华北电力大学鲍镇：用机器学习助力电厂智慧化转型——2018年智慧电厂论坛（二期）-第2页-北极星火力发电网

投稿

我要投稿

上面给大家介绍完了我们想要达到设备、系统的效果。具体是怎么方案设计的呢？这是从四个方向描述我们的方案设计，首先是设备和算法的模型，从这个角度看，一说到这个模型大家可能会觉得比较烦，我相信物理模型大家一定不陌生，就是我们设备的机理模型，用我们比较通俗的话来讲，实际上就是我们生产工艺流程怎么设计，我们控制的时候目标信号该怎么设计，什么样的信号是追随信号，他们上下游配合是什么关系。什么是数据模型呢？这个数据模型一说起来大家可能会觉得很抽象，我给大家简单举几个例子，这个数据模型就是我们把物理模型各种各样的信号关系、错综复杂的关系定性定量的刻画出来，假如我们拿三个信号来说事，一个是负荷信号、一个是给煤记的信号，一个是温度信号，这三个信号都是正面比的关系，实际上是不是这样的关系呢？我们不能简单的说成正比还是反比的，应该在综合的生产流程基础之上，在某种具体的工况下我们再评估关系是正比还是反不，是正比比例是多大，所以我们数学模型就是定性、定量的刻画这种关系设计的。这里就是我们说的概率图模型和复杂理论，这个用学术的话来讲其实比较简单、好理解，他就是贝叶斯网络这套东西，我们讲完数据模型和物理模型之后，我们需要用计算的方法训练，这就是我们所说的定制化模型的训练，纵隔起来讲数据模型、物理模型加定制化训练模型，最后得出来的是针对于某一个设备的精细化模型，就是我们去做这些在线分析的核心基础，可能简单几句话可以把我们的原理讲清楚，但是背后原理是相当复杂的，还有千万次的假设，这些假设如果每年推导我们需要调整模型，需要结合属性模型和物理模型调整，这块也是我们整个团队的核心竞争力所在。

我们再来看看行为识别的技术。毫无疑问我们也用到了深度学习，我们也用到了深度学习当中的卷积神经网络就是CNN，这个CNN不是一个具体的模型，只是一项技术的统称，相对于我们现在在互联网行业所看到的CNN有什么区别呢？我们是区别于那种人脸识别或者是这种美颜技术或者是一些互联网的图片搜索技术，这些技术我们是跟它在两方面有区别的，这个区别一个就是我们在模型的设计方面，因为我们的目标非常明确，针对的是智慧电厂人的行为的识别，所以在模型的设计上是有区别的。第二个，在CNN的网站结构上，它也是有区别的，针对这两者区别都是定制化的方式，这两点也是我们在行为识别上的核心竞争力。

讲完我们设计的理论基础，再看看我们IT的技术框架。总的来说，我们用的比较前卫，也比较主流的一些IT技术框架，比如大数据框架，用的是Hadoop+Spark，数据流框架，实时数据库，机器学习引擎，前端渲染，后台控制用的大型的，在互联网行业是相对强劲一些，但是在我们的工业领域我们也是一直在尝试、在探索，目前来讲还是非常稳定的技术框架，效果也非常不错。

下面看具体方案的解构设计。左边是电厂已经有的DCS到SIS以及到实时数据库的生产数据，我们把生产数据接入到我们在电厂部署的私有云的服务，在接入生产数据的同时，我们也接入电厂的视频数据、声音数据以及电厂周边的环境数据，加上一些社会的实施数据，把这些综合的数据送到我们的计算引擎去做在线的技术分析，最后就形成了我们上面所提到的经验化的模型，就是数字镜像，数据镜像通过分析实时的数据，最后达到的就是对设备健康的管理。

作为管理是PC端的和手机端的界面，当然这套界面是基于强大的应进计算能力背后的，而且我们这套IT的硬件、软件解决方案区别于传统的IT解决方案，因为用到了显卡、用到了GPS，计算能力是超强的，而且嵌入了很多机器学习可定制化的模块，总的来讲我们分为三个部分，第一，需要用到电厂数据，第二，我们团队已经潜心研究多年的机器学习的算法以及各种框架，第三类就是我们刚刚所说的数学模型和物理模型所形成的一个团队能够对这个项目进行个性化配置的能力。第三，电厂监测智慧化转型的效果。

跟大家聊了那么多监测，其实监测的目的还是为了理解电厂里面人、设备、系统所发生的事情，为什么理解这些事情呢，我们就想达到稍微中长点的目的，这三个目的原则上还是通过机器学习和数据驱动来实现的？我们做监测还是为了反作用于系统，区别于传统的机理的控制，我们用的机器学习和数据驱动实现的生产优化配置，包括局部的控制和全局的控制，局部的控制比如说磨煤机系统优化、锅炉的燃烧优化，都是非常贴近于生产的，而不是基于模型的优化，做完局部优化之后我们下一步就会做整体的生产工艺流程的优化，这里就是我们所说的生产优化控制，我们看到这个监测之后理解了这些数据，实际上还有一个很重要的目的，就是为了做精准的状态检修。说到精准的状态检修，区别于传统所说的状态检修，传统的状态检修应该是定期维修、计划维修或者事后维修，就是这个设备坏了再去修它这么一个理念，精准的状态检修，就是通过上面提到的对设备和系统进行多维度、多尺度的刻画，提高按需维修和设备维护的理念。

我们提出对人的主动检测。刚刚提到对人行为的识别还停留在我们仅仅是监测阶段，去理解人在做什么，形成一些我们的汇报。这里所说的主动的行为监测是什么呢？说的主要是辅助工程师指导他怎么样更好、更快、更合理、更科学、更加安全的完成他所在的任务场景，这里和大家聊的都是一些我们基于现在的功能想做的未来三个方面。

以上就是我想向大家汇报的所有内容，这些都是个人观点，如果大家有觉得讲的不对的地方请多多包含，如果大家有新的观点和意见，也非常欢迎大家会后和我讨论。

谢谢大家!

今天参加这个会议我们也会积极借鉴兄弟单位一些好的经验和做法，为后续我们智能电厂的建设提供帮助和支持，我们也会在智慧电厂的建设道路上坚定的走下去。谢谢大家!

(发言为电力头条App根据速记整理，未经本人审核)

直播地址：2018年智慧电厂（第二期）

投稿与新闻线索：陈女士微信/手机：13693626116 邮箱：chenchen#bjxmail.com（请将#改成@）

订阅北极星周刊，精彩内容不再错过！

特别声明：北极星转载其他网站内容，出于传递更多信息而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。

凡来源注明北极星*网的内容为北极星原创，转载需获授权。

阅读下一篇

关注 | 大唐环境委任朱梅为公司副总经理

智慧电厂查看更多>2018智慧电厂论坛查看更多>华北电力大学查看更多>

姓名：
性别：
出生日期：
邮箱：
所在地区：
行业类别：
工作经验：
学历：
公司名称：
任职岗位：

华北电力大学鲍镇：用机器学习助力电厂智慧化转型——2018年智慧电厂论坛（二期）

关注 | 大唐环境委任朱梅为公司副总经理

登录注册

绑定账号

想要获取更精准资讯推荐？建议您完善以下信息~

订阅成功

想要获取更精准资讯推荐？建议您
完善以下信息~