“会思考”的电厂是如何炼成的？

“人工智能”和“机器学习”的神秘面纱已悄然揭开。在瑞典，在智能软件帮助下，海上风机能自我学习，自动分析风速、风向等数据，调节设置，实现风力的最大利用。而在瑞士日内瓦地下100米深处，科学家正利用大型强子对撞机，模拟137亿年前的宇宙大爆炸，希望破解宇宙诞生之谜。创新软件可以分析对撞机的海量数据，提前预警元器件故障。

电厂的远程诊断也有着类似的原理，即从海量数据中习得规律，作出最佳决策。在郑州，国家电力投资集团公司（国家电投）河南远程诊断中心已经上线运行。发电机组的健康状况由千里之外的“专家大夫”悉心呵护。在还没引发“疾病”之前，“细菌”就被扼杀在摇篮。国家电投是中国唯一同时拥有水电、火电、核电和新能源资产的综合能源企业。

爱学习的诊断高手

数字化变革正在席卷各行各业，而大数据更是被称为价值连城的“石油”，电力企业也无法再任其在机器轰鸣、产线轮转之间白白流失。

在电力需求持续上升的今天，大容量、高精密的机组对电厂的维护水平提出了更高的要求。而对大型电力集团来说，旗下电厂分布广泛，运营难度和成本相应增加。应对这些挑战都离不开数字技术的力量。国家电投先人一步，成为电厂数字化的探路先锋。

目前，国家电投河南远程诊断中心连接监视国家电投旗下7家电厂的14台发电机组，装机容量共达到680万千瓦。

每台机组都有成千上万个运行参数由传感器实时采集，如机组的负荷、水泵的电流等，并传输至远程诊断中心的集中数据库。经过特训的智能模型如同“大脑”一般机敏，能自动分析这些海量数据，一旦发现异常，便会立即预警。技术专家根据预警的优先级，利用SPPA-M3000电厂生产管理平台，对设备进行诊断，并在平台中进行诊断报告的编写、查询和发布等。

那么智能模型的“火眼金睛”是如何炼成的呢？根据电厂的运行需要和机组的特点，技术专家在电厂高级智能诊断系统SPPA-D3000中针对不同设备，建立不同功能的模型，包括故障预测、性能优化等。此后，通过神经元网络算法，智能模型对电厂6-12个月内的历史数据进行学习和训练，直到能够准确识别设备在不同运行状态下的正常参数范围。

打个比方，要训练一个人的健康模型，就要让它不断学习这个人过去慢走、快跑、吃饭时的正常血压、脉搏等数据，模型才会更加“知识渊博”。

非计划停机给电厂带来的损失巨大。据估算，一台100万千瓦的蒸汽轮机机组1天能发电约1600万度。如果按照1度电0.3元来计算，停机1天给电厂造成的损失就有480万元。这还不包括每次机组启停耗费的燃料成本。

会“思考”的电厂

对于发电机组这样的尖端设备来说，精心呵护尤其必要。一台蒸汽轮机和燃气轮机有着上千个零部件，在运行时要承受巨大的机械和热能压力。以8000H燃气轮机为例，燃烧室中的温度可达1600度，远超火山喷发岩浆的温度。并且高温气体以每秒100米的速度流动，相当于第2级强的龙卷风的速度。

通过数字化服务，电厂不仅能享受高级诊断服务，还能精准预测部件使用寿命，更灵活、合理地安排维护周期，降低备件库存，优化电厂资产。

对中国市场来说，数字化电厂的意义更加非比寻常。比如，将来如果中国开放电力竞价上网，数字化服务专家还能结合电厂运行状态、电网数据等，帮助电厂决定最佳的竞标电价，使其经济收益最大化。

‍