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。