即将到来的三浪叠加时代

2016年以来，AI热度很高，甚至于《必然》的作者凯文凯利认为，以后将有近万份的商业规划书是以“人工智能+行业”为模板的。作为热电联产行业的从业者，一直思考，如何在热电系统内实现数据智能成功落地呢？

对于这样的问题，回答者意见不一，但是我们如果跳出行业限制，从一个局外人的角度来看，从技术属性角度来分析，答案是肯定的，并且会很快到来。

AI为何会颠覆目前的热电系统？

热电系统的行业特点：

热电系统行业的特点是结构性、专业性、重复性、可计算性，这些特点正好是AI的应用优势所在，为了提高热电系统运行的安全性、经济性，让热电系统自动的高效运行，所以引入AI技术，是未来的必然趋势。

目前热电系统采用的“人工+DCS”控制模式，一切的判断与调整全都围绕“人”来展开，设备健康状况如何？看人的经验；系统运行效率如何？看人的经验；事故障碍如何处理？看人的经验。但是人工操作的先天缺陷造成了热电系统设备系统运行低效的现实。

人不可能成为通才，既是设备专家又是运行能手，既是振动专家又是水处理能手，而AI技术为支撑的智能控制系统可以做到；

人作为控制中心，但是他的情绪，大大影响了设备及系统的运作效率，夜深人静时，司炉的调整怎么可以最优？但是AI技术为支撑的智控系统可以，它不知疲倦，它一直精益求精，让系统运行在最优点；

故障处理方面，人工操作也有很大劣势，人反应、判断、执行都需要时间，而热电系统发生事故时是瞬间爆发的，没有时间让你去思考，这样就会造成事故扩大，造成过大的损失。以AI技术为支撑的事故专家系统，可以瞬间做出判断和执行动作，把损失大大降低。

操作工知道并接受自己的知识的有限，但是AI技术为支撑的智控系统，具有自学习能力，并且无时无刻在自我迭代和更新，这是最核心的差距。

热电系统目前无法实现无人值守的障碍有哪些？

热电系统配置水平不够

应该测量的数据没有采集和测量，如风机效率、给水泵效率等等，这些需要新配置智能仪表，实现关键必要数据的在线；

已经配置的仪表测量精度不够

已经配置的仪表精度不够，就无法给出精细的调整，也就不可能达到设计的最优效率；

已经配置的仪表可靠性不够

可靠性不够，就会出现误报警的情况，就无法准确判断系统现在运行状态的情况，优化和改善就无从谈起；

AI落地热电系统的步骤和形态

设备健康在线

通过上面的分析，我们可以得出以下结论，数据智能的实现，基础是智能仪表的配置，就是设备健康数据的在线化，夯实可靠性，这是前提，设备健康在线系统的建立，这是“点”的工作；

智能优化控制系统的实现

当我们实现了设备健康在线系统，夯实了可靠性基础，下一步就是经济性问题的解决。就是要通过改造、优化和完善系统，实现自动优化智能的运行，让热电系统无时无刻不运行在最优的效率点上。这是“面”的工作；

无人值守的系统实现

当我们实现了自动优化运行，下一步就是通过AI技术的自学习能力和“专家事故库”的建立，让我们的热电系统可以无人值守的高效运行。这是“体”的工作。

可以预见，未来热电系统的行业升级过程，将是复杂的艰难的过程，有大量的改善工作要做，关键是管理者的意识要改变，赶上这班车，而不是抵制潮流的行进。

可以预见，将来的升级改造潮流，将出现“三浪叠加”的局面，即“设备健康改造”、“系统智能优化控制”、“系统无人值守”三浪并存，搅动在一起的局面，我们应该清醒面对它，从自己个性化的现场实际出发，因地制宜，采取合适的专业的个性化的改造优化思路，达到“无人值守”的智能高效的热电系统升级换代的目标。