火电智慧电厂技术路线探讨与研究

华志刚，郭 荣，崔 希，汪 勇

火电智慧电厂技术路线探讨与研究

华志刚1，郭 荣2，崔 希2，汪 勇2

（1.国家电力投资集团有限公司火电部，北京 100034；2.上海发电设备成套设计研究院有限责任公司，上海 200240）

数字化智慧电厂是火电企业技术发展的重要方向。本文结合火电企业生产经营的特点，提出了火电智慧电厂技术路线和发展方向，探讨了火电智慧电厂系统架构及关键技术领域，并将火电智慧电厂技术体系划分为智慧数据、智慧安全、智慧生产、智慧经营、智慧综合等5大技术平台，对各个系统和功能的关键技术发展现状进行了探讨。建议智慧电厂建设应遵循3个原则：1）根据电厂自身数字化水平、人员状况和生产经营需求而有所侧重；2）符合当地的电力市场政策，分阶段有序推进；3）在试点电厂实施的基础上，总结建设经验，不断完善智慧电厂体系架构，提升智慧电厂的建设水平和管理水平。

智慧电厂；智慧数据；智慧生产；智慧安全；智慧经营；智慧综合；智能控制；智能发电

《国家能源发展“十三五”规划》指出要加快能源科技创新推进，积极推动“互联网+”智慧能源发展[1]。《能源发展战略行动计划（2014—2020年）》指出要实施煤电升级改造行动计划，现役60万kW及以上机组力争5年内供电煤耗降至300 g/(kW·h)（标准煤）左右[2]。《中国制造2025能源装备实施方案》指出要推进燃煤电厂智能控制系统技术攻关，研 发基于互联网技术和智能设备的超超临界机组 智能控制系统，采用先进控制技术、实时优化技 术、大数据挖掘技术和高效低污染运行技术，研发燃煤电厂远程诊断和监测系统，建设燃煤电厂大 数据中心及云计算平台，为运行维修提供指导和决策依据[3]。

目前，国内专家学者和研究人员已对智慧电厂的概念、架构、体系以及一些关键技术[4-10]做了一定的研究。本文在前期研究的基础上，以应用架构为切入点，结合火电企业生产经营的顶层设计与各关键技术发展的实际情况，探讨了目前整个行业重点关注的关键技术和发展方向，提出了火电智慧电厂建设总体技术路线。

1 火电智慧电厂应用架构

智慧电厂的系统架构通常可由智能传感器与智能硬件、数据接入、数据融合、应用基础服务、功能应用和交互等多个层次构成，不同火电厂根据自身需求可建立相应的应用架构。考虑火电厂的典型应用场景划分以及目前典型火电厂的组织机构设置，推荐将智慧电厂应用架构划分为智慧数据、智慧安全、智慧生产、智慧经营、智慧综合5大技术领域，其应用架构如图1所示。

2 火电智慧电厂技术路线

2.1 智慧数据

标准化、统一化、一体化的全厂数据融合平台是智慧电厂建设的基础。在设计建设和生产运 营阶段，应重点关注数字化设计和数据平台一体化2个方向。

2.1.1 数字化设计

智慧电厂的数字化设计可以伴随着电厂的全寿命周期，它能够提供清晰、准确的三维数字化系统/设备/零部件的位置、参数、状态展示，可实现三维模型与全厂设备数字化档案联动，实现生产运营数据的统一化。

考虑数字化技术和三维技术在火电厂的应用场景，可以将数字化设计划分为数字化档案、三维数字化交互、三维建模设计、全厂四码合一、数字化移交、三维模型实时数据展示等功能。

目前，在火电智慧电厂领域，重点需要解决的关键技术是高效的三维交互引擎和先进的三维建模技术等，这些技术不仅是数字化设计的基础，也是人员定位、三维培训等技术的前提支撑。其中，高效的三维交互引擎建立在高效算法、高速芯片技术、高速网络、高效边缘渲染与云端渲染技术的基础之上。目前，国内外普遍正在使用的Unity3D是主流的商用三维交互引擎。此外有许多开源的三维引擎，如OGRE等。为了适应电力行业的特点，国内一些企业着手开发自主知识产权的三维交互引擎，推动了该领域的技术进步。

先进的三维建模主要有2类模式，即基于特征的建模和基于三维点云的逆向建模。基于三维点云的逆向建模主要用于投运时间比较久的存量机组。与基于特征的建模相比，三维点云建模能更真实地反映设备情况，但是三维点云逆向建模的数据量和运算量比较庞大。近年来，国内外研究机构和企业已经开始考虑将三维点云建模与人工智能技术相结合，实现基于点云的特征建模。该技术可以显著地降低三维建模数据量，提高交互效率，是该领域的重要发展方向。

2.1.2一体化数据平台

建立一体化数据平台是为了打通生产经营多个环节的数据孤岛，是智慧电厂数据治理的重要工作内容。关键技术主要包括高效分布式数据库系统、结构化与非结构化数据管理、实时数据与关系数据管理、统一的数据标准等。通过建立开放统一的数据标准来构建集数据采集、存储、处理、分析为一体的数据平台，深入挖掘数据价值，实现火电厂运行、设备、燃料、经营等数据的融合互通[11]。

2.2 智慧安全

火电智慧安全主要是确保火电厂基建、生产过程中的人员和设备安全以及网络及数据交互过程的安全。根据时间阶段和应用的空间范围不同，智慧安全分为基建安全、生产安全和网络信息安全 3个方向。

2.2.1基建安全管理

在火电厂基建期，规章制度的建立、人员的磨合培训、设备的安装使用都处于初始阶段。在基建阶段建立一套成熟的工程安全支持系统，全面应用智慧化、移动化的基建安全管理技术，将会带来基建工程安全管理水平的全面提升。

从工程建设的安全、质量、进度、造价等因素综合考虑[12]，将四大控制、智能门禁、电子围栏、施工机械设备管理、人员三维定位、外包工管理、车辆自动识别、违章行为识别管理等功能进行合理的部署与实施，将显著提高基建过程的安全管理水平。

人员定位技术应结合现场施工需求，综合考虑定位精度和建设成本，选择合适的人员定位技术。不同类型人员定位技术的精度与成本对比如图2所示。目前，超宽带定位技术（UWB）应用前景比较广泛，它是一种全新的、与传统通信定位技术有极大差异的新技术。采用到达角度测距（AOA）和到达时间差（TDOA）定位算法对由多个传感器产生的标签位置进行分析[13]。假设由目标发出一个信号，2个节点和接收到信号，对应的TDOA值为

由此算出目标到节点的距离差为

设节点坐标为（x,y)（x,y），到这2个节点距离差为∆d，则锁定目标函数为

该技术在实际应用中，通过多个节点的多组测量参数和采用最小二乘法来减小误差[14]。

UWB具有安全性高、分辨力强、穿透力强、系统复杂度较低等优点，定位精度可达厘米级[15]。

综合性图像识别技术是图像识别的一个发展方向，将基于反射时间的多景深测量和红外测量与传统的可见光图像综合应用于图像识别，能够在较大尺度范围内实现高精度识别。随着多景深图像、骨架识别、生物体识别等技术的迅速发展，以及深度学习类的模式识别算法日趋渐成熟，人员识别、物体识别、三维体态感知等技术将成为智慧安全领域的热点研究方向。

2.2.2生产安全管理

生产过程的智慧安全管理包括人脸识别、智能两票、智能门禁、外包工管理、防止走错间隔、自动安全警示提醒等。与工程建设相比，生产安全对二十五项反措、技术监督、智能两票作业和现场违章行为鉴别的执行要求更高。

2.2.3网络信息安全

目前，国内各发电集团都在争相部署集中式的大型数据中心，融合了规划、工程建设、计划经营和生产管理的所有数据，这项工作可以有效地推动火电企业的大数据应用，但同时也向发电企业的网络信息安全提出了新的挑战。火电企业需要不断更新网络信息安全技术，综合提升网络信息 安全能力。

网络信息安全可以分为软件安全和硬件安全 2部分：软件安全主要包括不同类型的数据加密与解密技术；硬件安全主要通过加装网络间的物理隔离实现。利用先进加密技术和信息安全框架实现对数据资源和信息流程的访问权限分级管理，从而实现数据安全、应用安全、终端安全、网络安全、边界安全[16]。

2.3 智慧生产

通过综合考虑火电生产的不同阶段，可将火电智慧生产分为智能测量及控制、智能检修、智能运行、智能供热4个方面，通过相关先进技术的实施，优化机组运行的安全性、经济性、可靠性和环保性，最终实现生产效益最优。

2.3.1智能测量及控制

智能测量及控制的目的是将先进技术运用于火电厂测量和控制全过程，实时获得难以直接测量的重要参数；利用智能机器人解决人工难以解决的问题，从而提高一次参数测量和设备故障检测的实时性；通过运用先进算法与控制策略，实现被控参数的调节品质远优于电网和环保的考核要求[17]。

从生产流程和技术应用角度考虑，可以将智能测量及控制划分为智能测量、智能设备、智能控制、智能机器人等功能。其中智能测量技术主要指煤质在线测量。激光测量技术的发展突破了传统射线测量技术、红外光谱技术在安全、应用场景等方面的限制问题，实现了更高效的煤质在线测量，通过对水分数据的修正，激光扫描的测量结果将更加准确。

锅炉CT技术主要通过燃烧图像识别、激光检测、声波检测等实现全炉膛三维空间分布温度场、速度场的在线测量，精确建立燃烧的三维数学模型，是实现燃烧精准调节的技术基础。

智能软测量技术通过机理模型与数据模型的融合实现精确建模，进而实现关键参数的软测量。该技术可广泛应用于测量入炉煤发热量、入炉煤元素成分、磨煤机一次风量、风粉浓度、磨煤机负荷、磨煤机料位、烟气含氧量、SCR反应器入口NO质量浓度、飞灰含碳量、汽轮机各抽排汽焓等参数[9]。

现场总线技术可实现信号的双向传输，能够提供设备状态、量程、组态、报警、诊断信息以及历史统计数据等，实现传感测量、补偿计算、工程量处理与基本控制等功能[18]。该主要协议包括Profibus、Modbus、EtherCAT、Lightbus等，其中Profibus协议下的现场总线技术应用广泛。

APS一键启动技术大大减少了启停过程中操作人员的工作量和误操作，提高了机组负荷响应速率。随着设备可靠性的提高，可逐步减少断点设置，并将其泛化应用于从启停到日常生产运行的各个阶段，是APS技术的发展应用方向，该技术是智慧电厂运行智能化的重要保障。

智能机器人技术通过复合检测技术、自主导航与智能定位技术、运动姿态控制技术等与机器人的融合，可实现检测机器人、巡检机器人、检修机器人、无人机在智慧电厂的应用。由于火电厂环境复杂，在智能机器人的技术成熟度、设备可靠性、实施效果、降低实施成本等方面尚有很大的提升空间。

2.3.2智能检修

智能检修通过将智能设备、先进测量、智能预警、智能诊断、远程诊断等技术应用于状态检修策略的制定、检修过程的实施与管理，从而改变传统检修模式，实现检修管理水平提升和检修成本优化。从检修流程和检修方式考虑，智能检修应具有智能预警、专家诊断、远程诊断和状态检修等功能。

状态检修（CBM）是智能检修重点关注的关键技术之一。它区别于传统的定检定修，通过采用监测、分析、诊断等手段评估设备的状态，并根据设备健康状态，合理安排检修项目和检修周期[19]，主要包括状态监测与状态评判2部分。通过实施状态检修，能够实现科学优化检修项目、检修周期、检修费用，提高经济性与安全性。

2.3.3智能运行

智能运行是通过将一体化信息平台、全厂数据融合、运行优化、人工智能等技术，应用于机组运行灵活性、环保设施优化、深度调峰及耗差分析，从而改变传统运行和巡检模式，用机器固化人的智慧，实现精细化运行。智能运行包括主辅机运行优化、机组经济性耗差分析、机组灵活性与深度调峰、环保排放优化、智能巡检等。从现阶段的技术成熟度与应用效果考虑，智能运行可重点关注的关键技术有MR和AR技术、机组灵活性运行技术、深度调峰技术、超低排放技术和智能巡检等。

2.3.4智能供热

由于智慧园区与多能联供技术的发展，火电厂实现热电联供功能是单一发电企业转型的重要发展方向。将热源、热网、热力站、用户、收费和客服等各类系统进行数据和业务整合，建设智能热网大数据中心，强化业务数据的协同共享，通过源网荷协同调度，实现智能供热，是现代化热电联供电厂的发展方向。考虑供热系统的涵盖范围和技术发展方向，可将智能供热划分为热网智能调度、热网智能巡检、热负荷实时调节、热网一管到户、调峰蓄热等几部分。

2.4 智慧经营

智慧经营的目的是实现燃料管理、市场营销、全厂经营决策的智慧化，使得燃料采购、电力营销以及经营决策更准确、迅速、高效。根据专业领域的不同，可以将其划分为智能燃料和智能营销2个方面。

2.4.1智能燃料

从燃料的管理流程考虑，可将智能燃料管理划分为无人化采制样、数字化煤场、精准配煤掺烧、煤价分析及预测等功能[20]。在燃料管理领域，智能燃料应重点关注的关键技术包括数字化煤场和无人化采制样等：数字化煤场通过应用激光定位技术、网络通信技术、先进算法技术、多传感器集成、数据采集等技术，实现火电企业的燃料采购、运输、验收、贮存及配煤掺烧多个环节的数字化管理[20]，通过信息化、自动化、三维可视化管理煤场存煤信息、煤场设备、作业人员，为精益配煤掺烧提供有力的数据支撑；无人化采制样通过智能机器人和自动化设备实现“采、制、化”全过程的无人化管理，通过自动化设备，排除了人为不确定因素，而且无人化制样可以自动制备存查煤样，从而实现对在线分析结果的校对功能。

2.4.2智能营销

通过将大数据分析与人工智能预测技术结合，应用于电力市场的负荷预测、市场电价预测、竞价辅助及智能经营决策，实现市场营销的智慧化。考虑电力市场改革的趋势与火电厂经营情况的特点，可以将智能营销分为负荷预测、度电成本分析、电价预测、竞价辅助、经营决策等方面。

现阶段，火电厂在营销领域重点关注的关键技术包括负荷预测技术和度电成本分析等。电力负荷预测技术经历了经验、传统和人工智能3个发展阶段，随着机器自学习、模糊预测等技术的发展，电力负荷预测已经可以考虑季节、温度、湿度、节假日、用户等诸多因素。目前，云计算、大数据平台是电力负荷预测技术的重要方向发展[21]。火电厂度电成本分析技术目前尚在研究阶段，该技术的难点是对其中的燃料度电成本进行分析优化，并测算出与之关联性较强的环保成本（环保耗材、环保设备电耗等）、辅机电耗成本、维护检修成本等。火电厂度电成本分析如图3所示。

通过在线测量技术、高精度建模技术、机器学习算法等技术，可以实现度电成本的分析与优化，并以此为支撑，实现燃料采购指导、配煤掺烧、燃烧优化、运行优化、成本分析预测等功能。

2.5 智慧综合管理

智慧综合管理可实现电厂日常综合管理过 程的智慧化。从综合管理的涵盖范围考虑，主要 包括数字化培训、智能仓储、智能信息和智能互联4个方面。

2.5.1数字化培训

数字化培训通过全三维场景的设备拆解、设备工艺过程仿真模型、基于虚拟现实（VR）/增强现实（AR）/混合现实（MR）等交互技术的应用，为检修人员提供设备安装、检修培训，为运行人员提供数字化工况仿真培训和运行指导。从火电厂培训需求出发，可将数字化培训划分为可视化智能培训、数字化仿真培训、VR/AR/MR应用等。

2.5.2智能仓储

智能仓储是火电厂物质和物料智能管理的重要基础。通过先进管理策略和网络信息技术构建仓储管理控制网络系统，对仓储信息进行收集、加工、分析和交换，实现从运输到储存的互动式智能管理全过程[22]。

根据火电厂仓储管理的特点，可以将智能仓储划分为备品备件智能管理、废旧物资置换与处置、电厂间物资联储联备等功能。将移动应用、无线射频识别、物联网及大数据分析等技术应用于备品备件智能管理、电厂间联储联备以及废旧物资管理等各个环节中，实现降低物料仓储成本，减少人员工作量的目的，达到最终降低仓储管理成本的效果。

2.5.3智能信息

智能信息融合“数据接入、文本解析、移动发送”与“调度策略、精准推送、跨平台移动客户端”等技术，能够实现消息自动推送，有针对性和目的性地将关键信息主动精准送达所需用户。根据火电厂信息类型的不同，可以将智能信息划分为生产信息推送、作业信息推送、安全信息推送、经营信息推送等功能。

2.5.4智能互联

通过电力联网、能源高效输送、冷热电解耦与优化等技术，促进电力能源供应系统扁平化、快捷化，推动能源生产与消费的模式变革，提高可再生能源消纳比例，进一步推动节能减排，实现火电厂从单一发电向多能源品种协同转变，从无差别供应向需求侧解决方案转变，形成多种能源智能互联供应及服务的生态圈。

智能互联包括多能联供、多能互补、网源荷互动等。热电解耦技术是智能互联目前可重点关注的关键技术之一。通过低压缸零出力、吸收式热泵、储热储能、高背压运行等技术实现供热机组的热电解耦，提高供能灵活性。

3 结论及建议

1）本文以应用架构为切入点，结合火电企业生产经营的顶层设计与各关键技术发展的实际情况，探讨了目前整个行业重点关注和研究的关键技术和发展方向，提出了火电智慧电厂建设总体技术路线。

2）考虑火电厂的典型应用场景划分以及目前典型火电厂的组织机构设置，推荐将智慧电厂应用架构划分为智慧数据、智慧安全、智慧生产、智慧经营、智慧综合5大技术领域。

3）建议智慧电厂建设应遵循3个原则：①根据电厂自身数字化水平、人员状况和生产经营需求，同时考虑技术成熟度与实施的经济性，并有所侧重；②应符合当地的电力市场政策，包括竞价上网、电力辅助服务、电网2个细则、环保排放标准等不同要求，分阶段有序推进，要充分调研，不要冒进；③在试点电厂实施的基础上，总结建设经验，不断完善智慧电厂体系架构，持续提升智慧电厂的建设水平和管理水平。

［1］ 国家能源局. 国家能源发展“十三五”规划[EB/OL]. (2017-01-05) [2019-04-28]. http://www.gov.cn/xinwen/ 2017-01/05/content_5156795.htm#1.

China National Energy Administration. The 13th five-year plan for national energy development[EB/OL]. (2017-01-05) [2019-04-28]. http://www.gov.cn/xinwen/ 2017-01/05/content_5156795.htm#1.

［2］ 国务院办公厅. 能源发展战略行动计划(2014—2020): 国办发〔2014〕31号[EB/OL]. (2014-11-19) [2019-04-28]. http://www.gov.cn/zhengce/content/ 2014-11/19/ content_9222.htm.

General Office of the State Council. Energy development strategy action plan (2014—2020) : GBF〔2014〕No.31 [EB/OL]. (2014-11-19) [2019-04-28]. http://www.gov.cn / zhengce / content / 2014-11/19/ content_9222.htm.

［3］ 国家发展改革委. 中国制造2025能源装备实施方案[EB/OL]. (2016-06-20) [2019-04-28]. http://www.gov.cn/ xinwen/2016-06/21/5084099/files/f64a4db485544 bbdaf 136fc6cbdf 70ff.pdf.

National Development and Reform Commission. Made in China 2025 energy equipment implementation plan [EB/OL]. (2016-06-20) [2019-04-28]. http://www.gov.cn/ xinwen/2016-06/21/ 5084099/ files/ f64a4db485544 bbdaf136fc6cbdf 70ff.pdf.

［4］ 危元华, 任晓东, 李智, 等. 数字化电厂的概念及方案研究[J]. 电力建设, 2013, 34(4): 51-54.

WEI Yuanhua, REN Xiaodong, LI Zhi, et al. Concept and scheme research of digital power plant[J]. Electric Power Construction, 2013, 34(4): 51-54.

［5］ 刘吉臻, 王庆华, 房方, 等. 数据驱动下的智能发电系统应用架构及关键技术[J]. 中国电机工程学报, 2019, 39(12): 3578-3587.

LIU Jizhen, WANG Qinghua, FANG Fang, et al. Data-driven-based application architecture and technologies of smart power generation[J]. Proceedings of the CSEE, 2019, 39(12): 3578-3587.

［6］ 刘吉臻, 胡勇, 曾德良, 等. 智能发电厂的架构及特征[J]. 中国电机工程学报, 2017(22): 6463-6470.

LIU Jizhen, HU Yong, ZENG Deliang, et al. Architecture and feature of smart power generation[J]. Proceedings of the CSEE, 2017, 37(22): 6463-6470.

［7］ 尹封, 陈波, 苏烨, 等. 智慧电厂与智能发电典型研究方向及关键技术综述[J]. 浙江电力, 2017, 36(10): 1-6.

YIN Feng, CHEN Bo, SU Ye, et al. Discussion on typical research directions and key technologies for smart power plants and smart power generation[J]. Zhejiang Electric Power, 2017, 36(10): 1-6.

［8］ 崔青汝, 朱子凡. 智能发电运行控制技术[J]. 热力发电, 2019, 48(2): 1-6.

CUI Qingru, ZHU Zifan. Overview of intelligent power generation operation control technology[J]. Thermal Power Generation, 2019, 48(2): 1-6.

［9］ 华志刚, 郭荣, 汪勇. 燃煤智能发电的关键技术[J]. 中国电力, 2018, 51(10): 8-16.

HUA Zhigang, GUO Rong, WANG Yong. Key technologies for intelligent coal-fired power generation[J]. Electric Power, 2018, 51(10): 8-16.

［10］ 华志刚, 周乃康, 袁建丽, 等. 燃煤供热机组灵活性提升技术路线研究[J]. 电站系统工程, 2018, 34(6): 13-16.

HUA Zhigang, ZHOU Naikang, YUAN Jianli, et al. Review of state-of-the-art techniques for improving coal-fired CHP plant flexibility[J]. Power System Engineering, 2018, 34(6): 13-16.

［11］ 舒长清. 智慧电厂一体化大数据平台关键技术及其应用[J]. 通信电源技术, 2018, 35(7): 131-132.

SHU Changqing. Smart power plant integration big data platform key technologies and applications[J]. Telecom Power Technology, 2018, 35(7): 131-132.

［12］ 李牧, 周奎应. 管理创新铸就优质工程[J]. 中国电力企业管理, 2015(5): 62-64.

LI Mu, ZHOU Kuiying. Management innovation creates quality projects[J]. China Power Enterprise Management, 2015(5): 62-64.

［13］ 张桀, 沈重. 联合TDOA改进算法和卡尔曼滤波的UWB室内定位研究[J]. 现代电子技术, 2016, 39(13): 1-6.

ZHANG Jie, SHEN Zhong. Research on UWB indoor positioning in combination with TDOA improved algorithm and Kalman filtering[J]. Modern Electronics Technique, 2016, 39(13): 1-6.

［14］ 白园. 基于物联网的地铁施工过程安全监测系统的设计和实现[D]. 沈阳: 东北大学, 2013: 41.

BAI Yuan. Design and implementation of the whole process of metro construction of security monitoring system based on internet of things[D]. Shenyang: Northeastern University, 2013: 41.

［15］ 曾庆化, 王敬贤, 孟骞, 等. 基于UWB优化配置的室内行人导航方法[J]. 中国惯性技术学报, 2017, 25(2): 186-191.

ZENG Qinghua, WANG Jingxian, MENG Qian, et al. Indoor pedestrian navigation method based on optimal allocation of UWB[J]. Journal of Chinese Inertial Technology, 2017, 25(2): 186-191.

［16］ 王雅峰. 计算机网络信息安全中的数据加密技术研究[J]. 江苏科技信息, 2017(35): 57-59.

WANG Yafeng. Analysis on data encryption in computer network information security[J]. Jiangsu Science and Technology Information, 2017(35): 57-59.

［17］ 华志刚, 胡光宇, 吴志功, 等. 基于先进控制技术的机组优化控制系统[J]. 中国电力, 2013, 46(6): 10-15.

HUA Zhigang, HU Guangyu, WU Zhigong, et al. Optimal control system based on advanced control technologies[J]. Electric Power, 2013, 46(6): 10-15.

［18］ 赵新成, 伏军军, 芦明珠. 现场总线系统在火电厂的应用探讨[J]. 中国电力, 2017, 50(2): 113-116.

ZHAO Xincheng, FU Junjun, LU Mingzhu. Discussion on the application of FCS in thermal power plants[J]. Electric Power, 2017, 50(2): 113-116.

［19］ 史进渊, 杨宇, 汪勇, 等. 大型发电机组可靠性预测与安全服役的理论及方法[M]. 北京: 中国电力出版社, 2014: 338-347.

SHI Jinyuan, YANG Yu, WANG Yong, et al. Theory and method of reliability prediction and safe service of large generating units[M]. Beijing: China Electric Power Press, 2014: 338-347.

［20］ 杨可, 黄超, 赵文元. 基于GIS的火电企业煤场数字化管理方法[J]. 现代测绘, 2017, 40(6): 43-46.

YANG Ke, HUANG Chao, ZHAO Wenyuan. Digital management for yard of thermal power plant based on GIS[J]. Modern Surveying and Mapping, 2017, 40(6): 43-46.

［21］ 程宇也. 基于人工神经网络的短期电力负荷预测研究[D]. 杭州: 浙江大学, 2017: 30.

CHENG Yuye. Short-term electricity demand forecasting based on artificial neural network[D]. Hangzhou: Zhejiang University, 2017: 30.

［22］ 苏诚, 许朋刚, 代志良. 智能仓储系统设计与开发应用[J]. 机械, 2017, 44(10): 65-71.

SU Cheng, XU Penggang, DAI Zhiliang. The design and development application of intelligent storage system[J]. Machinery, 2017, 44(10): 65-71.

Discussion and study on technical route of smart thermal power plant

HUA Zhigang1, GUO Rong2, CUI Xi2, WANG Yong2

(1. Thermal Power Department, State Power Investment Corporation Limited, Beijing 100034, China;2. Shanghai Power Equipment Research Institute Co., Ltd., Shanghai 200240, China)

Digital smart power plant is an important development direction of thermal power technology. Combining with the characteristics of production and management of thermal power enterprises, this paper presents the technical route and development direction of smart thermal power plant and discusses the smart thermal power plant’s system framework and key technical field. Moreover, it divides the technical system of smart thermal power plant into five technical platforms, including smart data, smart safety, smart producing, smart operation and smart integrated management. Furthermore, it studies the development status of key technologies of each system in detail. It suggests that the construction of smart power plant should follow three principles: 1) according to the digital level of the power plant, the personnel condition and the production and operation demand; 2) satisfying the local power market policy and constructing the power plant orderly and phase by phase; 3) on the basis of the implementation of pilot power plant, summarizing the construction experience, improving the system structure of smart power plant continuously, and rising the construction level and management level of smart power plant.

smart power plant, smart data, smart producing, smart safety, smart operation, smart synthesis, smart control, smart power generation

TM621

A

10.19666/j.rlfd.201904076

2019-04-30

国家电力投资集团有限公司统筹研发经费支持项目(TC2019HD10)；上海发电设备成套设计研究院有限责任公司科技发展基金 (201909009C)

Supported by：Comprehensively Planning Research and Development Financial Support Projects of State Power Investment Corporation Limited (TC2019HD10); Development Foundation of Science and Technology for Shanghai Power Equipment Research Institute Co., Ltd. (201909009C)

华志刚(1973)，男，博士后，教授级高级工程师，主要研究方向为电厂热工自动控制和智能发电技术，hzgwfwf@sina.com。

华志刚, 郭荣, 崔希, 等. 火电智慧电厂技术路线探讨与研究[J]. 热力发电, 2019, 48(10): 8-14. HUA Zhigang, GUO Rong, CUI Xi, et al. Discussion and study on technical route of smart thermal power plant[J]. Thermal Power Generation, 2019, 48(10): 8-14.

（责任编辑 马昕红）