“智慧電廠建設是跟自動化信息化，包括其他領域的新技術、新系統，以及其他“智慧+”的系統是同行同行的，就是說技術在發展，智慧電廠本身在豐富，絕對不是一步到位的，它的建設基本原則就是圍繞我們的“安全、環保、星級、高效”，只要對我們電廠盈利能力好的，對我們的安全、經濟、環保有利的東西，要優先做。”東南大學能源與環境學院副院長司風琪在中國能源研究會節能減排中心與華北電力大學國家大學科技園聯合舉辦“2018年智慧電廠論壇(第一期)”上發表演講時表示。北極星電力網將全程對會議進行直播，如需了解更多的會議直播，請聯系微信號：13693626116

東南大學能源與環境學院副院長司風琪《依托技術創新提高電廠智能化水平》

各位專家，大家下午好!受大會的委托給大家交流一下我本人對智能化電廠的一些看法。上午跟下午聽了不少報告，專家的高度跟深度都說的很詳細了，我這個發言分三個部分，說的不對的地方請大家批評指正。

第一部分，前面的專家也講了，為什么要搞智能化電力?

第二部分，就我個人的看法，怎么去搞?搞哪些東西?

第三部分，結合我了解的或者本人參與的一些工作，分享一些應用的實例給大家。

第一部分，其實人工智能技術，無論是在工業界還是我們教育界都引起了非常大的重視，現在不少的高校也成立了人工智能的學院，我想主要和我們國家的戰略也是有關系的。我們也知道工業大數據和互聯網支撐的人工智能技術，已經成為提高我們國家競爭力的關鍵因素。

十九大里邊，前面有專家也提出來了加強人工智能的建設，國務院也印發了新一代人工智能的發展規劃，從這個規劃里面我們得到一個信息，就是我們希望靠人工智能能實現彎道超車，到2030年能做到世界領先，在這樣的情況下，我是在網上看到的一個圖，引過來了，其實各行各業都在做人工智能相關的研究，這個發展速度超過我們的想象。舉個例子，比如無人駕駛，去年年底的時候我們東南大學的校園里面，我們自己造了一個無人駕駛汽車，變成我們的校車了，非常快。作為我們發電企業，其實也已經做了很多的探索或者是建設，有很長的一個過程，十多年的過程，大家也存在疑惑，幸好2016年以后我們逐漸出了一些標準，集團也在出各種各樣的標準，標準要先行。在《智能電廠的技術發展綱要》里面提了這么幾個字，智能的傳感與執行、智能的控制和智能的決策，基本上概括了智能體的基本特征，當然智能提還要有只適應的能力。

作為電廠本身來說，因為我對電廠比較熟，其實現在日子都不好過，我們面臨著幾座大山。外部環境，比如我們要安全生產，有嚴酷的排放的限制，現在新能源上來以后我們還有網源的協調問題、深度調峰等等要求。我們靠近的環境幾個多變，比如我的煤質多變、煤價多變、負荷多變、氣候多變，這樣的情況下我們如何應對。原來我們老師給學生教課，都講我的實際什么什么，現在完全偏離實際了，如何建立我的智慧電廠，能夠應對這些比較嚴酷的環境，滿足盈利的要求，我覺得這是我做智慧電廠的一個很重要的目標。所以我認為智慧化是電力企業實現清潔低碳跟安全高效本身內在的需求。

圍繞這個需求回答一個問題，哪些內容是智慧電廠，因為我們也遇到了很多次交流會，大家都說我變成智慧電廠，中國一流的、中國第一個、中國樣板，到底什么是，我沒有這個水平把它定義下來，我認為大概圍繞導責里面的三大塊內容：

第一個方面，智能的感知。這個感知我把它分為兩塊，一塊是包括傳感器、包括我們的煤質、包括爐膛溫度、包括煙氣組分、包括人員定位，包括聲波、圖像視覺識別，如果這些搞不好，不打下好的基礎，會大大影響我們后面的應用。第二，有沒有可能我們做更多的軟測量，比如數據的相關性獲得更多的信息。希望把三維、VR/AR放到感知的領域，形成一個很交互的環境，我認為也是智能感知的領域要充分認識高精度的數值模擬，原來我們做數值模擬不是我的計算方法，是我的計算數，現在稍微好一點的服務器，算一個也要20小時、30個小時，但是同步我們的計算機技術在大力發展，硬件水平也在提高，所以說關于智能模擬的應用會越來越多。再有一個就是強化預測，包括負荷的、氣象的、煤質的，都可以，因為現在預測的方法、算法發展也非常快。這一系列的以計算為基礎的，我們構成了一個軟的感知環境。

第二個內容，就是大腦，智能決策。當然這個數據挖掘我沒敢提大數據，這里有爭論，大數據有它的4個月、5個月的定義，有的專家也提了，這個不是大數據，因為我們是非常顯著的一個行業，我們組織互聯網大數據分析的時候，這個關系不知道的，只不過你把數據記錄下來了，反倒是潛在的故障信息，是在主流信息之外一些額外的信息，這是一個特點。第二個特點，我們現在要么分析就是分析運營系統，對我們設備大事記錄的事故數據沒有混雜分析，也夠不成大數據，我相信以后會用的越來越多的。另外，全生命周期的管理，包括智能的診斷、運營。舉個例子，現在的法則已經脫離了傳統的培訓法則了，如何用模型驅動的仿真的環境驗證我們工程改造、策略優化是取得實效的應用。

第三個內容，智能控制。這里面包括各種各樣的控制。

什么叫智能電廠呢?我認為做當中任何一個都是智能電廠，不是全部都要做，但是功能領域可以劃分。第一個，自適應。第二個，我們跨度提高，我們最想做的辦法就是解耦，多回路想辦法變成單回路控制是最好的，但是現在控制的應用，因為我數據處理的能力提高了，就是我們思考的能力提高了，現在無論是空間，比如說多設備之間的協同控制，一段時間的卷積厚度未來都是有大發展的，所以時空的跨度越來越大。如果數據分析的角度來說，可能要卷積到3—5年的數據，這些數據都需要。

以全生命管理為例，把數據流畫一下。

關于我們的自動化、信息化，我們國家自動化、信息化我們是走在世界前沿的。從系統的角度來說，第一個，從控制的角度，現在要式行智能控制難度在哪里?這個難度不僅僅在算法，還是測量，所以我們現在測量是點測量為主，關鍵參數缺少測量的手段，比如說從爐子開始，二氧化碳分布，氧量也是不夠的，環保里面為什么脫銷好多控制不好，我測不出來，難以實現閉環的控制，這是存在的問題。自控第二個問題，出現了大量的自動化控制系統，我們已經推了那么多系統很成熟了，但是電廠里面大部分還是混雜的，先進系統的推廣應用還不夠。從信息化角度來說，我們很強，但是系統太多，我們仍然是應用為導向的，為了什么上一個系統，為了什么上一個系統。本身我的信息化里面存在難度，數據是海量的，但是知識提煉缺少手段。不缺數據，缺知識，所以如何把自動化、信息化升級成智能化的系統。

我們以全生命周期的數據流為例，其實我們電廠所掌握的數據、運營的數據多，有CIS的、有MIS的，都存儲下來了，其實要搞一個設備有很多數據還是需要的，從設計、制造、基建、維護全部都要的。有的電廠講，我都有啊，在辦公室里呢，放在紙面了，在若干個不同的信息化系統當中。如果沒有這個你怎么去做你的設備的優化、診斷，這是有難度的。所以我覺得我們要實現的是數據全生命周期的管理，首先是數據的管理，要把它管理起來。

第二個，所謂的智能化電廠，這里我列出來的以自動化、信息化系統支撐的智能化電廠。我的想法，中間是一個大數據平臺，我們圍繞這個平臺做三個事情。第一個事情，新的應用，我們現在新的手段，定位等等，新的應用肯定遠遠沒有的。第二，我產生了新的服務，沒有維修的、運營的，甚至為電力市場的服務，更多的我覺得是原來的應用新的內涵，原來我有新的計算，到現在新的計算哪個廠能說我計算做得好，沒有，算不準。算不好不能說不能用，所以我覺得現在有了大數據的分析以后能用的更好，所以我覺得應用里新的內涵是這樣的想法。

西面我稍微過一過。

第一個，關于數據的集成、調用管理與發布。我知道很多集團在做，從每個DCS里面拿到分公司、拿到集團，數據終于搞出來了，我不認為你那個是完全數據集成，有一個是信息量的抓取，另外一個是扁平化的構想，我覺得應該把設備的、機組的事物數據和實施數據做一個共享的數據平臺，這個平臺幾個作用，一個是數據的供給，另外還有一個作用是，原來做CIS的時候，我們一個電廠最早的一個CIS，他們給我講一個故事，說你這個能存身邊的數據，說存什么用呢?有溫度，我把趨勢一畫，你就知道這個地方壞不壞了，其實大家用CIS的數據知道，你畫得出來嗎?你查CIS數據看，你拿一個月的數據5分鐘，我說原始的數據，不是差值的，有的是差值的，反正那么多數據來了。你的存儲量大，但是加工空間太小，沒辦法看。所以很多人到了年趨勢曲線，哪個電廠說可以把趨勢曲線畫出來?沒有，所以要建立一個高效的共享的。

第二個，關于系統設計與設備選型優化。我不是搞設計的，但是有點納悶的是，我們提出了一些好的觀點、好的測量手段，但是我們電廠應用的時候往往都不使用，因為今年電廠投產了，明年改動，我們電廠建的時候能不能提更多的高度，把新的技術能夠包進來。這是提的建議，當然這里面還有講究，比如我們做鍋爐的監測，恨不得把所有的地方都搞測點，到底配多少測點、哪個位置配、配什么樣的數據，這是需要做研究的。當然不深入討論了，這是設計院的專家考慮的問題。

第三個，機組級智能優化控制。其實智能也不見得很神秘，我們很多的廠家都做了，但是我了解的大部分的智能控制都是替代的結果，發現這個不行，改一把，不知道為什么新的電廠不用起來，如果沒用起來再進一步研究這才是大有前景。

第四個，廠級節能調度系統。

第五個，基于大數據的高級智能優化系統。這是燃燒的，也是很有效果的一個事情。我建議大家關心吹灰，因為我們國內吹灰大部分思路是為了省能源，我臟了能效變差了，吹灰能耗變大了，其實合理的吹會是有效的控制手段，有時候有意識的把某一個受眾面變臟，少吸熱、把這個提高出去，就可以通過吹灰分析各個面的熱量分布，很多年前歐美都在做，但是我們國家也有人在做這個事情，我覺得這個要引起重視，大家可以觀察一下，你的吹灰以后晃動是比較大的，是一個有效的手段，把噴水變成一個應急手段，把吹灰變成主動手段，這個要重視。還有大的冷端綜合優化，由于氣候的變化比較多，所以說我們國內現在出現了好多大的這樣的塔，這里面有大量的空間可以做。

第六個，設備劣化分析與壽命預測。比如這個催化劑，如果通過數據的融合找出催化劑性能的變化，我分析的這個機組催化劑是下降的，這個性能隨著時間的變化，然后又加速催化的趨勢，能夠知道你的快慢。目前我們在做，今年能夠完成幾十個機組的分析這樣的工作。因為這個催化劑出現的問題很多，特別是加速熱化以后來不及更換，造成機組等催化劑怎么樣的情況。

這是特征值，西門子的、GE的也類似，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，這些功能是大有可為的，可以做的。我們在一個電廠，把他主要的設備都完成了。

第七個，這個圖不是我做的，是拿的人家的資料，肯定是自動化，但是我建議的，我們智能化煤場的信息離我們運行的遠了一點，要再拉近一些，恐怕對你的技術指導更加有作用，這里面都做的很漂亮，但是這些數據要延伸預警系統中來，怎么延伸?發現你的預測就解決問題了，脫硫為什么損失，有什么辦法。從原料，我們發現高硫燃料，趕快把這個調整，是一個漫長的過程。

第八個，性能計算。比如說這個圖，如果說你做得好，你把數據分析的話，我就能夠按照指標動態的，完全是動態的對標體系，無論對你的設備評價還是指導都有很大的作用，任何一個指標知道歷史點是什么樣的、數據變化是怎樣的、歷史上最平值、最高最低值，有難度嗎?沒有難度，但是最大的難度就是數據訪問的難度。你做一個指標至少要查半天，查不出來，數據不讓你查，所以這里面還要求做一些開發的東西。

第九個，虛擬仿真，更多的還要關注工程仿真，現在有的模型已經做的很好了，如何把我的控制設備、把我的系統結構的變化對系統性能的影響做分析，這是工程性的可以做。

第十個，運營和決策管理。

第十一個，智能化的其他應用。大數據的客店化，因為傳統的軟件開發已經無法完成這么大數據的展示了，實際上這些東西是來源的，如果開發的有意識的應用這些元素，對你的展示、分析都有很大的幫助。預警，大家知道現在微信平臺，比如在浙江幾個廠做的非常好，應該做預警標準的制定，比如說預警的分級、預警的程度的定義，如果要做這個系統、做這個預警，我統一的預警的接口、預警的調度，為什么要做呢?一個是大家理解是一方面，另外一個，預警本身就是大數據，如果你做的規范以后，這個里面會發現很多很多的問題，我們圍繞這個廠就能找到很多設備的情況，更何況整個集團，這個也是有意義的。

這是我的幾點思考：

第一，智慧電廠的建設是必須要干的，而且我們要樹立信心，這也是我們再一次實現世界領先的機遇。

第二，智慧電廠建設是跟自動化信息化，包括其他領域的新技術、新系統，以及其他“智慧+”的系統是同行同行的，就是說技術在發展，智慧電廠本身在豐富，絕對不是一步到位的，它的建設基本原則就是圍繞我們的“安全、環保、星級、高效”，只要對我們電廠盈利能力好的，對我們的安全、經濟、環保有利的東西，要優先做。我覺得要避免一步到位的思想。

第三，前面處長也介紹的一些經驗，我覺得依賴大數據和設備分析模型的優勢技術，其實我們國家一定是有優勢技術的，這個優勢技術我覺得先做對于比如設備診斷、設備分析、運行指導這樣的東西，先撿好西瓜，先把能做的事情優先要去做，這個才是我覺得馬上能見到效果的事情，當然其他東西同步建立是沒有問題的。

第四，也是我們學校培養人才的情況，我覺得現在減少人力，甚至有專家提出來無人電廠，我覺得這是智慧電廠的一個重要目標，但是這個目標下面對人的要求絕對不是降低的。實際也正是基于我們智慧電廠的開發、應用的能力。應用是什么，有好多東西不用沒辦法，你怎么讓人員參與進去，我覺得更多領域的專業基礎上面，無論是我們電廠現有的員工還是未來我們的員工，都提出了很高的要求，也希望大家一起努力能夠促進智慧電廠建設和快速發展。

感謝大家!