京能集团高安屯热电智慧电厂建设探索与实践

北京京能高安屯有限责任公司于2010年12月30日投资组建成立，机组于2014年12月10日投产，机组装机容量845MW，供热能力596MW，现为北京京能清洁能源电力股份有限公司全资子公司。公司实现大数据平台在国内燃机的落地，实现机组APS（一键启动），实现物联网技术的深度应用，降低一线人员劳动强度实现24小时连续在线监测。

——北京京能高安屯燃气热电有限责任公司生产技术部部长 杨承佐

为快速适应新形势下发展要求，精准把握行业发展趋势，引领行业方向，促进新技术、新成果和新产品在智慧电厂领域的转化应用，华北电力大学技术转移转化中心与上海电力大学技术转移中心、中国华电集团有限公司生产技术部、中关村华电能源电力产业联盟等单位于2020年9月27-28日在上海联合举办“2020年智慧电厂论坛（第一期）”。北极星电力网、北极星电力APP对会议进行全程直播。

北京京能高安屯燃气热电有限责任公司生产技术部部长 杨承佐作了题为《京能集团高安屯热电智慧电厂建设探索与实践》的演讲。

杨承佐：各位嘉宾，各位专家，大家下午好，我们厂在智慧建设方面初期就已经开展了，今天下午我跟大家也分享一下我们建设的一些经验。

北京京能高安屯有限责任公司于2010年12月30日投资组建成立，机组于2014年12月10日投产，机组装机容量845MW，供热能力596MW，现为北京京能清洁能源电力股份有限公司全资子公司。公司实现大数据平台在国内燃机的落地，实现机组APS（一键启动），实现物联网技术的深度应用，降低一线人员劳动强度实现24小时连续在线监测。

在科技大发展的今天，新时代下的电厂如何建设，运营，发展是我们行业人非常关心的问题，也是大家都在共同探索的问题，互联网+，大数据，物联网，虚拟现实，人工智能等技术在各行各业都产生很大的价值，传统技术与新型技术的结合，价值成为当前重要的工作智慧工厂建设也成为我们当前重要的目标。

但是发电企业的智慧化不是一蹴而就的，自动化工厂建设已经在各个发展成功标准，数据化电厂建设在2010年后也逐步开展初步达到一定共识，上午不管是高校还是一些科技公司都为在这方面进行了一些阐述。我们做电厂是一个基层，要去实现，落实一些工作专门的一些企业，在智慧电厂建设当中，还在探索，没有可以借鉴的成熟的成果，可以进行继续开展，所以我们从2010年后，也是逐步摸索在一直往前走。

作为京能集团数字化建设的示范项目，在2012年初建成了初始目标，有三个阶段，第一阶段2013年-2014年是资源采集存储阶段，第二阶段2015-2018数据采集挖掘，2019-2020年数据深度应用的阶段。高安屯热电整体架构情况如图展示，我们是大数据平台以基础平台，涵盖的DCS，现场总线，生产控制数据，还有三维模型，文档图纸，静态数据，智能盒子，人员定位，智能设备采集数据，还有安防系统门禁，监控这些，这些数据都可以通过大数据平台进行互联互通，我们高安屯各个部门，各个岗位在谋划平台，实现了智慧营销，智慧仓储等等模块，下面我把电厂情况跟大家详细交流一下。

在基础建设刚开始，完成自动化信息化过程当中，也是完成数字化的工作，首先使用国产软件进行3D模型建模工作，建模颗粒度达到设备级，个别重要设备也达到部件级，还有自主开发三维引擎，提高展示速度，也是为以后推广工作。

还有高安屯也大量实现现场总线，是目前国内总线覆盖率最大的电厂，总线设备涉及马达控制器，变送器，电动执行器，气动执行器，温度变送器，电磁阀岛，分析仪表，液体变送器，总机数量近2500台，并通过使用AMS实现所有总线设备的智能管理。同时还为ANS、ENS积累了宝贵资源。

还有大数据应用在早期设备异常时可以通过大数据分析技术提前发现，提前预警，但是传统SIS这种单一服务器形式分析系统在计算机能力和数据存储方面已经无法满足发电企业大量生产数据应用的需求。同时分布式计算可以将大量数据做分片处理，最后汇总输出，采用分布式计算和存储分布式架构就可以，就是目前最优的解决方案，所以我们前期也采用大数据系统代替传统的SIS。

公司现在大数据平台，也建设完成了，平台现有的测点数量是约9.6万个，每天测试数据量超过20亿条，每天数据分析能力也达到40亿条的分析能力。

公司2013年九月可以看出，在组织主导施工、电缆采购等等管道布置方面，起到积极作用，提前发现管道设备问题，大量减少返工等情况，当然我们是在基建期创造良好的条件，也是施工图纸出的比较早，所以三维建模出工比较早，这个使用价格也非常高，公司也在科技项目开展同时，重点把可以产生的价值挖掘出来，三维模型在基建期，创新施工途中发现这些，减少了经济损失也是近千万元，同时突破三维模拟施工技术，在三维模拟电缆控制在三米之内，优化突破后的三维模拟施工技术，实现了零库存，对比技术结合现场总线设备等等，减少电缆等其他材料近千万元，所以数据化的三维模型在基建期还是很强大的。

三维模型建好以后也可以深度应用，这也是后期投入开展以后开展的工作，在可以编辑的三维模型上面，把这些设备部件都可以进行编辑，采取二次形式深度挖掘其中的功能，例如现场设备测量，三维拆借应急演变，信息资料归总，可视化载体等等是生产期间应用，生产期间关注还是本质安全和经济运行各方面工作，这也是辅助我们一些培训。

我们在生产期间也是进行人员定位开展，人员定位最大载体还是咱们三维模型，在三维模型可以看到整体作业人员的分布，位置，以及这些作业人员点开以后就可以看到它进行的一些培训内容取证情况，工作票的情况，各种情况都可以在整体三维模型展示出来，同时模型也做电子围栏这个动作，出入电子围栏可以检测是不是现场施工负责人，如果不是都可以做报警，上面咱们一些工作都做些介绍，现在这些技术都比较成熟，只不过需要一个载体，在三维模型中展示出来

三维模型施工在生产期也有需求，在生产期辐射电缆向人员定位系统在铺设过程当中，利用三维模型，模拟施工，核算电缆长度，确定AP点位精细化和施工方案，可以保证有效开展。

还有视频分析项目，主要传统视频框架，主要咱们传统已有视频高清摄像头基础之上采取后台数据计划，使用图像识别技术，结合深度算法学习，开发视频分析系统，实现人脸识别，人员闯入预警等功能，也是把常规视频要看的内容转化成有效信息，不需要人再盯着视频。

当然在实施过程当中发现一些问题人员识别和人员闯入现在是非常成熟，但是在跑冒滴漏这里，电厂的生产环境还是比较复杂，一些光线比较低的情况下跑冒滴漏率还是很高，我们还在做这方面的工作。

现场数据补充是采用智能盒子，是以采集到信息传输到智能AP，然后通过无线网到公司区域网，然后做传到管理平台，这个也是突破技术主要是针对电池用量可以达到3-5年，装上以后3-5年可以正常使用当然3-5年是根据回传频次决定时陈，这也是在物联网技术非常典型的例子，传感器类型振动，位移湿度温度噪音都可以做，最大是不需要铺设电缆，布置灵活，补充测量数据与DCS数据共同纳入大数据系统进行分析，给后续数据分析提供的基础。

我们厂设备评价初期也是采取机理模型进行评价分析，后期发现机理模型跟现场运行出现偏差，报警情况不太合理，后来改用机理模型和大数据模型共同形式，现在故障诊断率也比较高，可以实现预化滤镜，对设备缺陷故障捕捉率超过90%，设备故障诊断率高可诊断DCS未发现问题人工不易发现问题，真正实现劣化预警，测试报警，这一块不做更多介绍，这个算法还是可以的，具体实践我们只看它最终产生故障报警，我们现场进行核实和处理。

这是之前比较典型的，像热网循环水泵振动偏大，当时是一点一点往上走，大家没有关注，但是系统报出来确实发现振动探头有松动情况，处理完以后就没有发生。

阀门内漏的情况，是通过自动检测系统阀门内漏，我们也是每年检修过程当中，把阀门梳理出来进行梳理。

还有就是油泵，压力高就起来压力低就停，长时间不会看，但是这个系统会把它启动时间统一统计出来，发现启动时间长或者停时间短，这些都可以发现油站是不是有异常情况，这一块运行当中也是发现的问题比较多。

工况寻优系统是我们工作当中非常关注的功能，主要是数据分析，全量数据分析处理，对天气影响比较大，冬天和夏天处理相差也很大，所以对燃机运行情况进行分析也是相同负荷，供热量相同环境湿度温度等等，对切片进行分类，通过切片数据进行自我迭代，把最终当前运行工况下在历史上出现过最优的工况提取出来，提取也是提取相当于有一个排序的问题，最优次优，现在是排了五条，五条最优的数据，以及这些切片情况下就是历史上最优工况的，所有运行参数都体现出来，这是完全大数据模型的处理工作，提取出来的数据，只能告诉你当前情况和最优情况哪里有偏差需要调整什么一些数据，但是结果没有告诉你哪些有偏差，什么偏差会导致多大的影响，这也是现阶段使用过程当中准确性上，可能有一定差异，但是区域还是非常有用，因为这些我们人员对运行参数进行调整，调整完向最优的方向调，从目前根据不同情况，实现厂用电率，等等调节方面，起到一定作用，2019年7.166，相对于2018年来降低0.002还是非常可观，我们现在大数据模型希望后期还是咱们这些，当然有这些企业在的话，还是希望跟机理模型有效结合，把数据做的更准确一些，把数据直接提取出来，我就不需要再按照趋势做就拿这个数作为定值去做，这样可以把它提高到一定极致的方向。

我们厂也在做无人巡检，上午有人提机器人方向，我们增加智能识别方式做，通过这个实现预警管理，辅助监盘还有巡检建议等等这几个功能。

我们预警管理主要通过刚才介绍的跑冒滴漏、人员闯入，大数据分析智能盒子数据等等，把这些巡检人员检查的项目全部变成眼前数据需要什么把这些采回来，需要什么看什么内容把这些视频采集到，把巡检人员需要人为判断情况固化机器需要预警当中，不管是视频还是参数都进行预警判断，提前把数据就提取出来把巡检判断出来等常规巡检模式，改变为这种所有数据一个预警管理，主要是趋势预警管理

辅助监盘，可能大家做的也很多，我们也是在这个基础进行的一些工作，通过自动抄表代替人工抄表让监盘人员从机械充分抄表当中解放出来，最终无人巡检方向还是提前发展问题，提前处理问题作为目标，从大系统设备评价等等，视频分析等等一些信息把有问题的地方推送出来，让人员根据智能推荐路线去现场看，确认这些异常，以后再智能化电厂最终落脚点还是发现问题，提高可靠性，所以落脚点把问题导出来以后让人去确定，去落实，去处理，这是我们一个出发点。

我们在无人巡检也分几个层面在做，当前实施内容还是通过设备盒子设备头，针对生产现场重点区域，设备为目标，看效果。以降低设备频次，减少巡检区域为目标初步实现少人巡检功能，降低生产人员工作强度，还有中期策划，和远期策划，远期侧方方面还是往智能机器人巡检方面进行工作。因为在现场还是有一些危险程度很大的区域，比如说天然厂站这些区域，还有环境简单区域比如说GIS化水间，实现机器人巡检功能，固定设备手机数据变成采集数据，进一步加强它的功能。

我们再做还有主动安全管控，设备缺陷，检修记录这些数据等等，这些设备安全数据，统一到管控平台，人员安全方面，把人员安全台上，培训急救，考试机构，违章信息，持证情况以及人员在现场动态监控情况，视频动态监控这一块，人的信息都集中在管控平台，再现场作业区域风险识别，设备风险区别，两片是这种两票管理，整个数据都在里面，把两票信息也提取出来，现场作业人员审核信息也都提出出来，再结合虚拟围栏，电子围栏功能以及门禁等等功能相结合，实现风险交叉验证，大大降低作业强度，并用数据化实现安全闭环管理，将安全管理变被动为主动这是对安全方面，这是安全方面做的工作。

应急管理方面，应急预案实际上在执行次数是极少的，实际上执行出现问题开展工作比较少，但是应急演练每周需个月都做是日常工作当中非常重要的内容，我们也根据情况将移动互联网应用移动到应急管理当中，通过应用实现应急演练，实行评估报告等等不受空间地点影响，通过角色配置和动态性和演练结果可随机性，演练过程当中加入一些事件，相当于一个剧本，加入额外突发事件都可以加进入， 让执行演练人员更有大局观音还有通过演练处理全过程机构，把这些数据全部积累下来，后期可以直接打印进行学习和工作，这是应急演练这边的工作。

刚才是生产管理内类的方式，在非生产管理类有非智慧营销，智慧管理，人资管理，财务管理各方面，在多方面都有很好的应用，但是对电力企业来说还是智慧营销更具有行业特色，所以我们这头对这个智慧营销做一下介绍。

智慧营销最基础工作还是在工况寻优基础上开展，通过电话管理，智慧管理这几个模块开展工作，这是智慧营销整体的框架。这个功能是经营计划部着手策划，跟生产结合很紧密，智慧营销系统通过婉绝营销以来有四年生产经营数据，结合技能性能特性，我们厂是二托一的机组，运营比较灵活，二托一和一托一，在季节有分解，逐步寻优，我们系统是以最优为导向，以技术最优作为出发点，结合不断时段对生产数据进行测评，并加以优化不断进行数据化，充分运营大数据对所产生的分析，实现精细化，细节化的管理为生产感觉提供宜居，通过管理化，精密化，科学优化，提高我们企业经营管理水平。

我们厂一些主要工作也跟大家交流完这是我们厂以后的展望，随着企业信息化高度提高人们各项工作都已经从线上转到线上，在完成仓库建设以后，海量数据就给人工智能发展提供了基础。

在归纳分析方面有优势，还有经过实践验证，方法论，甚至行业经验固化其中，并用业务管理训练机器并用人工人员辅助人员在系统当中操作减少机械重复操作，减少工作效率，利用计算机汇总各种信息当中资料，各种转台感知人员流动，不懂部门可以提前预警保证安全生产，一方面利系统已经保存的训练人工智能，另外一方面有目的由人工智能尝试由无能人工代替人员操作，少人值守到无人值守电站方向发展。

（来源：北极星电力网，如需转载请完整转载全文不允许删减）