后ERP時代的智慧火電廠深度管理提升應用分析

陸海濤 羅立權 史松寶 趙俊杰

摘 ?要：本研究分析了在ERP流程管控信息系統基礎上搭建火電廠智慧管理IMS的功能設計與應用，通過可視化、穿透分析、色帶理論、專家知識圖譜和仿真模型推理等先進理念的拔高提升改造，并嵌入到比ERP系統高一個管理層級的智慧管控一體化信息系統，以深度提升企業管理的精細化、智慧化水平。結果表明基于專家知識庫和仿真模型推理，智慧管控一體化信息系統可提供智能監測、智能診斷、智能預警、智慧優化決策等高端功能。在ERP等基礎信息系統之上打造的智慧管理IMS平臺，可具有的先進理念包括：專家知識圖譜可視化、穿透分析、色帶理論、推薦排名、多級報警、對標知識庫、仿真模型推理、趨勢預測等先進理念。

關鍵詞：電廠ERP;智慧管理平臺;獨特管理理念;穿透分析;四色報警分級;機理模型推理

中圖分類號：TM62，TM727 ???文獻標識碼：A

引言

工業4.0、兩化融合對集團級能源企業的生產經營管理提出了數字化轉型升級的要求[1-5]。而煤礦、電力、化工等傳統工業企業的管理還停留在簡單的ERP、MIS、OA等信息流程化、數字報表化的初、中級水平，遠達不到智能化、智慧化的高端要求[4-9]。因此，有必要利用先進的信息化技術手段，在傳統信息系統的基礎上，打造智慧管控一體化信息平臺，深度利用引用先進管理理念和算法模型的應用APP，以提升生產經營管控效率，實現降本增效。

本研究在ERP、SIS、EAM、OA等傳統信息系統基礎上，提出構建智慧管控一體化信息系統，將業務流程和數據可視化、穿透分析、色帶理論、推薦排名、專家知識庫和仿真模型推理等先進理念嵌入到企業管理決策中，以提升智慧電廠的建設水平。本文的分析有助于了解適用于智慧火電廠管理提升的新興管理理念，以及如何將先進管理思路與ERP、EAM、SIS、OA等傳統信息化系統進行深度融合，從而提升企業價值創造和全要素生產力的管理水平。

1 可視化及穿透分級分析

集團級的生產調度中心一般擁有調度跟蹤監控管理模塊，實時監控下屬電廠的生產實時監控畫面和生產系統實時信息，全方位展示下屬電廠的生產運行狀況。對每個數據點定義不同的采集周期，包括：秒級、分鐘級、小時級。基于實時數據的運行工況監視與查詢，可通過業務流程的兩維和三維標準圖件庫，修改、繪制、發布各級流程圖，自行配置、增加、刪除、修改流程圖上的各數據點信息，實現流程圖和數據組態。對外展示給用戶的形式包括：模擬圖、趨勢圖、柱狀圖、雷達圖、曲線圖、儀表盤、表格和文字。通知給用戶報警信息的形式包括：圖形、聲音、列表、短信等。

實時流程監控的功能包括：1）強大的圖形組態，用戶可在客戶端上組態完成各種內容豐富、界面友好的圖形畫面;2）與多種數據庫無縫銜接，方便系統擴展;3）通過鼠標移動選中，可動態顯示測點的上、下限，報警點和額定值，歷史信息等信息;4）畫面調出時間快，頁面數據刷新速度快，運行流暢。根據指標的可視化展示和多層級追溯分析，可對指標的構成因素進行追溯分析。對指標的形成，也可以基于不同的口徑、算法，進行同一指標的多口徑計算，以方便管理人員的對比分析。例如供電煤耗，可同時提供正平衡供電煤耗、反平衡供電煤耗等。

穿透分析要求包括：1）下屬組織機構追溯，能夠追溯到每個主要生產指標對應的下屬項目公司、每臺機組對應的分類匯總情況;2）構成總體指標的細分項追溯，每個總體指標均需要追溯到對應的具體指標統計分析中;3）時間細分追溯，總體指標根據明細，追溯到相應月度所對應的生產日報明細，對變化趨勢能夠進行圖形化展示。例如月度廠用電率的穿透分析包括同期對比分析、計劃與實際完成情況的對比分析，可追溯顯示：1）各機組的廠用電率月度趨勢;2）每個機組、輔機對應月度的廠用電構成明細;3）每天的廠用電率明細，并根據明細追溯到生產日報;4）參照歷史分析結果，將最新的月度分析結果記入知識庫，并根據分析結果所對應的措施、建議，及時修訂對應的知識庫。物資管理系統的追溯內容包括：物資庫存、消耗、資金占用、大宗材料價格、物資成本執行等。

將重要的參數設置報警等級，用不同的顏色進行區分，一般包括紅、橙、黃、綠四個等級。在四色風險管理的基礎上，支持穿透查詢每個報警等級的報警記錄和詳細信息，包括指標名稱、異常標準、報警時間、報警時長。每個報警記錄必須支持異常分析，支持填寫報警原因及措施，支持手動填寫和經驗知識庫中選擇，并支持移動端填寫。系統中可設置指標預警的內容，預警依據為一個或多個參數的表達式，根據參數的不同設定預警的級別。

通過對風險、隱患、缺陷、故障等進行分級報警，以突出顯示首因報警和預警。首因報警是指產生參數異常報警的首要因素，包括：主要輔機跳閘、閥門卡澀、誤開、誤關和設備狀態誤動等，其優先級最高。預警是指暫時不影響機組正常運行，但后續發展可能會導致事故的報警信息，例如潤滑油壓低、冷卻水壓力低、濾網差壓高等，其優先級次高。當報警出現，沒有“首因報警”和“預警”，說明機組當前可能沒有事故和異常，點擊光字牌，可通過樹狀邏輯結構迅速找到報警參數，采取適當調整措施，即可恢復正常運行。

2 實時計算分析與推薦排名

基于SIS、EAM、ERP的實時運行檢修數據和業務流程數據，可計算電廠各設備的熱力學性能效率，并根據消耗品價格、電價等經濟類信息，計算單個機組和全廠的各個生產成本指標。電廠決策人員可及時了解當前機組的性能及發電成本信息，為競價上網的電價報價提供理論依據。數據分析模板包括五大應用：數據分析管理、成本分析管理、輔助決策、結算與經濟性分析、風險分析管理。基于保本電量分析、供求關系分析、競爭電價預測、競價風險分析、出力分析、投入產出分析、全成本信息、全網負荷預測、市場競爭電價、全網機組檢修、計劃出力、市場規則等因素，合理評估變動成本與固定成本，形成電價營銷的綜合報價決策。

通過與集團ERP物資管理模塊集成，物資管理分析可實現的功能包括：物資備件應用分析、供應商分析、需求計劃分析、采購訂單分析、庫存結構分析、庫存資金占用分析、賬齡分析等。燃料的實時計算分析與數字化管控包括：入廠、入爐的精確堆取，基于非線性遺傳算法的配煤摻燒，基于多角度自動尋優的煤炭采購。自動尋優的目標值確定原則包括：綜合燃料價格最低的最經濟原則，最小環保排放量原則，設備運行最安全、最穩定原則，綜合生產成本最優原則。

基于規則的推薦排名應用包括：

（1）篩選標桿企業。針對集團下屬各單位的指標，按照評分規則，對各指標進行權重賦值，進行任意多指標的排名分析，從而篩選出標桿企業。

（2）影響力大小的因素排序。對重要指標的各種影響因素進行相關系數分析，并按照影響大小提供分類、分層、分級排序，從而給出指標波動的診斷結論。

3 設備狀態監測與診斷

智慧管控一體化信息系統可提供主機、主要輔機的設備狀態監測、過程監督、故障診斷、事故分析與預警、在線操作指導等功能。圖1示出基于專家知識庫和仿真模型推理的設備檢測、故障診斷、事故預警，流程為：定義異常判據、自動監測異常、異常診斷報警、異常處理的專家經驗共享、優化指導。

（1）智能監測。基于工藝系統和設備本體熱工測量參數的變化，對主輔機設備的重要易磨損和泄漏部件進行檢測、判斷和計算分析，以提供相應的檢修計劃和指導，方便運行和檢修人員及時對設備進行維護、檢修。基于實時數據和事件數據，可建立統一的重點監控指標庫，設置不同報警區間，實現對重點指標的實時監控、分級報警，并根據風險分級情況自動通知不同層級的人員。重要的節能指標包括：供電煤耗、廠用電率、鍋爐效率、汽機熱耗率、主汽溫度、飛灰可燃物、凝汽器端差、補給水率、空氣預熱器漏風率。

（2）智能診斷。基于主輔機設備的狀態監測與性能劣化，對主輔機設備的故障根源進行追蹤溯源，找到故障源頭，并提供排除故障的處理方法，以提高機組運行的可靠性和安全性，降低故障停機次數。異常的診斷類型包括：指標異常、狀態異常和參數異常。采用相關系數分析、敏感性分析、風險分析等多種數理統計理論，可自動診斷分析指標波動的原因，提供影響因子的風險評估和指標波動的重點因素及影響幅度。

（3）智能報警與預警。基于設備狀態監測、故障診斷，可提前給出層次清晰的報警和預警，極大減少損失和傷亡。報警的類型包括：參數變化速率快報警、參數異常變化報警。對軸承溫度的參數速率變化快報警，可預報汽輪機和主要輔機的潤滑、冷卻情況，對故障和事故征兆進行及時預警，避免因潤滑、冷卻不當出現故障甚至停機事故。參數斜率變化快、異常變化適用的設備故障場景包括：1）凝汽器、加熱器、爐管、過熱器、再熱器、管道堵塞或泄漏;2）風機、泵性能下降;3）風機聯軸器損壞;4）調節閥卡澀、誤動;5）空預器漏風、堵灰、著火;6）軸瓦磨損、損壞，汽輪機斷葉片、管道結垢、泄漏，汽輪機發生水擊;7）汽水共沸;8）鍋爐爐管檢漏;9）汽機推力瓦磨損;10）凝汽器冷卻水堵、漏;11）鍋爐受熱面積灰及結垢。

（4）智慧優化與輔助決策。針對指標實際值的報警，分析其異動原因，給出優化處理建議。基于智能診斷和專家知識系統，自動推送運行優化和檢修建議，開展預防性維護，實現設備可靠地最優運行。

4 結論

本文在ERP基礎上，提出搭建智慧管控一體化信息系統，將可視化、穿透分析、色帶理論、專家知識圖譜和仿真模型推理等先進理念嵌入智慧企業管理中，以提升企業價值創造能力和全要素生產力。結果表明：

（1）穿透分析包括：下屬組織機構追溯、構成總體指標的細分項追溯、時間細分追溯。基于重要參數的風險分級、報警分級，以突出顯示優先級最高的首因報警和優先級次高的預警。

（2）基于規則的推薦排名應用包括：篩選標桿企業、對影響力大小的各因素排序。

（3）智慧管控一體化信息系統可提供主輔機的設備狀態監測、故障診斷、缺陷報警與風險預警、優化操作指導等功能。

參考文獻

[1] ?劉吉臻，胡勇，曾德良，夏明，崔青汝. 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.

[2] ?傅曉軍，鄭正茂，嚴玉堂，劉森，馬騰飛，趙俊杰. 調峰供熱燃機電廠壓縮空氣系統優化改造分析[J]. 中國電業，2019，47（11）：367-368.

[3] ?趙俊杰，陸海濤，包海斌，吳豪，趙思嘉，張繼東，周健. 基于鍋爐四管可視化的防磨防爆監測和智能泄漏預警[J]. 神華科技，2019，17（8）：47-50.

[4] ?鄔馗星，張繼東，陸海濤，吳豪，包海斌，嵇銀輝，趙俊杰. 智能吹灰閉環控制系統在火電DCS的集成應用效果分析[J]. 中國電業，2019，47（17）：506-507.

[5] ?陳世和，張曦. 基于工業4.0的智能電站控制技術[J]. 自動化博覽，2015，（9）：42-50.

[6] ?王獻文，楊如意，張越，王學飛，馬建新，黃恩華，趙俊杰. 數字經濟時代下的智慧企業[J]. 基層建設，2019，（20）：430.

[7] ?趙俊杰，陸海濤，吳豪，楊如意，王利敏，王獻文，劉強，胡勇. 基于人工智能算法的智能視頻識別燃煤火電廠跑冒滴漏[J]. 神華科技，2019，17（9）：40-44.

[8] ?林志峰，戴成峰，葉華浩，王如良，趙俊杰. 1000 MW燃煤火電機組配煤摻燒和燃料全成本評價模型[J]. 電力設備，2020，（7）：212，231.

[9] ?趙俊杰，馮樹臣，馬克，楊如意，郭佳，胡勇，劉強，侯宗余. 基于泛在電力物聯網技術的智慧電廠安全管控一體化應用[J]. 能源科技，2020，18（5）：1-6.

作者簡介：陸海濤（1983-），男，浙江寧波人，本科，工程師，設備工程師，主要研究火電廠環保系統的改造、調試和維護。