發(fā)電行業(yè)一日經(jīng)營核算 “精益+智能管理平臺建設(shè)與應(yīng)用

一、前言

發(fā)電行業(yè)一日經(jīng)營核算“精益 智能”管理平臺以國資委數(shù)字化轉(zhuǎn)型試點企業(yè)建設(shè)目標為指引，在華能集團現(xiàn)有信息化和數(shù)字化平臺基礎(chǔ)上，結(jié)合華能江西分公司智慧電廠、一日經(jīng)營核算等典型項目，構(gòu)建既具備華能特色又具有發(fā)電行業(yè)普遍推廣意義的數(shù)字化轉(zhuǎn)型管理和技術(shù)體系，圍繞“精益 + 智能”生產(chǎn)經(jīng)營業(yè)務(wù)單元，形成一系列知識產(chǎn)權(quán)和標準規(guī)范，推動新型電力系統(tǒng)下發(fā)電企業(yè)一體化精益管理和智能化升級。本平臺將江西分公司一日經(jīng)營核算、利潤中心平臺、稅務(wù)管理平臺等現(xiàn)有平臺與司庫、財務(wù)共享平臺貫通，升級整合為一日經(jīng)營核算“精益 + 智能”管理平臺，推進系統(tǒng)高度集成、數(shù)據(jù)資產(chǎn)一體化管理，夯實一日經(jīng)營核算，強化業(yè)財聯(lián)動尋優(yōu)，提升區(qū)域公司財務(wù)與經(jīng)營數(shù)智化水平。

二、平臺建設(shè)思路與重點

（一）貫通數(shù)據(jù)流

數(shù)據(jù)的利用最重要的是全流程、全生命周期、全產(chǎn)業(yè)鏈數(shù)據(jù)流的貫通，這是挖掘工業(yè)數(shù)據(jù)資源價值的關(guān)鍵[1]。首先，數(shù)據(jù)分散在各個不同的部門和信息系統(tǒng)，孤島嚴重。其次，數(shù)據(jù)在未得到高效利用的情況下，很難保證數(shù)據(jù)的質(zhì)量，大量數(shù)據(jù)為“臟數(shù)據(jù)”。最后，受制于部分理論的不完備以及經(jīng)驗的缺乏，很難對數(shù)據(jù)進行有效的清洗。而貫通了數(shù)據(jù)流以后，數(shù)據(jù)的關(guān)聯(lián)關(guān)系更多，深層次的邏輯更容易采用先進的算法予以挖掘分析，從而提高數(shù)據(jù)的可靠性和利用價值。

（二）重視實時數(shù)據(jù)的價值

電廠生產(chǎn)經(jīng)營過程是周期性的，財務(wù)報表都是按照月度和年度出具的，對財務(wù)數(shù)據(jù)的評價也是按照周期來計算的，實時數(shù)據(jù)的價值未充分發(fā)揮出來。實時數(shù)據(jù)是進行動態(tài)規(guī)劃[2的出發(fā)點，動態(tài)規(guī)劃的核心原則是最優(yōu)化原理和無后向性，實時數(shù)據(jù)剛好提供了一個無后向性的狀態(tài)點，也就是過去的狀態(tài)不可復現(xiàn)，過去的數(shù)據(jù)不影響后續(xù)的優(yōu)化，過程中的動態(tài)調(diào)整均以實時數(shù)據(jù)作為計算基礎(chǔ)。

（三）遵循“觀一管一防”逐步提升的應(yīng)用體系

數(shù)字賦能必然會經(jīng)過的三個層次，觀一一展示和監(jiān)視，首先將數(shù)據(jù)集中，面向不同使用對象進行展示；管一—管理和優(yōu)化，將管理思想和業(yè)務(wù)流程融入，使得管理效益更高，生產(chǎn)效益更好；防一一預(yù)警和預(yù)防，這是最難，也是最重要的層次，包括對設(shè)備的健康狀態(tài)的預(yù)警、對安全問題的預(yù)防、新能源對于天氣的預(yù)測等。

（四）重視精益管理理念的植入

精細是精益管理第一個層次的要求，然而管理越精細，管理成本越高，企業(yè)方方面面都要顧及，如何能做到協(xié)調(diào)各方、和而不同呢？管理模型化，企業(yè)管理制度由非結(jié)構(gòu)化到結(jié)構(gòu)化，管理由定性到定量，信息獲取由定點捕捉到連續(xù)積累，表達方式由文字語言到機器語言，通過積累全價值鏈活動中的連續(xù)過程數(shù)據(jù)，找到各環(huán)節(jié)和各要素的依存關(guān)系，以數(shù)學方式概括表達、呈現(xiàn)與實際運行近似的結(jié)果，搭建出各個環(huán)節(jié)的管理模型，再集合成系統(tǒng)的管理模型。

（五）對關(guān)鍵核心模型加大研發(fā)力度

雖然發(fā)電企業(yè)軟件平臺的建設(shè)是一個信息化建設(shè)的項目，但項目成功的關(guān)鍵是對一系列核心數(shù)學模型的建立（如AI大模型及應(yīng)用、新能源功率預(yù)測優(yōu)選模型、交易輔助決策、聯(lián)動尋優(yōu)模型等）。這些模型的建立需基于實際大量的數(shù)據(jù)，以及強大的專業(yè)基礎(chǔ)。

三、平臺建設(shè)方案

（一）數(shù)據(jù)資產(chǎn)平臺構(gòu)建

為了有效地集中處理海量數(shù)據(jù)，并進行高效的數(shù)據(jù)治理與數(shù)據(jù)服務(wù)[，建立數(shù)據(jù)資產(chǎn)管理中心成為了一個必要的舉措。數(shù)據(jù)資產(chǎn)管理中心作為一個集中的數(shù)據(jù)管理平臺，能夠?qū)崿F(xiàn)數(shù)據(jù)的統(tǒng)一收集、存儲、處理和分析，為企業(yè)提供標準化、高效的數(shù)據(jù)服務(wù)。通過數(shù)據(jù)資產(chǎn)管理中心，可以打破數(shù)據(jù)孤島，實現(xiàn)數(shù)據(jù)資源的整合和優(yōu)化配置，提高數(shù)據(jù)的可用性和價值。此外，數(shù)據(jù)資產(chǎn)管理中心還支持靈活的數(shù)據(jù)治理策略，確保數(shù)據(jù)質(zhì)量。通過構(gòu)建數(shù)據(jù)資產(chǎn)管理中心，能夠更好地支持數(shù)據(jù)驅(qū)動的決策制定，提升整體運營效率和競爭力。因此，建立數(shù)據(jù)資產(chǎn)管理中心是實現(xiàn)數(shù)據(jù)治理和提供高效數(shù)據(jù)服務(wù)的關(guān)鍵步驟。

（二）AI智能模型構(gòu)建

人工智能模型的行業(yè)應(yīng)用離不開數(shù)據(jù)和模型兩者的支撐。數(shù)據(jù)包含企業(yè)在生產(chǎn)、經(jīng)營過程中產(chǎn)生的數(shù)據(jù)（如生產(chǎn)數(shù)據(jù)、設(shè)備數(shù)據(jù)、銷售數(shù)據(jù)、客戶數(shù)據(jù)等），是人工智能模型訓練的重要基礎(chǔ)，能夠幫助模型學習行業(yè)知識和規(guī)律。模型是指針對特定行業(yè)的預(yù)訓練模型，能夠融合行業(yè)知識和經(jīng)驗，提升模型的準確性和魯棒性。建立人工智能應(yīng)用，需要行業(yè)數(shù)據(jù)和行業(yè)模型的雙劍合璧[5-7]。

對于區(qū)域公司，在業(yè)態(tài)多、部門多、系統(tǒng)多、數(shù)據(jù)多的“四多”下，打通數(shù)據(jù)是進行人工智能模型建立和應(yīng)用的重要環(huán)節(jié)，建設(shè)數(shù)據(jù)資產(chǎn)管理中心是行之有效的解決方案。數(shù)據(jù)資產(chǎn)管理中心是一種數(shù)據(jù)管理和應(yīng)用的架構(gòu)模式，它可以有效地整合和管理企業(yè)內(nèi)部的數(shù)據(jù)，并為業(yè)務(wù)提供統(tǒng)一的數(shù)據(jù)服務(wù)。

同時，行業(yè)模型的建立需要多種模態(tài)的智能算法進行搭配，在不同場景使用不同的模型，搭配組合以發(fā)揮算法最大效果，從而形成智能中樞，為企業(yè)的生產(chǎn)經(jīng)營提供智能輔助。

四、平臺應(yīng)用

（一）平臺建設(shè)概況

本平臺融入新興技術(shù)，推進生產(chǎn)數(shù)字化轉(zhuǎn)型升級，持續(xù)深化一日經(jīng)營核算和業(yè)財融合，持續(xù)建設(shè)瑞金智慧電廠，持續(xù)推進數(shù)字化煤場、生產(chǎn)集約化管理中心（生產(chǎn)調(diào)度中心、智慧運維中心和技術(shù)服務(wù)中心）建設(shè)，推進數(shù)字技術(shù)與產(chǎn)業(yè)發(fā)展的深度融合，形成以數(shù)字化、自動化、信息化、標準化為基礎(chǔ)，以數(shù)據(jù)資產(chǎn)管理中心、指標中心為底層數(shù)據(jù)支撐的生產(chǎn)數(shù)字化融合平臺，利用AI大模型建立分析算法，強化運行設(shè)備的可靠性評估和風險預(yù)警，持續(xù)提高發(fā)電機組運行經(jīng)濟性和可靠性，促進企業(yè)“精益 + 智能生產(chǎn)。

基于基層企業(yè)“一日經(jīng)營核算”與區(qū)域公司“利潤中心”平臺，構(gòu)建數(shù)據(jù)和業(yè)務(wù)中臺，打造AI大腦，以現(xiàn)貨營銷為“龍頭”，實現(xiàn)營銷報價輔助、生產(chǎn)經(jīng)營協(xié)同聯(lián)動尋優(yōu)、財務(wù)主報表智能生成、經(jīng)營指標AI診斷和風險洞察分析，以及區(qū)域?qū)朔治龅壬罨瘧?yīng)用功能。同時推進財務(wù)、營銷燃料、風控等業(yè)務(wù)全面數(shù)字化、智能化建設(shè)，深化現(xiàn)有各管理系統(tǒng)融合，降低管理環(huán)節(jié)成本，提升運營管理效率，共享數(shù)字化管理價值，提高企業(yè)“精益 + 智能”管理。

（二）AI模型應(yīng)用

1.AI智能問答

本研究通過電力標準文件進人文檔加載器，針對不同類型的文件加載器對其進行不同處理形成可讀的文本材料，對材料按照一定的規(guī)則進行切割，生成專業(yè)的詞匯庫，并根據(jù)中文向量庫進行匹配存儲。當用戶需要進行知識提問時，chain連接將用戶的提問轉(zhuǎn)換成語義向量，在之前保存的向量庫中進行相似檢索，把檢索的結(jié)果構(gòu)建成prompt模板，輸入國內(nèi)中文大語言模型中進行推理生成，最后組合成答案返回。

2.規(guī)程題庫AI問答

由于生產(chǎn)安全規(guī)程時有變更，需要重新組織學習、培訓、考試，考試題庫目前都是由專業(yè)的工程師進行編制，需要花費大量的精力。目前大語言模型具備理解文檔內(nèi)容的能力，讓其學習考試規(guī)程題庫的編制題型（選擇題、填空題、判斷題、問答題）導入新編制的規(guī)程、標準等專業(yè)文檔，讓大語言模型完成題庫編制工作，專業(yè)工程師對其編制的題庫進行審核使用。

3.電量滾動預(yù)測

通過有效的區(qū)域負荷特征選擇以及數(shù)據(jù)預(yù)處理，并利用先進有效的AI數(shù)學模型對區(qū)域負荷進行中長期預(yù)測具體為：通過搜集市場上的交易信息、氣象信息、煤價指數(shù)、工業(yè)指數(shù)、宏觀經(jīng)濟數(shù)據(jù)、居民生活指數(shù)和不同地區(qū)突發(fā)事件的量化數(shù)據(jù)，確定區(qū)域電量的特征參數(shù)，并利用AI智能分析模型（如神經(jīng)網(wǎng)絡(luò)、SVM等）建立電量預(yù)測模型，得到當月發(fā)電計劃并對后續(xù)月份的區(qū)域電量進行預(yù)測分析，有效指導華能發(fā)電企業(yè)的燃料、生產(chǎn)協(xié)調(diào)力度，為發(fā)電企業(yè)的燃煤采購交易策略、燃料采購量、庫存計劃以及檢修計劃安排等提供科學決策的依據(jù)。

4.輔助現(xiàn)貨報價

結(jié)合電網(wǎng)的事前日信息披露數(shù)據(jù)，計算全網(wǎng)次日每15分鐘的全網(wǎng)統(tǒng)調(diào)火電功率需求。通過對全網(wǎng)啟停機、必開必停機組約束，結(jié)合對全網(wǎng)火電各臺機組的信息摸底，AI建模，模擬各臺機組分負荷段的報價數(shù)據(jù)，并得到次日出清電價預(yù)測。以企業(yè)效益最大化為目標，基于AI技術(shù)（粒子群尋優(yōu)算法），并結(jié)合“發(fā)電成本一售電收益一風險”評估模型，提供分公司下屬發(fā)電企業(yè)分機組的最佳報價方案，為企業(yè)營銷報價提供支撐作用。

（三）協(xié)同聯(lián)動

1.營銷- 燃料聯(lián)動尋優(yōu)

以營銷為指導，對火電各機組進行中長期電量預(yù)測，以及負荷分布情況進行深入分析，得到未來可控時段內(nèi)的機組負荷率/電量分布占比，并結(jié)合不同負荷下的配煤摻燒建議，實現(xiàn)企業(yè)中長期（季度到年度）不同煤種采購數(shù)量需求建議，并為采購煤源結(jié)構(gòu)（不同燃煤熱值、硫分的煤種采購占比）提供意見，由此保證煤場的存煤數(shù)量以及存煤結(jié)構(gòu)安全。

2.生產(chǎn)- 燃料聯(lián)動尋優(yōu)

系統(tǒng)將自動提出機組不同負荷率下的在存煤種煤質(zhì)摻燒范圍。結(jié)合短中期（月度和季度）經(jīng)濟煤種摻燒計劃，以及為了保證用電高峰期的機組帶負荷能力而制定高品質(zhì)煤的摻燒計劃（主要原則“淡存旺耗”），每日進行入爐煤摻燒匹配分析工作一在日度負荷曲線下，經(jīng)濟煤種以及高品質(zhì)煤（高熱值、低硫分）的建議摻燒比例與實際摻燒量的對比跟蹤：當實際摻燒煤種與系統(tǒng)建議摻燒煤種煤質(zhì)范圍偏差較大時，煤場存煤結(jié)構(gòu)存在后期失衡、無法保障機組最大出力等情況出現(xiàn)時，系統(tǒng)自動提醒并提供摻配決策建議。

3.生產(chǎn)—營銷聯(lián)尋優(yōu)

容量電費[對于企業(yè)固定資產(chǎn)回收是一個巨大利好因素，但現(xiàn)貨市場形勢下，機組負荷調(diào)度波動加大，對于容量電費的回收是一個挑戰(zhàn)。對此，實時跟蹤設(shè)備運行狀態(tài)、煤場存煤狀態(tài)、煤倉上煤狀態(tài)等，對可能發(fā)生容量電費考核的因素進行提醒，包括：磨煤機是否檢修停運、其他重要輔機運行狀態(tài)、存煤結(jié)構(gòu)不滿足最大出力要求、存煤量不滿足最大出力要求、煤倉上煤是否滿足最大出力要求，以及煤倉煤種存留時間跟蹤。

另外，系統(tǒng)自動跟蹤容量電費考核，實時跟隨AGC指令以及實際負荷指令，在負荷跟隨上出現(xiàn)較大偏差的情況下，記錄運行工況，并給出容量電費考核原因分析。

五、結(jié)語

本平臺的建設(shè)將有效推進發(fā)電行業(yè)生產(chǎn)數(shù)字化轉(zhuǎn)型管理數(shù)字化轉(zhuǎn)型以及決策數(shù)字化轉(zhuǎn)型，對發(fā)電行業(yè)的精益管理起到促進作用。

第一，推進發(fā)電行業(yè)生產(chǎn)數(shù)字化轉(zhuǎn)型。推進數(shù)字技術(shù)與生產(chǎn)管理的深度融合，以數(shù)據(jù)資產(chǎn)管理平臺、業(yè)務(wù)中臺為支撐，利用AI建立分析模型，強化運行設(shè)備的可靠性評估和風險預(yù)警，持續(xù)提高發(fā)電機組運行經(jīng)濟性和可靠性，促進企業(yè)“精益 + 智能”生產(chǎn)。

第二，推進發(fā)電行業(yè)管理數(shù)字化轉(zhuǎn)型。深化一日經(jīng)營核算，建立精智管理平臺，以現(xiàn)貨市場為指引，實現(xiàn)營銷報價輔助、經(jīng)營協(xié)同聯(lián)動尋優(yōu)、財務(wù)報表智能生成、經(jīng)營指標AI診斷和風險洞察等深化應(yīng)用功能，降低管理環(huán)節(jié)成本，提升運營管理效率，提高企業(yè)“精益 + 智能”管理。

第三，推進發(fā)電行業(yè)決策數(shù)字化轉(zhuǎn)型。融入AI大模型技術(shù)，建立參數(shù)趨勢預(yù)警、設(shè)備狀態(tài)評估、經(jīng)營風險預(yù)警、電量滾動預(yù)測、經(jīng)營指標診斷等數(shù)字化模型，形成智能、簡易、敏捷的數(shù)字化決策能力，實現(xiàn)企業(yè)“精益 + 智能決策。

參考文獻

[1]唐遠富，陳遠揚.基于數(shù)據(jù)驅(qū)動模型的電力大數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘研究[J].自動化技術(shù)與應(yīng)用，2024，43（12）：110-113+162.

[2]李泓桑，周波，李曉科，等.基于大數(shù)據(jù)的實時數(shù)據(jù)治理系統(tǒng)設(shè)計[J].數(shù)字技術(shù)與應(yīng)用，2021，39（12）：155-157.

[3]高英.發(fā)電企業(yè)數(shù)據(jù)治理架構(gòu)研究設(shè)計[J]電工技術(shù)，2023（16：203-205.

[4]張世超，楊乘勝，朱海東，等.基于電力企業(yè)數(shù)據(jù)中心的數(shù)據(jù)資產(chǎn)管理體系研究[J].電力大數(shù)據(jù)，2022，25（01）：51-58.

[5]楊挺，耿毅男，郭經(jīng)紅，等.人工智能在新型電力系統(tǒng)智能傳感、通信與數(shù)據(jù)處理領(lǐng)域應(yīng)用[J].高電壓技術(shù)，2024，50（01）：19-29.

[6]張楠.能源電力領(lǐng)域中的大數(shù)據(jù)與人工智能[J].軟件和集成電路，2023（09）：21-22.

[7]蒲天驕，張中浩，談元鵬，等.電力人工智能技術(shù)理論基礎(chǔ)與發(fā)展展望（二）：自主學習與應(yīng)用初探[J].中國電機工程學報，2023，43（10）：3705-3718.

[8]劉澤鋒.容量電價補償機制的經(jīng)濟學分析[J].能源，2024（03）：39-41.

基金項目：華能集團科技項目“發(fā)電行業(yè)一日經(jīng)營核算‘精益 + 智能’管理平臺”（項目編號：HNKJ24-H40）

作者單位：鐘志勇、溫志華、石蘭，中國華能集團有限公司江西分公司；夏季，武漢華中思能科技有限公司

■責任編輯：王穎振鄭凱津