1
关注中国自动化产业发展的先行者!
2024中国自动化产业年会
2023
2023年工业安全大会
OICT公益讲堂
当前位置:首页 >> 资讯 >> 行业资讯

资讯频道

工业互联网研究及在智能电站中的应用
工业互联网是我国信息化技术发展应用的一个重点发展方向,发电企业智能电站的研究和应用正在积极推进。结合工业互联网技术,对工业互联网在发电企业的总体应用进行了探讨,对火电机组部分具体功能应用进行了介绍,并进一步对工业互联网的星云架构及发展进行了展望。工业互联网技术在智能电站中的推广应用,将为两化融合提供一条具体的解决道路。
关键词:

摘要:工业互联网是我国信息化技术发展应用的一个重点发展方向,发电企业智能电站的研究和应用正在积极推进。结合工业互联网技术,对工业互联网在发电企业的总体应用进行了探讨,对火电机组部分具体功能应用进行了介绍,并进一步对工业互联网的星云架构及发展进行了展望。工业互联网技术在智能电站中的推广应用,将为两化融合提供一条具体的解决道路。

关键词:工业互联网;智能电站;特征值;星云架构

Abstract: Industrial internet is a key direction of the development and application of information technology in China, and the research and application of intelligent power station in power generation enterprises are being actively promoted. Combined with industrial internet technology, the overall application of industrial internet in power generation enterprises is discussed, some specific functional applications in thermal power units are introduced, and the nebulous framework and development of industrial internet are further proposed. The promotion and application of industrial internet technology in intelligent power station will provide a concrete solution for the integration of the industrialization and informatization.

Key words: Industrial internet; Intelligent power station; Characteristic value; Nebular framework

以信息化带动工业化、以工业化促进信息化,走新型工业化道路是两化融合的基本要求,其核心就是传统工业化企业需要以信息化为支撑,追求可持续发展模式。发电行业过去的两化融合在公司集团侧多体现在企业管理信息化方面,如办公自动化、ERP、数据中心、集团级生产监管等方面,这些信息化系统的建设一定程度地提升了企业管理水平,但与生产过程的融合还可进一步深入。两化融合在电厂侧的信息化建设方面,主要体现在MIS(ERP)、SIS、网络系统安全等方面的建设,这些构成了电厂侧生产管理过程的基础信息化体系。

随着电力行业的改革、能源结构及布局的调整、以“云、大、智、物、移”为特征的新技术发展等环境的变化和影响,发电企业的信息化发展内容有了新的内涵和扩展空间,两化融合发展战略赋予了新的内涵和实现途径[1、2]。借助新的信息化技术,如工业互联网、智 能电站等,两化融合的应用领域已经逐渐扩展到风电、 光伏等;已建设的信息化系统在电站应用功能上也在不断优化,如燃料管理已经基本实现煤场无人值守、自动采集化验、优化掺配等功能;新的智能化信息技术得到不断创新和应用。

工业互联网作为新一代信息技术与制造业深度融合的产物,日益成为新工业革命的关键支撑和深化“互联网+先进制造业”的重要基石,对未来工业发展将产生全方位、深层次、革命性影响。2020年,国家将工业互联网作为新型基础设施加快推进。

1 华能集团工业互联网介绍

在新一代信息技术与制造技术深度融合的背景下,在工业数字化、网络化、智能化转型需求的带动下,以泛在互联、全面感知、智能优化、安全稳固为特征的工业互联网应运而生。工业互联网是“互联网+”的一个重要发展方向[3],作为全新工业生态、关键基础设施和新型应用模式,通过人、机、物的全面互联,实现全要素、全产业链、全价值链的全面连接,正在全球范围内不断颠覆传统制造模式、生产组织方式和产业形态,从而推动传统产业加快转型升级、新兴产业加速发展壮大。

工业互联网由美国GE公司2012年提出便直接涉及企业的生产过程[4、5]。最初GE提出了工业互联网“数据湖”概念,即从工业设备和网络中获取数据,然后利用生产大数据分析工具进行存储、分析和可视化,智能化信息可以供决策者在必要时实时使用或直接实现智能决策,并直接提升企业生产效率,如优化节能降耗、提供设备状态检修等等,所以工业互联网的直接目的是推动实体工业的高质量发展。

工业互联网平台是工业互联网的核心技术,通过汇聚全业务、全类型数据资源,全面支撑其他智能化应用。华能集团AIdustry平台便是以大数据、人工智能为核心的流程性行业工业互联网平台,可拓展到电力、钢铁、化工、煤炭等行业。AIdustry平台为流程性行业设备管理、状态检维修、安全生产、运行优化、经营管理提供分析诊断、智能运维、决策支持等服务,以提高工作效率和管理水平,降低经营成本,辅助科学决策和战略管理。平台核心功能是实现数据采集、存储、处理以及应用开发、数据分析等功能,在电力、钢铁、化工、煤炭领域建立产业化智能应用生态体系,通过采集企业各类生产设备数据,利用AIdustry工业大数据平台提供智能化分析工具,实现设备预测预警、故障诊断、运行优化等。同时依托AIdustry工业互联网平台,建立开放、共享、共建、共赢的运营模式为企业创造更高效益。

AIdustry工业互联网平台包含边缘层、平台层、应用层三层,其总体架构如图1所示。

image1599057436913091.png

图1 AIdustry工业互联网平台总体架构

总体架构中的应用层功能分为三个层级:一是厂级的智慧电厂层面,包括设备状态、健康评估、故障预警与诊断、性能优化、决策支持等功能;二是集团级智慧经营层面,包括生产实时监控、机群发电调度、机群对标寻优、市场预测、上网竞价管理、计划与综合业务管理、财务管理、绩效管理等;三是包含上下游企业的供应链协同功能。

2 工业互联网在火电机组中的智能应用

智能电站是以自动化、数字化、信息化为基础,综合应用互联网、大数据等资源,充分发挥计算机超强的信息处理能力,集成统一的一体化数据平台、一体化管控系统、智能传感与执行、智能控制和优化算法、数据挖掘以及精细化管理决策等技术,形成一种具备自趋优、自学习、自恢复、自适应、自组织等特征的智能发电运行控制与管理模式,以实现安全、高效、环保的运行目标,并具有优秀的外界环境适应能力[6~8]

智能电站以统一的管控一体化平台作为支撑,基于智能安全围绕智能生产控制(设备层和控制层)和智能生产管理(生产监管层和管理决策层)两个方面,形成一种具备自动趋优的全过程优化控制、自学习分析诊断、自恢复故障预警处理、自适应多目标优化、自组织精细管理等特征的智能发电运行控制与管理模式。

通过AIdustry工业互联网平台可以将人工智能技术应用到发电领域。利用AIdustry平台开发的基于设备特征值的电站设备状态检修研究,可得到表征工业设备本质属性的特征值,并以此作为判定设备健康状态的判据,使状态检修真正能在发电厂得到落实和应用,该研究成果已经在水电机组中得到验证和应用[9、10]

为了更好地推广AIdustry平台,华能集团在国内首台1000MW超超临界燃煤机组上进行了新的验证和应用,同时对智能电站的部分应用功能进行了研究,并对磨煤机爆燃预警、炉管安全智能监测、污染物优化控制分析及智能控制、节能指标智能分析及优化指导等进行了功能验证。

玉环电厂装机4×1000MW超超临界燃煤机组,是我国首座投入商业运行的国产百万千瓦等级超超临界火力发电厂。玉环电厂作为国家“863”计划中引进超超临界发电技术、逐步实现国产化的依托工程,于2004年6月28日开工建设,1号机组2006年11月28日投产,4号机组2007年11月25日投产。锅炉设备为哈尔滨锅炉厂有限责任公司生产的超超临界参数、变压运行直流炉、单炉膛、一次中间再热、平衡通风、露天布置、固态排渣、 全钢构架、全悬吊结构、八角双切圆燃烧方式的Π型燃煤锅炉。锅炉额定过热蒸汽压力为27.46MPa.g,额定过热蒸汽温度为605℃,额定过热蒸汽流量为2953t/h。每台锅炉配置6台高效可靠的HP中速磨煤机,磨制后的煤粉分四根煤粉管道引出磨煤机,在锅炉前后墙经煤粉分配器一分为二,把煤粉送向锅炉的同一层的8个煤粉燃烧器喷口。锅炉的汽水流程从省煤器系统开始,一次汽水系统以内置式汽水分离器为分界点,从水冷壁入口集箱到汽水分离器为水冷壁系统,从分离器出口到过热器出口集箱为过热器系统,之后为二次汽水再热器系统,结构布置上省煤器系统位于尾部烟道,分隔屏过热器、屏式过热器、末级过热器和末级再热器分别布置于上炉膛、折焰角和水平烟道内。

2.1 磨煤机爆燃预警应用

沿海电厂在燃用以印尼煤为代表的高挥发分、高水分进口煤种时,制粉系统爆燃事件时有发生,对机组的稳定运行和设备安全造成严重影响。尽管磨煤机和粉管爆燃的机理和原因较为清晰,但因爆燃边界条件、反应时间和设备环境的复杂性和变动性,一般较难有直接简单的预防措施和方法,单靠运行人员的观察分析很难做到磨煤机和粉管爆燃事故的预警并提前采取措施,往往通过一些具体的运行措施解决[11、12]。 目前,磨煤机和粉管爆燃的预防主要采用数学方法(主要为样本仿真学习)对已有的测量数据(一次风粉参数、挡板开度、磨煤机电流、给煤流量等)进行处理达到预警目的[13、14]

利用AIdustry平台中的AI算法,获取磨煤机在过去2年中不同运行工况下的运行参数进行模型的自学习建模,通过工业机理对获得的数据模型进行参数修正,利用专家知识设定具体规则得到模型数据库和煤粉爆燃预警模型。再将历史上发生爆燃的故障数据纳入验证,模型可准确有效地提前发出预警信息。实际应用中,通过实时采集的运行参数与模型数据库中的数据进行比对实现磨煤机和粉管爆燃事故的预警。磨煤机和粉管爆燃模型如图2所示。

image1599057532600207.png

图2 磨煤机和粉管爆燃模型

2020年4月3日,磨煤机和粉管爆燃监测系统对某机组磨煤机E发出四次报警,报警记录和特征值变化如图3、图4所示。

31598798867237664.jpg

图3 报警记录

41598798901938652.jpg

图4 磨煤机和粉管爆燃监测系统特征值和给煤量变化

在实际生产现场,15:58:38该磨煤机风量、压力等参数发生大幅度的波动,运行人员通过人工监盘立即发现了该现象,并判断4号机组磨煤机E发生了爆燃,于16:00:41秒紧急打闸了磨煤机。可见,与人工发现比较,磨煤机和粉管爆燃监测系统报警提前4分钟以上,可以为运行人员提前干预、更及时发现和处理起到辅助作用,对防止设备恶性损坏、降低修复时间、减少发电损失有着积极作用。

2.2 炉管安全智能监测应用

超超临界锅炉管爆管,特别是大型机组参与调峰的运行条件下的锅炉管爆管,是造成机组非停的主要原因之一。据统计炉管爆管导致的非计划停运占电厂非停事故的50%~70%左右,且单次爆管造成的经济损失巨大。电站运行经验通常是在超超临界锅炉的水冷壁、末级过热器和末级再热器等受热面布置大量的壁温测点,通过对这些锅炉管壁温监测以实现对锅炉管超温、堵塞等进行判断及预测[15]。对单个受热面管的传热过程可以精确地给出物理模型及数学方程[16],但实际锅炉有大量的受热面管、燃烧侧烟气温度的波动、烟温测点的缺失等原因,再加上复杂的燃烧工况,使得锅炉管壁温预测往往采用数学分析方法实现[17],而基于物理模型的研究预测还不成熟[18]

玉环电厂每台锅炉安装有2500多个壁温测点[19],之前对于炉管壁温的监视和异常判断,一般采取常规的人工筛查和基于固定阈值超限报警,需要耗费大量的人员精力对测点进行监视,同时存在频繁的误报或漏报现象。因此迫切需要新的方法对超超临界锅炉受热面壁温进行及时和有效的分析,提高锅炉管监测的准确性和可靠性,减少因锅炉爆管而导致的机组非停。

基于工业互联网的AIdustry平台,提出一种基于机器学习岭回归算法的炉管安全智能监测方法。该方法建立了炉管温度与锅炉工况、空间位置等多维数据之间的数据模型,通过数据的整合与人工智能技术,实现炉管温度和运行工况的实时分析和监测,精准预测炉管温度变化和劣化趋势,提前预警炉管异常。同时对故障类型进行有效区分和定位,指导运行人员及专业人员优化操作方式和及时分析处理,指导检修人员利用调停、检修机会开展精准消缺和重点排查。

炉管安全智能监测系统的应用,提高了发现管壁超温和预防管壁超温的效率,降低了锅炉受热面超温次数、时长和幅度,避免了锅炉受热面由于超温造成的损伤。同时可以对炉内各个部位的壁温分布进行分析,表征出锅炉火焰中心和热力场分布情况,对燃烧调整优化有着一定的指导意义,提高了机组安全性。图5为一起电厂成功预警实例的“后墙中部入口第484管”曲线趋势图。2019年4月28日23点51分超高温报警,其中蓝色曲线为该测点实时温度曲线;红色线是真实报警记录时间段;浅蓝色线是算法模型报警时间段。可以看出算法模型提前约90秒报警,能起到及时提示运行人员通过燃烧调整、汽温控制等手段提前遏制或减少壁温超温情况的作用。

image1599058804575808.png

图5 超温预警事例

实际生产运用中,2019年9月智能系统提示2号机组四过47屏-10点壁温异常(但未超金属材料报警温度),为机组调停消缺中针对性排查检修提供了很好的指导依据和方向。在2020年2月19日调度对该机组调停期间,电厂按照提示对该管开展针对性排查发现异物堵塞,验证了系统提示的准确性和及时性,使潜在隐患得到及时消除,有效避免了该隐患继续发展引起的停机。说明该系统确实起到精准诊断、准备故障分析的作用。

3 工业互联网在发电领域的发展

工业互联网的重要特征之一是互联共享,不但要考虑集团企业内部单位的数据连接与共享,还要考虑产业连接与基于生态的联合创新研发,因此在技术层面必须纳入统一数据标准、数据应用安全和平台建设等基本要求。智能电站更强调具体单位的专业功能应用,着眼于电站安全、可靠、环保、节能的智能化应用,目前主要围绕电站安全、检修、运行、燃料、物资、财务等核心业务展开智能化应用的研究,还包括电站5G网络建设,机器人、无人机、穿戴设备等智能器具的使用;同时应用的重点在智能生产控制和智能数据分析决策上,因而在内涵上与工业互联网有着不同的侧重点。

以上成功的应用案例证明,可以充分借助工业互联网技术加速智能化电站的建设,由此派生的工业智联网可看作是工业互联网技术进一步推广应用的一个细分方向[20]。工业互联网和智能电站之间基本可看作面和点的关系,是一个有机体,符合下文所述的“星云架构”部署策略。工业互联网与智能电站针对电站的智能化所关注的内容没有太大差别;工业互联网注重全面整体的系统构架,广度上可无限扩展,智能电站注重具体功能的深入应用;智能电站是推进发电企业工业互联网建设的核心内容,如果没有电厂的智能化,发电企业工业互联网的平台将失去其应用的动力;智能电站可看作工业互联网中的一个重要节点,而工业互联网的范围不限于目前已有的智能电站。

工业互联网的核心是互联和智能[21]。传统的数据处理方法往往在数据孤岛上进行,基于某一个设备或系统的某一方面进行分析研究,使智能电厂的深度及广度应用遇到瓶颈。例如,已有的煤场优化管理、配煤优化掺烧、燃料成本等都得到较为广泛的推广和应用,但如果没有大数据平台的支撑,燃料全过程的智能管理很难实现。一方面煤场优化管理、配煤优化掺烧、燃料成本、节能调度在不同的系统中实施[22、23],需要跨系统的数据共享,另一方面煤场的煤质识别、入炉煤软测量、燃料成本精度不够等问题[24、25],可能需要专业的智能方法解决。这使燃料全过程的智能管理基于现有的条件难以实现,而利用工业互联网技术、AIdustry平台以及边缘计算工具KDM可为已有的这些问题提供解决思路和途径。

在发电领域,除了工业互联网在智能电厂侧的应用外,在发电公司(集团)还可以实现工业数据及应用的共享共联。自2005年以来,各发电集团公司先后实现了电厂、区域公司、集团生产实时数据的共享共联,建立了电厂、区域/产业公司和集团的三级生产实时监管系统[26~29]。2012年,华能集团完成了ERP系统的建设,构建了以财务为核心的大集中企业管理系统,2019年,基于互联网、大数据、人工智能技术的发展,提出了基于“星云架构”的工业互联网体系。 星云架构中的“云”基本沿用原有云架构、云计算等概念,可以认为未来的工业互联网在工业领域中是跨行业、跨企业集团、跨厂区、跨地域部署的,所以工业互联网架构形态应该相似于传统互联网的基本形态。但是工业领域的计算节点或平台分布又具有很强的企业特征和专业技术要求,即企业往往是具有较为独立特征的技术节点,形成各种形态的“星”状分布。而企业内部往往又需要有许多分布式的计算节点,大的企业集团有核心计算节点或数据中心,很像宇宙中的恒星,其下属企业的计算节点基本上围绕集团的核心计算节点进行通讯和数据交换,类似于星际中的行星。这样,“星”与“云”共同组成了工业互联网的形态,可称之为“星云架构”。

国内、外一些专家提出的工业互联网多层架构,均是指每个企业内部的工业互联网的“平台架构”,包括本文图1所示的“AIdustry工业互联网平台总体架构” 均是如此。而跨出每个企业,在工业互联网的角度整体 来看就应该是“星云架构”了。星云架构图如图6所示。

image1599058754139724.png

图6 星云架构图

基于星云架构的工业互联网为企业提供了跨设备、跨系统、跨厂区、跨地区的全面互联互通,使企业可以在全局层面对设计、生产、管理、服务等制造活动进行优化,实现工业大数据的采集和共享,在更大范围内打破物理和组织边界的能力,便于打通企业内外、供应链上下游、供应链之间的数据孤岛,实现资源有效协同,为企业的技术创新和组织管理变革提供新的抓手,实现价值创造从传统价值链向价值网络的拓展。

4 结语

工业互联网是实现两化融合战略的重要手段。华能集团工业互联网的应用证明,工业互联网技术的推广一方面将助推智能电站的智能化应用;另一方面,基于星云架构的工业互联网将通过跨电站的数据共享,形成更大的生态化应用。与此同时,智能电站中的智能化建设与应用必将借助工业互联网网络化的优势获得迅速发展。在加速推广智能电站的同时,需要全面打开视野,更加注重整体、系统性架构设计,将工业互联网的诸多概念、技术一并落实,以推动工业互联网和智能电站的共同进步。

★基金项目:国家工信部工业互联网创新发展工程(平台方向)2018工业互联网平台试验测试环境建设项目;受华能集团总部科技项目“HNKJ19-H34智能电站关键技术研究及应用”资助。

作者简介:

朱卫列(1960-),男,浙江天台人,工学硕士,现任中国华能集团有限公司首席信息师、国资委国资监管信息化专家组副组长,享受国务院政府津贴专家,主要从事工业互联网、工业智能化、信息化以及发电企业管理。

王智微(1970-),男,四川自贡人,正高级工程师,工学硕士,现就职于西安热工研究院有限公司,主要从事电站清洁燃烧和电站信息化技术的研究工作。

范伟宁(1974-),男,北京人,高级工程师,现任华能信息技术有限公司总经理,主要从事信息化管理、发电企业信息系统建设工作。

蒋 斌(1983-),男,贵州遵义人,工程师,现任华能国际电力股份有限公司玉环电厂副厂长,主要从事火力发电厂安全生产、技术管理工作。

谢 勇(1973-),男,安徽马鞍山人,高级工程师,现任华能国际电力股份有限公司玉环电厂高级专家,主要从事火电厂电气专业技术管理。

参考文献:

[1] 李培楠,万劲波.工业互联网发展与“两化”深度融合[J].中国科学院院刊,2014,29(2):215-222.

[2] 周剑,徐大丰.两化融合的概念内涵和方法路径研究[J].产业经济评论,2015,(5):12-19.

[3] 于佳宁.“互联网+”的三个重要发展方向[J].物联网技术,2015,(4):3-4.

[4] 杨帅.工业4.0与工业互联网:比较、启示与应对策略[J].当代财经,2015,(8):99-107.

[5] 沈苏彬,杨震.工业互联网概念和模型分析[J].南京邮电大学学报(自然科学版),2015,35(5):1-10.

[6] 刘吉臻.智能发电:第四次工业革命的大趋势[N].中国能源报,2016-07-25.

[7] 刘吉臻,胡勇,曾德良,等.智能发电厂的架构及特征[J].中国电机工程学报,2017,37(22):6463-6470.

[8] 杨新民,陈丰,曾卫东,等.智能电站的概念及结构[J].热力发电,2015,44(11):10-13.

[9] 朱卫列.我国工业互联网应从“重平台”转向“重应用”[EB/OL].新华网,2019-10-9.http://www.xinhuanet.com/energy/2019-10/09/c_1125082002.htm.

[10] 朱卫列,王智微,李振华.基于设备特征值的电站设备状态检修[J].热力发电,2018,47(12):72-76.

[11] 唐忠顺,王海秀.磨煤机一次风口爆燃原因及控制措施[J].中国电力,2011,44(5):49-51.

[12] 李衍平.磨煤机停运中爆燃的原因分析[J].浙江电力,2015,(10):69-71.

[13] 陈斌源,朱军.基于径向基函数神经网络的中速磨煤机故障诊断[J].发电设备,2011,25(5):323-326.

[14] 肖黎,罗嘉,欧阳春明.基于半监督学习方法的磨煤机故障预警[J].热力发电,2019,48(4):121-127.

[15] 王小华,张战锋,黄伟珍,等.1000MW机组锅炉低负荷下管壁超温诊断及运行优化调整[J].热能动力工程,2019,34(8):80-86,94.

[16] 钱林峰,徐光明,陶磊.大型电站锅炉高温受热面管金属壁温影响因素及评价[J].中国特种设备安全,2019,35(6):33-37.

[17] 邓博,徐鸿,郭鹏,等.变负荷下超(超)临界机组过热器壁温预测[J].中国电力,2018,51(3):13-20.

[18] 王智微,吴文祥,李虹锐.大型电站锅炉炉膛出口烟气温度实时测量方法[J].热力发电,2016,45(9):74-80.

[19] 杜宝华,王大鹏,董雷,等.超超临界1000MW机组锅炉高温受热面炉内壁温测量及分析[J].热力发电,2013,42(7):118-122.

[20] 王飞跃,张军,张俊,等.工业智联网:基本概念、关键技术与核心应用[J].自动化学报,2018,44(9):1606-1617.

[21] 朱卫列.华能集团首席信息师朱卫列:工业互联网的核心是互联和智能[EB/OL].两化融合服务平台,2019-01-17.http://www.cspiii.com/sx/rgyy/zggd/2019-01-17-5493.html.

[22] 徐创学,王智微,罗凯,等.基于SAP的火电厂数字化煤场管理系统的开发及应用[J].热力发电,2011,40(8):78-82.

[23] 赖菲,王智微,郭翔,等.火电机组节能发电调度系统研究(一)系统概述[J].热力发电,2009,38(9):92-94.

[24] 谢云明,骆晓玲,王智微,等.入炉煤低位热值实时计算方法研究及应用[J].热力发电,2014,43(4):124-127.

[25] 赖菲,刘超飞,王智微,等.发电厂多时段最优经济调度系统研究[J].电力信息与通讯技术,2012,10(6):30-33.

[26] 王智微,褚贵宏,胡洪华,等.华能国际火电运行指标监管系统的研究开发[J].电力信息化,2006,4(6):51-53.

[27] 徐创学,刘鲁清,王智微,等.区域(省级)发电公司生产实时监管系统的研发[J].热力发电,2012,41(3):7-11.

[28] 黄志勇,赖菲,王智微,等.粤电集团生产实时监测系统[J].热力发电,2012,41(7):105-107.

[29] 王大鹏,杜保华,王智微,等.基于关键技术经济指标与生产数据的集团监管平台[J].电力信息与通信技术,2014,12(2):55-59.

摘自《自动化博览》2020年8月刊

热点新闻

推荐产品

x
  • 在线反馈
1.我有以下需求:



2.详细的需求:
姓名:
单位:
电话:
邮件: