AI+火电机组远程诊断平台

20250327

新一代信息技术-火电智能化数字化

国家能源集团新能源技术研究院有限公司AI+火电机组远程诊断平台作为群级火电机组诊断平台，后续将为国家能源集团定州、沧东等8家电厂20台火电机组提供专业技术服务，初步预计通过减少非停、优化维护和检修计划，可在火电厂设备管理方面实现每年100-200万元/机组的经济效益。在提升设备安全性方面，可提前发现设备故障隐患，降低故障发生率，提升设备安全性；在提高设备可靠性方面，在设备安装、运行、检修、维护等过程中全面控制质量，避免缺陷和非停事件发生，提高设备可靠性；在降低设备检修维护费用方面，使设备检修周期定位更加科学准确，检修针对性增强，优化检修项目，降低设备缺陷发生率，减少检修维护工作量，降低检修维护费用；在提升企业经营能力方面，提升机组和设备状态预知性和可控性，促进机组运行安全和操作灵活，保障机组的发电能力，提升企业经营能力。 本项目成果验收后，为后续集团对所属燃煤发电企业设备健康管理一体化管控平台建设奠定基础，无论是新建机组或是在役机组改造，都能够实现更高水平的机组和全厂设备管理精细化、数字化，全面推进集团公司智能发电建设。进一步，在集团外火电机组推动成果应用，拓展集团内外、国内外市场，提升集团市场份额和竞争力，实现经济效益、社会效益同步增长。项目完成后，火电机组运行经济性、安全性都将得到有效提升，建立健康、安全、绿色的电厂运行模式，进一步探索和发展智慧电厂领域，促进绿色环保和节能减排，为推进国家能源转型发展作出贡献。

主要功能： 2022年4月16日，国家发改委正式公布了第50号令《电力可靠性管理办法（暂行）》，该条例自2022年6月1日起施行。办法第二十二条规定“发电企业应当建立发电设备分级管理制度，构建设备标准化管理流程。发电企业应当基于可靠性信息，建立动态优化的设备运行、检修和缺陷管理体系，定期评估影响机组可靠性的风险因素，掌握设备状态、特性和运行规律，发挥对机组运行维护的指导作用”。 随着新能源的快速发展和新型电力系统的构建，火电角色将发生显著的变化，由保电保供模式逐步转为功能保障模式；未来社会要求火电适网能力强、安全可靠高，由依靠电量盈利转成履行社会责任的企业，企业的效益会大幅下降；作为企业如何保障收益，同时更安全可靠的履行社会责任，是下一步火电面临的挑战。由于技术发展的限制，目前设备、系统、管理过程的管控，是对设备、系统、管理过程常规的典型结果性的特征参数的获取、通过人进行分析判断实施管控。由于典型结果性特征参数少、时效性差，导致管控过程被动，往往只能在异常发生后采取措施补救，实现提前管控，将异常消灭在萌芽状态的能力弱。另外，由于人的思维能力受限、个体能力差异，导致分析判断的深度不够、结果不同，管控水平的效果弱。 随着数字化信息技术的发展，有了数据收集广而深、分析判断快而准、控制手段标准等能力的技术保障，充分利用数字化信息技术的特点，开展数据收集，提升对设备、系统、管理过程特征参数的全面性掌握，结合数据分析与经验模型，通过数字化高效运算，解决管控短板，实现设备、系统、管理过程高效稳定、安全可靠，适应新型电力市场对火电厂的功能要求。积累经验，将管控手段数字化，提升自动化，达到减人增效，降低企业成本，实现新形势下电力企业的收益保障。 随着ERP、EAM和SIS等信息系统在企业的应用普及，企业在长期的设备管理活动中积累了大量的设备缺陷、故障维修、检修记录等业务过程数据，现场实时监测系统也积累了大量的历史实时数据。这些数据为企业开展大数据挖掘，深入实践各种设备分析评估方法提供了丰富的数据基础，并为充分发挥大数据协同，有效降低人员工作量，实现电力企业主要设备的零部件级故障建模、智能故障诊断分析，以及设备健康评估奠定了一定的数据基础。为集团公司层面对火电企业的设备进行统一集中管控奠定了良好的基础。 AI+火电机组远程诊断平台从集团数据湖采集定州、沧东等8家电厂20台火电机组设备测点数据，实时接入近20000个测点。通过获取以上机组1年正常运行历史数据进行数据清洗、数据分析，基于深度学习算法建立AI设备预警模型，通过预警模型正常运行基准值与监测的实时数据对比分析，提前预警设备可能将发生的故障。模型训练过程中使用了30种人工智能算子，建立了50种设备预警模型。 平台可以通过对预警信息进行逻辑推理，判断设备可能发生的故障模式、故障原因等，基于平台内置的设备诊断知识库，提供故障处理建议，所有的设备预警信息、故障原因分析、故障诊断处理建议以诊断单的形式推送至对应电厂进行提示。目前平台内的设备诊断知识库具备120种故障模式、2000余条诊断规则。 平台基于机器学习算法可以实时分析设备当前运行工况下的最优标杆值，通过运行值与标杆值的对比，为运行经济性优化提供专项指导建议。 平台基于开源国产大模型底座开发了铉机大模型，铉机大模型的模型参数量约10B左右，由电力行业数据库及积累的电厂运行数据、设备说明书、运行规程、检修文件等进行训练而成，并发布了风机专家、风机管理助手、风机运行助手和虚拟数字人4个智能体，可以针对风机设备运行、维护等问题进行专业回答。 平台的大数据管理平台可以对电厂接入数据进行统一纳管、快速清洗分析，利用模型开发平台可以对设备模型进行自主调优维护。 此外，项目还开发了基于国家能源集团ICE平台的移动应用，打通平台管理人员-专家-电厂专业人员的整个工作流。-核心技术： 1.基于云边协同的机组群级关键生产数据融合与管理技术： 研究火电机组运行的数据采集、协议适配、数据清洗、数据建模、数据加密、压缩和数据传输技术，制定功能架构、输入输出接口、数据相关标准。研究基于云边协同的火电机组设备健康管理省公司一体化管控平台架构，硬件上构建基于私有云技术的高性能、可扩展的服务器集群；软件上构建工业大数据平台，基于大数据框架技术实现大数据存储与管理、高性能并行计算，提供丰富的数据展示工具，提供丰富的数据库及数据开发接口，提供基本的数据挖掘、机器学习工具，同时具备完善的网络安全和用户安全功能。保障火电机组生产数据能被安全、高效地利用。 2.基于数据统一协同调度的数据中台技术： 开展区域公司本部侧及厂侧数据统一协同调度的数据中台技术研究。具备可靠的、可扩展的、分布式的存储和计算平台，可实时读写访问的可扩展的记录和表的存储，遵循Apache 许可协议、针对存放在 HDFS 和 HBase 数据的实时SQL 查询引擎高度可扩展的、容错的发布订阅制消息系统，工作流调度组件，Hadoop 各组件资源协调收集和聚合日志和事件数据,实时数据写入时序数据库或Hbase数据库，支持文本、模糊数学和分面搜索引擎，支持循环数据流和内存计算的高速通用数据处理引擎，为集成Hadoop 和关系数据库的数据传输引擎，高可靠的分布式协同服务，支持基于kudu列式存储的分布式关系型数据库。 3.基于标准化管理的火电机组关键设备健康管理模型开发平台： 研究基于标准化管理的火电机组关键设备健康管理模型开发平台架构方案。开发平台以工业互联网平台作为技术支撑，以燃煤发电企业的业务对象（如机组、系统、设备、部件等）为中心进行数据治理、模型管理、知识管理和计算指标的统一管理，将基于物联网的设备自动故障诊断与状态分析系统和DCS系统、SIS系统以及可视化系统的有机结合，实现远程设备参数监测及分析、主要辅机设备的故障预警和预防性维护、故障监测统计分析与知识库构建工作。平台融合物联网、边缘计算、数字孪生、人工智能等创新技术，构建机理+AI诊断模型，以诊断知识库为基础，自动出具专业诊断报告，提供诊断结论和运维建议。

是否有空间落地需求：否

AI+火电机组远程诊断平台基于深度学习算法建立AI设备预警模型，通过预警模型正常运行基准值与监测的实时数据对比分析，提前预警设备可能将发生的故障。通过对预警信息进行逻辑推理，判断设备可能发生的故障模式、故障原因等，基于平台内置的设备诊断知识库，提供故障处理建议，所有的设备预警信息、故障原因分析、故障诊断处理建议以诊断单的形式推送至对应电厂进行提示。基于机器学习算法可以实时分析设备当前运行工况下的最优标杆值，通过运行值与标杆值的对比，为运行经济性优化提供专项指导建议。平台内嵌了30种人工智能算子，建立了50种设备预警模型，具备120种故障模式、2000余条诊断规则。