒng)經(jīng)濟(jì)性相關(guān)的參數(shù)建模點，同一系統(tǒng)有多個經(jīng)濟(jì)性指標(biāo)同時惡化認(rèn)為此系統(tǒng)經(jīng)濟(jì)惡化；參數(shù)總體評價：系統(tǒng)中存在的其他點信息。包羅系統(tǒng)中所有參數(shù)形成一個集合，對系統(tǒng)的總體評價；系統(tǒng)自動投入度評價：一個系統(tǒng)的自動投入度，表征了這個系統(tǒng)的自動化程度。認(rèn)為自動投入程度也是智能工廠一個很重要的指標(biāo)；系統(tǒng)故障診斷評價：火電站的一些常見故障中，存在多個關(guān)聯(lián)變量惡化導(dǎo)致一個或多個參數(shù)異常的原因。通過歸納整理、科學(xué)建模，形成一個對故障行之有效的分析手段。

2.1 安全性評價

智能監(jiān)盤系統(tǒng)對機(jī)組的安全性指標(biāo)依據(jù)設(shè)備技術(shù)規(guī)范和運行規(guī)程，及設(shè)備歷史運行數(shù)據(jù)確定參數(shù)正常運行邊界，并進(jìn)行實時預(yù)測及評價。會設(shè)置安全評分界面，有實時值、報警值、跳閘值、期望值、得分這幾列，其中報警值和跳閘值這兩列內(nèi)容與DCS 中對應(yīng)的參數(shù)高/低一限和二限的定值一致。單個參數(shù)的安全評分標(biāo)準(zhǔn)一般為在正常范圍內(nèi)（根據(jù)歷史數(shù)據(jù)計算得到）為100分，達(dá)到報警值評分為70分，達(dá)到跳閘值為0分。

2.2 參數(shù)總體評價和經(jīng)濟(jì)性評價

對火力發(fā)電經(jīng)濟(jì)、環(huán)保指標(biāo)進(jìn)行動態(tài)預(yù)測，實時進(jìn)行預(yù)測評價。通常將對系統(tǒng)經(jīng)濟(jì)性有影響的參數(shù)歸于經(jīng)濟(jì)評分下，其余參數(shù)作為參數(shù)評分內(nèi)容歸于參數(shù)評分下。通過參數(shù)的關(guān)聯(lián)變量對該參數(shù)進(jìn)行期望值擬合得到期望值公式。通過該期望值公式對歷史數(shù)據(jù)進(jìn)行重算得到一組歷史期望值，再根據(jù)歷史數(shù)據(jù)和歷史期望值之差得到該參數(shù)的歷史值與期望值的偏差。根據(jù)偏差的分布情況進(jìn)行計算得到偏差的正常值、高/低值、高高/低低值，最后用實時值與期望值的偏差根據(jù)公式進(jìn)行評分。

實現(xiàn)過程如下：指標(biāo)的優(yōu)良中差呈指數(shù)形式（或線性），曲線單調(diào)遞增或者單調(diào)遞減，有明確的上下限(Xmin與Xmax)。單調(diào)遞增時指標(biāo)的Xworst是Xmin；單調(diào)遞減時指標(biāo)的Xworst是Xmax。則測評分?jǐn)?shù)的換算公式如下：如果X 超出上限(X＞=Xmax)。此時若Xworst是Xmin則Y=100， 若Xworst是XmaxY=0；如果X 超出下限(X＜=Xmin)。此時若Xworst是Xmin則Y=0，若Xworst是Xmax則Y=100；如果X 在上下限范圍內(nèi)(Xmin＜X＜Xmax)，Y=100×[|X-Xworst|/(Xmax-Xmin)]n，指數(shù)形式中n 的取值自定，n＞0。

指標(biāo)的上下限、指數(shù)n 值都可在服務(wù)器界面上修改更換，尋找較好的記分方法。（指標(biāo)設(shè)置了超限的計算方法，能夠較好的避免錯誤輸出。）以上情況在服務(wù)器的配置界面上輸入Xmax、Xmin、Xworst以及n 即可。指標(biāo)有明確的上下限(Xmin與Xmax)，在Xmin與Xmax間存在一個Xbest或Xworst，但評價曲線在分段范圍內(nèi)仍單調(diào)遞增／遞減。則測評分?jǐn)?shù)的換算公式為以下兩種情況。

中間的是最差值Xworst，進(jìn)行計算的方法為：如果X 超限(X＞=Xmax或X＜=Xmin)，Y=100，則當(dāng)Xmin＜X＜Xworst時，Y=100×[(Xworst-X)/(Xworst-Xmin)]n1。當(dāng)Xworst＜X＜Xmax，Y=100×[(X-Xworst)/(Xmax-Xworst)]n2；中間的是最優(yōu)值Xbest，進(jìn)行計算的方法為：如果X 超限(X＞=Xmax或者X＜=Xmin)，Y=0。當(dāng)Xmin＜X＜Xbest，Y=100×[(X-Xmin)/(Xbest-Xmin)]n1，當(dāng)Xbest＜X＜Xmax時，Y=100×[(Xmax-X)/(Xmax-Xbest)]n2。上面兩種情況只要在服務(wù)器的配置界面上輸入Xmax、Xmin、Xworst／Xbest以及n1和n2即可。

2.3 系統(tǒng)故障診斷評價

主要基于海量的報警信息，DCS 報警系統(tǒng)的通病是未經(jīng)分類整理的過量報警信息快速滾屏，導(dǎo)致重要設(shè)備缺陷的報警信息很快淹沒在報警畫面中，針對這種主次不分、重復(fù)出現(xiàn)且查詢困難的報警信息的深度挖掘，對整體報警數(shù)據(jù)庫進(jìn)行考察整理，梳理報警信息，對海量數(shù)據(jù)進(jìn)行分級分類優(yōu)化，對工藝過程進(jìn)行分類和分區(qū)域優(yōu)化，把所有報警信息簡化為4個等級：1級報警為主設(shè)備跳閘條件、危及人身安全跳閘條件；2級報警為導(dǎo)致主設(shè)備、主要輔機(jī)跳閘條件報警信息；3級報警為過程條件需要觀察，有時間處理的報警信息；4級儀表問題、冗余變送器偏差等的報警信息。

將報警信息與電廠區(qū)域?qū)哟蜗嗥ヅ洌惯\行人員很容易看到報警發(fā)生的區(qū)域，將熱工報警與機(jī)組運行報警進(jìn)行區(qū)域分類，利于運行人員的高效監(jiān)盤，為客戶提供預(yù)測性的故障診斷評價以及改進(jìn)方案，有助于降低機(jī)組的事故風(fēng)險，提升發(fā)電企業(yè)的生產(chǎn)安全。

3 典型應(yīng)用

以某日發(fā)生給水泵抽頭吹損故障預(yù)警為例，超超臨界額定負(fù)荷1000MW 的某機(jī)組運行當(dāng)前負(fù)荷為521MW，經(jīng)模型計算的給泵期望出水壓力約為28MPa，轉(zhuǎn)速期望值約為5300rpm，但實際出水壓力偏高了0.2MPa，而實際轉(zhuǎn)速卻為5285rpm。在實際運行中，不管經(jīng)驗多豐富的運行人員都難以在持續(xù)變化的負(fù)荷下察覺出這么細(xì)微的參數(shù)偏差，但智能診斷系統(tǒng)卻能及時發(fā)現(xiàn)問題并提前預(yù)警。

故障分析系統(tǒng)經(jīng)過數(shù)據(jù)分析，確定進(jìn)行停機(jī)時才能進(jìn)一步分析系統(tǒng)參數(shù)異常的原因，因此臨時安排調(diào)停計劃變更。停機(jī)后檢查發(fā)現(xiàn)給水泵芯包抽頭被吹損。如沒有利用調(diào)停機(jī)會及時處理，任由缺陷發(fā)展下去，流動加速腐蝕、吹損面不斷擴(kuò)大，將影響給水量至少200t/h，直接導(dǎo)致機(jī)組無法運行至高負(fù)荷。同時，對于正在運行機(jī)組的給水泵進(jìn)行隔離消缺是有非常大的風(fēng)險的：一是很難嚴(yán)密隔離；二是即使完全隔離了，對熱態(tài)給水泵進(jìn)行檢修工作也是非常困難的。智能診斷系統(tǒng)的應(yīng)用讓被動響應(yīng)變?yōu)橹鲃討?yīng)對，臨時搶修變?yōu)橛媱潤z修，有效避免了無法響應(yīng)高負(fù)荷的非停情況發(fā)生。

綜上，將現(xiàn)場工作人員的經(jīng)驗積累沉淀，通過邏輯關(guān)系和函數(shù)表達(dá)式把人的思路與邏輯固化在軟件系統(tǒng)中，形成智能監(jiān)盤，通過智能評價的方式，用機(jī)器監(jiān)盤代替人的重復(fù)勞動，自動計算動態(tài)基準(zhǔn)值，自動篩選異常參數(shù)、異常事件，提前報警并實現(xiàn)閉環(huán)管理，降低運行人員的工作強度，避免了運行人員經(jīng)驗流失，提高機(jī)組運行的安全性、經(jīng)濟(jì)性和環(huán)保性。