东南大学能环学院副院长司风琪：智慧电厂建设要应需、应时、应势——2019年智慧电厂论坛（一期）

科技创新如何促进智慧电厂内涵式发展，东南大学能环学院副院长司风琪在2019年智慧电厂论坛（第一期）上带来《依托科技创新促进智慧电厂内涵式发展》的主旨报告。北极星电力网、电力头条APP将对大会进行全程直播。

直播地址：2019年智慧电厂论坛（第一期）    

司风琪：各位专家，各位领导，大家上午好！感谢这个会议有这么一个机会给大家交流一下我们东南大学能源与环境学院对智慧电厂的一些理解。

在2014年以后，我国关注工业4.0、人工智能、互联网，不但关注，而且付诸实施了。从国家的层面，不断地有重大战略安排。比如说最近的十九大的报告里面，也提出来关于互联网、大数据、人工智能的融合问题，包括在今年的政府工作报告提出来智能+的概念，我很赞同这些观点。后面我会讲，实际上我们原来叫某某的智能化，我认为应该是智能系统在某某的发展，应该这样讲更好。

3月19号，深改委第七次会议里面，也提出来关于人工智能和实体经济深度融合的问题，这是一个很大的背景。当然能源行业也做了安排，提出互联网+智慧能源发展的指导意见，如果把智慧再扩展的话，如何进行综合能源的利用，综合地提高能源利用水平，我想这是智慧化发展的重要方向。

从另外一个方面来说，对我们单个的系统，特别是煤电如何做人工智能，这也是关键内容之一。我们要围绕智能化的工作，要做更多更广泛的研究和探讨。

在这个过程当中，大家都在争论智能、智慧的概念，我觉得这个争论意义不大。这个人工智能到目前为止，就这个技术而言，或者这个学科而言，还没有统一的定义。我大概把它列举了一下，什么样的定义呢？第一个定义，就是机器，大家提到人工智能，很容易想到科幻片里面的机器人，机器智能，这是很容易想到的。另外一个，学科的发展来说，这两年发展非常快，它原来是计算机学科的一个分支，目前我们东南大学也建了人工智能学院，也建设了人工智能的专业，现在全国一级学科还没有设，很快将会设出来，所以人工智能变成一个学科。更广泛的从实用主义来看，各行各业都在用。大家知道神经计算、模糊计算、进化计算都在用，这个都是人工智能的组成部分。

如果从最初提出来的定义来说，也有这么几个范畴，拟人模仿人是第一代人工智能的想法，包括学人做什么事情，包括思维，大家认为把拟人的思维实现了就是人工智能，特别是最近阿法狗实现以后，感觉到是人的思维。现在到了人工智能2.0阶段，在2018年发布了人工智能标准化的白皮书，把它划为两类人工智能，一类是弱人工智能，一类是强人工智能。

简单一点，弱人工智能就是拟人的，机器学会人干事。这里面包括了语音、图像、翻译等等，都是利用人特定功能模仿，完成相关的工作。

另外一个强人工智能，就是思维。要具有人的思维和意识。

不管怎么定义，里面的特征是明显的，第一个就是计算；第二个是数据；第三个是感知；第四个是交互；第五个是学习，不管是弱的还是强的，都应该有这个特点。

我们再看人工智能发展的轨迹，其实这是一个很年轻的，最早1956年几个人在那儿开了将近两个月的会，定了人工智能。经历了三次浪潮，这次是最重要的一次浪潮，这个浪潮的提出，跟爆发式的发展，有它深刻的背景，所以我们提出来人工智能，就是我们国家提人工智能2.0的概念。它的特点，一个是信息技术和数据技术完全不一样，大数据现在扑面而来，越来越多。另外一个，加工的能力完全不一样，计算机运算水平极大提高。第三个，网络的水平不一样，我们的5G，网络的速度也大大提高。所以现在由机器模拟人转到什么呢？机器和人、物、网络的互联互通，这一块我觉得可能是以后更重要的方向。

在这一个人工智能突破性进展的大背景下面，我们发现能利用的技术很多，这里列出来叫通用技术，这个是人工智能领域当中很多专家研究的。包括了数据的服务、信息、平台的架构、芯片等等，对于这样一些关键性通用技术突破性的进展，应用到各行各业就产生了智能+，如果应用到医疗是智能医疗。在这样的情况下，用到我们电厂，我的理解，产生了智慧电厂这样的概念。不管智能还是智慧，这样的一个概念。

所以说我们在建设的时候，要有清醒的认识，个人觉得要按需。因为人工智能学科的发展，不是我们为主线发展的，尽管它越来越成熟了，有成熟的技术，我们的立脚点还应该是需要什么，按需获取人工智能的关键技术，然后在这个技术上发展专业领域相关的一些系统。而且这个目标要非常明确，应该是电力的目标，比如说安全、高效、清洁、低碳，这个路会很漫长。现在我们有的领导也提出来，比如能不能搞一个电厂无人化，这个肯定是很美好的，但是要问问通用技术能不能支持，另外需不需要这样一个技术？我觉得这都是要去探讨的事情。

第一阶段总结为，就是我们要不要搞智慧电厂？要不要搞智能电厂。这一句话，是国家重大发展战略需求，对城市有需求，对电力也一样有需求，我们要做什么？国家的战略，其实全世界也都在做。

第二，为什么能做？我觉得人工智能技术的发展有着坚强的支撑了。原来想做的做不了，现在很多是能做的。

第三个，本身也是我们自身转型发展的现实需要，围绕我们的安全、经济、环保，为了利润，这些东西，要有这样的发展。所以这个责任，我觉得要做。

下面是怎么做？我们也有相应的思考。刚才一个题目叫内涵。我们在想智慧电厂做什么？当然能够互联互通，有大量的工作要做。我觉得立足现阶段，对于现有的技术而言，大家如果做成这么几件事情，是很现实，也很快的。

第一个，要努力提升过程的感知能力。也就是我们要丰富检测手段，只要成熟的就要拿来用，它的目的是干什么？就是要全面准确掌握系统与设备信息。其实现在对很多信息不掌握，比如炉子里面的很多东西都不知道。如何利用新的手段，能够提升感知能力，这是一直要做下去的。

第二个，要提升状态监测的水平。这个里面牵涉到什么？就是状态监测和预警。华为新上的系统，包括西门子搞的，我觉得非常成功，我们现在国内大量都在做预警的工作。它的核心是什么？我认为是模型，创新过程特性的建模方法，这个模型现在看来，用机器模型跟机器拟人的混合模型是必走之路。西门子现在能做到30%以下，如果能做到10%是非常了不起的。

第三个，要提升诊断分析水平，要强化数据挖掘能力。这里面有几个问题，一个是数据库的问题，建起来没有互相互通，没有固定的人员做。另外一个，就是推理的方法。

最后一个，要提升决策与控制水平。我觉得要利用这次机会，深挖人机协同的潜力，包括我们优化的运行、优化的控制、优化的决策，它从细度、精度、广度与维度上协同发展。

然后我就提出来这么一个构想，我们觉得如果从应用的分类来讲有这么几个分类，一个是智能感知，感知的目的是什么？扩大信息利用的渠道。包括传感器，包括在线分析技术，包括人脸识别，现在图像识别太了不起了。我跟我的学生也讲，你到一个车库里面去，车子一开，现在不要人收费了，背后有重大的技术突破。包括人员定位，包括后面三维、VR/AR。

除此之外，比如用机器人，用无人机，我也知道有一个爬坡机器人，包括管道机器人，因需而用，取得很好的效果。

中间这一层非常重要，包括优化、预警、诊断、检修、运营、燃料、安防等等，还要深挖内涵。

但是强调两点，第一个就是全生命周期，第二个要强调平台整合。在这个过程当中，我们是一个鲁棒的过程，不断支撑，不断调整，构成这么一个智能体的结合。

举几个例子，比如智能感知，大家用了很多，比如三维也用了。如果是用来培训什么的，这个想好。

另外，最近我了解搞的飞灰生碳，这个必须马上解决。一氧化碳汉氧化量的监测，考察一下，成熟以后马上来用。

比如控制的，刚才也提到机器人的应用，大家都见过很多了。

我着重说说决策的，在这个决策当中，数据已经成为电厂重要的资产，也是成为我们开展智能决策的关键信息，这个当中平台是很重要的。因为我们有连续的海量的过程数据，还有大量的文字数据，我们有文件型非结构化数据，也有生产管理信息数据，这个要重点研究。其实平台现在很多，这个边上的图是我们规划智慧电厂的组成，在这个图里面有大量的需要平台支撑的东西。平台可选择性也很多，大家看到有这样那样的云，下面是西门子的平台，也值得关注，有大量的东西来做。我们怎么去寻找建设符合这个专业特点的数据平台？如果这个做不成，后面的基础就不牢了，这个要关注。

再下面是数据处理关键技术，是实时的，多变，在这里面我们要做模型怎么办？这里面包括预处理的、学习的，包括建模的，这也是做研究的一些方面。

比如说如何提高数据质量？这里面包括数据的检验和替代，包括过程稳定性的判断依据，包括数据清洗和插补，包括有大量聚类的降维，还包括数据扫描与特征表达。我们现在关注的是一个点的数据，或者一个统计量的数据，实际上在电厂里面有线路过程，比如说企业在升级，数据变化的形状，到现在没用，要把它用起来。这个反映的形状对你特征的反映是很明显的，所以现在数据扫描由点到线到面的扫描方法，这个要用。

再一个是模型，大家做的机器学习模型，现在有各种各样的模型，有基于统计的，有神经网络的好多好多。但是问题是什么？问题是我们机理的关联性，大家在座好多都是搞机理的，但是到了现场不能用了，就变得复杂了，就转到机器学习了，发现机理丢了，机器学习是不考虑机理的。所以如何去发展，把机理跟数据的融合，这是一个大的方向。我们做了一些工作，比如说我们能够把等式约束、不等式约束、单调性、凹凸性约束，把它融入到学习当中，这个对它后面模型的应用是有非常大的好处，不然的话拿到神经网络学习，发现规律都变了，建个模型发现没上升，这个是很重要的。

另外一个，就是我们的特性是连续变化的，特别需要关注质量模型，或者是自适应，这个里面没有增量，过一两年就不能用了，这个也是值得研究的相关的一些方面。

再一个就是利用机器学习和大数据分析技术，为电厂发现问题、分析问题、解决问题的重要可行手段，从而出现了越来越多的人工智能技术的新应用。

另外一个，我们还关注数据产生的新价值和新模式。我就讲一个新模式，原来电厂里面搞信息的是信息中心，我觉得数据中心这个岗位要有，这个玩意儿靠一个信息中心的支撑不了，如果深入利用数据，这是要关注的。

比如说预警，思路很清楚，建的模型跟你的数据比对，比对完之后有偏差了来做。现在提出来数字化，这个概念很好，但是模型准不准？要关注模型的核心作用。另外，从诊断的角度来说，我觉得我们要举行业之力把我们的案例或者知识库建立起来，这样才能打造一套完整的链条。

下面是软件的展示。

在这个运维方面，我们觉得要关注催化，因为催化剂很难，要把握这个，怎么去及时预警。这一块还要继续做，这是运维里面，除了维修的策略之外，需要考虑的一些问题。

再比如说优化，我们做了很多很多的优化，要关注大数据分析的多维对标优化。其实优化的地方在哪里？两个渠道，一个渠道是模型算出来的，燃烧优化当中算一算。另外还有优化的东西在哪里？在你的历史数据里，你如何挖掘出来？历史数据挖掘很难，因为数据量特别大特别混杂，怎么做呢？还需要架构，你怎么用这个数据处理的办法，来高效地快速地提供优化的获取办法。这个都有很多解决方案，而且用了也很好。有个案例，他们跟我讲的，说调了以后马上就变了，立马就见到效果。因为数据是资产，都是你的，怎么把它用起来，这是优化。

除了这个之外，就是厂级调度。怎么去调度。现在的调度是电和热的调度好像能调度，如果再扩展一点，多能的调度，这个更重要。调度的难度在哪里？两个，一个是模型，没有模型怎么调度？怎么获得一个可靠的模型。第二个是算法，算法是现在可期的，但是我觉得是很难的，这个要做。

再一个是燃烧的，可能要综合考虑到环保，现在是多维度。

还有一个就是吹灰，这个也说了好长时间了，如何把吹灰对能流的规律，作为调整的一个最低手段。不是说为了保证不集渣不集灰。

再一个是冷端，最近在北方调研了国内空冷的机组，70%以上在夏季运行吃力，这个要做优化。这个做了从30个不一样降到20个不一样的，这个是多大的节能空间？这个有大量的工作要做。

还有一个就是环保的综合优化，怎么综合利用政策的空间，去做好这个优化调度，把它变成经济利益最大化？因为现在环保是阶梯式的，各个地方不一样，怎么做这个模型，我觉得也是关键。

还有一个是运营的，刚才讲市场的互动，燃料的互动，但是燃料的互动有困难。

最后我想谈一点体会。

我觉得智慧电厂有“三个应”，应需、应时、应势。

应需的想法是什么呢？一定要从需求为主，我们现在面向创新型电力强国与自主转型要求我们这样做，但是一定要以具体业务需求为牵引，要注重落地，哪怕落地一个也是好的。所以我觉得有示范价值的项目给我们以启发，但是项目的复制性不一样，因为每个厂不一样，要明确建设的目标，要考虑到技术成本和可靠性。我们不能为了机器人而机器人，不能为了无人机而无人机，这个都是共识的。

第二个，要充分关注和借力人领域的成熟技术成果，而且这个技术成果是持续发展。我们都搞人工智能学院的，现在我们这个人工智能学院一年招收的硕士生，第一年就招收250名硕士生，马上博士也会出来。我们要因地制宜持续发展，我们要建立渐次化的，成熟应用，也可以率先应用，但不能说超前应用。

从这个角度来说，智慧电厂与人工智能发展永远在路上，靠我们在座的各位大家一起去推动，一起去完善。所以王总这个论坛一年四期少了，因为每年都有不同的新的进展。

最后，我们能环学院也是主办方之一，给大家稍微介绍一下这个大礼堂，这个大礼堂有悠久的历史，这个校园也有很好的历史。大家知道《创新村》、《建国大业》、《建党大业》都在这里拍的，这个校园很美好。

也祝愿大家在这短暂的时间里，身体健康、生活愉快！谢谢大家！