哈尔滨电气李正：发电设备智能化目前还处在弱人工智能阶段——2018年智慧电厂论坛（二期）

北极星火力发电网讯:“现在我们发电设备智能化，在人工智能发展的三个阶段里应该现在基本是处在弱人工智能，将来还要走向强人工智能和超级人工智能。通过主机设备的运维和智能化研究以后形成一种新的模式，来助力智慧电厂建设和发电设备实现智能化这个过程。”哈尔滨电气集团有限公司中央研究院李正院长助理在2018年智慧电厂论坛（第二期）上发表了题为《发电设备智能远程运维性模式》，北极星电力网全程对会议进行直播，如需了解更多的会议直播，请联系微信号：13693626116

李正：各位领导、专家、用户，大家上午好！首先感谢组委会给我这个机会向各位领导、用户汇报我们作为一个发电设备制造者在智能电厂和智能机组方面的一些工作。我汇报的题目是“发电设备智能远程运维新模式”。

直播地址：2018年智慧电厂（第二期）

首先我想跟大家简单说一下这个题目的来源。这个题目是工信部2017年在中国制造2025智能专项发布的题目，我们申报成功了，这个题目主要的方向，一个是主机设备方向，另外，通过主机设备的运维和智能化研究以后形成一种新的模式，来助力我们智慧电厂建设和助力我们发电设备实现智能化这个过程。

我汇报的主要有五个方面：

第一个，形势与背景。

大家知道，关于工业互联网、大数据和智能化是国家的主要战略方向。从2011年到2016年我们国家陆续发布了很多这方面的政策和我们国家的战略规划。2017年一年比前六年的总和都多，从2017年的年末，应该是10月份到现在，陆续还在出台我们关于智能化和互联网、大数据这些白皮书，我们国家的战略规划，都陆续发布了，所以说我们国家整个对这个方面可以说，从国家层面这个工作支持的进度和要求比原来的速度大大增加了。

发电设备制造企业，我们从国家战略“中国制造2025”11个配套方案里，重要集中智能制造工程和发展服务制造型企业这两个方面两大板块从事我们发电设备的智能化。

今年5月份中国科协也发布了12个领域的60个“硬骨头”，就是重大科学问题和重大工程技术难题。其中，在智能制造领域就有人机共融的关键技术还有新一代的智能制造系统，这些都是和我们相关联的。能源环境领域，入选的有7个难题，重点集中在电力储能、海洋生物系统储能以及全球能源互联网方面。5月25日，第20届中国科学年会分会，关于清洁低碳重大技术研讨会上，也发布了“能源动力领域十项重大工程技术难题”，其中也有智慧电厂，还有智能维护方面的难题，都是和我们智慧电厂相关联的。

我们经常说到的发电设备的智能制造，我们大家是怎么理解的，我们感觉到，从制造角度来讲，制造的数字化、网络化和智能化就是我们经常提到的智能制造，其中的数字化是基础、网络化是关键、智能化是方向，所以我们经常提到，我们各电厂都要搞智慧电厂、搞大数据、互联网，说了半天我们最终的结果是实现智能化，大数据和互联网这些是对智能化的支持，所以我们最终的方向、最终的目标还是智能化。

关于制造业的智能化，大家都知道，GE公司最早是从飞机的发动机开始做这些东西，现在也是推广了云平台，西门子也有工业互联网平台，他们也是集中在这些主要重型装备大型的装备制造业。我们国家现在在飞机，像航天、高铁这些行业，都在做智能化，所以说我们发电设备行业不可能说我们自己不去做这些事，智能化也是我们发电设备必须要做的，也是将来我们下一步主要的工作内容。

我们发电设备行业，我个人感觉，有很多得天独厚的优势，我们做这个里头是一种网态的行业。大家从这张图可以看到，左边这个是我们国家电网的分布网图，右边是中国高速铁路的铁路网，这两个网是很相象的，这种网态的行业具有标准统一、关联性强，我们这些年从接口的规范，和我们做这些行业的行业共识，我们这个行业可以说我们不做很容易，但是我们真正进到网态的行业是很难的，从我们整个社会来讲，这也就决定了我们这些年已经在往发电设备行业，搞智能化、搞大数据、互联网，也是我们的责任和义务，也是我们做这个行业能做出色有这种得天独厚的优势。

第二，我们做发电设备智能远程运维新模式，我们做以前应该对它有一个清醒的认识。这是我们经常提到的远程运维数据传递与数据处理的拓朴图，大家对这个图也不陌生，从这个图上我们也可以看到，主要从数据、从我们的电厂生成了以后，通过云平台，最后到我们的制造中心进行处理，这个拓朴是大家都耳熟能详的。

这里我们发电设备智能运维系统涉及的主要技术是什么呢，首先是传感器技术，刚才几位专家也都说了，还有大数据技术、云计算技术、物联网技术以及移动端技术，可视化技术、人工智能、故障诊断技术，主要涉及的技术。主要能实现的功能就是，状态监测、数据分析、状态评价和数据安全，预警预报、故障诊断、趋势分析和决策分析，主要实现的功能是这些。

为什么这里头前面提到了发电设备远程运维的新模式，新模式在我们整个这套系统这个环境里处在什么位置，我本人做这些工作这些年的体会，不一定对。

首先，智能远程运维服务的是一个产业，一个产业要形成有一个生态圈，这个生态圈里边包含有智能远程运维的服务系统，服务系统就比这个小了，服务系统主要它是模式类的，我们要形成一种模式，我们才能在生态圈运维下去。这个模式里边包括商务模式和技术模式，商务模式就是全生命周期服务，包括备品备件、检修维护。再内核就是技术模式，技术模式就是我们的状态监测、故障诊断和故障预测与健康管理、决策支持，这是技术层面的，技术层面的基础我们才能实现商务，这里又趋向核心一层。最里边还有，技术的核心就是专家的知识库和推理机，大家经常提到，我们大数据管理这些东西，我工作这些年我们感到，如果没有专家知识库把它变成计算机能识别、计算机能应用的这些东西以后，我们提供的那些东西应该说都是人工的，并不是真正的智能化，智能化的核心就要有专家知识库和推理机，整个生态模式技术核心大致分布是按照这个来分布的。

现在我们发电设备智能化，在人工智能发展的三个阶段里应该现在基本是处在弱人工智能，因为大家都看到，第一阶段应该是恒定智能，这种恒定智能咱们都经过确定指令、专家知识库，这些有专家的知识但是没有实现计算机自动来识别的只能是恒定智能。弱人工智能，对特定的事件可以做出判断和预测，我们现在所说的人工智能或者我们发电设备的人工智能还处在弱人工智能阶段，将来还要走向强人工智能和超级人工智能。

第三个，我们做一件事要想到为什么要做？对于我们制造者来讲，我们做了半天你们不认可，用户不认可，光有国家政策的支持，国家政策能支持你几天？市场是关键。所以我们做一件事之前首先要考虑一下我们为什么要这么做。

我感觉有三个方面：

第一，我们做这些东西首先是为用户增效。刚刚提到优化运行，我是搞水电的，水轮机的运行都有曲线，我们现在水电机组来讲，很多时候是在40%、50%的负荷下运行的，并不是在它的额定负荷下运行的，这样给机组带来很大的伤害，另外运行效率也很低。但是决定哪台机组、用多少都是网调来决定的，有的时候直接调到我们机组上，所以这里有很大得空间，我们对我们的运行效率，我们将来机组的寿命都有很大的影响，这里有我们很大的工作空间。我们通过这个运行图可以看到，通过我们对主机的熟悉，我们把主机这些优化的运行点及时给我们网调，在网调系统上，刚才陆总和黄院士也讲了，我们系统来决定我们整个运行效率，调度每台机组以后有一种最优的策略，这里头应该说有很大的内部空间。

第二，我们优化检修。现在有事后检修、计划检修、预测性检修，应该说，我们运维和制造长期统计下来大概各占50%的成本，如果我们能做到预测性维护以后，应该说把我们整个全生命周期里我们运维所发生的费用可以大大的降低。采用我们人工智能优化以后，应该说总体的成本下降20%、效率应该提升30%，在美国联邦能源管理计划里有一个评估报告，能够节约30%—40%，如果把定期维修定义为每马力24美元的话，事后维修17美元，预测性维修只有9美元。从这个实例看，我们实现预测性维修，就是我们所说的状态检修，会给我们整个电厂运行带来很大的效果。

2016年，在汉诺威工业博览会期间，那个时候还是奥巴马当总统的时候，还有默克尔，他们都参加了那次工业博览会，这个上面也提出来，我们进行智能维护以后，应该可以降低近70%的故障停工时间、延长30%使用寿命、减少10%的能耗，这个节约下来的能耗全球可以建100座大型的发电厂。

提升设备故障诊断预测精度和效率，也可以大大提高我们状态检修的准确度，也能降低我们的运维成本。