基于人工智能的電廠現(xiàn)場作業(yè)預(yù)警技術(shù)研究

國能寧夏鴛鴦湖第一發(fā)電有限公司 王敬啟 張 揚(yáng) 馮蓓蓓 國能寧夏鴛鴦湖第二發(fā)電有限公司 裴險峰 李 偉

1 人工智能優(yōu)勢及研究背景

傳統(tǒng)的火力發(fā)電廠發(fā)電機(jī)組數(shù)目較多，結(jié)構(gòu)冗雜，作業(yè)現(xiàn)場缺乏有效的監(jiān)測手段，未能及時對異常現(xiàn)象進(jìn)行預(yù)警，加之資源未能有效配置，最終導(dǎo)致火力發(fā)電廠電能資源緊缺、工作人員效率低下、電力不能滿足供應(yīng)等問題產(chǎn)生。據(jù)調(diào)查，某地區(qū)發(fā)電廠2021年發(fā)電作業(yè)中故障頻發(fā)，見表1，電廠設(shè)備本體因素在電網(wǎng)強(qiáng)停情況中占比較大，不容忽視，為降低后期電廠運(yùn)行過程中故障發(fā)生率，應(yīng)科學(xué)引入人工智能技術(shù)，提前對電廠作業(yè)過程中的異常情況進(jìn)行預(yù)警，最大限度避免后期故障的發(fā)生，降低故障停時，有效提高電廠的作業(yè)質(zhì)量[1]。

表1 某地區(qū)發(fā)電廠2021年度故障匯總

人工智能技術(shù)的應(yīng)用，能夠提前對作業(yè)中的異常狀態(tài)進(jìn)行預(yù)警，有助于電廠精細(xì)化管理和自動化控制，避免一系列故障的發(fā)生，克服電廠傳統(tǒng)管理模式的缺點(diǎn)。該技術(shù)基于計算機(jī)+通信技術(shù)，采用硬件與軟件相結(jié)合的設(shè)計模式，實現(xiàn)對電廠各個發(fā)電機(jī)組的管理及控制。與傳統(tǒng)的技術(shù)相比，人工智能控制主要具有以下優(yōu)點(diǎn)[2]。

第一，擁有自動化的程序設(shè)置，可以保證作業(yè)結(jié)果或產(chǎn)品性能與模擬仿真效果一致，不會出現(xiàn)差錯，嚴(yán)格按照程序設(shè)置好的標(biāo)準(zhǔn)生產(chǎn)，源頭上保障電廠各項生產(chǎn)作業(yè)的規(guī)范性。

第二，誤差相對較小，AI 技術(shù)在運(yùn)行中，一般由計算機(jī)內(nèi)部程序設(shè)定好，一旦設(shè)置完畢便不會改變，后續(xù)的算法肯定能夠得到保障，減少了工作人員參與，避免了人為誤差，整個計算過程通常不會有明顯的誤差。

第三，節(jié)省人力成本。在傳統(tǒng)的電廠生產(chǎn)模式中，生產(chǎn)作業(yè)涉及較多電氣部件，像發(fā)電機(jī)組、變壓器等，這些電器通過電纜七零八碎地連接在一起，每臺設(shè)備都需要值班人員的操作和監(jiān)督才能充分發(fā)揮其作用，這樣一來，造成了大量的人力資源浪費(fèi)，而AI 技術(shù)利用其強(qiáng)大的數(shù)據(jù)分析能力，在程序設(shè)定好的情況下可以自動運(yùn)行，釋放了人力，節(jié)省經(jīng)濟(jì)成本的同時也提高了工作效率。

2 電廠現(xiàn)場作業(yè)存在的問題

隨著社會的發(fā)展，我國在人工智能方面的研究水平在不斷提高，電廠設(shè)備的工作數(shù)據(jù)無論在采集、還是在傳輸方面，其效率均得到了明顯改善。但也存在一些問題。

2.1 數(shù)據(jù)質(zhì)量問題

電廠設(shè)備作業(yè)過程中，數(shù)據(jù)質(zhì)量涉及采集、傳輸、儲存等多個環(huán)節(jié)，隱患較多，因此可能會造成測量中出現(xiàn)數(shù)據(jù)異常、缺失、重復(fù)或是數(shù)據(jù)儲存格式有誤等，致使數(shù)據(jù)采集的樣本量偏少。

2.2 數(shù)據(jù)收集不均衡問題

目前，我國所有的電廠設(shè)備中，現(xiàn)存的故障數(shù)據(jù)偏少，對比于監(jiān)控數(shù)據(jù)中的常規(guī)項點(diǎn)來說，其故障數(shù)據(jù)類型呈現(xiàn)出較大的不均衡性，只借助人工智能算法把控全局樣本較為困難。

2.3 數(shù)據(jù)融合存在問題

主要表現(xiàn)為兩方面，首先，早期各個系統(tǒng)比較分散，獨(dú)立開發(fā)并組成了不同的工作系統(tǒng)，很難進(jìn)行融合銜接；其次，各設(shè)備部件或作業(yè)數(shù)據(jù)通常來自不同設(shè)備廠家和作業(yè)人員等，且區(qū)別較大。因此，有效識別、融合互通的難度大。通過人工智能技術(shù)應(yīng)用在電廠設(shè)備的智能運(yùn)維中，一方面需要完善修復(fù)數(shù)據(jù)、豐富數(shù)據(jù)，確保數(shù)據(jù)樣本集的均衡性與全面性，另一方面還需要充分考慮目標(biāo)數(shù)據(jù)的類型及計算精度，以便選取最優(yōu)的算法模型。

2.4 缺乏有效監(jiān)測手段

為節(jié)省成本，實際工作中，大多電廠作業(yè)過程中，并未考慮引入智能化在線監(jiān)測裝備，也未對該部分內(nèi)容進(jìn)行設(shè)計，未預(yù)留安裝空間及數(shù)據(jù)接口，導(dǎo)致后期電廠工作過程中，各項運(yùn)行數(shù)據(jù)未能及時被查看，異常數(shù)據(jù)未能及時進(jìn)行跟蹤記錄，電廠作業(yè)狀態(tài)未能得到有效的監(jiān)控，且一旦電廠設(shè)備發(fā)生故障，沒有相關(guān)的數(shù)據(jù)及有效信息作為參考資料，既延長了檢修時間，又耽誤了生產(chǎn)進(jìn)度，一定程度上加大了作業(yè)人員工作的難度。

3 電廠現(xiàn)場作業(yè)預(yù)警運(yùn)用人工智能的技術(shù)要點(diǎn)

3.1 遙測系統(tǒng)技術(shù)

就遙測系統(tǒng)來講，其主要是對發(fā)電廠內(nèi)安裝的變壓器等電氣設(shè)備的作業(yè)狀態(tài)實施監(jiān)測，并進(jìn)行相關(guān)特征值分析，包括電壓、電流、電阻值等。伴隨對遙測系統(tǒng)的深度探討，不難發(fā)現(xiàn)，其能為發(fā)電廠的運(yùn)行及發(fā)展提供精準(zhǔn)、及時、詳細(xì)的數(shù)據(jù)，但如何從雜亂的數(shù)據(jù)中獲取有價值的資料，是未來需要著重鉆研的問題[3]。

3.2 缺陷預(yù)警與故障診斷

電廠發(fā)電作業(yè)過程中，容易發(fā)生故障，嚴(yán)重時甚至導(dǎo)致整個供電系統(tǒng)癱瘓，因此應(yīng)該引入基于人工智能的動態(tài)監(jiān)測設(shè)備，實時監(jiān)控電廠的作業(yè)狀態(tài)，利用傳感器采集數(shù)據(jù)，然后上傳到通信網(wǎng)絡(luò)，經(jīng)過計算機(jī)處理，迅速診斷出電廠作業(yè)系統(tǒng)存在的隱患，為設(shè)備檢修提供有力支撐，為可靠性檢修奠定基礎(chǔ)。在線監(jiān)測可以實現(xiàn)二十四小時不間斷監(jiān)測，快速識別出異常數(shù)據(jù)，確定出電廠故障點(diǎn)并進(jìn)行報警，通知工作人員快速到達(dá)現(xiàn)場進(jìn)行處理，有效保證后期電廠的供電質(zhì)量。此外，還應(yīng)建立故障處理系統(tǒng)，為后期電廠的安全運(yùn)行做好鋪墊，如圖1所示，故障處理系統(tǒng)將發(fā)生的故障依據(jù)類別一一分類，并建立專用故障臺賬，以便再次發(fā)生相似故障時，通過該系統(tǒng)能夠快速鎖定故障原因，及時解決相應(yīng)故障。故障處理系統(tǒng)應(yīng)主要包含信息收集模塊、流程管理模塊、遠(yuǎn)方操作模塊、記錄生成模塊、歷史事項模塊、檢索窗口、導(dǎo)出模塊、數(shù)據(jù)庫等。

圖1 故障處理系統(tǒng)圖

其中，數(shù)據(jù)庫的建設(shè)是重中之重，需要保證數(shù)據(jù)收集及錄入的準(zhǔn)確性和完整性，可將電廠作業(yè)過程中及后期使用中的故障按照故障時間、事件序列號、事件處理過程、故障造成影響、事件總結(jié)等項點(diǎn)進(jìn)行登記，逐一錄入，慢慢積累，逐步完善電廠作業(yè)預(yù)警的維護(hù)信息，實現(xiàn)電廠預(yù)警數(shù)據(jù)的隨時生成、一鍵導(dǎo)出等。

3.3 檢修策略智能推薦

隨著電力行業(yè)的飛速發(fā)展，電廠規(guī)模逐漸擴(kuò)大、復(fù)雜性日趨增大，維護(hù)要求也越來越高，因此電廠的生產(chǎn)和作業(yè)面臨著更苛刻的要求。而電廠生產(chǎn)與檢修計劃較為寬泛，傳統(tǒng)的檢修策略已不能滿足目前電力網(wǎng)絡(luò)的要求，因此，基于人工智能提出了智能修的最佳檢修策略[4]，涵蓋檢修時間、流程及模式等。檢修計劃優(yōu)化是從電廠作業(yè)入手，對檢修模式進(jìn)行多維度、多目標(biāo)的調(diào)整，目的是增強(qiáng)電廠運(yùn)行的可靠性，提高經(jīng)濟(jì)效益。通常采用的方法是啟發(fā)式智能算法、數(shù)學(xué)規(guī)劃方法等。當(dāng)前，基于人工智能開發(fā)電廠設(shè)備維護(hù)檢修方面的圖譜成為電網(wǎng)運(yùn)維檢修策略的后起之秀。圖2所示為基于AI 技術(shù)構(gòu)建的電廠作業(yè)設(shè)備運(yùn)維知識流程圖。

圖2 電廠設(shè)備運(yùn)維知識流程圖

3.4 三維全景可視化預(yù)警

發(fā)電廠的三維坐標(biāo)是后期對作業(yè)設(shè)備及作業(yè)人員進(jìn)行精確定位的基礎(chǔ)，也是發(fā)電廠工作狀態(tài)可視化實現(xiàn)的關(guān)鍵載體，可通過宏觀與微觀相結(jié)合的建模途徑來實現(xiàn)。

實際操作時應(yīng)遵循以下步驟：第一，利用無人機(jī)拍攝結(jié)合施工設(shè)計圖紙建模來搭建宏觀模型；第二，從微觀角度對關(guān)鍵電廠設(shè)備的3D 模型實施建模，并形成模型庫以便后續(xù)通用模塊的調(diào)用；第三，依據(jù)電廠建設(shè)圖對各個設(shè)備所規(guī)定位置進(jìn)行最終劃定。

3.5 運(yùn)動物體的精準(zhǔn)識別和軌跡跟蹤技術(shù)

對于發(fā)電廠而言，作業(yè)時不可避免地會有運(yùn)動的物體出現(xiàn)，通常指作業(yè)人員和車輛?；谌斯ぶ悄芤揽可疃葘W(xué)習(xí)的實時視頻進(jìn)行一一分析，達(dá)成對作業(yè)人員及車輛目標(biāo)的精準(zhǔn)識別，同時進(jìn)行行為趨勢預(yù)測，并對運(yùn)動物體全程軌跡實施跟蹤，一旦有異常情況時，立即預(yù)警處理。當(dāng)前，在人工智能技術(shù)中依靠人臉進(jìn)行的身份識別方法已較為成熟，而以體態(tài)、步態(tài)等特點(diǎn)進(jìn)行的人員身份識別還有很大的發(fā)展空間。

3.6 人工智能技術(shù)融入電廠綜合控制

基于人工智能技術(shù)的綜合控制系統(tǒng)通過把計算機(jī)和其他控制系統(tǒng)有機(jī)結(jié)合來達(dá)到工作數(shù)據(jù)高速傳送的目的。該系統(tǒng)是基于電廠各模塊單獨(dú)控制系統(tǒng)而進(jìn)行技術(shù)改造的升級控制系統(tǒng)，可以實現(xiàn)對電廠各機(jī)組進(jìn)行高效管控，同時兼顧對故障的預(yù)警及快速處理。傳統(tǒng)的電廠通常管理模式刻板單一，會導(dǎo)致較多的生產(chǎn)問題產(chǎn)生[5]。比如，各機(jī)械部分?jǐn)?shù)據(jù)封閉，不能進(jìn)行數(shù)據(jù)融合交流，也不能實現(xiàn)數(shù)據(jù)實時監(jiān)控，任何一方數(shù)據(jù)參數(shù)異常，都會造成整個管理系統(tǒng)故障，耽誤生產(chǎn)進(jìn)度。將人工智能技術(shù)融合入綜合控制系統(tǒng)后，能將電廠相關(guān)設(shè)備進(jìn)行有效銜接，數(shù)據(jù)實時進(jìn)行更新，實現(xiàn)有效監(jiān)控，還可以進(jìn)行精準(zhǔn)的故障報警，大大提高工作效率。

4 結(jié)語

文章首先介紹了人工智能的優(yōu)勢及研究背景，其次對電廠現(xiàn)場作業(yè)存在的問題進(jìn)行了分析，最后研究了遙測系統(tǒng)技術(shù)、缺陷預(yù)警與故障診斷、三維全景可視化預(yù)警、運(yùn)動物體的精準(zhǔn)識別和軌跡跟蹤技術(shù)以及檢修策略智能推薦等運(yùn)用人工智能技術(shù)進(jìn)行電廠作業(yè)預(yù)警的技術(shù)要點(diǎn)，提高電廠工作質(zhì)量的同時也推動了電力行業(yè)健康發(fā)展。