基于工業互聯網的智能電廠平臺架構

趙晉松，張朝陽，顧巍峰，李崇晟，趙 軒，王智微

基于工業互聯網的智能電廠平臺架構

趙晉松1，張朝陽2，顧巍峰3，李崇晟1，趙 軒1，王智微1

（1.西安西熱電站信息技術有限公司，陜西 西安 710054；2.國家能源投資集團有限責任公司，北京 100011；3.華西能源工業股份有限公司，四川 自貢 643001）

大數據、物聯網、移動應用、云計算、人工智能等技術的發展，為發電企業向更加清潔、高效、可靠的智能化發展奠定了基礎。智能電廠的概念在智能制造、智慧能源、工業互聯網的呼聲中應運而生。本文在分析國內外成熟的工業互聯網目標架構和工業互聯網平臺的基礎上，對工業互聯網的關鍵技術進行了闡述，通過對發電廠生產業務以及智能電廠未來信息架構的分析，提出了智能電廠的平臺架構。通過該平臺的信息集成能力、智能電廠的安全機制、云計算的全局優化和邊緣計算的局部優化，并結合其機理方法與數據驅動，可實現發電過程的智能控制、智能管理、智能安全。

智能電廠；工業互聯網；工業云平臺；平臺架構；基礎層；平臺層；應用層

2013年德國政府提出了工業4.0概念，旨在利用信息通信和制造業技術結合的手段，推進制造業向智能化轉型。2015年，國務院發布國家發展戰略《中國制造2025》[1]明確提出：以加快新一代信息技術與制造業深度融合為主線，以推進智能制造為主攻方向；基于信息系統的智能制造、智能工廠等正在引起制造業的巨大變革；通過“三步走”實現制造強國的戰略目標。2016年2月國家發展改革委員會發布了《關于推進“互聯網+”智慧能源發展的指導意見》[2-3]，提出推動互聯網、信息技術與能源行業深度融合，促進智慧能源的發展，走出綠色、環保、可持續的能源發展之路。2017年11月27日，國務院發布指導規范我國工業互聯網發展的綱領性文件《關于深化“互聯網+先進制造業”發展工業互聯網的指導意見》[4]指出，我國的工業互聯網生態體系建設應與經濟發展相適應，應盡快提高我國工業互聯網發展水平，爭取在國際上實現并跑乃至領跑。

大數據、物聯網、移動應用、云計算、人工智能等技術的發展，為發電企業向更加清潔、高效、可靠的智能化方向發展奠定了基礎。智能電廠的概念在工業4.0、工業互聯網、互聯網+、智慧能源等新技術的呼聲中應運而生。智能電廠是以電廠生產和管理活動中的信息數字化為前提，以信息通信技術為基礎，通過采用移動應用、云計算、機器學習、數據科學、智能控制等技術，能夠自適應外界環境，持續提供安全穩定電能，并與智能電網及各類用能企業高度融合的發電廠[5]。

1 工業互聯網總體架構

工業互聯網是滿足工業智能化發展需求，具有低時延、高可靠、廣覆蓋特點的工業信息網絡基礎設施，是新一代信息通信技術與先進制造業深度融合的新興業態和應用模式。工業互聯網與制造業的融合將帶來智能化生產、網絡化協同、個性化定制、服務化延伸4個方面的智能化提升。

工業互聯網總體架構如圖1所示。工業互聯網總體架構在縱向上，由傳統工業系統多層架構逐漸演變為應用層、平臺層和邊緣計算層，呈現扁平化趨勢；在橫向上，內部和外部關聯企業工業互聯網相互貫通。工業互聯網各種智能裝備通過網絡互聯技術充分連接，無線技術大量應用，IT與互聯網的融合，OT與IT的融合，異構設備和信息系統的協議轉換，可實現工廠與外部關聯企業相關系統的充分互聯。工業互聯網可實現工廠內、外部數據的充分匯聚，以及數據的采集、交換、預處理、存儲、建模分析和大數據驅動下的決策控制。安全防護是工業互聯中網絡和數據應用的保障，從工業網絡設施、控制系統、工業數據、智能設備和工業應用等方面保障工業生產安全。

工業互聯網主要實現各種生產設備、應用系統之間的信息共享，包括企業內部設備與信息系統，以及與企業外部信息系統之間的聯通。工業云平臺網絡一般劃分為現場級、車間級、企業級三級，具體架構如圖2所示。

圖1 工業互聯網總體架構

圖2 工業云平臺網絡架構

由圖2可見，工業云平臺網絡現場級和車間級主要實現生產設備橫向互聯，以及上下層設備和信息系統的縱向連接。為實時采集現場數據和執行控制，可在現場部署傳感器、監測設備、掃描設備、智能儀表、執行器等裝置。現場級部署邊緣計算節點，以匯聚生產現場及來自工業控制系統如PLC、傳感器、儀表、實時歷史數據庫等的數據，并進行數據的即時處理和控制反饋，滿足工業控制的高可靠和低延遲要求。企業級部署工業云平臺，提供數據存儲和處理分析、業務應用支撐以及信息集成共享等功能，以實現與生產設備、控制系統、業務系統、工業移動應用程序（APP）之間的信息交互，以及與協作企業之間的信息交互，實現工業互聯網各種數據、服務的集成分析和利用。

2 工業互聯網平臺架構

學術界和產業界對工業互聯網平臺的架構、功能和價值展開了大量研究，形成了一系列研究成果。國內外工業和IT企業開發了各種工業互聯網平臺，如ABB公司的Ability、施耐德公司的EcoStruxure、西門子公司的MindSphere、航天云網公司的INDICS、樹根互聯公司的RootCloud、華為公司的OceanConnect IoT、石化盈科公司的ProMACE。工業互聯網平臺是面向工業企業數字化與智能化的開放式平臺，融合了工業生產技術和信息通信技術，接入海量數據源并提供邊緣計算、云計算和大數據處理能力，可實現企業資源泛在連接、云化服務、知識積累與應用創新。工業互聯網平臺在傳統云平臺的基礎上引入了工業控制、邊緣計算、深度學習等技術，基于更精準可靠、實時高效的數據采集，提供高可靠、彈性分配的計算機資源，支撐生產管理、企業管理、大數據存儲、信息集成等的基礎應用，優化邊緣計算、智能控制、工業數據分析，將大量工業技術原理、行業知識等封裝為可復用的組件，促進各種社會和企業資源參與工業生產的智能化創新。工業互聯網平臺基本框架如圖3所示，包括邊緣層、基礎層、平臺層、應用層4個層級[6]，并具有涵蓋整個工業系統的安全防護體系。安全防護體系從數據接入安全、平臺安全和訪問安全等方面保證智能化生產的安全可靠，保障個性化定制、網絡化協同、服務化延伸等功能 的持續應用。

圖3 工業互聯網平臺基本框架

邊緣層通過大量可靠的信息采集裝置、協議轉換平臺，以及邊緣處理系統，實現工業互聯網平臺的數據采集和邊緣計算控制反饋。為提高工廠生產的可靠性，應減少控制系統處理環節，注重部署邊緣計算節點，在靠近數據源頭的網絡邊緣節點上，通過融合計算、存儲與控制等功能，實現數據的邊緣處理、分析、過濾和反饋，以滿足工業生產現場實時連接、實時控制、實時分析、安全隱私等需求。利用云平臺和大數據技術，實現海量、復雜數據的云端綜合存儲、分析和處理，建立從工業云平臺到企業信息系統，直至企業內控制系統的綜合分析反饋閉環。云平臺與邊緣計算節點相互協同，邊緣計算節點將本地化處理和過濾后的數據傳送到工業云平臺，工業云平臺對工廠內部和外部獲取的生產數據進行分析處理和深度學習形成新的經驗庫。邊緣計算節點可定期獲取工廠云平臺匯集的最新邊緣計算經驗庫，形成“云計算全局優化和邊緣計算局部優化”的趨勢。

基礎層基于虛擬化、分布式存儲、并行計算、負載調度等技術，提供虛擬化的計算、網絡和存 儲資源，為平臺層和應用層的功能運行、能力構 建及服務提供高性能的云基礎設施。基礎層實 現了計算、存儲、網絡等計算機資源的池化管理，在確保資源安全與隔離的基礎上，提供資源的彈性分配。

基于平臺層的資源池、多租戶、高負載和彈性伸縮等特性，結合工業大數據管理、工業數據建模和分析、微服務開發等技術，構建開放式工業云平臺。平臺層提供業務和生產數據管理功能，基于實時數據庫、關系數據庫、分布式文件系統，融入深度學習等AI技術，將數據科學與工業機理相結合，幫助企業實現數據分析和價值挖掘；提供應用開發平臺和微服務框架，提供工業和IT微服務組件庫，支撐基于微服務單元集成的“松耦合”應用開發和部署，把技術經驗和專業知識抽象為可復用的工業微服務組件庫；借助應用開發平臺和工業微服務框架，吸引海量社會和企業資源進行工業APP的個性化開發，共建電廠工業互聯網的生態圈。

應用層通過工業互聯網平臺的開放性，吸引各類社會和企業資源，基于平臺數據支撐及微服務功能，依托平臺提供的各類環境工具、資源與能力，形成滿足不同行業、不同場景的工業APP。各類工業APP的大規模應用將激發社會和企業開發者活力，有效促進社會和企業資源的優化配置，實現工業企業的智能化。

3 智能電廠體系結構

智能電廠以工業互聯網為目標，以管控一體化為手段，整合電廠從設備實時數據到企業管理業務的全方位信息資料，覆蓋發電廠全壽命周期生產和管理的智能發電方案，其體系結構如圖4所示[3]。

圖4 智能電廠體系結構

智能生產控制和智能管理是智能電廠的兩個工作重心，通過智能設備層、智能控制層、智能生產監管層以及智能管理層的融合，借助大數據、BI可視化、云計算、移動應用、深度學習等技術，形成具備電廠數字孿生、信息高度集成、自趨優控制、智能故障診斷、多目標性能優化、輔助決策管理等能力的智能發電模式[3]。

智能設備層在電廠傳統運行設備層的基礎上，采用先進的測量技術將電廠設備狀態、工藝參數、環境條件轉換為數字信息，運用各類工業通信協議和軟件通信接口實現協議轉換，基于高性能計算芯片、實時操作系統、邊緣計算等技術，在靠近設備和數據源頭的網絡邊緣側進行數據預處理和智能分析，提升操作響應靈敏度，并與云端深度學習平臺協同作用。

智能控制層實現各單元機組工藝流程的智能控制，其基于從智能設備層采集的數據信息，接收智能生產監管層的指令，通過采用大數據挖掘、預測控制、模糊控制、自適應控制、深度學習、多目標優化等技術，結合機組工藝特點，使發電廠在不同工況下安全性、經濟性、環保性達到最佳。智能控制層在保證安全高效的基礎上，應實現機組自啟停控制、機組運行優化、設備故障預警和性能診斷等控制功能[5]。

智能生產監管層是發電廠的綜合生產監管平臺，其根據設備設計和試驗參數、實時數據和設備狀態信息，實現機組性能計算與耗差分析、在線性能試驗、歷史工況尋優、負荷優化分配、智能設備早期預警、重要金屬部件風險評估、設備狀態監測與故障診斷、數字化煤廠與配煤摻燒系統、廠級負荷優化分配等功能，為機組高效運維提供有力支持[7-8]。

智能管理層提供各類管理業務功能，通過廠級運行同步績效考核系統、運行管理系統、檢修管理系統、燃料全過程管理、智能巡檢、設備精密點檢管理、設備遠程診斷、缺陷管理、兩票管理、生產管理移動應用、重要金屬部件的檢修策略優化、智慧安防、技術監督管理、發電實時成本分析、三維虛擬電廠等系統，實現基于信息集成、業務集成、流程集成的更高效便利的管理信息平臺[9-11]。

智能電廠體系結構定義了電廠各層面的功能范圍，在智能設備層、智能控制層和智能生產監管層的協調下，保證電廠生產設備的安全可靠運行，在智能管理層實現企業業務擴展和資源優化調整[3]。

4 智能電廠云平臺架構

智能生產監管層和智能管理層的信息系統運行在智能電廠云平臺上，充分利用云平臺的優勢，提升電廠信息整合能力和業務處理效率。智能電廠云平臺是面向電廠數字化、網絡化、智能化需求的，以工業生產和信息通信技術的集成、融合、創新為基礎，可實現生產全要素泛在連接，支持彈性收縮、資源池、高可靠、高負載的私有云平臺[12-13]。智能電廠云平臺的基本框架由基礎層（IaaS）、平臺層（PaaS）、應用層（SaaS）3大層級構成。智能電廠云平臺架構如圖5所示。

圖5 智能電廠云平臺架構

基礎層提供虛擬化的計算資源、網絡資源、存儲資源，是智能電廠云平臺運行的基礎。

平臺層作為智能電廠信息化系統的中間件平臺，由4部分組成：平臺資源管理、數據中心、應用開發平臺、微服務組件庫。該層融合了電廠所有生產與管理數據，包括業務關系數據、生產實時數據、文檔資料、音視頻資料數據等。對于匯集的數據基于統計計算、挖掘分析和深度學習等人工智能算法，提供設備實時監控、設備故障與報警、設備運行優化、設備檢修優化等多種基礎工業組件。平臺層的應用開發平臺是電廠信息系統的基礎開發平臺，微服務組件庫提供智能電廠基礎的工業服務和信息服務內容。平臺層依托微服務組件庫、開發工具平臺、計算資源接入與管理能力、大數據和AI技術等，支撐各類工業APP的定制開發與部署運行。平臺層提供的大數據中心，可實現各類生產數據匯集，以及機理模型與數據驅動模型結合的設備狀態檢修。目前，火電廠的設備檢修工作仍以計劃檢修為主，電廠設備狀態檢修的可靠性和準確性還需要大幅提高。電廠設備的優化與診斷一般通過設備機理分析和數據挖掘2種方法來實現，電廠設備的高復雜性，導致設備機理分析準確度不高。從數據挖掘角度，對設備的各類歷史數據進行特征值提取，然后對特征值進行評價，理論上評價依據以大量的正常和失效樣本為最佳，但工業應用的特點造就了設備正常數據非常多，但失效樣本卻很少的結果。因此，必須結合設備內部機理分析和數據挖掘技術兩者的各自優勢，通過專家的機理分析強化少量的失效案例樣本，提高設備智能分析的準確性。智能電廠的發展趨勢是加強基于機理的方法與數據驅動方法融合，滿足電廠設備狀態檢修對高置信度的要求。

應用層是智能電廠云平臺的關鍵，其基于平臺提供的開發環境和系統資源，圍繞電廠運行、檢修、安全生產、智能決策等場景形成一系列發電行業APP，包括智能生產監管層和智能管理層的各類前端交互程序，為用戶提供業務辦理、信息展示、分析決策等應用需求[14-18]。

5 智能電廠安全防護

進年來，國際上多次出現企業工業系統遭受嚴重網絡攻擊的事件，造成了巨大經濟損失和不良影響。與民用互聯網不同，工業互聯網牽涉到國家安全等核心利益，安全性要求更高。智能電廠在實現智能、協作、集成等便利性的同時，不能忽視安全性要求。工業互聯網安全首先需要從國家能力、制度建設、產業支持等更全局的視野來統籌安排，制訂滿足工業需求的安全技術體系和管理體系。發電企業應在工業互聯網安全體系下，開展行業和公司級安全防護體系建設，設計和完善智能電廠安全框架，增強設備、控制、網絡、應用和數據的安全保障能力，識別和抵御安全威脅，化解各種安全風險，構建智能電廠的安全可信環境。智能電廠的安全防護對象主要包括設備、網絡、控制、應用和數據等。

1）隨著生產裝備由機械化向高度智能化轉變，內嵌安全機制將成為未來設備安全保障的重要手段，通過安全軟件開發工具包（SDK）、安全芯片、安全操作系統、可信計算等技術，提供內嵌的安全能力，防止設備被劫持、仿冒、攻擊和泄密。現有控制協議和控制軟件等主要是基于IT和OT相對隔離以及OT環境相對可信兩個前提，同時由于控制系統的低延遲和高可靠性要求，舍棄了很多需要時間開銷的信息安全功能。

2）隨著互聯網的接入、OT和IT的融合、邊緣計算、大數據等新興應用的快速發展，具備了打破傳統安全可信的控制環境的可能，電廠智能化創新過程中必須保證控制系統的高度隔離和可靠。無線網絡技術的安全機制難以達到高可靠性的要求，極易受到野外搭線、拒絕服務、信息劫持等攻擊，因此工業控制系統與工業信息系統之間，應部署物理隔離裝置，無線網絡應審慎接入實時控制系統。電廠內部所有接入智能電廠云平臺、工控系統、電廠信息系統的程序和設備，都必須進行接入認證和訪問授權。企業外網對智能電廠云平臺的訪問應經過防火墻，并提供分布式阻斷服務（DDOS）防御功能，內部系統與外部進行交互的服務和接口應部署在隔離區（DMZ），同時部署網絡入侵防護系統。

6 結 語

智能電廠應覆蓋電廠設備層、控制層、生產監管層和管理層業務，運用自適應控制、模糊控制、神經網絡、多目標優化等現代控制理論，采用大數據、深度學習、“互聯網+”、工業云平臺等信息技術，整合電廠節能環保運行優化技術、設備性能診斷與故障預警技術，開發智能生產監管和智能管理軟件，建立完善的信息安全防護體系，全面提升電廠安全可靠性與管理水平，降低電廠運行和維護成本。智能電廠借助云平臺的計算機資源池化管理特性，平臺微服務、前后端分離、容器化技術，多租戶和彈性負載均衡特性，保證了智能電廠云平臺的高可靠、高性能和彈性伸縮能力，因此智能電廠云平臺不僅可以支撐電廠級的生產監管和管理層業務，在網絡和服務器資源允許的情況下，也可以支撐發電公司級的智能電廠業務。

［1］ 國務院辦公廳. 中國制造2025[DB/OL]. (2015-05-19)[2019-06-03]. http://www.gov.cn/zhengce/ content/ 2015-05/19/ content_9784.htm.

General Office of the State Council. China’s manu- facturing?2025[DB/OL].(2015-05-19)[2019-06-03]. http:// www.gov.cn/zhengce/content/2015-05/19/content_9784. htm.

［2］ 中華人民共和國國家發展和改革委員會. 關于推進“互聯網+”智慧能源發展的指導意見: 發改能源〔2016〕392號[A]. (2016-02-24) [2019-06-03]. http:// www.ndrc. gov.cn/ zcfb/ zcfbtz/201602/t20160229_ 790 900.html.

National Development and Reform Commission of the People’s Republic of China. Guiding opinions on promoting the development of intelligent energy on the internet: FGNY〔2016〕No.392[A]. (2016-02-24)[2019-06-03]. http://www.ndrc.gov.cn/zcfb/zcfbtz/201602/t2016 0229_790900.html.

［3］ 劉吉臻, 胡勇, 曾德良, 等. 智能發電廠的架構及特征[J]. 中國電機工程學報, 2017, 37(22): 6463-6470.

LIU Jizhen, HU Yong, ZENG Deliang, et al. Architecture and feature of smart power generation[J]. Proceedings of the CSEE, 2017, 37(22): 6463-6470.

［4］ 國務院辦公廳. 國務院關于深化“互聯網+先進制造業”發展工業互聯網的指導意見[EB/OL]. (2017-11-27)[2019-06-03]. http://www.gov.cn/zhengce/ content/ 2017-11/27/content_ 5242582.htm.

General Office of the State Council. Guiding opinions of the State Council on deepening the development of industrial internet in “internet advanced manufacturing industry” [EB/OL]. (2017-11-27)[2019-06-03]. http:// www.gov.cn/ zhengce/content/2017-11/27/content_52425 82.htm.

［5］ 楊新民, 陳豐, 曾衛東, 等. 智能電站的概念及結 構[J]. 熱力發電, 2015, 44(11): 10-13.

YANG Xinmin, CHEN Feng, ZENG Weidong, et al. Concept and structure of intelligent power stations[J]. Thermal Power Generation, 2015, 44(11): 10-13.

［6］ 李君, 邱君降, 竇克勤. 工業互聯網平臺參考架構、核心功能與應用價值研究[J]. 制造業自動化, 2018, 40(6): 103-106.

LI Jun, QIU Junjiang, DOU Keqin. Research on the reference architecture, core function and application value of industrial internet platform[J]. Manufacturing Automation, 2018, 40(6): 103-106.

［7］ 朱衛列, 王智微, 李振華. 基于設備特征值的電站設備狀態檢修[J]. 熱力發電, 2018, 47(12): 72-76.

ZHU Weilie, WANG Zhiwei, LI Zhenhua. Condition based maintenance for power station equipments based on equipment characteristic value[J]. Thermal Power Generation, 2018, 47(12): 72-76.

［8］ 任曉輝. 電網調控自動化系統運行狀態在線監視與智能診斷研究及應用[J]. 電力系統保護與控制, 2018, 46(11): 156-161.

REN Xiaohui. Research and application of operating states of grid dispatching and control system[J]. Power System Protection and Control, 2018, 46(11): 156-161.

［9］ 劉聰睿, 劉振宇, 杜軍, 等. 基于Openfire推送服務的消息防丟失機制[J]. 西安工程大學學報, 2017, 31(2): 221-224.

LIU Congrui, LIU Zhenyu, DU Jun, et al. Research on messaging loss prevention mechanism based on Openfire push service[J]. Journal of Xi’an Polytechnic University, 2017, 31(2): 221-224.

［10］ 薛晗光, 孫璽, 高旭. 基于智能手機的點檢管理系 統[J]. 計算機應用與軟件, 2018, 35(11): 108-111.

XUE Hanguang, SUN Xi, GAO Xu. Route inspection management system based on smartphones[J]. Computer Applications and Software, 2018, 35(11): 108-111.

［11］ 薛晗光, 劉聰睿, 趙軒, 等. 智能電站工作票移動辦理的設計與實現[J]. 熱力發電, 2017, 46(12): 40-43.

XUE Hanguang, LIU Congrui, ZHAO Xuan, et al. Design and implementation of work order mobile management: practice of intelligent power plant[J]. Thermal Power Generation, 2017, 46(12): 40-43.

［12］ 高海東, 王春利, 顏渝坪, 等. 綠色智能發電概念探討[J]. 熱力發電, 2016, 45(2): 7-9.

GAO Haidong, WANG Chunli, YAN Yuping, et al. Discussions on the concept of green intelligent power plant[J]. Thermal Power Generation, 2016, 45(2): 7-9.

［13］ 劉勇, 陳海濱, 劉方. 基建現場巡檢無人機智能感知系統的研究與應用[J]. 電力系統保護與控制, 2018, 46(15): 155-161.

LIU Yong, CHEN Haibin, LIU Fang. Research and application of intelligent perception system for unmanned aerial vehicle inspection at construction site[J]. Power System Protection and Control, 2018, 46(15): 155-161.

［14］ 白瑞雙, 門鐸, 壽增, 等. 電廠生產系統的移動化應用[J]. 信息通信, 2015(3): 178-179.

BAI Ruishuang, MEN Duo, SHOU Zeng, et al. Mobile technology applications plant production system[J]. Information & Communications, 2015(3): 178-179.

［15］ 羅睿, 徐衍安, 王毅, 等. 電廠廠級監控信息系統移動端開發及應用[J]. 熱力發電, 2018, 47(6): 137-142.

LUO Rui, XU Yan’an, WANG Yi, et al. Development and application of mobile terminal in plant-level supervisory information system for power plant[J]. Thermal Power Generation, 2018, 47(6): 137-142.

［16］ 趙晉松, 葛新, 劉聰睿, 等. 設備管理平臺模塊熱插拔技術[J]. 熱力發電, 2014, 43(5): 124-127.

ZHAO Jinsong, GE Xin, LIU Congrui, et al. Implementation of module hot-plugging technology on equipment management platform[J]. Thermal Power Generation, 2014, 43(5): 124-127.

［17］ 蘇杰, 孫金龍, 劉友寬, 等. 基于仿人智能控制的火電廠AVC系優化研究[J]. 電力系統保護與控制, 2018, 46(2): 157-162.

SU Jie, SUN Jinlong, LIU Youkuan, et al. Research on AVC system optimization of power plant based on human-simulated intelligent control[J]. Power System Protection and Control, 2018, 46(2): 157-162.

［18］ 王淑蓉, 趙晉松, 李耀君, 等. 基于工作流的工作票和操作票管理信息系統[J]. 熱力發電, 2012, 41(10): 78.

WANG Shurong, ZHAO Jinsong, LI Yaojun, et al. Workflow-based work order and operating order management information system[J]. Thermal Power Generation, 2012, 41(10): 78.

Platform architecture of intelligent power plant based on industrial internet

ZHAO Jinsong1, ZHANG Chaoyang2, GU Weifeng3, LI Chongsheng1, ZHAO Xuan1, WANG Zhiwei1

(1. Xi’an TPRI Power Plant Information Technology Co., Ltd., Xi’an 710054, China; 2. China Energy Investment Corporation Limited, Beijing 100011, China; 3. China Western Power Industrial Co., Ltd., Zigong 643001, China)

With the rapid development of new technologies, such as big data, internet of things, mobile applications, cloud computing, and artificial intelligence, it is possible for power generation enterprises to develop towards the cleaner, more efficient, more reliable and more intelligent direction. The concept of smart power plant emerges as the times require in intelligent manufacturing, intelligent energy and industrial internet. On the basis of analyzing the mature industrial internet platform architecture at home and abroad, this paper elaborates the key technologies of industrial internet. Through the analysis of the production business of power plants and the future information architecture of smart power plants, the platform architecture of smart power plants is proposed. By global optimization on the information integration capability of the platform, the security mechanism of smart power plants and cloud computing, as well as the local optimization of edge calculation, and combining with the integration of mechanism analysis and data-driven method, the intelligent control, intelligent management and intelligent security in power generation process can be well implemented.

smart power plant, industrial internet, industrial cloud platform, platform architecture, infrastructure as a service, platform as a service, software as a service

TK323；TP391

B

10.19666/j.rlfd.201906114

2019-06-05

趙晉松(1974—)，男，高級工程師，主要研究方向為電廠信息管理與監控技術，zhaojinsong@tpri.com.cn。

趙晉松, 張朝陽, 顧巍峰, 等. 基于工業互聯網的智能電廠平臺架構[J]. 熱力發電, 2019, 48(9): 101-107. ZHAO Jinsong, ZHANG Chaoyang, GU Weifeng, et al. Platform architecture of intelligent power plant based on industrial internet[J]. Thermal Power Generation, 2019, 48(9): 101-107.

（責任編輯 楊嘉蕾）