★宝钢湛江钢铁有限公司柯理文，幸嘉铭

★艾默生过程控制有限公司邓新亮

1　工程概况

某钢铁自备电厂二期扩建2×135MW亚临界超高温煤气机组（B-T-G），于2021年4月完成168小时试运行。两台机组均采用艾默生Ovation DCS系统，涵盖锅炉、汽机、电气、脱硫脱硝等设备控制。

2　项目挑战及解决方案

面对宝钢湛江钢铁自备电厂运行人员监盘范围广、监控负荷大、海量历史运行数据待挖掘及经验传承难的痛点，艾默生致力于通过智能监盘系统实现电厂监控智能化。系统整合了先进的数据分析与智能诊断算法，依托智能监盘实时监测、故障预警、自动诊断等功能，使运行监测实现由人工监控向计算机智能监控的转变。相比人工监控，系统实现了7×24小时不间断的智能监测与预警，大幅降低了运行监盘人员的监控负荷。

与此同时，智能监盘以知识库的形式保留了老师傅的运行经验，通过各项运行数据综合研判，剑指异常点，新人可以快速查询以指导工作，极大地提高了新人的成长速度，确保宝贵操作技能得到有效传承，助力机组的安全、稳定、经济运行。

智能监盘提升了生产过程监控的效率、质量和智能化水平以及劳动效率，极大地释放了运行人员的时间，运行人员可以将更多精力用于系统优化和技术创新，推动电厂向更高效、更智能的发展方向转变。

3　项目创新点

（1）智能监盘基于Ovation Intelligent Framework（OIF）智能框架，在安全一区与DCS系统一体化部署，保证数据交互可靠性，解决了厂级SIS/MIS系统不能返回控制系统从而无法指导实时运行的痛点问题。

（2）创新的人机界面DCS一体化层级展示设计，通过嵌入式和报警联动的方式，实现了监控预警信息与DCS系统的无缝融合。监盘画面轮播功能减轻了运行人员在监盘过程不断翻页画面的工作量。报警处理实现了闭环管理，有效减少了遗漏与误操作的风险。无需额外学习成本，轻松查看，帮助作出决策。

（3）一体化的OIF/Ovation Analytics Studio（OAS）软件部署简单，与DCS系统的连接无需配置复杂的接口，可简单快速从DCS系统中获取所需测点数据（硬件点、中间点、算法点等）、测点质量信息、DCS报警信息等，提取数据的速度、精度优势显著。平台运行可靠稳定，易于维护。

（4）数据分析方面，OAS数据分析软件支持多种数据接口，方便在线读取DCS历史数据，具备高效的数据清洗与质量检查能力。使用简易的可视化操作完成训练、验证、调优的全流程机器学习建模。模型参数阈值可自动生成，使得数据分析和模型建立变得简单高效。

（5）采用Ovation OPET多状态识别算法，解决设备多参数耦合状态下的异常和故障识别问题。显著提高故障预知能力，减少设备意外停机，降低维护成本。

（6）智慧监盘充分考虑设备特性，评估设备实时状态，为设备优化控制提供依据，使调整更加精确有效。

（7）智能监盘系统采用机理模型、人工经验、大数据技术和AI算法，构建了一个智能的监控、分析和诊断平台。该平台充分利用了模型表示、推理、数据驱动等技术手段，实现了对运行参数、设备状态、系统性能的持续监测和评估。平台具有全天候不间断的监控能力，大幅减轻了运行人员的监盘劳动强度，同时提高了发电机组的安全性、稳定性、经济性及环保性。

4　解决方案设计思路、实施流程和主要功能

艾默生公司与用户进行了多次充分交流讨论，根据电厂的实际情况和用户需求，定制开发了整体的智能监盘解决方案，该项目解决方案充分考虑了电力行业的特点，以提升监控效率和保障系统安全性两方面为主要着力点。一方面利用智能算法和模型驱动技术实现全时域监测和预警，自动化程度高，减轻人工监控强度；另一方面借助数据和经验知识建立智能诊断系统，在故障发生早期就可进行预警，指导运行人员按照指导意见进行处理，缩短故障恢复时间，提高系统可靠性。

该方案基于OIF智能框架，与机组DCS系统一体化部署。分别在U3&U4机组的DCS系统中部署高性能OIF模型运算服务器和OAS数据分析及建模服务器。OAS可直接连接Ovation历史站进行运行数据的提取，利用大数据分析与AI算法，完成数据清洗、特征提取、模型训练、验证等工作。OIF通过标准接口获取DCS实时数据，用于驱动诊断模型和专家规则的运算，运行各类智能监控与故障诊断模型，实时进行参数监测、设备监视、状态评估、故障预测等分析。模型运算结果以报警、预警等形式反馈到DCS，指导操作员进行处理。基本流程步骤如图1所示。

图1 方案实施流程

智慧监盘系统集成了参数预警、设备健康度评估、故障诊断与专家知识管理4种核心功能模块。参数预警模块通过多维数据分析和预测，实现对关键参数的实时监测，当参数异常时，可快速发出预警，避免发生跳闸、跳机等事故；设备健康度评估模块综合考虑多项运行指标，利用智能算法评判设备的实时状态，可提前发现设备潜在故障，指导操作员进行预防性维护；故障诊断与根源分析模块收集设备故障案例，构建标准故障库，当新故障发生时，可快速匹配得到故障原因，生成处理意见，指导现场快速恢复；专家知识库模块储存丰富的过程数据和操作经验知识，帮助新操作员快速获取专业技能，缩短成长周期，确保操作效率和质量。各功能模块相互协同支持，共同提升过程监控和设备管理的智能化水平，实现对系统运行状态的主动识别与预知控制。

5　项目成果

通过模型验收和现场验证，智慧监盘系统展示了强大的预测与故障诊断功能，达到了设定的技术指标和用户需求，为电厂的智能化运维提供了有力支撑。

利用U3和U4机组的历史运行数据，对各类智能模型进行了复算验证。结果表明，模型可以准确地复现历史故障案例，实现故障的准确定位与预警。与设备维修记录对比，模型诊断结果与实际故障情况有较高的吻合度。模型验证还考虑了机组改造和检修等重要时间节点。在实际运行中，通过参数预警、设备健康评估等手段，模型实现了对潜在故障的预测性监控，误报率和漏报率较低，为电厂故障预防提供了有效依据。

总体而言，智慧监盘的应用显著提升了过程监控和设备管理的智能化水平。我们将持续优化各类智能算法，使系统产生的诊断结果更加准确可靠。

（1）OAS数据分析功能，提供完整的可视化交互，帮助运行工程师通过数据分析视角，对历史数据进行可视化分析和处理，深入探索历史数据背后的状态信息，帮助创建适用于本厂的专家规则和故障诊断模型。

通过对电厂海量现场历史数据进行分析，发现：

·浆液循环泵B转速与电流关系异常，查阅规程泵一直处于超速状态，与现场热控联系，经现场确认，泵确认存在超速情况，联系设备维护人员进行处理，提前避免了大型环保辅机异常对环保达标排放带来了的潜在风险。

·发现4B送风机电机驱动端轴承振动信号突然发现变化，与其他信号规则变化刚好相反，经现场深入检查排摸，发现振动测点信号确有接反情况，经检修处理已经恢复，成功解决了机组大型6kV辅机的深层次风险。

（2）对重要关键参数实现多维度动态分析及预警功能

整个项目，从人工监盘的底层需求出发，结合人工监盘经验、利用大数据分析技术和AI算法，实现对重要关键参数多维度动态分析预警。

具体来说，该模块集成了统计分析、趋势预测、关联分析等多种智能算法技术，构建了参数的全方位监测与故障预知体系。

在统计分析方面，考虑参数的运行区间、期望偏差、阈值修正等指标，监测参数的静态分布情况。在趋势预测方面，利用递归模型、深度学习等技术手段，实现参数运行趋势的前瞻性预测。在关联分析方面，考察参数之间的相关性，利用相关性识别参数的异常情况。

综合运用以上技术手段，参数预警模块可以对关键参数实现全天候、全场景的监测，快速发现参数异常并预警，保障系统安全可靠运行。例如：高炉煤气燃烧器调阀定位器与实际机械开度反向、液压油冷却器出口油温温度过高、高加液位波动过大、空预器出口烟气压降大、锅炉壁温超限时常统计及超限极值、EH油压力偏小等。

同时，该模块输出的预警信息可指导操作员优化参数，提高过程运维的主动性。未来，随着模型不断优化，预警效果将持续提升，更好地服务于电厂的智能化运维。

（3）实现送风机、引风机、电动给水泵、凝结水泵、循环水泵、浆液循环泵等电厂重要设备健康度预警。

泵与风机是火力发电中应用最多的设备，特别是大型辅机，其安全稳定运行直接关系到机组的安全稳定运行，也是运行人员的监盘重点内容。其在实际运行过程中表现的工况点，往往单测点无法对其工况点状态进行监视，这也导致其一些故障很难被提前察觉，无法预测故障的发生。

该项目智慧监盘重点实施了对送风机、给水泵、循环水泵等重要设备的健康度评估与预警。设备健康评估模块综合考量设备的振动、温度、流量等参数信息，采用Ovation OPET智能算法对设备运行状态进行多维度分析，对系统/设备健康状态进行识别。

相较于单一传感器监测，该模块实现了更全面、更准确的设备健康评估。系统可以持续监测设备状态，一旦检测到性能衰退迹象，立即产生健康度预警，指导现场采取预防性维护措施，避免事故发生。同时，设备健康评估结果还可为维保人员的检修决策提供依据。随着运行数据积累，继续优化模型，设备健康评估和预警效果将持续提升，使运维更加智慧化。

设备健康评估是智慧监盘的重要功能之一。其应用将大幅减少突发事故，使电厂实现更安全、更经济的运营目标。

（4）实现重要设备的在线故障诊断与根源分析

智慧监盘实现了对关键设备的在线故障诊断与根源定位。重点应用于6kV重要设备，如风机、给水泵、循环水泵等。针对这些设备，系统除监测运行参数外，还集成了故障诊断与性能评估功能。该功能融合模型分析与数据分析技术，对设备故障进行智能识别与定位。

模块可以根据设备特性曲线，评估设备的工况状态，为参数优化提供依据。利用Ovation高级算法实时评分设备工作状态，判断设备健康程度。当故障发生时，可快速锁定根因，并提供建议指导现场处理，将损失降到最小。

相较于传统经验分析，该功能实现了更加智能、快速的故障处理。它结合先进算法与运行数据，提升了故障识别与定位的效率。设备在线故障诊断功能的应用将大幅减少设备故障对生产的影响。

（5）专家知识库的建立和积累

运行经验是最宝贵的财富，智慧监盘通过构建标准化的专家知识库，实现了运行经验的沉淀与共享。例如，针对电厂疏水阀门泄漏问题，系统收集了老师傅根据阀门温度变化判断内漏的宝贵经验。将该经验以专家规则的形式建模，实现了对阀门状态的智能监测和预警。

随着人工经验知识的积累，智慧监盘已初步建立了故障诊断库和专家规则库。这不仅提高了故障处理效率，还使宝贵的经验知识得到积累和利用，缩短了新人技能培养周期。相较于经验的个人化传承，智慧监盘实现了集约化的知识管理。知识模型化可使知识体系化，易于传播和共享。同时，还可持续丰富知识库内容，不断提升系统的智能化水平。

专家知识库的建设是智慧监盘的重要一环。它实现了知识的连续化积累利用，助力企业向智慧化转型。

（6）智能监盘系统与常规DCS系统监视画面无缝融合

智能监盘系统展示画面采用嵌入式方式和报警光字牌，与DCS系统监视画面无缝融合。同时，监盘系统配有自动轮播功能，有效减少了运行人员频繁切换画面的工作负担。

这种融合创新设计理念把智能监盘完全一体化到DCS中，无需再监控额外系统。极大降低了操作负荷，提升了工作效率。操作员可以及时发现预警信息并处理，无需在不同系统间切换，节约了时间和精力。

智慧监盘与DCS的无缝集成，实现了信息融合和操作融合，将监管过程优化到了新水平。这将进一步提升电厂的安全性和经济性。

6　项目收益

该自备电厂智能监盘的成功投入，达到机组运行时少人值守、减轻运行人员劳动强度的效果。实现关键设备及重要参数的预警和在线诊断，变被动响应为主动应对，极大地提升了机组安全性、稳定性、经济性和环保性。同时助力用户智慧运营，积极响应集团智慧制造战略布局，使其管理水平站在了同行业前列，起到很好的示范引领作用。

（1）实现计算机代替人员对运行系统、设备、参数进行监控、分析和诊断，并可按照诊断结果提供指导意见。智能监盘旨在帮助提高整个工厂运行的效率，帮助运行人员减轻工作负荷，让运行人员投入更多的精力在如何提高整个系统的协同运作从而进一步降低运营成本。

（2）通过模型对设备及参数的异常征兆进行预警，助力运行、检修人员科学决策，提前进行人为干预，减少非计划停机，避免不必要的经济损失。

（3）提前研判设备状态、长周期分析设备运行变化趋势，对设备诊断提供了有力的数据支撑，可有效避免辅机故障或损坏，降低设备维护成本。

（4）运行监盘人员通过智慧监盘系统，研究挖掘机组最佳运行工况，及时干预机组运行状态，依托班组经济小指标竞赛，实现机组各项经济指标最优，效益最优。

（5）传承固化经验，通过知识提取将专业经验沉淀于系统中，持续迭代，形成企业宝贵财富。同时电厂的生产运行与生产管理有机结合起来，将生产管理的技术经济指标实时、动态地贯彻到一线生产运行岗位，提高电厂的运行效益。

（6）第一个Ovation DCS一体化的全厂智能监盘，有效推动电厂工业4.0进程。在实施过程中解决了众多技术难点，实用性很强，整体解决方案达到行业领先水平，显著促进行业进步并有重大战略意义。

摘自《自动化博览》2023年9月刊