在新型電力系統(tǒng)加速建設(shè)背景下，隨著抽水蓄能電站越來越多，傳統(tǒng)設(shè)備運(yùn)維管理模式與人力資源、設(shè)備可靠性要求日益提升的矛盾日益顯現(xiàn)，需要應(yīng)用數(shù)字技術(shù)為業(yè)務(wù)賦能，推動(dòng)電站設(shè)備管理數(shù)字化轉(zhuǎn)型，提升管理效能。傳統(tǒng)的抽蓄電站群運(yùn)維管理存在以下問題：
1、設(shè)備數(shù)據(jù)集成體系不完善，各電廠數(shù)據(jù)分散、信息孤島普遍存在，缺乏統(tǒng)一完善的設(shè)備數(shù)據(jù)集成體系;
2、數(shù)據(jù)分析挖掘未成體系，數(shù)據(jù)分析缺乏成體系的系統(tǒng)架構(gòu)，對(duì)運(yùn)維決策支持力度不足;
3、傳統(tǒng)的專家分析系統(tǒng)智能化水平偏低，數(shù)據(jù)分析場(chǎng)景與實(shí)際業(yè)務(wù)存在偏差。
根據(jù)上述問題，本成果開發(fā)了抽水蓄能電廠設(shè)備大數(shù)據(jù)決策分析與可視化系統(tǒng)XS-1000D，接入了南網(wǎng)儲(chǔ)能(600995)公司管轄的9個(gè)廠站的全量生產(chǎn)數(shù)據(jù)，且該系統(tǒng)的先進(jìn)技術(shù)架構(gòu)為未來抽蓄電廠爆發(fā)式增長(zhǎng)預(yù)留了足夠的資源，為抽蓄設(shè)備現(xiàn)代化信息化運(yùn)維管理體系打造了戰(zhàn)略性裝備，目前已在南網(wǎng)儲(chǔ)能公司各運(yùn)維單位得到了廣泛應(yīng)用，井且取得了良好的應(yīng)用效果。
2.1數(shù)據(jù)集成
項(xiàng)目研究了面向多源數(shù)據(jù)的統(tǒng)一數(shù)據(jù)模型和自適應(yīng)通訊協(xié)議，開發(fā)了模塊化數(shù)據(jù)傳輸程序，兼容行業(yè)內(nèi)各系統(tǒng)數(shù)據(jù)，保證數(shù)據(jù)大規(guī)模并發(fā)式傳輸和存儲(chǔ)，匯聚了南網(wǎng)儲(chǔ)能公司7個(gè)抽水蓄能電廠、2個(gè)常規(guī)水電廠70余個(gè)系統(tǒng)超過35萬個(gè)測(cè)點(diǎn)的數(shù)據(jù)，建成了行業(yè)內(nèi)首個(gè)抽水蓄能電站群設(shè)備狀態(tài)大數(shù)據(jù)智能分析平臺(tái)。
2.2平臺(tái)建設(shè)
本項(xiàng)目采用南方電網(wǎng)公司統(tǒng)一部署的云平臺(tái)資源，建設(shè)統(tǒng)一門戶和模塊化數(shù)字應(yīng)用，實(shí)現(xiàn)數(shù)據(jù)源和應(yīng)用端有效隔離，具有強(qiáng)可移植性，構(gòu)建抽蓄電站群數(shù)據(jù)服務(wù)和應(yīng)用工具，為開發(fā)數(shù)字應(yīng)用提供支持：
2.3算法體系建設(shè)
結(jié)合抽蓄電站群設(shè)備數(shù)據(jù)分析實(shí)際需求和數(shù)理特征，開發(fā)了抽蓄電站群通用性算法組態(tài)工具，支持多指標(biāo)并行輸出、自動(dòng)持久化，實(shí)現(xiàn)了無代碼經(jīng)驗(yàn)的用戶也能夠通過拖拉拽的方式快速、動(dòng)態(tài)部署狀態(tài)評(píng)價(jià)數(shù)據(jù)分析應(yīng)用。
組態(tài)算法方面，采用“場(chǎng)景引領(lǐng)-數(shù)據(jù)驅(qū)動(dòng)-算法支持-實(shí)踐檢驗(yàn)”研究模式，提出發(fā)電電動(dòng)機(jī)、水泵水輪機(jī)、勵(lì)磁、調(diào)速器等全系統(tǒng)超過一千個(gè)設(shè)備狀態(tài)評(píng)價(jià)算法，并通過模塊化的自由調(diào)度，與設(shè)備狀態(tài)評(píng)價(jià)規(guī)則聯(lián)動(dòng)，提煉機(jī)組各系統(tǒng)的數(shù)據(jù)分析標(biāo)準(zhǔn)設(shè)計(jì)，形成了一系列具有自主知識(shí)產(chǎn)權(quán)的抽蓄電站設(shè)備多源數(shù)據(jù)狀態(tài)智能分析方法，可推廣至行業(yè)應(yīng)用。
時(shí)序智能算法方面，以抽水蓄能機(jī)組連續(xù)時(shí)序數(shù)據(jù)為主要研究對(duì)象，如軸瓦溫度，研究建立機(jī)組軸瓦溫度的預(yù)警模型，通過測(cè)試驗(yàn)證發(fā)現(xiàn)，利用機(jī)器學(xué)習(xí)算法構(gòu)建機(jī)組的預(yù)警模型能夠準(zhǔn)確地預(yù)測(cè)設(shè)備正常溫度，及時(shí)對(duì)偏離正常溫度的測(cè)點(diǎn)數(shù)據(jù)進(jìn)行預(yù)警，相比于原有的傳統(tǒng)預(yù)警系統(tǒng)，靈活性和靈敏性有了極大提高。
機(jī)器視覺算法方面，基于“邊側(cè)AI網(wǎng)關(guān)機(jī)器視覺識(shí)別算法模型的統(tǒng)一部署，邊側(cè)接入網(wǎng)關(guān)廠站側(cè)實(shí)時(shí)視頻流、識(shí)別結(jié)果等信息的統(tǒng)一匯聚，基于輕量化YOLOv5s6先進(jìn)的目標(biāo)檢測(cè)框架，研發(fā)了漏油、漏水、刀閘指示器等快速圖像識(shí)別算法。通過現(xiàn)場(chǎng)測(cè)試驗(yàn)證發(fā)現(xiàn)，該類圖像識(shí)別算法能在有限的邊緣側(cè)AI計(jì)算資源的條件下，極大地提高圖像識(shí)別準(zhǔn)確率，有效保障算法的識(shí)別響應(yīng)速度達(dá)到現(xiàn)場(chǎng)應(yīng)用要求。
2.4智能應(yīng)用部署
基于數(shù)據(jù)分析算法體系，面向抽水蓄能實(shí)際運(yùn)維場(chǎng)景開發(fā)大量的智慧數(shù)字應(yīng)用，開發(fā)了實(shí)用性強(qiáng)的各系統(tǒng)數(shù)據(jù)分析可視化工具，涵蓋數(shù)據(jù)對(duì)比分析、相關(guān)性分析、核心指標(biāo)分析等，實(shí)現(xiàn)從系統(tǒng)到部件的數(shù)據(jù)分析一線貫通;開發(fā)了關(guān)鍵設(shè)備數(shù)據(jù)可視化應(yīng)用，通過數(shù)據(jù)驅(qū)動(dòng)實(shí)現(xiàn)實(shí)時(shí)狀態(tài)、統(tǒng)計(jì)分析和旋轉(zhuǎn)軌跡可視化的動(dòng)態(tài)可視化立體模型，設(shè)備多維度可視化監(jiān)測(cè)。
開發(fā)了異常鉆取分析功能，實(shí)現(xiàn)“企業(yè)—電站—機(jī)組—系統(tǒng)—部件—算法”的貫穿式數(shù)據(jù)鉆取分析。使技術(shù)人員關(guān)注的數(shù)據(jù)范圍快速從一個(gè)宏觀的面，逐步下鉆并聚焦到一個(gè)最基本的算法結(jié)果上。實(shí)現(xiàn)技術(shù)人員既能快速評(píng)估系統(tǒng)總體狀態(tài)，又能快速定位到風(fēng)險(xiǎn)薄弱環(huán)節(jié)，實(shí)現(xiàn)信息傳遞上整體和局部的高效結(jié)合。
開發(fā)了數(shù)據(jù)報(bào)表報(bào)告生成功能，并設(shè)計(jì)了抽水蓄能電站各專業(yè)、各系統(tǒng)數(shù)據(jù)巡檢和狀態(tài)分析標(biāo)準(zhǔn)，將數(shù)據(jù)分析算法和南網(wǎng)設(shè)備狀態(tài)評(píng)價(jià)規(guī)則進(jìn)行動(dòng)態(tài)關(guān)聯(lián)，實(shí)現(xiàn)系統(tǒng)定期或一鍵自動(dòng)生成設(shè)備狀態(tài)分析報(bào)告，為設(shè)備運(yùn)維提供決策支持。蓄能機(jī)組標(biāo)準(zhǔn)數(shù)據(jù)分析算法也能為行業(yè)提供支持，填補(bǔ)行業(yè)空白。
2.5應(yīng)用實(shí)踐促進(jìn)業(yè)務(wù)轉(zhuǎn)型
通過數(shù)據(jù)分析技術(shù)的應(yīng)用，推動(dòng)業(yè)務(wù)數(shù)字化轉(zhuǎn)型，將設(shè)備大數(shù)據(jù)分析與RCM檢修策略優(yōu)化決策體系融合，提升RCM決策的準(zhǔn)確度;制定數(shù)據(jù)資產(chǎn)管理相關(guān)規(guī)范，常態(tài)化提升數(shù)據(jù)質(zhì)量和應(yīng)用質(zhì)量，建立數(shù)據(jù)分析管理機(jī)制，常態(tài)化應(yīng)用數(shù)據(jù)分析結(jié)果為運(yùn)維決策提供支持，將現(xiàn)場(chǎng)人工設(shè)備狀態(tài)分析轉(zhuǎn)為云端機(jī)器數(shù)據(jù)自動(dòng)分析，提升勞動(dòng)生產(chǎn)率和效率。
3.1經(jīng)濟(jì)效益
本項(xiàng)目每年產(chǎn)生的經(jīng)濟(jì)效益約1763萬，通過設(shè)備大數(shù)據(jù)分析技術(shù)有效實(shí)現(xiàn)勞動(dòng)生產(chǎn)率的提升、提高設(shè)備穩(wěn)定性。專業(yè)數(shù)據(jù)巡檢、設(shè)備狀態(tài)分析評(píng)估工作的機(jī)器替代率達(dá)到90%以上，新增電廠的專業(yè)技術(shù)人員定額從12人減少至9人。
2022年至今，與公司系統(tǒng)外單位抽水蓄能電站簽訂了成果轉(zhuǎn)化協(xié)議，因本項(xiàng)目數(shù)字化相關(guān)成果轉(zhuǎn)化獲得合同價(jià)款收入預(yù)期超千萬元。
3.2社會(huì)效益
該系統(tǒng)，獲得中國水力發(fā)電工程學(xué)會(huì)鑒定組最高評(píng)價(jià)“國際領(lǐng)先”，獲中國水力發(fā)電工程學(xué)會(huì)2023年度科技進(jìn)步獎(jiǎng)，入選電力智能巡檢卓越技術(shù)應(yīng)用案例、清馨獎(jiǎng)數(shù)智力實(shí)踐先鋒項(xiàng)目，亮相第六屆數(shù)字中國建設(shè)峰會(huì)，在國際數(shù)字能源展作為抽水蓄能領(lǐng)域唯一重大成果發(fā)布，獲得中央電視臺(tái)“新聞直播間”“朝聞天下”等媒體廣泛報(bào)道。
主要社會(huì)效益包括：
(1)推動(dòng)業(yè)務(wù)數(shù)字化轉(zhuǎn)型，提出并實(shí)現(xiàn)了基于大數(shù)據(jù)分析的設(shè)備運(yùn)維管理模式，提升設(shè)備可靠性，融合RCM檢修策略優(yōu)化決策體系，提升RCM決策的準(zhǔn)確度。
(2)改變傳統(tǒng)現(xiàn)場(chǎng)人工設(shè)備巡檢運(yùn)維模式，推進(jìn)了機(jī)器替代，減少人員重復(fù)工作，不斷提升設(shè)備維護(hù)效益，提升勞動(dòng)生產(chǎn)率。
(3)打造現(xiàn)代化產(chǎn)品化數(shù)字化裝備，形成一系列具有自主知識(shí)產(chǎn)權(quán)的抽水蓄能電站設(shè)備的多源數(shù)據(jù)智能挖掘方法并推廣至行業(yè)應(yīng)用，推動(dòng)行業(yè)技術(shù)進(jìn)步。
本項(xiàng)目高度產(chǎn)品化，整體遷移方便，且對(duì)水電設(shè)備運(yùn)維實(shí)際業(yè)務(wù)幫助極大，建議行業(yè)內(nèi)水電、抽水蓄能電站標(biāo)準(zhǔn)化配置本項(xiàng)目成果，提升設(shè)備可靠性、全員勞動(dòng)生產(chǎn)率。
供稿單位：南方電網(wǎng)儲(chǔ)能股份有限公司
來源： 中國上市公司協(xié)會(huì)
評(píng)論