火電智慧電廠技術路線探討與研究

華志剛，郭 榮，崔 希，汪 勇

火電智慧電廠技術路線探討與研究

華志剛1，郭 榮2，崔 希2，汪 勇2

（1.國家電力投資集團有限公司火電部，北京 100034；2.上海發電設備成套設計研究院有限責任公司，上海 200240）

數字化智慧電廠是火電企業技術發展的重要方向。本文結合火電企業生產經營的特點，提出了火電智慧電廠技術路線和發展方向，探討了火電智慧電廠系統架構及關鍵技術領域，并將火電智慧電廠技術體系劃分為智慧數據、智慧安全、智慧生產、智慧經營、智慧綜合等5大技術平臺，對各個系統和功能的關鍵技術發展現狀進行了探討。建議智慧電廠建設應遵循3個原則：1）根據電廠自身數字化水平、人員狀況和生產經營需求而有所側重；2）符合當地的電力市場政策，分階段有序推進；3）在試點電廠實施的基礎上，總結建設經驗，不斷完善智慧電廠體系架構，提升智慧電廠的建設水平和管理水平。

智慧電廠；智慧數據；智慧生產；智慧安全；智慧經營；智慧綜合；智能控制；智能發電

《國家能源發展“十三五”規劃》指出要加快能源科技創新推進，積極推動“互聯網+”智慧能源發展[1]?！赌茉窗l展戰略行動計劃（2014—2020年）》指出要實施煤電升級改造行動計劃，現役60萬kW及以上機組力爭5年內供電煤耗降至300 g/(kW·h)（標準煤）左右[2]。《中國制造2025能源裝備實施方案》指出要推進燃煤電廠智能控制系統技術攻關，研 發基于互聯網技術和智能設備的超超臨界機組 智能控制系統，采用先進控制技術、實時優化技 術、大數據挖掘技術和高效低污染運行技術，研發燃煤電廠遠程診斷和監測系統，建設燃煤電廠大 數據中心及云計算平臺，為運行維修提供指導和決策依據[3]。

目前，國內專家學者和研究人員已對智慧電廠的概念、架構、體系以及一些關鍵技術[4-10]做了一定的研究。本文在前期研究的基礎上，以應用架構為切入點，結合火電企業生產經營的頂層設計與各關鍵技術發展的實際情況，探討了目前整個行業重點關注的關鍵技術和發展方向，提出了火電智慧電廠建設總體技術路線。

1 火電智慧電廠應用架構

智慧電廠的系統架構通常可由智能傳感器與智能硬件、數據接入、數據融合、應用基礎服務、功能應用和交互等多個層次構成，不同火電廠根據自身需求可建立相應的應用架構。考慮火電廠的典型應用場景劃分以及目前典型火電廠的組織機構設置，推薦將智慧電廠應用架構劃分為智慧數據、智慧安全、智慧生產、智慧經營、智慧綜合5大技術領域，其應用架構如圖1所示。

2 火電智慧電廠技術路線

2.1 智慧數據

標準化、統一化、一體化的全廠數據融合平臺是智慧電廠建設的基礎。在設計建設和生產運 營階段，應重點關注數字化設計和數據平臺一體化2個方向。

2.1.1 數字化設計

智慧電廠的數字化設計可以伴隨著電廠的全壽命周期，它能夠提供清晰、準確的三維數字化系統/設備/零部件的位置、參數、狀態展示，可實現三維模型與全廠設備數字化檔案聯動，實現生產運營數據的統一化。

考慮數字化技術和三維技術在火電廠的應用場景，可以將數字化設計劃分為數字化檔案、三維數字化交互、三維建模設計、全廠四碼合一、數字化移交、三維模型實時數據展示等功能。

目前，在火電智慧電廠領域，重點需要解決的關鍵技術是高效的三維交互引擎和先進的三維建模技術等，這些技術不僅是數字化設計的基礎，也是人員定位、三維培訓等技術的前提支撐。其中，高效的三維交互引擎建立在高效算法、高速芯片技術、高速網絡、高效邊緣渲染與云端渲染技術的基礎之上。目前，國內外普遍正在使用的Unity3D是主流的商用三維交互引擎。此外有許多開源的三維引擎，如OGRE等。為了適應電力行業的特點，國內一些企業著手開發自主知識產權的三維交互引擎，推動了該領域的技術進步。

先進的三維建模主要有2類模式，即基于特征的建模和基于三維點云的逆向建模。基于三維點云的逆向建模主要用于投運時間比較久的存量機組。與基于特征的建模相比，三維點云建模能更真實地反映設備情況，但是三維點云逆向建模的數據量和運算量比較龐大。近年來，國內外研究機構和企業已經開始考慮將三維點云建模與人工智能技術相結合，實現基于點云的特征建模。該技術可以顯著地降低三維建模數據量，提高交互效率，是該領域的重要發展方向。

2.1.2一體化數據平臺

建立一體化數據平臺是為了打通生產經營多個環節的數據孤島，是智慧電廠數據治理的重要工作內容。關鍵技術主要包括高效分布式數據庫系統、結構化與非結構化數據管理、實時數據與關系數據管理、統一的數據標準等。通過建立開放統一的數據標準來構建集數據采集、存儲、處理、分析為一體的數據平臺，深入挖掘數據價值，實現火電廠運行、設備、燃料、經營等數據的融合互通[11]。

2.2 智慧安全

火電智慧安全主要是確保火電廠基建、生產過程中的人員和設備安全以及網絡及數據交互過程的安全。根據時間階段和應用的空間范圍不同，智慧安全分為基建安全、生產安全和網絡信息安全 3個方向。

2.2.1基建安全管理

在火電廠基建期，規章制度的建立、人員的磨合培訓、設備的安裝使用都處于初始階段。在基建階段建立一套成熟的工程安全支持系統，全面應用智慧化、移動化的基建安全管理技術，將會帶來基建工程安全管理水平的全面提升。

從工程建設的安全、質量、進度、造價等因素綜合考慮[12]，將四大控制、智能門禁、電子圍欄、施工機械設備管理、人員三維定位、外包工管理、車輛自動識別、違章行為識別管理等功能進行合理的部署與實施，將顯著提高基建過程的安全管理水平。

人員定位技術應結合現場施工需求，綜合考慮定位精度和建設成本，選擇合適的人員定位技術。不同類型人員定位技術的精度與成本對比如圖2所示。目前，超寬帶定位技術（UWB）應用前景比較廣泛，它是一種全新的、與傳統通信定位技術有極大差異的新技術。采用到達角度測距（AOA）和到達時間差（TDOA）定位算法對由多個傳感器產生的標簽位置進行分析[13]。假設由目標發出一個信號，2個節點和接收到信號，對應的TDOA值為

由此算出目標到節點的距離差為

設節點坐標為（x,y)（x,y），到這2個節點距離差為?d，則鎖定目標函數為

該技術在實際應用中，通過多個節點的多組測量參數和采用最小二乘法來減小誤差[14]。

UWB具有安全性高、分辨力強、穿透力強、系統復雜度較低等優點，定位精度可達厘米級[15]。

綜合性圖像識別技術是圖像識別的一個發展方向，將基于反射時間的多景深測量和紅外測量與傳統的可見光圖像綜合應用于圖像識別，能夠在較大尺度范圍內實現高精度識別。隨著多景深圖像、骨架識別、生物體識別等技術的迅速發展，以及深度學習類的模式識別算法日趨漸成熟，人員識別、物體識別、三維體態感知等技術將成為智慧安全領域的熱點研究方向。

2.2.2生產安全管理

生產過程的智慧安全管理包括人臉識別、智能兩票、智能門禁、外包工管理、防止走錯間隔、自動安全警示提醒等。與工程建設相比，生產安全對二十五項反措、技術監督、智能兩票作業和現場違章行為鑒別的執行要求更高。

2.2.3網絡信息安全

目前，國內各發電集團都在爭相部署集中式的大型數據中心，融合了規劃、工程建設、計劃經營和生產管理的所有數據，這項工作可以有效地推動火電企業的大數據應用，但同時也向發電企業的網絡信息安全提出了新的挑戰?；痣娖髽I需要不斷更新網絡信息安全技術，綜合提升網絡信息 安全能力。

網絡信息安全可以分為軟件安全和硬件安全 2部分：軟件安全主要包括不同類型的數據加密與解密技術；硬件安全主要通過加裝網絡間的物理隔離實現。利用先進加密技術和信息安全框架實現對數據資源和信息流程的訪問權限分級管理，從而實現數據安全、應用安全、終端安全、網絡安全、邊界安全[16]。

2.3 智慧生產

通過綜合考慮火電生產的不同階段，可將火電智慧生產分為智能測量及控制、智能檢修、智能運行、智能供熱4個方面，通過相關先進技術的實施，優化機組運行的安全性、經濟性、可靠性和環保性，最終實現生產效益最優。

2.3.1智能測量及控制

智能測量及控制的目的是將先進技術運用于火電廠測量和控制全過程，實時獲得難以直接測量的重要參數；利用智能機器人解決人工難以解決的問題，從而提高一次參數測量和設備故障檢測的實時性；通過運用先進算法與控制策略，實現被控參數的調節品質遠優于電網和環保的考核要求[17]。

從生產流程和技術應用角度考慮，可以將智能測量及控制劃分為智能測量、智能設備、智能控制、智能機器人等功能。其中智能測量技術主要指煤質在線測量。激光測量技術的發展突破了傳統射線測量技術、紅外光譜技術在安全、應用場景等方面的限制問題，實現了更高效的煤質在線測量，通過對水分數據的修正，激光掃描的測量結果將更加準確。

鍋爐CT技術主要通過燃燒圖像識別、激光檢測、聲波檢測等實現全爐膛三維空間分布溫度場、速度場的在線測量，精確建立燃燒的三維數學模型，是實現燃燒精準調節的技術基礎。

智能軟測量技術通過機理模型與數據模型的融合實現精確建模，進而實現關鍵參數的軟測量。該技術可廣泛應用于測量入爐煤發熱量、入爐煤元素成分、磨煤機一次風量、風粉濃度、磨煤機負荷、磨煤機料位、煙氣含氧量、SCR反應器入口NO質量濃度、飛灰含碳量、汽輪機各抽排汽焓等參數[9]。

現場總線技術可實現信號的雙向傳輸，能夠提供設備狀態、量程、組態、報警、診斷信息以及歷史統計數據等，實現傳感測量、補償計算、工程量處理與基本控制等功能[18]。該主要協議包括Profibus、Modbus、EtherCAT、Lightbus等，其中Profibus協議下的現場總線技術應用廣泛。

APS一鍵啟動技術大大減少了啟停過程中操作人員的工作量和誤操作，提高了機組負荷響應速率。隨著設備可靠性的提高，可逐步減少斷點設置，并將其泛化應用于從啟停到日常生產運行的各個階段，是APS技術的發展應用方向，該技術是智慧電廠運行智能化的重要保障。

智能機器人技術通過復合檢測技術、自主導航與智能定位技術、運動姿態控制技術等與機器人的融合，可實現檢測機器人、巡檢機器人、檢修機器人、無人機在智慧電廠的應用。由于火電廠環境復雜，在智能機器人的技術成熟度、設備可靠性、實施效果、降低實施成本等方面尚有很大的提升空間。

2.3.2智能檢修

智能檢修通過將智能設備、先進測量、智能預警、智能診斷、遠程診斷等技術應用于狀態檢修策略的制定、檢修過程的實施與管理，從而改變傳統檢修模式，實現檢修管理水平提升和檢修成本優化。從檢修流程和檢修方式考慮，智能檢修應具有智能預警、專家診斷、遠程診斷和狀態檢修等功能。

狀態檢修（CBM）是智能檢修重點關注的關鍵技術之一。它區別于傳統的定檢定修，通過采用監測、分析、診斷等手段評估設備的狀態，并根據設備健康狀態，合理安排檢修項目和檢修周期[19]，主要包括狀態監測與狀態評判2部分。通過實施狀態檢修，能夠實現科學優化檢修項目、檢修周期、檢修費用，提高經濟性與安全性。

2.3.3智能運行

智能運行是通過將一體化信息平臺、全廠數據融合、運行優化、人工智能等技術，應用于機組運行靈活性、環保設施優化、深度調峰及耗差分析，從而改變傳統運行和巡檢模式，用機器固化人的智慧，實現精細化運行。智能運行包括主輔機運行優化、機組經濟性耗差分析、機組靈活性與深度調峰、環保排放優化、智能巡檢等。從現階段的技術成熟度與應用效果考慮，智能運行可重點關注的關鍵技術有MR和AR技術、機組靈活性運行技術、深度調峰技術、超低排放技術和智能巡檢等。

2.3.4智能供熱

由于智慧園區與多能聯供技術的發展，火電廠實現熱電聯供功能是單一發電企業轉型的重要發展方向。將熱源、熱網、熱力站、用戶、收費和客服等各類系統進行數據和業務整合，建設智能熱網大數據中心，強化業務數據的協同共享，通過源網荷協同調度，實現智能供熱，是現代化熱電聯供電廠的發展方向。考慮供熱系統的涵蓋范圍和技術發展方向，可將智能供熱劃分為熱網智能調度、熱網智能巡檢、熱負荷實時調節、熱網一管到戶、調峰蓄熱等幾部分。

2.4 智慧經營

智慧經營的目的是實現燃料管理、市場營銷、全廠經營決策的智慧化，使得燃料采購、電力營銷以及經營決策更準確、迅速、高效。根據專業領域的不同，可以將其劃分為智能燃料和智能營銷2個方面。

2.4.1智能燃料

從燃料的管理流程考慮，可將智能燃料管理劃分為無人化采制樣、數字化煤場、精準配煤摻燒、煤價分析及預測等功能[20]。在燃料管理領域，智能燃料應重點關注的關鍵技術包括數字化煤場和無人化采制樣等：數字化煤場通過應用激光定位技術、網絡通信技術、先進算法技術、多傳感器集成、數據采集等技術，實現火電企業的燃料采購、運輸、驗收、貯存及配煤摻燒多個環節的數字化管理[20]，通過信息化、自動化、三維可視化管理煤場存煤信息、煤場設備、作業人員，為精益配煤摻燒提供有力的數據支撐；無人化采制樣通過智能機器人和自動化設備實現“采、制、化”全過程的無人化管理，通過自動化設備，排除了人為不確定因素，而且無人化制樣可以自動制備存查煤樣，從而實現對在線分析結果的校對功能。

2.4.2智能營銷

通過將大數據分析與人工智能預測技術結合，應用于電力市場的負荷預測、市場電價預測、競價輔助及智能經營決策，實現市場營銷的智慧化?？紤]電力市場改革的趨勢與火電廠經營情況的特點，可以將智能營銷分為負荷預測、度電成本分析、電價預測、競價輔助、經營決策等方面。

現階段，火電廠在營銷領域重點關注的關鍵技術包括負荷預測技術和度電成本分析等。電力負荷預測技術經歷了經驗、傳統和人工智能3個發展階段，隨著機器自學習、模糊預測等技術的發展，電力負荷預測已經可以考慮季節、溫度、濕度、節假日、用戶等諸多因素。目前，云計算、大數據平臺是電力負荷預測技術的重要方向發展[21]。火電廠度電成本分析技術目前尚在研究階段，該技術的難點是對其中的燃料度電成本進行分析優化，并測算出與之關聯性較強的環保成本（環保耗材、環保設備電耗等）、輔機電耗成本、維護檢修成本等。火電廠度電成本分析如圖3所示。

通過在線測量技術、高精度建模技術、機器學習算法等技術，可以實現度電成本的分析與優化，并以此為支撐，實現燃料采購指導、配煤摻燒、燃燒優化、運行優化、成本分析預測等功能。

2.5 智慧綜合管理

智慧綜合管理可實現電廠日常綜合管理過 程的智慧化。從綜合管理的涵蓋范圍考慮，主要 包括數字化培訓、智能倉儲、智能信息和智能互聯4個方面。

2.5.1數字化培訓

數字化培訓通過全三維場景的設備拆解、設備工藝過程仿真模型、基于虛擬現實（VR）/增強現實（AR）/混合現實（MR）等交互技術的應用，為檢修人員提供設備安裝、檢修培訓，為運行人員提供數字化工況仿真培訓和運行指導。從火電廠培訓需求出發，可將數字化培訓劃分為可視化智能培訓、數字化仿真培訓、VR/AR/MR應用等。

2.5.2智能倉儲

智能倉儲是火電廠物質和物料智能管理的重要基礎。通過先進管理策略和網絡信息技術構建倉儲管理控制網絡系統，對倉儲信息進行收集、加工、分析和交換，實現從運輸到儲存的互動式智能管理全過程[22]。

根據火電廠倉儲管理的特點，可以將智能倉儲劃分為備品備件智能管理、廢舊物資置換與處置、電廠間物資聯儲聯備等功能。將移動應用、無線射頻識別、物聯網及大數據分析等技術應用于備品備件智能管理、電廠間聯儲聯備以及廢舊物資管理等各個環節中，實現降低物料倉儲成本，減少人員工作量的目的，達到最終降低倉儲管理成本的效果。

2.5.3智能信息

智能信息融合“數據接入、文本解析、移動發送”與“調度策略、精準推送、跨平臺移動客戶端”等技術，能夠實現消息自動推送，有針對性和目的性地將關鍵信息主動精準送達所需用戶。根據火電廠信息類型的不同，可以將智能信息劃分為生產信息推送、作業信息推送、安全信息推送、經營信息推送等功能。

2.5.4智能互聯

通過電力聯網、能源高效輸送、冷熱電解耦與優化等技術，促進電力能源供應系統扁平化、快捷化，推動能源生產與消費的模式變革，提高可再生能源消納比例，進一步推動節能減排，實現火電廠從單一發電向多能源品種協同轉變，從無差別供應向需求側解決方案轉變，形成多種能源智能互聯供應及服務的生態圈。

智能互聯包括多能聯供、多能互補、網源荷互動等。熱電解耦技術是智能互聯目前可重點關注的關鍵技術之一。通過低壓缸零出力、吸收式熱泵、儲熱儲能、高背壓運行等技術實現供熱機組的熱電解耦，提高供能靈活性。

3 結論及建議

1）本文以應用架構為切入點，結合火電企業生產經營的頂層設計與各關鍵技術發展的實際情況，探討了目前整個行業重點關注和研究的關鍵技術和發展方向，提出了火電智慧電廠建設總體技術路線。

2）考慮火電廠的典型應用場景劃分以及目前典型火電廠的組織機構設置，推薦將智慧電廠應用架構劃分為智慧數據、智慧安全、智慧生產、智慧經營、智慧綜合5大技術領域。

3）建議智慧電廠建設應遵循3個原則：①根據電廠自身數字化水平、人員狀況和生產經營需求，同時考慮技術成熟度與實施的經濟性，并有所側重；②應符合當地的電力市場政策，包括競價上網、電力輔助服務、電網2個細則、環保排放標準等不同要求，分階段有序推進，要充分調研，不要冒進；③在試點電廠實施的基礎上，總結建設經驗，不斷完善智慧電廠體系架構，持續提升智慧電廠的建設水平和管理水平。

［1］ 國家能源局. 國家能源發展“十三五”規劃[EB/OL]. (2017-01-05) [2019-04-28]. http://www.gov.cn/xinwen/ 2017-01/05/content_5156795.htm#1.

China National Energy Administration. The 13th five-year plan for national energy development[EB/OL]. (2017-01-05) [2019-04-28]. http://www.gov.cn/xinwen/ 2017-01/05/content_5156795.htm#1.

［2］ 國務院辦公廳. 能源發展戰略行動計劃(2014—2020): 國辦發〔2014〕31號[EB/OL]. (2014-11-19) [2019-04-28]. http://www.gov.cn/zhengce/content/ 2014-11/19/ content_9222.htm.

General Office of the State Council. Energy development strategy action plan (2014—2020) : GBF〔2014〕No.31 [EB/OL]. (2014-11-19) [2019-04-28]. http://www.gov.cn / zhengce / content / 2014-11/19/ content_9222.htm.

［3］ 國家發展改革委. 中國制造2025能源裝備實施方案[EB/OL]. (2016-06-20) [2019-04-28]. http://www.gov.cn/ xinwen/2016-06/21/5084099/files/f64a4db485544 bbdaf 136fc6cbdf 70ff.pdf.

National Development and Reform Commission. Made in China 2025 energy equipment implementation plan [EB/OL]. (2016-06-20) [2019-04-28]. http://www.gov.cn/ xinwen/2016-06/21/ 5084099/ files/ f64a4db485544 bbdaf136fc6cbdf 70ff.pdf.

［4］ 危元華, 任曉東, 李智, 等. 數字化電廠的概念及方案研究[J]. 電力建設, 2013, 34(4): 51-54.

WEI Yuanhua, REN Xiaodong, LI Zhi, et al. Concept and scheme research of digital power plant[J]. Electric Power Construction, 2013, 34(4): 51-54.

［5］ 劉吉臻, 王慶華, 房方, 等. 數據驅動下的智能發電系統應用架構及關鍵技術[J]. 中國電機工程學報, 2019, 39(12): 3578-3587.

LIU Jizhen, WANG Qinghua, FANG Fang, et al. Data-driven-based application architecture and technologies of smart power generation[J]. Proceedings of the CSEE, 2019, 39(12): 3578-3587.

［6］ 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(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.

［7］ 尹封, 陳波, 蘇燁, 等. 智慧電廠與智能發電典型研究方向及關鍵技術綜述[J]. 浙江電力, 2017, 36(10): 1-6.

YIN Feng, CHEN Bo, SU Ye, et al. Discussion on typical research directions and key technologies for smart power plants and smart power generation[J]. Zhejiang Electric Power, 2017, 36(10): 1-6.

［8］ 崔青汝, 朱子凡. 智能發電運行控制技術[J]. 熱力發電, 2019, 48(2): 1-6.

CUI Qingru, ZHU Zifan. Overview of intelligent power generation operation control technology[J]. Thermal Power Generation, 2019, 48(2): 1-6.

［9］ 華志剛, 郭榮, 汪勇. 燃煤智能發電的關鍵技術[J]. 中國電力, 2018, 51(10): 8-16.

HUA Zhigang, GUO Rong, WANG Yong. Key technologies for intelligent coal-fired power generation[J]. Electric Power, 2018, 51(10): 8-16.

［10］ 華志剛, 周乃康, 袁建麗, 等. 燃煤供熱機組靈活性提升技術路線研究[J]. 電站系統工程, 2018, 34(6): 13-16.

HUA Zhigang, ZHOU Naikang, YUAN Jianli, et al. Review of state-of-the-art techniques for improving coal-fired CHP plant flexibility[J]. Power System Engineering, 2018, 34(6): 13-16.

［11］ 舒長清. 智慧電廠一體化大數據平臺關鍵技術及其應用[J]. 通信電源技術, 2018, 35(7): 131-132.

SHU Changqing. Smart power plant integration big data platform key technologies and applications[J]. Telecom Power Technology, 2018, 35(7): 131-132.

［12］ 李牧, 周奎應. 管理創新鑄就優質工程[J]. 中國電力企業管理, 2015(5): 62-64.

LI Mu, ZHOU Kuiying. Management innovation creates quality projects[J]. China Power Enterprise Management, 2015(5): 62-64.

［13］ 張桀, 沈重. 聯合TDOA改進算法和卡爾曼濾波的UWB室內定位研究[J]. 現代電子技術, 2016, 39(13): 1-6.

ZHANG Jie, SHEN Zhong. Research on UWB indoor positioning in combination with TDOA improved algorithm and Kalman filtering[J]. Modern Electronics Technique, 2016, 39(13): 1-6.

［14］ 白園. 基于物聯網的地鐵施工過程安全監測系統的設計和實現[D]. 沈陽: 東北大學, 2013: 41.

BAI Yuan. Design and implementation of the whole process of metro construction of security monitoring system based on internet of things[D]. Shenyang: Northeastern University, 2013: 41.

［15］ 曾慶化, 王敬賢, 孟騫, 等. 基于UWB優化配置的室內行人導航方法[J]. 中國慣性技術學報, 2017, 25(2): 186-191.

ZENG Qinghua, WANG Jingxian, MENG Qian, et al. Indoor pedestrian navigation method based on optimal allocation of UWB[J]. Journal of Chinese Inertial Technology, 2017, 25(2): 186-191.

［16］ 王雅峰. 計算機網絡信息安全中的數據加密技術研究[J]. 江蘇科技信息, 2017(35): 57-59.

WANG Yafeng. Analysis on data encryption in computer network information security[J]. Jiangsu Science and Technology Information, 2017(35): 57-59.

［17］ 華志剛, 胡光宇, 吳志功, 等. 基于先進控制技術的機組優化控制系統[J]. 中國電力, 2013, 46(6): 10-15.

HUA Zhigang, HU Guangyu, WU Zhigong, et al. Optimal control system based on advanced control technologies[J]. Electric Power, 2013, 46(6): 10-15.

［18］ 趙新成, 伏軍軍, 蘆明珠. 現場總線系統在火電廠的應用探討[J]. 中國電力, 2017, 50(2): 113-116.

ZHAO Xincheng, FU Junjun, LU Mingzhu. Discussion on the application of FCS in thermal power plants[J]. Electric Power, 2017, 50(2): 113-116.

［19］ 史進淵, 楊宇, 汪勇, 等. 大型發電機組可靠性預測與安全服役的理論及方法[M]. 北京: 中國電力出版社, 2014: 338-347.

SHI Jinyuan, YANG Yu, WANG Yong, et al. Theory and method of reliability prediction and safe service of large generating units[M]. Beijing: China Electric Power Press, 2014: 338-347.

［20］ 楊可, 黃超, 趙文元. 基于GIS的火電企業煤場數字化管理方法[J]. 現代測繪, 2017, 40(6): 43-46.

YANG Ke, HUANG Chao, ZHAO Wenyuan. Digital management for yard of thermal power plant based on GIS[J]. Modern Surveying and Mapping, 2017, 40(6): 43-46.

［21］ 程宇也. 基于人工神經網絡的短期電力負荷預測研究[D]. 杭州: 浙江大學, 2017: 30.

CHENG Yuye. Short-term electricity demand forecasting based on artificial neural network[D]. Hangzhou: Zhejiang University, 2017: 30.

［22］ 蘇誠, 許朋剛, 代志良. 智能倉儲系統設計與開發應用[J]. 機械, 2017, 44(10): 65-71.

SU Cheng, XU Penggang, DAI Zhiliang. The design and development application of intelligent storage system[J]. Machinery, 2017, 44(10): 65-71.

Discussion and study on technical route of smart thermal power plant

HUA Zhigang1, GUO Rong2, CUI Xi2, WANG Yong2

(1. Thermal Power Department, State Power Investment Corporation Limited, Beijing 100034, China;2. Shanghai Power Equipment Research Institute Co., Ltd., Shanghai 200240, China)

Digital smart power plant is an important development direction of thermal power technology. Combining with the characteristics of production and management of thermal power enterprises, this paper presents the technical route and development direction of smart thermal power plant and discusses the smart thermal power plant’s system framework and key technical field. Moreover, it divides the technical system of smart thermal power plant into five technical platforms, including smart data, smart safety, smart producing, smart operation and smart integrated management. Furthermore, it studies the development status of key technologies of each system in detail. It suggests that the construction of smart power plant should follow three principles: 1) according to the digital level of the power plant, the personnel condition and the production and operation demand; 2) satisfying the local power market policy and constructing the power plant orderly and phase by phase; 3) on the basis of the implementation of pilot power plant, summarizing the construction experience, improving the system structure of smart power plant continuously, and rising the construction level and management level of smart power plant.

smart power plant, smart data, smart producing, smart safety, smart operation, smart synthesis, smart control, smart power generation

TM621

A

10.19666/j.rlfd.201904076

2019-04-30

國家電力投資集團有限公司統籌研發經費支持項目(TC2019HD10)；上海發電設備成套設計研究院有限責任公司科技發展基金 (201909009C)

Supported by：Comprehensively Planning Research and Development Financial Support Projects of State Power Investment Corporation Limited (TC2019HD10); Development Foundation of Science and Technology for Shanghai Power Equipment Research Institute Co., Ltd. (201909009C)

華志剛(1973)，男，博士后，教授級高級工程師，主要研究方向為電廠熱工自動控制和智能發電技術，hzgwfwf@sina.com。

華志剛, 郭榮, 崔希, 等. 火電智慧電廠技術路線探討與研究[J]. 熱力發電, 2019, 48(10): 8-14. HUA Zhigang, GUO Rong, CUI Xi, et al. Discussion and study on technical route of smart thermal power plant[J]. Thermal Power Generation, 2019, 48(10): 8-14.

（責任編輯 馬昕紅）