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

一、前言

發(fā)電行業(yè)一日經(jīng)營(yíng)核算“精益 智能”管理平臺(tái)以國資委數(shù)字化轉(zhuǎn)型試點(diǎn)企業(yè)建設(shè)目標(biāo)為指引，在華能集團(tuán)現(xiàn)有信息化和數(shù)字化平臺(tái)基礎(chǔ)上，結(jié)合華能江西分公司智慧電廠、一日經(jīng)營(yíng)核算等典型項(xiàng)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(yíng)業(yè)務(wù)單元，形成一系列知識(shí)產(chǎn)權(quán)和標(biāo)準(zhǔn)規(guī)范，推動(dòng)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(jí)。本平臺(tái)將江西分公司一日經(jīng)營(yíng)核算、利潤(rùn)中心平臺(tái)、稅務(wù)管理平臺(tái)等現(xiàn)有平臺(tái)與司庫、財(cái)務(wù)共享平臺(tái)貫通，升級(jí)整合為一日經(jīng)營(yíng)核算“精益 + 智能”管理平臺(tái)，推進(jìn)系統(tǒng)高度集成、數(shù)據(jù)資產(chǎn)一體化管理，夯實(shí)一日經(jīng)營(yíng)核算，強(qiáng)化業(yè)財(cái)聯(lián)動(dòng)尋優(yōu)，提升區(qū)域公司財(cái)務(wù)與經(jīng)營(yíng)數(shù)智化水平。

二、平臺(tái)建設(shè)思路與重點(diǎn)

（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(jià)值的關(guān)鍵[1]。首先，數(shù)據(jù)分散在各個(gè)不同的部門和信息系統(tǒng)，孤島嚴(yán)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(yàn)的缺乏，很難對(duì)數(shù)據(jù)進(jìn)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(jìn)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(jià)值。

（二）重視實(shí)時(shí)數(shù)據(jù)的價(jià)值

電廠生產(chǎn)經(jīng)營(yíng)過程是周期性的，財(cái)務(wù)報(bào)表都是按照月度和年度出具的，對(duì)財(cái)務(wù)數(shù)據(jù)的評(píng)價(jià)也是按照周期來計(jì)算的，實(shí)時(shí)數(shù)據(jù)的價(jià)值未充分發(fā)揮出來。實(shí)時(shí)數(shù)據(jù)是進(jìn)行動(dòng)態(tài)規(guī)劃[2的出發(fā)點(diǎn)，動(dòng)態(tài)規(guī)劃的核心原則是最優(yōu)化原理和無后向性，實(shí)時(shí)數(shù)據(jù)剛好提供了一個(gè)無后向性的狀態(tài)點(diǎn)，也就是過去的狀態(tài)不可復(fù)現(xiàn)，過去的數(shù)據(jù)不影響后續(xù)的優(yōu)化，過程中的動(dòng)態(tài)調(diào)整均以實(shí)時(shí)數(shù)據(jù)作為計(jì)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(huì)經(jīng)過的三個(gè)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(duì)象進(jìn)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(duì)設(shè)備的健康狀態(tài)的預(yù)警、對(duì)安全問題的預(yù)防、新能源對(duì)于天氣的預(yù)測(cè)等。

（四）重視精益管理理念的植入

精細(xì)是精益管理第一個(gè)層次的要求，然而管理越精細(xì)，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(diǎn)捕捉到連續(xù)積累，表達(dá)方式由文字語言到機(jī)器語言，通過積累全價(jià)值鏈活動(dòng)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(xué)方式概括表達(dá)、呈現(xiàn)與實(shí)際運(yùn)行近似的結(jié)果，搭建出各個(gè)環(huán)節(jié)的管理模型，再集合成系統(tǒng)的管理模型。

（五）對(duì)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(tái)的建設(shè)是一個(gè)信息化建設(shè)的項(xiàng)目，但項(xiàng)目成功的關(guān)鍵是對(duì)一系列核心數(shù)學(xué)模型的建立（如AI大模型及應(yīng)用、新能源功率預(yù)測(cè)優(yōu)選模型、交易輔助決策、聯(lián)動(dòng)尋優(yōu)模型等）。這些模型的建立需基于實(shí)際大量的數(shù)據(jù)，以及強(qiáng)大的專業(yè)基礎(chǔ)。

三、平臺(tái)建設(shè)方案

（一）數(shù)據(jù)資產(chǎn)平臺(tái)構(gòu)建

為了有效地集中處理海量數(shù)據(jù)，并進(jìn)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(gè)必要的舉措。數(shù)據(jù)資產(chǎn)管理中心作為一個(gè)集中的數(shù)據(jù)管理平臺(tái)，能夠?qū)崿F(xiàn)數(shù)據(jù)的統(tǒng)一收集、存儲(chǔ)、處理和分析，為企業(yè)提供標(biāo)準(zhǔn)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(shí)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(jià)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?jǐn)?shù)據(jù)驅(qū)動(dòng)的決策制定，提升整體運(yùn)營(yíng)效率和競(jìng)爭(zhēng)力。因此，建立數(shù)據(jù)資產(chǎn)管理中心是實(shí)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(yíng)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(xùn)練的重要基礎(chǔ)，能夠幫助模型學(xué)習(xí)行業(yè)知識(shí)和規(guī)律。模型是指針對(duì)特定行業(yè)的預(yù)訓(xùn)練模型，能夠融合行業(yè)知識(shí)和經(jīng)驗(yàn)，提升模型的準(zhǔn)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(duì)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(jìn)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(shí)，行業(yè)模型的建立需要多種模態(tài)的智能算法進(jìn)行搭配，在不同場(chǎng)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(yíng)提供智能輔助。

四、平臺(tái)應(yīng)用

（一）平臺(tái)建設(shè)概況

本平臺(tái)融入新興技術(shù)，推進(jìn)生產(chǎn)數(shù)字化轉(zhuǎn)型升級(jí)，持續(xù)深化一日經(jīng)營(yíng)核算和業(yè)財(cái)融合，持續(xù)建設(shè)瑞金智慧電廠，持續(xù)推進(jìn)數(shù)字化煤場(chǎng)、生產(chǎn)集約化管理中心（生產(chǎn)調(diào)度中心、智慧運(yùn)維中心和技術(shù)服務(wù)中心）建設(shè)，推進(jìn)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(dòng)化、信息化、標(biāo)準(zhǔn)化為基礎(chǔ)，以數(shù)據(jù)資產(chǎn)管理中心、指標(biāo)中心為底層數(shù)據(jù)支撐的生產(chǎn)數(shù)字化融合平臺(tái)，利用AI大模型建立分析算法，強(qiáng)化運(yùn)行設(shè)備的可靠性評(píng)估和風(fēng)險(xiǎn)預(yù)警，持續(xù)提高發(fā)電機(jī)組運(yùn)行經(jīng)濟(jì)性和可靠性，促進(jìn)企業(yè)“精益 + 智能生產(chǎn)。

基于基層企業(yè)“一日經(jīng)營(yíng)核算”與區(qū)域公司“利潤(rùn)中心”平臺(tái)，構(gòu)建數(shù)據(jù)和業(yè)務(wù)中臺(tái)，打造AI大腦，以現(xiàn)貨營(yíng)銷為“龍頭”，實(shí)現(xiàn)營(yíng)銷報(bào)價(jià)輔助、生產(chǎn)經(jīng)營(yíng)協(xié)同聯(lián)動(dòng)尋優(yōu)、財(cái)務(wù)主報(bào)表智能生成、經(jīng)營(yíng)指標(biāo)AI診斷和風(fēng)險(xiǎn)洞察分析，以及區(qū)域?qū)?biāo)分析等深化應(yīng)用功能。同時(shí)推進(jìn)財(cái)務(wù)、營(yíng)銷燃料、風(fēng)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(yùn)營(yíng)管理效率，共享數(shù)字化管理價(jià)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(biāo)準(zhǔn)文件進(jìn)人文檔加載器，針對(duì)不同類型的文件加載器對(duì)其進(jìn)行不同處理形成可讀的文本材料，對(duì)材料按照一定的規(guī)則進(jìn)行切割，生成專業(yè)的詞匯庫，并根據(jù)中文向量庫進(jìn)行匹配存儲(chǔ)。當(dāng)用戶需要進(jìn)行知識(shí)提問時(shí)，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(jìn)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(jìn)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(shí)有變更，需要重新組織學(xué)習(xí)、培訓(xùn)、考試，考試題庫目前都是由專業(yè)的工程師進(jìn)行編制，需要花費(fèi)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(xué)習(xí)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(dǎo)入新編制的規(guī)程、標(biāo)準(zhǔn)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(duì)其編制的題庫進(jìn)行審核使用。

3.電量滾動(dòng)預(yù)測(cè)

通過有效的區(qū)域負(fù)荷特征選擇以及數(shù)據(jù)預(yù)處理，并利用先進(jìn)有效的AI數(shù)學(xué)模型對(duì)區(qū)域負(fù)荷進(jìn)行中長(zhǎng)期預(yù)測(cè)具體為：通過搜集市場(chǎng)上的交易信息、氣象信息、煤價(jià)指數(shù)、工業(yè)指數(shù)、宏觀經(jīng)濟(jì)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(cè)模型，得到當(dāng)月發(fā)電計(jì)劃并對(duì)后續(xù)月份的區(qū)域電量進(jìn)行預(yù)測(cè)分析，有效指導(dǎo)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(jì)劃以及檢修計(jì)劃安排等提供科學(xué)決策的依據(jù)。

4.輔助現(xiàn)貨報(bào)價(jià)

結(jié)合電網(wǎng)的事前日信息披露數(shù)據(jù)，計(jì)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(duì)全網(wǎng)啟停機(jī)、必開必停機(jī)組約束，結(jié)合對(duì)全網(wǎng)火電各臺(tái)機(jī)組的信息摸底，AI建模，模擬各臺(tái)機(jī)組分負(fù)荷段的報(bào)價(jià)數(shù)據(jù)，并得到次日出清電價(jià)預(yù)測(cè)。以企業(yè)效益最大化為目標(biāo)，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(fēng)險(xiǎn)”評(píng)估模型，提供分公司下屬發(fā)電企業(yè)分機(jī)組的最佳報(bào)價(jià)方案，為企業(yè)營(yíng)銷報(bào)價(jià)提供支撐作用。

（三）協(xié)同聯(lián)動(dòng)

1.營(yíng)銷- 燃料聯(lián)動(dòng)尋優(yōu)

以營(yíng)銷為指導(dǎo)，對(duì)火電各機(jī)組進(jìn)行中長(zhǎng)期電量預(yù)測(cè)，以及負(fù)荷分布情況進(jìn)行深入分析，得到未來可控時(shí)段內(nèi)的機(jī)組負(fù)荷率/電量分布占比，并結(jié)合不同負(fù)荷下的配煤摻燒建議，實(shí)現(xiàn)企業(yè)中長(zhǎng)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(chǎng)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(dòng)尋優(yōu)

系統(tǒng)將自動(dòng)提出機(jī)組不同負(fù)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(jì)煤種摻燒計(jì)劃，以及為了保證用電高峰期的機(jī)組帶負(fù)荷能力而制定高品質(zhì)煤的摻燒計(jì)劃（主要原則“淡存旺耗”），每日進(jìn)行入爐煤摻燒匹配分析工作一在日度負(fù)荷曲線下，經(jīng)濟(jì)煤種以及高品質(zhì)煤（高熱值、低硫分）的建議摻燒比例與實(shí)際摻燒量的對(duì)比跟蹤：當(dāng)實(shí)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(shí)，煤場(chǎng)存煤結(jié)構(gòu)存在后期失衡、無法保障機(jī)組最大出力等情況出現(xiàn)時(shí)，系統(tǒng)自動(dòng)提醒并提供摻配決策建議。

3.生產(chǎn)—營(yíng)銷聯(lián)尋優(yōu)

容量電費(fèi)[對(duì)于企業(yè)固定資產(chǎn)回收是一個(gè)巨大利好因素，但現(xiàn)貨市場(chǎng)形勢(shì)下，機(jī)組負(fù)荷調(diào)度波動(dòng)加大，對(duì)于容量電費(fèi)的回收是一個(gè)挑戰(zhàn)。對(duì)此，實(shí)時(shí)跟蹤設(shè)備運(yùn)行狀態(tài)、煤場(chǎng)存煤狀態(tài)、煤倉上煤狀態(tài)等，對(duì)可能發(fā)生容量電費(fèi)考核的因素進(jìn)行提醒，包括：磨煤機(jī)是否檢修停運(yùn)、其他重要輔機(jī)運(yùn)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(shí)間跟蹤。

另外，系統(tǒng)自動(dòng)跟蹤容量電費(fèi)考核，實(shí)時(shí)跟隨AGC指令以及實(shí)際負(fù)荷指令，在負(fù)荷跟隨上出現(xiàn)較大偏差的情況下，記錄運(yùn)行工況，并給出容量電費(fèi)考核原因分析。

五、結(jié)語

本平臺(tái)的建設(shè)將有效推進(jìn)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(duì)發(fā)電行業(yè)的精益管理起到促進(jìn)作用。

第一，推進(jìn)發(fā)電行業(yè)生產(chǎn)數(shù)字化轉(zhuǎn)型。推進(jìn)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(tái)、業(yè)務(wù)中臺(tái)為支撐，利用AI建立分析模型，強(qiáng)化運(yùn)行設(shè)備的可靠性評(píng)估和風(fēng)險(xiǎn)預(yù)警，持續(xù)提高發(fā)電機(jī)組運(yùn)行經(jīng)濟(jì)性和可靠性，促進(jìn)企業(yè)“精益 + 智能”生產(chǎn)。

第二，推進(jìn)發(fā)電行業(yè)管理數(shù)字化轉(zhuǎn)型。深化一日經(jīng)營(yíng)核算，建立精智管理平臺(tái)，以現(xiàn)貨市場(chǎng)為指引，實(shí)現(xiàn)營(yíng)銷報(bào)價(jià)輔助、經(jīng)營(yíng)協(xié)同聯(lián)動(dòng)尋優(yōu)、財(cái)務(wù)報(bào)表智能生成、經(jīng)營(yíng)指標(biāo)AI診斷和風(fēng)險(xiǎn)洞察等深化應(yīng)用功能，降低管理環(huán)節(jié)成本，提升運(yùn)營(yíng)管理效率，提高企業(yè)“精益 + 智能”管理。

第三，推進(jìn)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(shì)預(yù)警、設(shè)備狀態(tài)評(píng)估、經(jīng)營(yíng)風(fēng)險(xiǎn)預(yù)警、電量滾動(dòng)預(yù)測(cè)、經(jīng)營(yíng)指標(biāo)診斷等數(shù)字化模型，形成智能、簡(jiǎn)易、敏捷的數(shù)字化決策能力，實(shí)現(xiàn)企業(yè)“精益 + 智能決策。

參考文獻(xiàn)

[1]唐遠(yuǎn)富，陳遠(yuǎn)揚(yáng).基于數(shù)據(jù)驅(qū)動(dòng)模型的電力大數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘研究[J].自動(dòng)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(shí)時(shí)數(shù)據(jù)治理系統(tǒng)設(shè)計(jì)[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(jì)[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(xué)習(xí)與應(yīng)用初探[J].中國電機(jī)工程學(xué)報(bào)，2023，43（10）：3705-3718.

[8]劉澤鋒.容量電價(jià)補(bǔ)償機(jī)制的經(jīng)濟(jì)學(xué)分析[J].能源，2024（03）：39-41.

基金項(xiàng)目：華能集團(tuán)科技項(xiàng)目“發(fā)電行業(yè)一日經(jīng)營(yíng)核算‘精益 + 智能’管理平臺(tái)”（項(xiàng)目編號(hào)：HNKJ24-H40）

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

■責(zé)任編輯：王穎振鄭凱津