东南大学能源与环境学院副院长司风琪：依托技术创新提高电厂智能化水平

“智慧电厂建设是跟自动化信息化，包括其他领域的新技术、新系统，以及其他“智慧+”的系统是同行同行的，就是说技术在发展，智慧电厂本身在丰富，绝对不是一步到位的，它的建设基本原则就是围绕我们的“安全、环保、星级、高效”，只要对我们电厂盈利能力好的，对我们的安全、经济、环保有利的东西，要优先做。”东南大学能源与环境学院副院长司风琪在中国能源研究会节能减排中心与华北电力大学国家大学科技园联合举办“2018年智慧电厂论坛(第一期)”上发表演讲时表示。北极星电力网将全程对会议进行直播，如需了解更多的会议直播，请联系微信号：13693626116

东南大学能源与环境学院副院长司风琪《依托技术创新提高电厂智能化水平》

各位专家，大家下午好!受大会的委托给大家交流一下我本人对智能化电厂的一些看法。上午跟下午听了不少报告，专家的高度跟深度都说的很详细了，我这个发言分三个部分，说的不对的地方请大家批评指正。

第一部分，前面的专家也讲了，为什么要搞智能化电力?

第二部分，就我个人的看法，怎么去搞?搞哪些东西?

第三部分，结合我了解的或者本人参与的一些工作，分享一些应用的实例给大家。

第一部分，其实人工智能技术，无论是在工业界还是我们教育界都引起了非常大的重视，现在不少的高校也成立了人工智能的学院，我想主要和我们国家的战略也是有关系的。我们也知道工业大数据和互联网支撑的人工智能技术，已经成为提高我们国家竞争力的关键因素。

十九大里边，前面有专家也提出来了加强人工智能的建设，国务院也印发了新一代人工智能的发展规划，从这个规划里面我们得到一个信息，就是我们希望靠人工智能能实现弯道超车，到2030年能做到世界领先，在这样的情况下，我是在网上看到的一个图，引过来了，其实各行各业都在做人工智能相关的研究，这个发展速度超过我们的想象。举个例子，比如无人驾驶，去年年底的时候我们东南大学的校园里面，我们自己造了一个无人驾驶汽车，变成我们的校车了，非常快。作为我们发电企业，其实也已经做了很多的探索或者是建设，有很长的一个过程，十多年的过程，大家也存在疑惑，幸好2016年以后我们逐渐出了一些标准，集团也在出各种各样的标准，标准要先行。在《智能电厂的技术发展纲要》里面提了这么几个字，智能的传感与执行、智能的控制和智能的决策，基本上概括了智能体的基本特征，当然智能提还要有只适应的能力。

作为电厂本身来说，因为我对电厂比较熟，其实现在日子都不好过，我们面临着几座大山。外部环境，比如我们要安全生产，有严酷的排放的限制，现在新能源上来以后我们还有网源的协调问题、深度调峰等等要求。我们靠近的环境几个多变，比如我的煤质多变、煤价多变、负荷多变、气候多变，这样的情况下我们如何应对。原来我们老师给学生教课，都讲我的实际什么什么，现在完全偏离实际了，如何建立我的智慧电厂，能够应对这些比较严酷的环境，满足盈利的要求，我觉得这是我做智慧电厂的一个很重要的目标。所以我认为智慧化是电力企业实现清洁低碳跟安全高效本身内在的需求。

围绕这个需求回答一个问题，哪些内容是智慧电厂，因为我们也遇到了很多次交流会，大家都说我变成智慧电厂，中国一流的、中国第一个、中国样板，到底什么是，我没有这个水平把它定义下来，我认为大概围绕导责里面的三大块内容：

第一个方面，智能的感知。这个感知我把它分为两块，一块是包括传感器、包括我们的煤质、包括炉膛温度、包括烟气组分、包括人员定位，包括声波、图像视觉识别，如果这些搞不好，不打下好的基础，会大大影响我们后面的应用。第二，有没有可能我们做更多的软测量，比如数据的相关性获得更多的信息。希望把三维、VR/AR放到感知的领域，形成一个很交互的环境，我认为也是智能感知的领域要充分认识高精度的数值模拟，原来我们做数值模拟不是我的计算方法，是我的计算数，现在稍微好一点的服务器，算一个也要20小时、30个小时，但是同步我们的计算机技术在大力发展，硬件水平也在提高，所以说关于智能模拟的应用会越来越多。再有一个就是强化预测，包括负荷的、气象的、煤质的，都可以，因为现在预测的方法、算法发展也非常快。这一系列的以计算为基础的，我们构成了一个软的感知环境。

第二个内容，就是大脑，智能决策。当然这个数据挖掘我没敢提大数据，这里有争论，大数据有它的4个月、5个月的定义，有的专家也提了，这个不是大数据，因为我们是非常显著的一个行业，我们组织互联网大数据分析的时候，这个关系不知道的，只不过你把数据记录下来了，反倒是潜在的故障信息，是在主流信息之外一些额外的信息，这是一个特点。第二个特点，我们现在要么分析就是分析运营系统，对我们设备大事记录的事故数据没有混杂分析，也够不成大数据，我相信以后会用的越来越多的。另外，全生命周期的管理，包括智能的诊断、运营。举个例子，现在的法则已经脱离了传统的培训法则了，如何用模型驱动的仿真的环境验证我们工程改造、策略优化是取得实效的应用。

第三个内容，智能控制。这里面包括各种各样的控制。

什么叫智能电厂呢?我认为做当中任何一个都是智能电厂，不是全部都要做，但是功能领域可以划分。第一个，自适应。第二个，我们跨度提高，我们最想做的办法就是解耦，多回路想办法变成单回路控制是最好的，但是现在控制的应用，因为我数据处理的能力提高了，就是我们思考的能力提高了，现在无论是空间，比如说多设备之间的协同控制，一段时间的卷积厚度未来都是有大发展的，所以时空的跨度越来越大。如果数据分析的角度来说，可能要卷积到3—5年的数据，这些数据都需要。

以全生命管理为例，把数据流画一下。

关于我们的自动化、信息化，我们国家自动化、信息化我们是走在世界前沿的。从系统的角度来说，第一个，从控制的角度，现在要式行智能控制难度在哪里?这个难度不仅仅在算法，还是测量，所以我们现在测量是点测量为主，关键参数缺少测量的手段，比如说从炉子开始，二氧化碳分布，氧量也是不够的，环保里面为什么脱销好多控制不好，我测不出来，难以实现闭环的控制，这是存在的问题。自控第二个问题，出现了大量的自动化控制系统，我们已经推了那么多系统很成熟了，但是电厂里面大部分还是混杂的，先进系统的推广应用还不够。从信息化角度来说，我们很强，但是系统太多，我们仍然是应用为导向的，为了什么上一个系统，为了什么上一个系统。本身我的信息化里面存在难度，数据是海量的，但是知识提炼缺少手段。不缺数据，缺知识，所以如何把自动化、信息化升级成智能化的系统。

我们以全生命周期的数据流为例，其实我们电厂所掌握的数据、运营的数据多，有CIS的、有MIS的，都存储下来了，其实要搞一个设备有很多数据还是需要的，从设计、制造、基建、维护全部都要的。有的电厂讲，我都有啊，在办公室里呢，放在纸面了，在若干个不同的信息化系统当中。如果没有这个你怎么去做你的设备的优化、诊断，这是有难度的。所以我觉得我们要实现的是数据全生命周期的管理，首先是数据的管理，要把它管理起来。

第二个，所谓的智能化电厂，这里我列出来的以自动化、信息化系统支撑的智能化电厂。我的想法，中间是一个大数据平台，我们围绕这个平台做三个事情。第一个事情，新的应用，我们现在新的手段，定位等等，新的应用肯定远远没有的。第二，我产生了新的服务，没有维修的、运营的，甚至为电力市场的服务，更多的我觉得是原来的应用新的内涵，原来我有新的计算，到现在新的计算哪个厂能说我计算做得好，没有，算不准。算不好不能说不能用，所以我觉得现在有了大数据的分析以后能用的更好，所以我觉得应用里新的内涵是这样的想法。

西面我稍微过一过。

第一个，关于数据的集成、调用管理与发布。我知道很多集团在做，从每个DCS里面拿到分公司、拿到集团，数据终于搞出来了，我不认为你那个是完全数据集成，有一个是信息量的抓取，另外一个是扁平化的构想，我觉得应该把设备的、机组的事物数据和实施数据做一个共享的数据平台，这个平台几个作用，一个是数据的供给，另外还有一个作用是，原来做CIS的时候，我们一个电厂最早的一个CIS，他们给我讲一个故事，说你这个能存身边的数据，说存什么用呢?有温度，我把趋势一画，你就知道这个地方坏不坏了，其实大家用CIS的数据知道，你画得出来吗?你查CIS数据看，你拿一个月的数据5分钟，我说原始的数据，不是差值的，有的是差值的，反正那么多数据来了。你的存储量大，但是加工空间太小，没办法看。所以很多人到了年趋势曲线，哪个电厂说可以把趋势曲线画出来?没有，所以要建立一个高效的共享的。

第二个，关于系统设计与设备选型优化。我不是搞设计的，但是有点纳闷的是，我们提出了一些好的观点、好的测量手段，但是我们电厂应用的时候往往都不使用，因为今年电厂投产了，明年改动，我们电厂建的时候能不能提更多的高度，把新的技术能够包进来。这是提的建议，当然这里面还有讲究，比如我们做锅炉的监测，恨不得把所有的地方都搞测点，到底配多少测点、哪个位置配、配什么样的数据，这是需要做研究的。当然不深入讨论了，这是设计院的专家考虑的问题。

第三个，机组级智能优化控制。其实智能也不见得很神秘，我们很多的厂家都做了，但是我了解的大部分的智能控制都是替代的结果，发现这个不行，改一把，不知道为什么新的电厂不用起来，如果没用起来再进一步研究这才是大有前景。

第四个，厂级节能调度系统。

第五个，基于大数据的高级智能优化系统。这是燃烧的，也是很有效果的一个事情。我建议大家关心吹灰，因为我们国内吹灰大部分思路是为了省能源，我脏了能效变差了，吹灰能耗变大了，其实合理的吹会是有效的控制手段，有时候有意识的把某一个受众面变脏，少吸热、把这个提高出去，就可以通过吹灰分析各个面的热量分布，很多年前欧美都在做，但是我们国家也有人在做这个事情，我觉得这个要引起重视，大家可以观察一下，你的吹灰以后晃动是比较大的，是一个有效的手段，把喷水变成一个应急手段，把吹灰变成主动手段，这个要重视。还有大的冷端综合优化，由于气候的变化比较多，所以说我们国内现在出现了好多大的这样的塔，这里面有大量的空间可以做。

第六个，设备劣化分析与寿命预测。比如这个催化剂，如果通过数据的融合找出催化剂性能的变化，我分析的这个机组催化剂是下降的，这个性能随着时间的变化，然后又加速催化的趋势，能够知道你的快慢。目前我们在做，今年能够完成几十个机组的分析这样的工作。因为这个催化剂出现的问题很多，特别是加速热化以后来不及更换，造成机组等催化剂怎么样的情况。

这是特征值，西门子的、GE的也类似，真正的是背后的模型，模型是非常重要的，如果你把模型掌握住了，这些功能是大有可为的，可以做的。我们在一个电厂，把他主要的设备都完成了。

第七个，这个图不是我做的，是拿的人家的资料，肯定是自动化，但是我建议的，我们智能化煤场的信息离我们运行的远了一点，要再拉近一些，恐怕对你的技术指导更加有作用，这里面都做的很漂亮，但是这些数据要延伸预警系统中来，怎么延伸?发现你的预测就解决问题了，脱硫为什么损失，有什么办法。从原料，我们发现高硫燃料，赶快把这个调整，是一个漫长的过程。

第八个，性能计算。比如说这个图，如果说你做得好，你把数据分析的话，我就能够按照指标动态的，完全是动态的对标体系，无论对你的设备评价还是指导都有很大的作用，任何一个指标知道历史点是什么样的、数据变化是怎样的、历史上最平值、最高最低值，有难度吗?没有难度，但是最大的难度就是数据访问的难度。你做一个指标至少要查半天，查不出来，数据不让你查，所以这里面还要求做一些开发的东西。

第九个，虚拟仿真，更多的还要关注工程仿真，现在有的模型已经做的很好了，如何把我的控制设备、把我的系统结构的变化对系统性能的影响做分析，这是工程性的可以做。

第十个，运营和决策管理。

第十一个，智能化的其他应用。大数据的客店化，因为传统的软件开发已经无法完成这么大数据的展示了，实际上这些东西是来源的，如果开发的有意识的应用这些元素，对你的展示、分析都有很大的帮助。预警，大家知道现在微信平台，比如在浙江几个厂做的非常好，应该做预警标准的制定，比如说预警的分级、预警的程度的定义，如果要做这个系统、做这个预警，我统一的预警的接口、预警的调度，为什么要做呢?一个是大家理解是一方面，另外一个，预警本身就是大数据，如果你做的规范以后，这个里面会发现很多很多的问题，我们围绕这个厂就能找到很多设备的情况，更何况整个集团，这个也是有意义的。

这是我的几点思考：

第一，智慧电厂的建设是必须要干的，而且我们要树立信心，这也是我们再一次实现世界领先的机遇。

第二，智慧电厂建设是跟自动化信息化，包括其他领域的新技术、新系统，以及其他“智慧+”的系统是同行同行的，就是说技术在发展，智慧电厂本身在丰富，绝对不是一步到位的，它的建设基本原则就是围绕我们的“安全、环保、星级、高效”，只要对我们电厂盈利能力好的，对我们的安全、经济、环保有利的东西，要优先做。我觉得要避免一步到位的思想。

第三，前面处长也介绍的一些经验，我觉得依赖大数据和设备分析模型的优势技术，其实我们国家一定是有优势技术的，这个优势技术我觉得先做对于比如设备诊断、设备分析、运行指导这样的东西，先捡好西瓜，先把能做的事情优先要去做，这个才是我觉得马上能见到效果的事情，当然其他东西同步建立是没有问题的。

第四，也是我们学校培养人才的情况，我觉得现在减少人力，甚至有专家提出来无人电厂，我觉得这是智慧电厂的一个重要目标，但是这个目标下面对人的要求绝对不是降低的。实际也正是基于我们智慧电厂的开发、应用的能力。应用是什么，有好多东西不用没办法，你怎么让人员参与进去，我觉得更多领域的专业基础上面，无论是我们电厂现有的员工还是未来我们的员工，都提出了很高的要求，也希望大家一起努力能够促进智慧电厂建设和快速发展。

感谢大家!