“電力是一個國民經濟基礎中的基礎，一個是電信、一個是電力，除了我們自身的生產之外，還是保證其他產業正常運行的基礎型企業，你要開燈我就要發電，所有都是在線實現的。本身在物聯網上還沒有更多的嘗試。”中國華能集團有限公司信息中心處長郭森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

中國華能集團有限公司信息中心處長郭森《攜手共建工業互聯網》我講一下有四個想法，也是華能在做工業互聯網做了一些嘗試。

第一，新潮流。其實新潮流主要也是說剛剛徐參事講的這塊內容。

第二，華能已經做過的一些實踐，包括我們做的方法，可能和大家所提到的利用實時數據庫去對現實的一次性數據做監控的方法，還是有一些區別的。

第三，我們實施這個項目過程中也有一些新的實施方式，我們叫新范式。

第四，大家參加到這個會聽我們來講，希望得到什么結果?我們希望大家一起參與到這個過程當中來，因為不管從產品形成的方式還是項目實施的過程，都需要各位的參與，無論你是做算法的、你是做業務應用的、你還是做平臺開發的、還是運營商、云的服務提供商，都會有我們合作的機會。

我想說不管是十九大當中提到了大數據、互聯網、提到了人工智能、提到了機器學習，還有就是國務院在政治局組織學習的時候也提到了相同的內容，其實我們回過頭來看，國家和執政黨在歷史過程當中就一項技術提的這么樣高，要拿出來全黨學習，我們一直在想，為什么國家花那么大的力氣這個階段提出這樣的問題。包括“兩化”上也特別把跟互聯網相關、跟人工智能相關的代表集中在一起，做發布。

國務院在2017年年底有一個文件《關于發展工業互聯網指導意見》里面提到說，2025年中國要有3—5個大到國際水平的工業互聯網平臺。其實,我們的正式文件當中很少提到什么時間完成到一個什么樣的水平。從這個角度，Gartner2008—2018年發布的十大戰略性新技術排行，比如2016年、2017年看云計算的時候，已經沒有排到十大領先技術當中，為什么?因為云應用、云的技術的推廣、云的服務中心的產品，都已經是一個成熟的技術了。這里面應用如說智能應用、智能對象、AI這些事情，都是一直帶領袖的。2018年又看到，Gartner新發布的像人工智能的基礎、智能應用和分析，很多東西都會排在十大領先技術的前面，可是我們看到的更多的是對老百姓服務的業務，比如我們看到像ofo、打車寬間，把人和物直接建立這種聯系，更多的是從服務角度來做的。像流程性企業，我們后邊會提到，連續性生產的這樣的企業，他通過物聯網所能夠提供的服務平臺更少。我們看到更多的是一些離散型的企業，他在組織生產、在物料的調配、在生產組織過程當中發揮了更多的作用。但是真正在人工智能，在你的生產過程當中起指導意義，其實是非常少的。可能下一階段人工智能有更多的應用才會帶動這個產業的發展。

剛剛我們提到的這個差別在哪兒呢?流程型企業和離散型企業有一些差別，我們這里列了一下，更多的還是連續化生產的企業，因為比較明顯，第一，量比較大，自動化程度非常高。電力是一個國民經濟基礎中的基礎，一個是電信、一個是電力，除了我們自身的生產之外，還是保證其他產業正常運行的基礎型企業，你要開燈我就要發電，所有都是在線實現的。本身在物聯網上還沒有更多的嘗試。

回到剛開始說，為什么國家對這件事情這么重視呢?其實現在我們理解的這樣一個機會，就是說因為我們的流程型企業，第一，在整個國民經濟中的占比比例是非常高的，第二，流程型企業在全世界的經濟發展當中所占的比重也是非常高的。所以，把握了流程性企業在整個經濟發展當中大的比例，所以就像我們看到的，比如說我們的粗鋼產量超過了全世界粗鋼產量的一半，比如說我們的水泥產量，還有我們的發電，我們的人口只有14億，70多億的人口，但是我們的發電比例占到了25%。這些東西說明了在這一輪的競爭當中，在這一輪的世界的發展過程當中，沒有別人走的快，但是我們比別人所積累的數據更多。數據積累的更多就給了我們一個機會，就給了我們從這些數據當中能夠挖掘出來什么更有用的結論，能提高我們的效益，能夠降低我們的成本，能夠有效的指導我們的檢修，可以減少我們故障的發生，這個是給我們提的一個要求。

即便是沒有完全理解，從中央到這一輪技術發展的要求來看，大家把精力投入到互聯網、投入到人工智能過程當中，至少是一個符合政策發展方向的這樣一個行動。當然我們在這個基礎上也做過一些前期的準備，當然這是說到華能集團，因為我們比較早的就開始在做管理信息化的這部分，比如說我們的ERP、我們的EAM、我們的HR、我們的OA，比較早的集中部署的方式已經完成了管理信息化這個過程。實際上從2013年開始，我們更多的把集團內部電廠的生產數據，我們叫實時生產數據的應用，把大家的生產數據不斷的有一個集中的過程。其實在這個集中的過程當中我們發現，這樣大量數據的積累會給我們非常多的，從中挖掘更有效的這樣一些內容的機會。

通過這些數據，提到有以下四點：

第一，首先我們能夠通過數據的積累，能夠對故障做出更早的預判。

第二，檢修指導。其實原來多年都在提狀態檢修，現在的檢修是點檢、定檢，按照規定愛國，不管設備的實際狀況是什么，到時間就要進行中修、大修，要投入各種檢修的費用。一個發動機組測點數據可能上萬個，雖然徐院士說可能不夠，要更多，就現在1萬多種數據，我們要把它充分利用起來已經能夠挖掘出非常多的。

第三，很多的生產過程，我們的成本是靠預先設置好的，我們有各種溫度、壓力、振動，所有的檢測數據都是被檢測到的，如果數據積累下來不對數據進行挖掘就是垃圾，但是如果你去挖掘對生產指導也有非常大的意義。

第四，作為企業來說，作為社會責任的體現，更多的還是通過人工智能、通過機器學習的方式，對生產過程進行優化，最后體現在效率上。

講幾個例子，在我們的生產過程當中，這是一個生產過程、運行過程運行直到的案例，這是在重慶的一個電廠，這里邊我們想說一個，和大家通常理解的，剛剛聽到說我們的生產數據存在在什么地方呢?我們存在Pad里面，我們存在EDAN的數據庫里面，是以時間維度進行存儲的數據，這些數據給我們的直接分析結果有什么直接的意義嗎?可能我們發現跳機了，但是已經跳機了，你有預判嗎?你對它機器設備特征性的指標有一個什么樣的控制方式呢?當然上午劉院士也講了，我們也進行了很多的研究，通過在實時數據庫上做開發，來對設備的狀況做判斷，但是我們的判斷是不是僅僅來自于我們一次性從設備上采集來的數據呢，其實是不一定的。我們現在可以想像，就是當你的運行環境發生變化的時候，比如剛剛說負荷變化，可能振動有所增加，但是振動增加能夠反映數據健康嗎?不一定，就像反映人類胖瘦程度，可以用一個抽象尺度，我們知道有一個BMI的指數，是體重除身高的平方，這個數據有實際意義嗎?沒有實際意義，但是卻標志著健康程度，比如18點一下認為偏瘦，28以上認為偏胖，會有糖尿病風險，其實這個值是標定健康的因素，設備是不是也有這樣的特征?我們姑且認為有這樣的特征，是因為我們可以采集、可以拿到的數據太多，不同數據之間一定有一個相互的關系，是不隨著負荷的變化和外部條件的變化，而僅僅反映設備運行的健康狀況。這個數據有沒有呢?一定有，但是怎么發現這個數據呢?確實需要我們研究的事，比如我們對水電做了特征值的描述和特征值的發現，確實找到了這樣一些，當你的特征值發生變化的時候，他預示著設備是要出問題的。

像我們在珞璜電廠檢修過程當中，比如這是我們在做一次數據和特征值數據變化的一個對比，就是當我們一次性的數據，比如我們振動的數據，當它沒有超過你的閾值，沒有報警的時候，但是他的特征值已經告訴我們說，本身已經偏離了正常的工作方式。

這是做的一個珞璜電廠摻燒運行的案例，我們是通過它的生產數據回過頭來指導不同配比的摻燒，從而對它的成本進行控制。

最后給到一個計算的結果，大家可以看到一個最后的數據，因為這塊比如對珞璜電廠5號機測一個數據，這樣一個機組通過運行指導之后可以有一個節約成本的計算，我們發現這個產品的節約僅僅是通過它的控制過程，它對數據的分析、對特征值的修正的調整的過程，就可以提高它的效率，其實同時也會降低了它的污染程度。

這是說的我們生產過程的在線監測，因為我們的生產是連續性的，不能停下來對設備進行檢測，而通過對設備這樣一些特征值的檢測，直接告訴人們現在的生產健康狀況，比如說這是我們在四川水電的一個檢測，就是他在生產數據檢測的過程當中，生產的值班人員并不認為這個設備現在會出現問題，按照他的安全生產管理規范，并沒有達到預警的水平。可是他的特征值本身告訴他說，是有突變。這個突變告訴他說，會有問題，但是當時大家還是很有爭議的。就是我們也在嘗試這樣一種方式他是不是有效的。這塊我們講是過了多少天，10天之后，確實發現他的水輪機出現了葉片脫落的事故，其實當時在它的水輪機的特征值變化里已經體現出來了，而且在疑似振動本身過程中并沒有標準的，像這樣的實驗其實有很多。包括我們對預埋水管堵塞的檢測，包括對設備缺陷的檢測。

這是我們在做的過程中所截的一些圖，其實我們想通過這樣一個方式想這樣一個結論，我們是想說，其實我們的研究更多的是通過對歷史數據一個模型的循環，發現一個設備不同的特征值，而通過對特征值的監測來預測設備本身的故障和按照他的指導去調整他的檢修的這樣的內容，包括他的生產成本控制過程。當然現在對于我們前期做的工作還很難給出一個可以用白紙黑字完全統計出來的結果。有人也在開玩笑說，你去判斷一個設備出故障，但是這個設備有兩種可能，一種是出故障，可能你判斷對，也有可能沒有出故障，你判斷是不正確的，這個東西不能閉環指導生產，但是我想我們沿著這條路的方向在做，會有一個對不同的特征值的篩選過程，讓他的標識和指向更準確。這塊給了一個數據，其實還是挺激動的，就是當你人工的判斷是沒有故障的時候，而我們預判故障，這個本身就是對成本非常大的節約。

前面我們說了兩個事，一個是國家要求這么做，是因為我們總體生產的規模足夠大，是有這樣的機會的，有句話說叫彎道超車，可能這是我們本身去超越發達國家在新的一輪競爭中一個很好的機會。第二個，我們講通過這種方式，通過我們選擇的這種有效的方式，其實本身特征值的這個事情不是一個很神秘的事情，是在線性代數當中非常成熟的一個理論，但是發現特征值的過程確實是我們在做很多的嘗試，看他是不是更有效。

為什么第三個要講新的范式呢?其實我們會發現，在我們做所有的這些過程當中，比如我們做了統一編碼，我們做了算法的平臺，我們做了開源的平臺，我們做這些過程的時候，這是做編碼的過程，這是做網絡部署和數據采集的過程，這是算法平臺，這是展示平臺，這是發現的各種數據。我想說什么呢?我們做這些事情并不是我們自己做的，為什么說新的范式?其實做的過程中是一個產業鏈，我們知道的可能是水電、可能是火電，可能我們并不太熟悉核電，可能比如說有廣核彈或者有核電集團，他們可能更熟悉，但是這種方法我們認為是很通用的。所以我們在做火電和水電的時候，更多的是一線的工程人員介入到我們模型的篩選和歷史數據的訓練過程，后面有做模型的、有做算法的，像中科院、像清華的軟件學院，我們之間有這樣的合作，他們提供更多的算法，其實本身這是一個產業鏈，并不像我們常規的做IT，人們會賣給你一個軟件、賣給你一個產品，叫ERP，我告訴你這是我們的最佳實驗，你按我的來做你的效率就提高了。我們更多的是說，也這樣一種方法我們嘗試過是有效的，希望大家一起來參與，也許你是一個電信的運營商，你會提供我們的線路，你會提供給我們云的資源，也許你是一個算法研究的研究所，你可能有新的算法輸出，供我們在這塊來使用，來優化我們的過程，來篩選我們的特征值。也許你是某一個行業，比如石油石化和鋼鐵，可能和一線的生產人員，對他自己的生產數據的積累，和他出現故障的過程更熟悉，他在介入的過程當中，我們的這條價值鏈就更完善了。而我們現在的這種項目組織方式也是一種核算方式，原來恐怕我們的一線技術人員說，我們要在這個項目當中獲取利益，大家覺得這個事很可怕，因為我是甲方、你是乙方，你來給我做，我怎么可以拿你的錢。實際上項目實施過程當中，其實每個人在這個環節當中都會起作用，如果沒有一線的支持，我們很難把模型做準確。這種方式，其實并不是誰去拿了誰的利益，而是把整個蛋糕都拿了。我們知道一個機組、一臺機組，一年要省500多萬，全國這么多的火電機組，這么大的量，其實我們現在一種實施方式叫對賭，說起來不是很好聽，可能我們進入一個電廠實施是并不收錢的，我們跟他們合作，他們的人員加入到我們過程當中，如果對你的成本節約有一個幅度，這個幅度的百分之多少我們可以有一段時間的提成，用這種方式來獎勵我們整個價值鏈上所有的合作的人。其實這個結果是，把你的蛋糕做大，把你的成本控制好，讓整個項目的實施過程都有一個均沾的利益，而這種方式都是一個迭代的過程，每個人都不會逃，會綁在這個價值鏈，如果有人逃，我們認為一定是更有價值的價值鏈，我們認為會向他繼續學習。

其實我們剛才講到，這是我們一種項目實施新的范式。這里面其實就是在講一個設備特征值的概念，我們想說設備有那么多采集點，一定是在不同的采集點之間存在著一個與負荷、與環境、與你的生產過程無關，而他本身就是標志著設備健康狀況的一個特征，這個特征如果我們有一定的量，比如我們水電，我們有48個特征值，分別標志著不同的設備它的故障，我們反過來會說影響到他的特征值變化存在的因素是什么，從而我們對什么來檢修，更有針對性。姑且我們現在叫狀態檢修，因為還有一個合規性，因為你不能推翻點檢、定檢，用狀態檢修來實施，至少是可以參考的，可以指導到檢修工作。

我最后說一個，這是我們數據抓取算法和根據其他平臺的比較。這里我們講的OT和IT，其實我們想說的一件事，就是算法人員、IT人員、信息化人員，在工業物聯網實施過程中，絕不是你自己一個人可以去推動你的主業，推動你的生產人員去完成這個過程的，是需要一線的操作人員OT，就是操作技術人員，更多的大家配合一起來做這個事情。

我想最后說四個事，就是我們現在講這個為什么?我們講四件事，第一件事叫共創，其實我們不可能為所有的人把所有的事情都做了，你沒有那么大的胃口，也沒有那么多的經驗，其實這是一個我們共同去建造一個模型、建造某一個行業，能夠去優化你的生產過程，去降低你的生產成本，去提高你的檢修準確率的這樣一個過程。第二個，你有了這樣的模型，還要到具體的環境里面去實施。前面大家看到了，比如大渡河，比如我們和華能系統以外的合作，很多事情墻內開的花首先墻外香的，當然華能也投入了特別的力量做這個事。后面所謂共享，內部核算，這就是我們的內部機制，一個合作范式，如果你在我們合作項目當中為你的公司降低成本、提高效率，這個當中也是有你的利益體現的。最后所謂共贏，我們最后的目的還是要讓整個經濟發展的更快、成本控制的更好、污染控制的更好，讓十九大所描述的那樣的景象盡快到達。

最后說目標是什么。其實僅僅是華能做這件事我覺得意義不大，為什么?因為即便我是一個成功的范式，我相信其電力集團也是有芥蒂的、也是有防范的，畢竟我們是友商，我們為同一個行業為同一個市場提供便利的服務。所以我們在中國計算機用戶協會下面成立了一個分會，這個學會更多是以開放的方式吸引不同的行業大家一起來做，所以我們說從前面模型的建立、算法的提供，運營商提供的資源，包括不同行業的業務人員對不同的數據的利用，和他們本身對模型的訓練，大家一起參與這個當中，整個建立起一個生態環境，這個是當時成立大數據分會一個過程。

我們這個當中做了什么?華能因為起步并不早，事情起步于華能，但是第一步落地的并不是華能，華能今年拿出了將近50%的裝機容量，用于我們在工業互聯網實踐當中這種方式推廣，包括預算，包括項目組織，包括管理流程，這件事情我們已經啟動了，我們5月份剛剛在云南開項目啟動會，先從水電全覆蓋，叫2018年水電全覆蓋，火電馬上，華能已經開始在做了。

因為工業互聯網的發展不是靠哪一個集團、哪一批人發現了一個什么新的途徑，就可以把整個國家的工業互聯網搞好，就可以真的國務院、中共中央，對本身我們在規模上積累的數據，讓他作為效益發揮出來，是需要大家一起來參與的、一起來推動這件事。謝謝大家!