瀑布溝電廠智慧水電建設實踐

唐 勇，劉 鶴，張 力，劉小兵

瀑布溝電廠智慧水電建設實踐

唐 勇1，劉 鶴1，張 力2，劉小兵3

（1.國家能源大渡河瀑布溝水力發電總廠，四川 雅安 625304；2.西華大學電氣與電子信息學院，四川 成都 610039；3.西華大學流體及動力機械教育部重點實驗室，四川 成都 610039）

本文在總結水電企業智慧電廠建設方向的基礎上，提出了智慧水電的建設模式和體系結構，介紹了瀑布溝電廠在生產運行、檢修維護、安全防范、經營管理等多個業務單元開展智慧水電建設的實際案例，說明了該電廠綜合數據平臺系統、水電安全風險管控數據中心、智能巡檢系統、設備狀態分析與智慧檢修、水電站多系統智能聯動、三維虛擬化廠房系統的具體情況。通過智慧電廠建設，瀑布溝電廠已累計產生直接或間接經濟效益6 300多萬元，該建設模式和成果也在國家能源集團下屬各水電站廣泛推廣應用。

水電企業；智慧電廠；智慧水電；體系結構；數據；實踐

針對國家創新驅動發展和能源結構轉型的需求，為了更好地推進能源供給側改革，2016年2月國家發布了《關于推進“互聯網+”智慧能源發展的指導意見》，明確指出促進能源和信息深度融合。在此背景下，國家能源集團大渡河公司提出了基于自主創新的智慧企業建設發展思路[1]，將先進信息技術、工業技術和管理技術深度融合，以瀑布溝電廠為智慧水電試點單位進行研究與實踐。

本文從智慧電廠的發展過程出發，提出智慧水電體系架構，介紹了瀑布溝電廠試點建設智慧水電的具體情況。

1 智慧電廠的發展及研究

近年來，我國在智慧電廠的發展道路上已具備一定的基礎：一是現有電廠在數字化、信息化、自動化等方面達到了較高的水平；二是大數據、物聯網、移動互聯、云計算等技術逐步成熟；三是發電裝備制造水平得到快速發展；四是智慧電廠建設已經成為新的發展趨勢和共識，各發電企業都在積極探索。

圖1為智慧電廠的發展演變過程。由圖1可見，電廠的發展可總結為4個階段：自動化電廠、數字化電廠、智能化電廠、智慧電廠。其中，電廠發展的每個階段在技術條件、管理思想上都是不同的，也是動態的。每個階段都有各自所屬階段的技術特征和建設任務。4個階段是一個依次發展遞進包含的關系，智慧電廠包含了前3個階段的關鍵任務。

圖1 智慧電廠的發展演變過程

目前，我國在智慧電廠研究領域中已開展了較多探索，許多專家學者對其概念、內涵等提出了不同的見解[2]：文獻[3]指出智能電廠是在廣泛采用現代數字信息處理和通信技術的基礎上，集成智能傳感與執行、智能控制和管理決策等技術，達到電廠運行安全高效環保，并與智能電網相互協調。文獻[4-5]認為智慧電廠是數字化電廠結合智能系統后的進一步發展，以新型傳感、物聯網、人工智能、虛擬現實為技術支撐，以創新的管理理念、專業化的管控體系、一體化的管理平臺為重點，具有數字化、信息化、可視化、智能化等特征，最大限度地實現電廠安全、經濟、高效、環保運行。文獻[6]提到智慧電廠由信息化、數字化、智能化等技術為支撐，具有感知能力、記憶和思維能力、學習和自適應能力3類特點。文獻[7]認為智慧電廠是以執行力體系、信息化體系、節能環保體系、預警體系、學習型企業體系和企業文化體系6大管理體系為支撐，是適應我國電力體制改革的必然產物。

目前國內水電廠的技術發展水平多處于自動化電廠或數字化電廠的階段，一些新建的規模較大的水電廠已具備智能化電廠的特點，部分水電廠正在進行智慧電廠的建設探索，智慧電廠也成為水電廠未來的發展方向。

2 智慧水電的體系架構

水電企業的智慧電廠建設是以設備智能巡檢、故障精準排查、系統協同聯動為目標，以自動控制為基礎，以數據管理為核心，整合運行管理歷史數據和人工經驗，引導管理系統自主管理、自我演進，謀求設備控制更加自主、生產管理更加智能、風險決策更加科學的柔性電力生產組織形態與新型管理模式[8-10]。

智慧水電的體系架構如圖2所示。智慧水電建設從“物理電廠”的生產過程、物理對象、業務流程、環境條件的數字化處理開始，進行水電生產管理各個環節的業務量化，再通過生產數據中心與高速數據傳輸網絡完成多源海量數據的集成集中，并在此基礎上構建以“態勢感知、多維分析、趨勢預測、風險預警、遠程控制”等為主要特征的統一平臺，實現集“數據、監測、運檢、調度、算法”于一體的新型“云端電廠”，最終實現“無人值守和智能協同”。

3 智慧水電的實際建設

3.1 水電站綜合數據平臺

圖3為水電站綜合數據平臺系統結構，該平臺嚴格遵循《電力監控系統安全防護規定》要求[11]，在各安全分區設置數據采集與處理服務器，開發標準數據接入和傳輸程序，制定數據命名規范和標準，對全廠生產管理數據進行匯聚、傳輸、存儲和綜合處理，建成廠級數據中心，實現數據共享和高效利用，并上送大渡河公司“云中心”，將數據進行“云端存儲”。

圖2 智慧水電的體系架構

圖3 水電站綜合數據平臺系統結構

3.2 水電安全風險管控數據中心

為實現安全風險的實時感知和智能預警，瀑布溝電廠研發了水電安全風險管控數據中心（圖4）。

圖4 水電安全風險管控數據中心

該數據中心主要包括綜合管理、風險管理、專項管理、違章管理和可視化應用等5部分，涵蓋了水電生產安全管理的各方面，主要包括以下內容：

1）綜合應用智能感知裝備、物聯網、無線定位、智能防誤操作等技術，全面感知人員和設備的安全信息，實現違章行為的自動識別和實時報警。

2）通過危險源分類和安全職責編碼，自動識別風險值大小并分配至具體責任人，實現安全風險分級管控的智能化、高效化。

3）依據半定量評價法建立風險動態評估模 型[12]，實時評估生產現場風險值并及時預警，確保安全態勢可控或在控。

3.3 智能巡檢系統

圖5為瀑布溝電廠智能巡檢系統。該系統將物聯網技術、工業技術、信息技術等相結合，利用圖像識別和視頻分析實現溫度、聲音、圖像、狀態、異常信息的實時監視和自動識別，能夠及時發現設備滲漏、工況異常、功能失效等缺陷，彌補了人工巡檢的盲區；同時可綜合判斷設備異常狀態，發送故障報警信息，定時生成巡檢報告，具備全面感知設備的缺陷和隱患的能力[13]。

圖5 智能巡檢系統

3.4 設備狀態分析與智慧檢修

為了更好地實現設備狀態的智能診斷和故障預警[14]，瀑布溝電廠利用水電站綜合數據平臺中心完備的生產數據，建設了設備狀態分析與智慧檢修系統。該系統具備趨勢預警、故障診斷、智能巡屏等功能，一方面能將各類設備故障處理經驗用 數據、邏輯和模型等進行量化[15]，即把模糊、定性的經驗轉換為數字化、定量化的數學模型（圖6），實現設備風險的預判預警和故障原因的精準排查。另一方面，系統依靠狀態分析、趨勢分析、關聯 分析等技術手段，能夠準確診斷設備故障，并給 出處理方案，指導消除故障。同時，系統通過挖 掘表征水電機組健康狀態關鍵指標的歷史數據，構建設備健康狀態感知模型[16]，實現對設備健康度和發展趨勢的精準預測，為制定設備檢修決策提供科學的依據。

圖6 水電設備的故障診斷模型

3.5 水電站多系統智能聯動系統

瀑布溝電廠在系統間互聯互通的基礎上開發了水電站多系統智能聯動系統[17]，突破各系統間“點對點”的聯動方式，實現多個核心系統的協同動作。圖7為多系統智能聯動的功能示例。

由圖7可見，當設備發生異常時，該系統能夠自動調用并協同其他關聯系統，將圖像、聲音、波形等信息推送給生產人員，為決策處理提供全面的信息，自主聯動相關設備協同處理，使各系統間相互感知，協調工作，具有高效的自我控制能力。

圖7 多系統智能聯動功能

3.6 三維虛擬化廠房系統

瀑布溝電廠集數字化、可視化、智能化于一體，建設了三維虛擬化廠房系統，實現了物理電站與虛擬電站融合。該系統采用三維虛擬現實技術，通過對電站地形地貌、水工建筑、機電設備等建模，利用“云中心”數據，與大渡河公司應急指揮、生產調度等多個系統對接，實現應急指揮的可視化管理、水電生產信息的云端傳送、電廠生產過程的三維展示、水電運行及檢修培訓虛擬現實體驗等功能。圖8為三維虛擬化廠房系統中的機器人巡檢狀態。

圖8 三維虛擬化廠房系統中的機器人巡檢狀態

4 結 語

瀑布溝電廠通過智慧電廠建設實踐，逐步形成了符合水電廠生產管理特點的智慧水電建設模式，全面提升了水電廠生產管理的智能化水平，各項智慧建設成果在實際應用中也取得了顯著的社會 效益和經濟效益，已累計產生直接或間接經濟效益6 300多萬元；同時，智慧水電廠的建設模式也正在國家能源集團大渡河流域水電開發公司下屬各電站廣泛推廣應用。

［1］ 涂揚舉, 鄭小華, 何仲輝, 等. 智慧企業: 框架與實踐[M]. 2版. 北京: 經濟日報出版社, 2018: 237-311. TU Yangju, ZHENG Xiaohua, HE Zhonghui, et al. Intelligent enterprises: framework and practice[M]. 2nd ed. Beijing: Economic Daily Press, 2018: 237-311.

［2］ 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): 63-70. LIU Jizhen, HU Yong, ZENG Deliang, et al. Architecture and feature of smart power generation[J]. Proceedings of the CSEE, 2017, 37(22): 63-70.

［3］ 中國自動化學會發電自動化專業委員會. 智能電廠技術發展綱要[M]. 北京: 中國電力出版社, 2016: 1-6. China Automation Society Generation Automation Professional Committee. Technology development program in smart power plant[M]. Beijing: China Power Press, 2016: 1-6.

［4］ 田寧. 智慧電廠頂層設計的研究[D]. 北京: 燕山大學, 2016: 8-14. TIAN Ning. Research on the top level design of intelligent power plant[D]. Beijing: Yanshan University, 2016: 8-14.

［5］ 彭志強, 朱辰, 徐潔. 基于IEC61850標準探討智能水電廠建設[J]. 能源技術經濟, 2011, 23(9): 24-28.PENG Zhiqiang, ZHU Chen, XU Jie. Construction of an in- telligent hydropower plant based on IEC 61850 standard[J]. Energy Technology and Economics, 2011, 23(9): 24-28.

［6］ 劉中華, 孫濤, 舒開太. 智能電廠建設探討[J]. 能源研究與管理, 2018(4): 52-54. LIU Zhonghua, SUN Tao, SHU Kaitai. Discussion of construction in intelligent power plant[J]. Energy Research and Management, 2018(4): 52-54.

［7］ 李彥斌, 陳文姣, 楊靜. 智慧型電廠[J]. 中國電力企業管理, 2012(5): 47-49.LI Yanbin, CHEN Wenjiao, YANG Jing. Intelligent power plant[J]. China Power Enterprise Management, 2012(5): 47-49.

［8］ 張晉賓, 周四維, 陸星羽. 智能電廠概念、架構、功能及實施[J]. 中國儀器儀表, 2017(4): 33-39. ZHANG Jinbin, ZHOU Siwei, LU Xingyu. Concept, architecture, function and implantation of smart power plant[J]. China Instrumentation, 2017(4): 33-39.

［9］ 耿清華. 淺談基于大數據的智慧水電廠建設[J]. 水電與新能源, 2018, 32(10): 33-35. GENG Qinghua. Construction of the intelligent hydropower plant based on big data technology[J]. Hydropower and New Energy, 2018, 32(10): 33-35.

［10］ 趙成澎. 數字電站一體化信息管理整合平臺頂層業務架構設計及應用[D]. 北京: 華北電力大學, 2015: 36. ZHAO Chengpeng. Top-level business architecture design and applications of integrated information management platform of digital power plant[D]. Beijing: North China Electric Power University, 2015: 36.

［11］ YANG X, FENG J, LI Z H, et al. Security isolation technology for integration of control-maintenance-management system in intelligent power plant[J]. Power System Technology, 2012, 36(7): 269-274.

［12］ KIM S H, LEE S C, HONG C H. Development of an intelligent power plant operating state monitoring system[J]. Journal of the Korean Institute of Illuminating and Electrical Installation Engineers, 2012, 26(1): 38-43.

［13］ 鮑友革, 黃宗碧, 姬曉輝. 基于強人工智能的水電廠智能巡檢機器人研究與應用[J]. 水電與抽水蓄能, 2019, 5(1): 39-43.

BAO Youge, HUANG Zongbi, JI Xiaohui. Research and application of intelligent patrol-inspection robot for hy- dropower plant based on strong artificial intelligence[J]. Hydropower and Pumped Storage, 2019, 5(1): 39-43.

［14］ 滕衛明, 劉林, 盧偉明, 等. 基于SBM技術的發電設備故障預警系統應用研究[J]. 中國電力, 2015, 48(1): 40-46.

TENG Weiming, LIU Lin, LU Weiming, et al. Study on SBM-based failure prognostic system for power generation equipment[J]. Electric Power, 2015, 48(1): 40-46.

［15］ MA G, JIANG L R, XU G C, et al. A model of intelligent fault diagnosis of power equipment based on CBR[J]. Mathematical Problems in Engineering, 2015(3): 1-9.

［16］ GUO X J, CHEN L, SHEN C Q. Hierarchical adaptive deep convolution neural network and its application to bearing fault diagnosis[J]. Measurement, 2016, 93: 490-502.

［17］ 李佩聰. 水電樣本: 大渡河的智慧化應用[J]. 能源, 2018(6): 30-32.

LI Peicong. Hydropower sample: intelligent application of Dadu river[J]. Energy, 2018(6): 30-32.

Practice of intelligent hydropower construction in Pubugou hydropower plant

TANG Yong1, LIU He1, ZHANG Li2, LIU Xiaobing3

(1. Pubugou Hydropower Plant, Dadu River Hydropower Development Company, CHN Energy Investment Group Co., Ltd., Ya’an 625304, China;2. School of Electrical Engineering and Electronic Information, Xihua University, Chengdu 610039, China;3. Key Laboratory of Fluid and Power Machinery, Ministry of Education, Xihua University, Chengdu 610039, China)

On the basis of summarizing the development direction of intelligent power plants' construction for hydropower enterprises, the paper puts forward the construction mode and framework of intelligent hydropower. At the same time, with the introduction of actual cases of intelligent construction in operation, maintenance, safety precaution, production management and other units, it further illustrates the practical application in Pubugou hydropower plant of integrated data platform, safety risk management and control data center, intelligent patrol system, equipment condition analysis and intelligent maintenance, multi-system intelligent linkage, and 3D virtual factory building system in detail. Finally, through the construction of intelligent power plant, the economic benefits of more than 63 million yuan have been acquired directly and indirectly in the plant, and the construction models and effects are also widely used in other hydropower plants of CHN Energy.

hydropower enterprise, intelligent power plant, intelligent hydropower, architecture, data, practice

TM622

B

10.19666/j.rlfd.201903064

2019-03-27

國家能源集團科技創新項目(GJNY-18-09)；四川省教育廳自然科學重點項目(11ZA280)；流體及動力機械教育部重點實驗室項目(SBZDPY-11-15)；四川省信號與信息處理重點實驗室項目(szjj2014-020)；四川省電力電子節能技術與裝備重點實驗室項目(szjj2016-046)

Supported by：Science and Technology Innovation Project of CHN Energy(GJNY-18-09); Natural Science Key Project of Sichuan Education Department(11ZA280); Open Research Subject of Key Laboratory of Fluid and Power Machinery, Ministry of Education (SBZDPY-11-15); Open Research Subject of Key Laboratory of Signal and Information Processing (szjj2014-020); Open Research Subject of Key Laboratory of Power Electronics Energy Saving Technology and Equipment (szjj2016-046)

唐勇(1967—)，男，高級工程師，主要從事水電廠生產管理、智慧電廠建設等工作，2042339553@qq.com。

唐勇, 劉鶴, 張力, 等. 瀑布溝電廠智慧水電建設實踐[J]. 熱力發電, 2019, 48(9): 156-160. TANG Yong, LIU He, ZHANG Li, et al. Practice of intelligent hydropower construction in Pubugou hydropower plant[J]. Thermal Power Generation, 2019, 48(9): 156-160.

（責任編輯 杜亞勤）