熱電廠管理數字孿生系統應用綜述*

高超超

(國網慶陽供電公司，甘肅 慶陽 745000)

0 引 言

隨著2013年“第四次工業革命”的推出，新的全球性技術革命迅速興起，以互聯網、人工智能、數字化等技術為驅動加速全球進入“萬物互聯”的數字化時代。美國、歐洲的發達國家相繼制定了本國的數字化時代的發展戰略。2015年我國的國務院印發《中國制造2025》，在國家層面部署全面推進制造強國的戰略，其中數字化網絡化智能化制造作為主線。到2020年末，在北京召開的中央經濟工作會議指出：“要大力發展數字經濟”。為實現傳統制造業向智能智造的轉型升級，學術界和工業界圍繞大數據(Big Data)、物聯網(internet of things,IOT)、云計算(Cloud Computing)、人工智能(Artificial Intelligence)、區塊鏈(Block Chain)等新興技術領域開展了大量研究和實踐[1]。國家電網2020年以來在數字新基建領域投入247億元，全面部署電網數字化平臺等10項重點任務，打造國內規模最大的能源電商平臺和全球規模最大的智慧車聯網平臺[2]。

智能制造中的數字化是通過智能產品和傳感器，把現實世界中的物理對象一一映射成數字世界的數字對象，形成數字孿生并同通過實時數據進行狀態同步更新。在此基礎上，通過每個不同場景的算法模型，實現對業務的洞察和預測，以此驅動管理測層的決策和行動。自從數字孿生技術提出后，在眾多領域實現突破。在電網領域中，西門子通過將 MindSphere與Teamcente?軟件、Siemens 的產品數據管理協同工具相結合，提供具體電氣數字雙胞胎服務[3]。GE通過在 Predix 平臺上為每個設備創建 DT 來構建數字風電場風機，以優化維護策略，提高可靠性，并增加能源生產[4]。文獻[5]構建了基于數字孿生的能源互聯網規劃平臺-CloudIPES；文獻[6]構建了逆變器的數字孿生模型；文獻[7]開發了光伏發電裝置的數字孿生模型，實現了光伏板的故障診斷。文獻[8]探討了智慧能源系統數字孿生的定義、通用架構、關鍵技術和應用案例；文獻[9]提出了一種基于數字孿生的電網在線分析系統架構，具有秒級相應速度；文獻[10]建立了電池管理系統的數字孿生模型，實現了電池管理系統的故障診斷，提高了電池使用壽命。文中重點對熱電廠通過數據挖掘、數據集成達到數字化、可視化的智能管理水平，實現熱電廠各環節萬物互聯，具有狀態全面感知、信息高效處理，應用便捷靈活的特征。

1 數字孿生

1.1 概 述

“孿生”的概念起源于美國國家航空航天局的太空發展戰略計劃之一“阿波羅計劃”，2003年前后，關于數字孿生的設想首次出現于Grieves教授在美國密歇根大學的課程上。在Grieves教授的設想中，數字孿生的思想已經基本構建出來，即在虛擬空間構建的數字模型與物理實體交互映射，真實地描述物理對象全生命周期的運行軌跡。但當時“Digital Twin”一詞還沒有被正式提出，直到2010年 ，在美國國家航空航天局的技術報告中“Digital Twin”一詞被正式提出，并且美國國家航空航天局也定義“Digital Twin”為“集成了多物理量、多尺度、多概率的系統或飛行器仿真過程”。

數字孿生是一種包含諸多學科知識提取出的概念，可以被視為一個或多個重要的、彼此依賴的物理對象系統的數字映射系統。數據孿生具有互操作性、可擴展性、實時性、保真性、閉環性等特性。其架構如圖1所示。

圖1 數據孿生架構圖

1.2 技術體系

數字孿生是對物理對象以數值的方式拷貝模擬的方式，通過一個真實的設備進行虛擬仿真實現產品的全流程制造過程甚至是整個工廠的資產進行數字化的現象,數字化的目的在于了解資產狀況的變化并實時作出反應,改善工廠經營狀況并挖掘附加產值。對于數字孿生的全過程，我們首先需要為物理世界中的物理對象構建可靠的數字模型，這意味著需要使用知識機理、數字化和其他技術構建數字模型。建模還需要通過物聯網技術收集、傳輸、同步和增強來自現實世界物理實體的元信息數據，以獲得可用于我們企業的通用數據。這些數據允許在數字世界中模擬和分析虛擬模型，在此基礎上，我們可以使用增強現實、虛擬現實、混合現實、地理信息系統等技術在數字世界中完全復制這些模型，使人們能夠通過數字對象與物理實體進行更友好的交互。在此基礎上，我們可以將人工智能、大數據和云計算等技術結合起來，為上下游和相關產業創建描述、診斷、預警、預測和智能決策等通用應用。

(1) 模型搭建層 通過將模型“數字化”，即對物理世界數字化，將現實世界的物理對象構建成計算機和網絡所能識別的數字模型。通過數字孿生建模語言和建模工具實現概念模型，建立包括莫能行業務功能、對象模型庫、規則模型庫、信息模型組件的信息模型。

(2) 數據處理層 在該層中，物聯網技術為將物理世界對象本身的狀態信息數值化，并將這些信息轉換為可以通過網絡傳輸的比特信息、變提供了完整的解決方案。互動性也是數字孿生的一個重要特征。該特性主要指物理對象與由計算機構建的數字對象之間的互動，數據互動流程步驟包括信息同步、數據價值挖掘、數據融通與跨系統聯動、空間索引與實踐驅動、信息強化，該特性可通過數字線程技術實現。處理流程如圖2所示。

圖2 數據處理流程圖

(3) 仿真分析層 在該層中，通過對物理世界的動態預測，通過將業務數據輸入到信息分析模塊進行信息分析，信息分析模塊利用統計、關聯、聚類、演化、回歸、泛化等機器學習方法對數據進行處理分析，將得出的結果通過虛擬模型展示。仿真分析的流程圖如圖3所示。

圖3 仿真分析流程圖

(4) 應用層 通過三維空間分析技術、動態單體仿真技術、空間流體技術、事件處理流程仿真技術等技術實現數據孿生的雙向映射關系。

(5) 支撐技術 數字孿生中的孿生數據繼承了物理感知數據、模型生成數據、虛實融合數據等多來源、多種類、多結構的海量數據，系統高復雜性、實時性、閉環性等特征，所以需要大數據、云計算、人工智能、高速通信網絡技術、物聯網等技術實現相關技術的支撐。

(6) 安全 數據孿生的需要的數據涉及很多機密信息，需要注重隱私保護策略、數據可信交換、功能安全性等問題。所以可以采用人工智能的方式進行7×24 h的不間斷監測。

1.3 應用領域

現今數字孿生的發展得益于物聯網、大數據、云計算、人工智能、第五代通信技術等前沿信息技術的快速發展，以及硬件設備的發展使得機器能夠更加快速處理數據等，這也造就了近些年數字孿生的快速發展，服務于數字化轉型技術革命的浪潮中。數字孿生應用的領域包含但不限于以下領域中。

(1) 制造業 涉及制造業的產品設計、仿真驗證、生產規劃與執行、質量管理追溯與工藝優化、能效管理與優化、設備管理、遠程檢測、預測性維護、虛擬巡檢、AR檢修等相關流程環節中。

(2) 電力 在電力系統中，數字孿生可實現電廠三維可視化管理、通過對數據的分析實現電廠運行優化、對運行中的電力設備進行健康管理、通用電網模型構建、電網設計及運維等相關電力設備物理實體的三維可視化監管和維護。

(3) 汽車 通過數字建模實現汽車研發環節驗證、汽車運行狀態監測、故障診斷與維護維修、不同環境行駛過程模擬等，減少必要成本的降低等。

(4) 健康醫療 通過數字孿生實現設備功能測試、設備故障預測、醫療資源管理優化、策略變更驗證、醫療與手術方案驗證等。

(5) 船舶航運 船艙設計優化、遠程交互、資產管理、船艙預測性維修、港口狀態檢測與決策優化等。

(6) 環境保護 深林資源管理優化、污水處理決策優化、新能源運行優化與設備健康管理等。

(7) 城市管理 城市分析與規劃、動態事件實時優化、災害模擬與影響預測、科學研究與虛擬實驗、交通路線優化等。

(8) 航空航天 飛行器故障預測、飛行器維護維修、機組人員安全、生產及裝配優化、供應鏈數字化、發動機設計與管理等。

(9) 其他行業 數字孿生也涉及農業、文化、教育、信息安全等領域，如對農作物或牲畜進行健康管理、對物質文化遺產數字化建設、在課堂上實現物理設備與場景虛擬仿真、對私有數據進行保護等。

2 數據驅動的熱電廠數字孿生系統

以熱電廠為背景，現今對于電廠的管理要求不斷提高，尤其是精細化管理，現有的信息化系統已經不能滿足管理需求。這主要表現在現有的電廠管理系統業務覆蓋不全面、系統之間沒有進行橫向打通，不同廠房產生的數據利用情況低，數據沒有進行有效信息的挖掘分析，對于管理制度的標準化、流程化、智能化水平未達到現有技術水平可實現的基本標準，電廠依靠現有系統運維執行效率不高，部門間、專業間、崗位間協同化運作無支撐平臺，電廠的安全生產還存在風險。因此，響應國家和公司戰略發展需求，利用前沿和新興技術對現有電廠管理系統進行更新，實現電廠的數字化轉型。

2.1 系統框架

這個系統采用分層架構設計，仿照開放式系統互聯通信參考模型進行系統的層級設計，確保每個層級要有通用性、穩定性。通過功能屬性劃分包，來確定該層包含那些功能，以上層服務為導向，逐層級設計。將該數字孿生管理系統分為數據采集層、數據層、平臺支撐層、服務層、應用層五層。

第一層數據采集層，主要功能為數據的獲取處理，分為新建及對接兩類數據，新建數據包括影像數據、地形數據、點云模型、人工模型、業務標會等，工業電視畫面點位、門禁點位屬性、人員定位信息、設備實時測點數據、檢修等業務專題數據、物聯網數據為對接數據。

第二層為數據層，接收數據采集層發送的數據，對接收到的數據進行分類處理，對系統模塊提供遙感影響GIS數據支撐，三維地形場景支撐，三維模型數據支撐，電廠設備數據空間展示支撐，電廠運行數據。

第三層為平臺層，該層對經過數據層處理后的數據進行可視化展示前的數據處理，通過引入云平臺，物聯網引擎，空間數據管理引擎等利用大數據技術進行數據分析。

第四層服務層，該層利用物聯網，GIS空間分析，三維引擎等技術和工具搭建三維可視化場景，對各個業務系統進行分類監測和管理。

第五層應用層，該層通過對接業務子系統，實現各個子系統協同運行。如人員定位系統實現工作現場作業人員監督管理的應用場景，視頻、門禁系統，面向安生業務系統等。

2.2 系統特點

文中的數據驅動的熱電廠數字孿生系統具有數字化、模型化、可視化、自動化、決策科學化、集成化等特點。

數字化指的是通過覆蓋全廠的高速通信網絡和工業設備傳感器組成的實時采集平臺實現生產過程全生命周期的狀態信息數據的實時采集，數據中心進行實時分析處理，方便管理人員管理熱電廠的運行，提升管理人員對生產環境的現場感知和監控能力。

模型化是結合全廠與各種生產管理活動相匹配的對作業環境、設備、生產工藝、業務模型和規則等進行數據化建模。

可視化是將熱電廠中的設備進行建模，在三維引擎中搭建的三維場景，實現全廠設備的三維可視化展示。通過對實時收集到的生產工藝、設備信息、作業票等數據集成，在顯示屏上給管理人員和工人提供直接的業務場景展示。

自動化是指建設覆蓋全廠的分散控制系統、安全儀表系統等輔助系統，實現對整個生產過程通過相關系統使用機器學習技術進行自主學習式的監測與控制。

決策科學化是指利用大數據處理技術、機器學習和深度學習的計算機處理方法，對全廠設備的信息狀態數據進行實時采集、集中存儲、分類，泛化、挖掘等處理，做到及時發現問題、分析問題原因、進行風險預警，及時匯報給熱電廠中決策層的人員，實現決策層中決策的科學化。

集成化指的是建設企業信息集成平臺，以制造企業生產過程執行管理系統為核心，向上支撐整企業的運營，向下與生產過程的中產生的實時數據高度集成，將各自獨立的信息系統連接成為一個完整可靠和有效的整體。

2.3 關鍵技術

(1) 多學科交叉的建模技術，構建高保真數字孿生熱電廠對象。

對物理世界中的物理對象進行系統化的三維建模是描繪和理解物理世界的技術手段之一，利用設備采集的大量數據，檢查各環節資料的連續性，辨認資料是否存偽，通過數據挖掘技術手段對數據進行挖掘發現，提取有用異常，通過多層次的建模技術手段，為接下來的步驟中的分析、理解及重復數據提供了有用工具，系統化建模后的模型達到三維可視化效果，既可以作為數據的解釋工具，也可以成為數據處理后的展示對象。要達到數據孿生就必須根據熱電廠現場和現有數據情況，盡可能多的采用不同的建模技術，多學科知識交融，協同工作處理各類數據，通過這些手段構建出物理世界中眾多物理對象的高精度、高保真的虛擬數字對象。

(2) 基于數字孿生熱電廠對象實現全廠設備全生命周期管理。

通過基于數據驅動的額數字孿生數熱電廠的智能化全生命周期的管理，解決傳統電廠運營管理和設備資產管理之間相對獨立、跨部門數據集成度低和利用效率低等問題。將三維模型語義化，語法化、定時化，完善各個部件的幾何信息、業務邏輯等信息，通過將這些信息融合分析，實現廠內設備從進廠開始的全生命周期間的各種有用信息通過實時互動的三維仿真表現出來，通過人工智能技術對全廠設備全生命周期進行透明化管理，使得管理人員可以通過數字孿生平臺實現實時、可視化、高效率的對全場設備進行監測，了解設備的各種信息的同時進行深度分析做出必要的設備運行預測，使得全廠設備處于一個高效率的運轉狀態。

(3) 通過數字孿生技術，實現快速搜索全廠信息。

由系統化的建模為基礎，通過大數據技術的信息數據管理，采用人工智能方法進行數據的分類，聚類、回歸等操作，分析挖掘物理對象的邏輯關系等，構建出相應的知識圖譜，從而對全廠信息進行有效管理，可以實現快速搜索有用信息。也可以通過不同的搜索方式對不同類的信息的高效搜索，如通過空間關系搜索，可以快速進行人員定位等操作的處理等，也可以通過編碼搜索、時序搜索等搜索方式實現快速定位和精準獲取所需內容。

(4) 通過高精度信息定位，滿足安全管控要求。

結合熱電廠對各項設備和人員的實際工作需求，在系統化建模基礎上，實現全廠設備和人員的精準定位，采用精準定位技術、模式識別、圖像識別、大數據分析等前沿新興技術進行管控，將該數字孿生系統打造成可以滿足工業復雜環境中的精確定位的三維可視化的安全管控系統。通過電腦端和移動端的相結合的方式將人員定位信息做到更加精確，實現對在崗職工的活動軌跡的實時監控，并將定位功能進行拓展，實現其他以此功能為基礎的相關業務子系統等。通過相關技術可以有效的降低人為原因造成的安全事故，提高生產過程中按照安全規范操作的人數，實現有效的管控，將全場建成智能化，數字化，全方位的管理熱電廠的安全生產過程。

(5) 利用廠內各類監控設備，加強廠內安全監管

在數字孿生熱電廠環境下，通過各類監控設備，傳感器件，對全廠內的設備人員進行實時查看，例如，調用廠內攝像頭拍攝的視頻數據，實時傳輸到系統中并通過大屏顯示出來，管理人員可以實時調用查看拍攝的視頻信息，這樣可以對全廠進行重點區域的的重點保護，從而加強了重點區域的保護力度，節省了人力資源。

3 結 語

在全球性第四次工業革命和我國的制定的中國制造2025戰略背景下，緊跟國家電網公司推出的泛在電力物聯網戰略發展需求，通過現有大數據技術、人工智能、工業物聯網、第五代通信技術，云平臺、硬件設備等相關技術手段的快速發展狀況，闡述了在現有技術的基礎上，實現以電力系統為核心，基于數據驅動的熱電廠管理數字孿生系統。

通過數字孿生系統，可以構建出泛在電力物聯網的互聯網生態圈中的組成成分，在這個生態圈中可以進行全領域的數字化、智能處理分析、物理對象與虛擬對象的平行協作。實現電力系統中設備的全生命周期管理的數字化，通過各類信息數據作為驅動力支撐系統的高效、高品質、綠色運行管理。