基于大数据智能控制一体化平台架构的智慧监盘关键技术研究

耿林霄，郭亦文，杨 猛，高 林，王 林，周俊波，周东阳，万松森

（1.西安热工研究院有限公司，陕西 西安 710054；2.华能铜川照金煤电有限公司，陕西 铜川 727100）

近年来发电机组逐渐以提高效率、节约能源、改善环境和降低成本为发展目标，尤其对于具备深度调峰能力的机组，严格的考核标准与复杂的运行状况相互矛盾，造成依靠传统控制手段的火电机组经济形势日趋严峻[1]。对于集控运行工作而言，监盘人员需要实时监视和分析系统工艺参数，并通过相应操作以挖掘机组最大节能潜力。与此同时，监盘人员还需要时刻关注小指标考核标准以及系统、设备的安全缺陷，最大限度防止机组安全事故发生。由此可见，监盘工作不但强度高、时间长，而且工作期间压力巨大，操盘人员的知识储备和操作经验对于监盘质量的好坏起到决定性作用。

国务院“互联网+”智慧能源重点行动指出，我国要依托现有互联网和云计算平台，逐步实现各级动态监测信息互联共享，并进一步提高能源单位的能耗在线监测和大数据分析能力[2]。我国在不断提高电力市场改革力度的趋势下，国家能源局多元化的能源结构调整也促使发电产业面向智能化的改革势在必行[3]。充分利用互联网、大数据平台，科学高效地提高发电机组运行效率，并进一步有效辅助提升监盘质量，已成为当前亟需关注的课题。

本文以大数据智能控制一体化平台为框架，对其各层级的特点及应用需求进行了归纳，以该平台智能控制层级的未来发展方向为出发点，提出智慧监盘技术架构，并在此架构之上对其主要功能及实施关键进行探讨，以期最大限度提高监盘效率和质量，为后期智慧化项目的相继落地提供技术支撑。

1 大数据智能控制一体化平台架构

随着人工智能、大数据技术在发电领域的发展逐渐成熟，风煤水协同优化技术、在线煤质智能校正技术、煤流可视化技术等前沿性技术也得到了大量地推广及应用[4]。基于此，大数据智能控制一体化平台以整合现有智能控制技术为出发点，结合数据存储功能及技术扩展需求，最终形成涵盖通信、计算、监督和管理的一体化平台，可为发电机组的智慧化升级改造提供可靠、稳定、高效的平台环境。大数据智能控制一体化平台架构如图1所示。由图1 可见，该平台包括现场设备层、基础控制层、大数据智能控制层和智能管理层4 个层级[5-7]。

图1 大数据智能控制一体化平台架构Fig.1 The architecture of intelligent integrated control platform based on big data

1.1 现场设备层

现场设备层包括传统IO 设备、总线智能传感器以及总线智能执行器等。该层级可以广泛收集现场设备的各类型诊断信息，包括设备健康信息、设备维护信息以及设备性能信息等，通过基础控制层完成数据交换，为上层大数据智能控制层提供运算依据。对现场设备层的智慧化后期建设可围绕智慧基建、智慧检修等方向进行，通过引入智能化的新理念对电厂的设计与设备选型进行优化，为后续机器人巡检、部件寿命管理等技术的实施及升级改造提供基础[8-10]。

1.2 基础控制层

基础控制层由各大主流分散控制系统（DCS）组成，DCS 网络设备连接系统中各个设备的节点。作为发电机组的中枢神经系统层，基础控制层的安全稳定是机组能否正常高效运行的关键。DCS 有完善的安全防护措施，包括病毒防护、通信接口防护、安全管理方案以及硬件设备管控等，为发电机组的安全稳定运行提供最基础最全面的保护[11-12]。

1.3 大数据智能控制层

1）大数据存储服务器

大数据存储服务器需要满足未来智慧展示、智慧管理以及智慧安全等多元化扩展需求，因此服务器需要存储及处理的数据类型较为复杂，不仅包括单一的结构化数据，还涉及图片、视频甚至地理信息等非结构化数据。针对大数据的存储方式，不但有传统的关系型数据库MySQL、Oracle 可供使用，而且新型面向列的分布式数据库NoSQL 也能满足当前的数据量需求。以分布式存储框架为基础，可采用分布式计算框架来进行大数据的分析和挖掘工作。MapReduce、Spark 以及Storm 作为主流的分布式计算框架完全可以满足多种场景的大数据处理需求。考虑到发电机组的网络安全性问题，大数据存储服务器的通信配置与厂级信息监控系统（SIS）相一致，均与基础控制层采用单向通信原则，以最大限度保障机组的正常生产运营工作[13]。

2）智能控制设备

智能控制设备包括各类型可编程控制器、上位计算机、工控服务器以及其他类型的扩展设备等，涵盖OPC、MODBUS、EtherNet、DP 总线等各类型通信接口，满足多种通信方式要求。智能控制设备作为大数据服务器的中间通信设备，既可帮助大数据服务器实现基于大数据挖掘技术的智能闭环控制过程，也能作为独立控制器模块单独实施控制。智能控制设备应具备统一的通信安全防护措施，包括故障预警、故障分类以及故障处理功能，针对通信质量也应设置全面的指标评价体系，以保障设备间及层级间的数据通信质量[14-15]。

3）未来建设方向

由于涉及多种类型的控制设备，针对智能控制层级的未来智慧化建设方案选择范围更广，实施方式也更为灵活。以智慧运行、智慧燃料为实施框架，涉及智慧监盘、智能APS、自蓄能梯级利用、智能配煤掺烧以及煤质全流程可视化等项目也随着智能电厂建设进度的推进相继落地。未来更多依托大数据及智能控制算法的项目也将在大数据智能控制一体化平台上完成实施及升级改造工作，平台的发展对于智能电厂的建设具有重大意义。

1.4 智能管理层

智能管理层以构建超融合数据中心为出发点，以实现数据整合和数据共享为目标，为发电机组的综合管理、辅助决策和企业门户提供数据支撑。智能管理层的建设可以围绕智慧展示、智慧安全以及运营管理等方向开展，通过大数据智能控制层构建的大数据通信链路，可以实现未来安全定位、电子围栏、实时成本核算分析、上网竞价决策等项目的实时数据传输需求。智能管理层级的建设作为大数据智能控制一体化平台的最高层级，负责为全厂管理层和决策层提供更为可靠服务，是智慧电厂建设体系的最终发展方向。

2 智慧监盘关键技术

以大数据智能控制一体化平台架构为基础，智慧监盘技术是着眼于大数据智能控制层级的未来智慧化项目发展方向之一。将缓解监盘压力、提高监盘质量作为主要目标，智慧监盘技术能够充分利用大数据挖掘技术构建机组最优数理模型，并将数理模型与运行经验相结合构建全方位专家知识库，为运行人员提供最佳操作指导，最终实现机组的安全、稳定运行。

2.1 智慧监盘技术架构

图2 为智慧监盘技术架构。由图2 可见，智慧监盘技术主要包括智慧监视、智慧报警、智慧识别和智慧指导4 个模块层级。通过大数据存储服务器完成实时/历史数据的采集、清洗、分类和建模计算工作，经过数据融合和数据决策过程将机组诊断信息、预警信息、健康信息及操作指导等信息进行综合显示，实现机组运行过程的持续优化，降低运行人员工作量的同时提高机组的安全性和经济性[16]。

图 2 智慧监盘技术架构Fig.2 The architecture scheme of intelligent monitoring technology

2.1.1 智慧监视

1）规律特性监视

规律特性监视包括监视各主设备及辅机设备重要参数是否在正常范围内，如发电机的转速、炉膛内含氧量、磨煤机的轴承温度以及高/低压加热器水位等参数是否正常。除了硬件设备参数类型，机组主要控制系统参数也在该模块监视范围之内，如各高压加热器给水温升是否正常，主蒸汽温度、水冷壁壁温等考核指标参数是否正常[17]。

参数正常状态的判定标准，除了机组运行手册、报警定值清单等文件规定的参数变化范围之外，还可结合运行人员操盘经验设置合适的参数阈值。对于无法给出正常范围值的参数，智慧监测平台提供历史数据自动查询对比功能，即将当前参数与历史同等运行状态下的参数进行对比，以判定参数状态。对于具备强相关性的参数，除了参考历史数据外，多维数据模型拟合也可以作为一个合理的参数获取手段。如选择性催化还原（SCR）脱硝入口NOx含量参数，可以利用机组负荷、烟气流量、炉膛含氧量、一次风和二次风流量等参数进行指数模型拟合，最终生成较为合理客观的入口NOx含量理论值，该数值与实际参数值进行对比，以判断当前参数是否处于正常范围[18]。

2）健康评估监视

健康评估监视模块采用多维量化评价体系，将经济评价功能及环保监控功能有效结合，为监盘人员提供整体有效的机组设备健康状态信息。

经济评价 经济评价模块即通过耗差分析方式来获取机组各主要设备的运行效率及损耗，以达到评价机组经济性能的目的。该功能涉及的设备对象涵盖锅炉、汽轮机以及各主要辅机，损耗包括燃料损耗、水损耗以及热耗等。如汽轮机的缸效率、热耗和汽耗，调节阀的节流损失，冷端的节能潜力等都属于经济评价模块的评价范畴。

耗差分析方式以模型计算为主，利用基本公式、热力学方法以及等效熵降法等方法计算机组设备性能或机组系统性能，将模型计算结果与机组设计值、计算值或历史最优值进行综合对比，最终以分值方式进行画面展示，以有效引导监盘人员进行机组运行状态的调整，对于提高机组效率、寻找机组最佳运行方式具有重要意义[19]。

环保监控 环保监控模块的监控范围涵盖发电机组两大重点环保监测系统，即脱硫系统和脱硝系统。该功能可以根据系统实际运行状态构建出脱硫与脱硝模型，并依据模型实时计算出理想脱硫及脱硝效率。健康评估监视模块将实际脱硫和脱硝效率与理想值进行对比，结合系统设备运行状态及损耗、催化剂性能优劣等情况综合评判，最终给出具体分值以评判当前机组的环保状态，有效帮助监盘人员作出相应调整，降低环保考核压力。

2.1.2 智慧报警

智慧报警模块以DCS 原有的报警信息为基础，报警内容不但涵盖智慧监盘智慧监视模块的参数异常提醒功能，而且包括未来智慧电站的多种类型应用场景的报警信息，如智慧巡检平台报警信息、智慧检修平台报警信息、数字孪生平台报警信息等。该模块将报警信息按照传感器、设备、系统状态及人员操作习性等类别进行分级划分，并依据报警等级从高到低统一进行画面提醒。

此外，智慧报警模块还应充分利用大数据服务器强大的数据处理功能，灵活应用各类型智能算法建立系统数理及机理模型。此类模型的建立，一方面可以验证已知报警信息准确度，进而避免报警误判；另一方面可将智慧报警功能扩展至智慧预警领域，以指导监盘人员提前干预机组运行状态，最大程度降低机组运行及考核风险[20]。

2.1.3 智慧识别

智慧识别模块以智能专家知识库的构建为基础，结合大数据数理及机理模型，旨在为智慧监盘的智慧监视和智慧报警模块提供进一步的故障诊断分类，并按照诊断类型为之后的智慧指导模块划定具体工作范围。

智能专家知识库不但包括机组运行规程等既定文件资料，更重要的是包含对资深运行人员的操作习惯和故障处理方式的归纳总结，如水冷壁壁温超温的原因及处理方式等。以智能专家知识库为基础的智慧识别模块，针对故障原因的分类会更加符合机组实际运行特性，对于经验较少、操作水平较低的监盘人员也能起到辅助学习的作用。

对于无法识别确定原因的预警、报警或故障，智慧识别模块会根据机组实际运行状况给出多组诊断结果。这些诊断结果将被智慧监盘系统按照可能性高低依次进行推送，监盘人员可按照事故诊断结果依次查验，直至最终确定问题原因。

2.1.4 智慧指导

智慧指导模块除了针对智慧识别的报警及故障内容做出进一步的处理建议外，指导内容还包括定期工作、试验步骤等常规流程类操作指导，以最大限度降低人为操作的不合理性和不规范性，降低机组事故风险。

报警或故障类问题的处理建议，以智能专家知识库为框架，包括但不限于操作流程、调节方向以及调节量值。调节量值的具体标准，一方面可参考资深运行专家的调节经验，如二次风门的组合方式和大致开度对火焰中心位置的影响等；另一方面可将大数据模型的计算结果作为参考，如调节阀开度对流量的影响等。流程类工作提醒方式严格按照各厂运行规程、试验报备流程等顺序整体显示，如启停机操作步骤、巡检路线及相应设备风险点等。

2.2 智慧监盘技术实施的关键问题

智慧监盘技术作为发电机组智慧化建设项目中的一个复杂应用体系，项目最终能否成功实施并达到预期效果，除了与其架构合理及功能设计完整相关外，还应在以下几个方面做好部署工作：

1）平台开发与后期维护的可操作程度

智慧监盘技术的实施内容，与用户具体需求及其专业化程度密切相关。一方面，除通用模块所涵盖的内容之外，满足用户个性化的定制需求也成为智慧监盘必不可少的功能之一，因此，在有限的平台建设施工期间完成个性化功能的设计及搭建工作，对平台开发环境的可操作性具有较高要求。另一方面，随着机组运行时间的增长，煤质变化、设备老化或故障等因素会对机组运行参数造成一定影响，若不能及时对智慧监盘技术已集成的模块参数进行调整与优化，则可能无法维持平台已有的实施效果。随着智慧监盘项目主体工作结束，专业技术人员的缺乏会导致更多后期维护工作由热工人员或运行人员承担，考虑到现有工作人员的专业化程度差异，智慧监盘技术应尽量弱化或避免传统的代码化维护环境，多采用图形、模块或简易公式等方式实现后期优化工作，满足该技术的长期应用升级需求。

2）项目管理的科学性与高效性

智慧监盘项目与以往的科技项目不同，其实施内容不但包括报警、预警等常规整理工作，还涉及算法建模、操盘经验提炼，甚至班组或个人KPI 考核等内容，专业范围广，工作内容复杂。智慧监盘项目从设计、施工、调试、验收至维护过程，需要与电厂生技部、安监部、检修部、运行部等部门进行充分的沟通，并与其部门工作人员进行长期的紧密配合，因此，如何在有限的项目工程时间内相对高效地完成部门之间的交流与配合工作，成为智慧监盘项目管理工作所需要重点解决的问题。

3）项目的未来升级化扩展需求

除了智慧监盘项目已确定的工作内容之外，智慧电厂未来智慧化模块的业务拓展工作，如智慧安全、智慧检修、智慧管理等一部分报警、预警、指导工作都有可能与现有智慧监盘功能进行融合。庞大的数据体量、多样化的数据结构、复杂的数据通信及存储需求，均对智慧监盘底层设计提出了更高的要求。因此，在智慧监盘项目软硬件方案设计之初，应尽量做到“软件规划完善完整，硬件布局留有余地”，以满足平台未来升级化扩展需求。

3 结语

为顺应国家科技创新发展需求，逐步推进发电机组的升级改造进程，本文以大数据智能控制一体化平台为框架，对其各层级的特点及应用需求进行了归纳，将智慧监盘项目作为智能控制层级的首要发展方向，从降低工作人员劳动强度和提高机组运行效率的角度出发，对其架构及实施关键进行了探讨，以提高智慧化建设方案在电力行业的推广应用，对于构建信息化绿色能源产业结构具有重大的意义。