燃机智慧电厂关键技术研究及实践案例

南京华盾电力信息安全测评有限公司 朱辰泽 苑一鸣 刘思君

在电力市场竞争越来越激烈的今天，对电厂特别是火电企业带来了巨大挑战，企业要保持利润，从内部管控角度，需改善自身经营效率，降低发电成本。云计算、大数据、物联网、移动终端、区块链等数字技术与电力生产、管理相结合，为火电企业通过数字化手段实现提质增效提供了技术手段。智慧电厂是在现有电厂控制技术、自动化及信息化水平已经高的基础上，通过先进的运算模型技术、信息集成技术、网络空间技术等，对电厂海量数据进行深层加工及扩展应用，实现机组运行性能优化、设备状态预警诊断等功能，以进一步提高电厂经济效益。以此为基础融入现代化的管理思想，通过大数据、云计算、物联网、移动终端等技术应用，实现智慧电厂向智能电厂、智慧电厂飞跃，达到电厂本质型安全、机组发电能耗最低、设备可用率高、污染物达标排放、运营成本最小、人均产值高、管理决策优化的现代化电厂运营水平。

1 火电智慧电厂关键技术

1.1 智慧电厂总体框架

智慧电厂总体架构采用多级分层并组件化的设计模式，包括数据源层、基础层、智慧电厂信息平台、智能应用层以及智能交互层，此外还有与外部应用系统进行数据交互，同时考虑到数据安全与系统防护，对整体安全性需进行专门的独特设计。层与层之间保持最大化的分离和解耦性，最小化层次调用依赖，各应用功能模块采取插件式，可选择加载，可独立配置运行；这样能保证将来业务的持续集成不影响现有的业务功能实现，这样分层的设计和实现方式可以使得应用能够持续集成，同时具有很强的灵活性以适应将来对新技术的发展需求。

数据源层。为最底层，其包括生产数据（来源于DCS、NCS 等控制系统以及相关设备的数据）、视频及门禁等数据、台帐数据（从基建期即产生的文件资料等）、经营数据等。数据源层数据可来自于电厂内部系统或设备，也可通过标准接口从集团、区域等信息系统获取；基础层。在数据源层的基础上，通过基础层的设施将数据传输至智慧电厂信息平台，至少包括主干网、无线网络、基站、网络设备、安全设备等；智慧电厂信息平台。是在编码标准化的基础上，通过与各控制系统、安防设备以及外部信息系统等的数据接口，汇总电厂生产、管理以及经营等数据，形成厂级数据中心，同时提供三维模型、多个基础服务以及多种逻辑计算模型与智能算法，并能够支撑电厂各智能应用功能。整个平台应具有先进性、开放性和灵活性，支持二次开发，方便技术人员按需求进行应用功能的个性化定制。

应用层。智慧电厂在信息平台的基础上，实现厂侧各智能应用服务的集成与统一管理，以及各应用间的业务交互与流程穿透。整个应用层包括热力性能分析与优化、趋势预警与故障诊断、人员定位、智能管理等模块，并可根据用户需求在远期持续拓展；智能交互层。是智慧电厂的展示层，负责向用户提供友好的人机交互接口和数据的输入输出工作，提供电脑端、智能移动终端以及生产大屏展示，达到操作简单，逻辑清晰；数据服务。建设智慧电厂需充分考虑集团及区域公司的生产管理与经营需求，在设计上确保不成为信息孤岛。因此智慧电厂除了向集团及区域系统传输必要的信息数据外，还可以在条件具备的情况下结合智慧电厂应用功能需求抽取外部（集团、区域等）信息系统数据。

1.2 统一数据平台及微服务发布

目前各电厂已建立的各信息系统由于独立部署难以构成有机统一整体，形成信息孤岛现象，并导致了信息的多口采集、重复输入，信息更新的同步性差，信息使用和管理效率低下，并且无法深化应用。需要从先进性、实用性、开放性、安全性、灵活性等方面建设厂侧一体化数据平台，汇集电厂全生命周期数据，进行数据治理后形成厂级数据中心，并提供各项平台服务，集成电厂各项智能应用，并能持拓展。统一数据平台采用分布式、多层体系架构，在统一的标准规范体系、安全管理体系、运维保障体系下，构建轻量级数据应用技术支撑平台，其技术特点包括异源数据的采集和汇聚、基于分布式组件的海量数据存储和分析、基于微服务的统一服务发布、可视化运维和安全管控。

异源数据的采集和汇聚。平台通过构建统一的数据采集模块，实现电厂异源数据的采集与抽取，并进行数据的盘点、清洗、转换，支撑不同数据来源的异构数据的导入和实时流接入，为后续的数据处理和应用提供数据加载、转换和调度管理。针对发电企业特点，数据采集和交换一般集成了时序数据采集接口软件。支持基于国内标准电力规约（IEC60870系列）、工控规约（Modbus、OPC）的时序数据采集，对来自电厂DCS、NCS、ECS、辅控等系统的实时数据，同步采集并实现断点续传。一般集成ETL 抽取组件，支持多种数据源类型，实现结构化、半结构化以及非结构化数据的采集，满足异构数据采集的需求。

基于分布式组件的海量数据存储和分析。建立厂级的大数据存储中心是智慧电厂平台建设的重点内容，其主要包括时序数据的存储、结构化和非结构数据的存储，平台多样化的数据存储能力为打破了传统业务系统的数据孤岛提供了支撑。为满足多样化异构数据的存储要求，一般平台提供分布式K-V 内存数据库、关系型（SQL）数据库、分布式列式数据库(HBase)。建立在上述数据库基础之上的操作数据存储（ODS）、分布式数据仓库、数据集市支撑起智慧电厂的各级数据应用需求。为满足电厂异构数据存储需求而建立的各个存储支撑数据库，以及其之间紧密的联系和协作，是平台建设的关键技术。

基于微服务的统一服务发布。微服务使得信息服务的软件架构在演化和产生变动时的维护成本大大降低，并显著提高了稳定性[1]。智慧电厂将微服务的理念引入其中，其统一数据与服务总线采用微服务技术架构，每个服务都有自己的处理和轻量通讯机制，可以部署在单个或多个服务器上。它的主要特点是组件化、松耦合、自治、去中心化等。系统对外通过API 网关提供服务。平台服务组件主要包括公共服务组件和普通服务组件。其中，公共服务组件包含统一用户组件、统一认证组件、流程组件、报表组件、BI 组件、GIS 组件等，这些组件的共同特点是多个服务组件或者应用会用到这个服务组件。

可视化运维和安全管控。智慧电厂平台管控一般包括物理节点的管理、平台组件的管理、微服务运行管理。物理节点管理主要是对每个主机进行监控和管理，采用B/S 方式对每个节点的CPU、内存、磁盘等进行监控和管理。平台组件的管理主要是对运行于大数据平台之上的分布式组件（Hadoop、Yarn、Zookeeper、Storm、Spark、MapReduce 等）进行安装、管理。微服务管理主要对平台上的微服务组件（SpringCloud）进行管理，保证微服务节点的正常运行。

1.3 机组运行优化

智慧电厂燃机运行优化通过调整主辅机运行方式挖掘机组提质增效潜力，优化机组运行。主要包含压气机水洗优化、冷端优化、进气系统全寿命周期运行优化、启停过程评价与优化等。

1.3.1 压气机水洗优化

冷端系统运行寻优，是通过建立不同机组负荷、不同气象条件、不同循环水泵运行方式、不同机力塔风机运行数量等边界条件下的智能寻优模型，以汽机功率增加与循环水泵、机力塔等辅机设备耗功增加的差值为目标函数，确定目标函数最大时所对应的凝汽器压力及冷端系统运行方式。研究内容包括：建立冷端系统监测与诊断系统，动态监视冷端各项经济性指标与目标值的偏差，分析诊断出影响冷端运行性能的关键因素；开发冷端运行优化系统，针对不同运行工况给出循环水系统运行指导意见，系统提供离线运行优化和在线运行优化两种方式。

1.3.2 冷端优化

为了维持燃气轮机压气机运行在最佳工况，通过数据分析、方案优化，确定压气机离线水洗最佳策略，主要研究内容包括：建立压气机离线水洗决策系统，综合压气机性能退化、机组运行成本等因素，动态调整离线水洗周期；监测压气机效率、燃气轮机气耗、压比、折合流量等压气机运行参数，评估水洗前后机组性能。

1.3.3 进气系统全寿命周期运行优化

通过分析燃气轮机热力参数变化趋势，从侧面对过滤系统的优劣进行评估，研究内容包括：进气系统全寿命周期成本优化，根据实际运行数据，分析滤芯单价、“时间-压差”特性和“流量-压差”特性，建立滤芯性能退化预测系统；根据滤芯性能预测结果，综合考虑环境和成本因素，优化滤芯更换周期。

1.3.4 启停过程评价与优化

基于燃气-蒸汽联合循环发电机组中燃气轮机、余热锅炉、汽轮机自身的特性，评估启动过程的安全性、经济性及环境参数，合理优化主、辅机设备的启动时间和启动步序。主要研究内容包括：

建立燃气发电机组启动过程评价体系。目前，燃机电厂对机组启动过程中的设备参数及能耗指标缺乏相应的评价准则，无法确定其安全性、经济型、环保指标及时间长短是否达到最优值，亟需建立启动过程评价体系，建立每项指标的评价准则，评估发电机组及辅助设备的安全性、可靠性状态，分析影响机组启动机过程安全性、可靠性指标的关键原因。

燃气轮机机组启动过程风险评估。通过运营策略任务风险分析，综合考虑启动过程中电厂的安全、合法合规性及电厂的价值需求，根据机组实际的启动过程，详细分析各步序之间的关联，合理管控可能存在的风险隐患，对机组的启动过程进行全面的评估、分析，形成风险矩阵图，优化机组的启动过程，提高机组的合理性、可靠性。

汽轮机匹配速度优化。汽轮机启动过程中，温度匹配所耗的时间最长，且存在着变化因素，因此保持安全原则提升温度匹配速度是提高机组启动速度的有效途径。根据机组高、中压温度匹配情况，对疏水系统管道布置和运行方式进行分析，从而对其进行改造优化，适当增加其疏水量，以提升汽轮机温度匹配速度。计算分析主机转子疲劳特性，在安全裕度内，提高设定的升温升压参数，缩短暖机时间。在汽机进汽前，提升燃机负荷，增加蒸汽参数，提高汽轮机温度匹配速度，达到缩短启动时间目的。

1.4 机组趋势预警及故障诊断

燃机趋势预警：基于上下限阈值的传统报警已经不能满足电厂设备健康和可靠性分析要求。而基于机器学习和人工智能算法，结合专家经验和业务知识创建并训练模型。通过模型的实时数据分析，可对整个电厂关键设备进行智能监控，实现早期预警。相比于传统预警和诊断技术，该技术综合考虑了电厂运行模式的多样性以及操作条件的复杂度等问题。在多样化的操作条件下，对设备和生产过程进行持续监控；在故障逐渐出现之前或者退化趋势到达临界点之前，尽早发现缺陷，通知电厂人员，尽快进行生产调整；消除设备潜在风险，提前规划设备运行模式，合理安排设备维护。另外，该技术还可根据对关键设备如压气机等的持续实时监控，针对设备运行状态和性能状况给出多维度图表分析，提前给出维护建议。

燃机故障诊断：综合利用历史数据与实时数据，通过提取的故障特征，并结合相关分析，及时准确的预报设备故障，能够准确描述故障的现象、产生原因、并能够精确定位设备的故障点。主要研究内容包括：通过开放式、可扩展的故障诊断知识库框架体系结构，实现对知识库进行变更和扩充；通过将电厂运行及检修资料、文献、领域专家以及通过研究得到的相关领域知识，经过整理、编辑，存入知识库中；利用知识库的自学习功能，将人工将诊断案例和诊断历史纪录编辑转换为标准知识库格式，以达到学习扩充知识库；建立故障决策树，根据设备故障部件、故障部位和故障现象对设备故障机制进行分析，从而形成设备的故障树，根据决策树理论对设备故障现象进行分析定位，从而便于在发生类似故障时确定设备的故障原因和检修方式。

1.5 本质安全

智慧电厂智能本质安全体系建设汇集众多先进设计理念,融合多个电厂安全管控子系统应用可视化、一体化及视频分析技术等特色，适用于智慧电厂人员定位、智能安防和主动安全预警建设[2]。智能本质安全体系建设引入超宽带定位技术，实现人员的精确定位、动态预警和安全管理；将视频监控系统、门禁系统、周界防范系统、电子巡更等系统间的信息进行共享与联动，实现智能安防联动、应急指挥；基于机器学习、视频分析等先进技术实现基于视频流的违章识别和智能警报，实现安全主动预警，全面提升和完善智慧电厂的本质安全建设。智慧电厂智能人身安全管控创新与应用结构如下：人员定位-智能安防（门禁一卡通系统、周界防范、电子巡更、语音广播、应急指挥调度、视频监控系统）-安全主动预警（智能分析服务器、智能分析摄像机）。

2 国内某H 级2×670MW 智慧电厂应用案例

智慧电厂项目依托大数据平台，开展运行优化、趋势预警、本质安全建设，基本实现安全可控、网源协同、指标最佳、成本最优、供应灵活的智慧电厂，已成为国内重型燃机数字化建设的样板工程。

创新设备检修维护管理模式。运用机器人、先进检测、图像处理等技术，实现少人或无人的智能巡检。目前全厂设置两台巡检机器人均已正常投入使用，巡检范围为主厂房0米及GIS 间，极大减轻运行人员巡视工作强度。

建立故障预警与能效分析系统等智能生产模块。通过趋势预警和热力性能分析与优化及压气机水洗模块的应用，实现对设备异常进行预警，对故障进行诊断分析，为运行调整和检修维护提供决策支持。通过应用趋势预警功能，成功提前约10天通过凝结水泵B 轴承的振动残差判断出凝结水泵B 的异常，通过对设备进行提前检修排除故障。

建设成数字化、可视化的本质安全管控体系。人员定位系统实现电厂主要生产区域现场人员定位，及时准确的提供工作区域内人员的数量、位置、分布情况和生产人员任意时刻所在的位置及各时间段的活动轨迹，为生产现场的安全管理工作提供可靠的数据支撑。安防一体化平台将全厂安防各子系统整合到一起。将以往各功能模块之间功能上不关联互助、信息不共享互换的信息孤岛进行整合，使得各系统之间可以实现譬如消防联动、安防联动等功能。另外，安防一体化平台提供开放式接口，为其他应用系统提供所有安防数据访问能力。安全主动预警利用安防监控的网络摄像机为采集前端，视频流为数据源结合视频流分析、安全数据模型进行人员行为、危险源分析判断从而实现自动安全识别，自动分类，智能警报。改变了靠人眼发现违规的传统方式，提高了监管的质量和效率，有效降低不安全事件的发生。

综上，随着电力行业智慧化的发展，传统电厂也向着智慧化方向发展，建成以发电运行、检修维护，以及本质安全型企业建设等方面为重点，安全可控、网源协同、指标最佳、成本最优、供应灵活的智慧电厂，能够逐步提升企业内部管控水平、外部环境适应能力，使企业效益最大化，实现“两低一高”和提质增效目标。