新基建下的“中大型电站”如何实现工业互联网价值最大化？

水电站的能耗如何实现生产设备全面物联，大数据集中管控是新基建政策下势必迎来井喷的一个细分领域。用能设备的状态检测、优化运行、指标监管等是水电站日常生产管理的重要任务，受制于人力资源和技术手段，这些工作的开展难度巨大。大数据与人工智能技术为安全生产提供了革命性的方法和技术，适时引入这些技术和方法，对提升发电企业的技术管理水平有重要的意义。

人工智能模块的技术关键在于建立系统模型，包括结构与辨识两部分。模型结构的确认由领域工程师完成，模型参数的辨识由机器学习（算法）完成。人工智能的算法应用提供了多种机器学习算法，可用于各种模型的在线学习。

在华X能集团公司所属水电站、火电站部署大数据分布式采集服务节点，完成现场实时数据的采集、存储、传输和共享。在华能集团公司本部及下属区域公司部署AI计算引擎服务和应用展示服务端，用于大数据的智能分析、预警和故障诊断等智能算法的部署运算和应用展示。

基于工业大数据和人工智能的数据处理方法及模型计算方式，结合机器学习的动态建模理论，设计开发用于水电站、火电站主设备的趋势预警、故障诊断、运行优化、运行特性的多种人工智能模块，部署至华X能集团公司本部的AI计算引擎服务端，完成安全生产决策支持所需的在线智能数据分析任务。

针对设备异常、复杂工况等风险因素，使用基于大数据的安全预警模型，实现设备的异常检测和风险评估。及时发送风险预警信息，提高检修运维效率，减少因设备异常而产生的经济损失。现已开发水电设备诊断模块128个，应用模型258个，可取代20%以上的常规设备巡检任务，通过设备模型已成功预测100多次故障，通过及时报警检修，为电厂节省了500万元。

通过使用基于大数据的智能化设备趋势分析模型，华X能集团公司实现了企业生产设备间的联动调节与管理，提高了能源使用效率，降低了企业生产能耗。其中热力引导系统模型在重庆珞璜电厂的应用使锅炉降低煤耗，两台机组共节省7480吨煤，实现直接经济效益698万元。