还记得2001年斯皮尔伯格导演的大片《人工智能》吗？机器人小男孩大卫不仅具有人类的行为和思考能力，还能像普通孩子一样同父母进行情感交流。为了成为真正的人类，重获母爱，他甘愿在海底被冰封了 2000 年，以换来和母亲一天的独处。
曾经只存在于科幻电影中的情节似乎已不再遥不可及。不久前，人工智能程序 AlphaGo 以 3 : 0 战胜中国的围棋世界冠军柯洁，在这场举世瞩目的智力对弈中笑到了最后。
“人工智能”和“机器学习”的神秘面纱已悄然揭开。在瑞典，在西门子软件帮助下，海上风机能自我学习，自动分析风速、风向等数据，调节设置，实现风力的高效利用。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。西门子软件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，作出优选决策。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。
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，利用西门子能源 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，技术专家在西门子能源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’。”西门子能源电站自动化有限公司信息工程部负责人肖国涛说。
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。
