上海代写论文网专业提供代写毕业论文、代写本科论文服务
您现在的位置:首页 > 计算机论文 > 人工智能论文 >
火电行业中AI技术的运用及研究方向
发布时间:2021-07-08

  摘    要: 在调研国内外人工智能发展现状和技术路线的基础上,思考人工智能技术在火电行业的应用场景和技术突破点,探讨人工智能在火电行业的技术发展方向。分析了火电企业生产经营过程中,在感知、决策、执行等环节所需的计算机视觉、大数据、物联网、智能控制和智能机器人等技术路线,论述了在安全管理、生产管理以及经营决策等场景的人工智能技术应用,并对典型应用案例进行了介绍分析,提出了今后人工智能技术在火电行业的重点研究方向。

  关键词 :     人工智能;电行业;生产经营;计算机视觉;智能机器人;

  Abstract: Based on an investigation of the status quo and technical routes of artificial intelligence development at home and abroad, the application scenarios and technical breakthroughs of artificial intelligence technology in thermal power industry is deliberated, and the technical development direction of artificial intelligence in thermal power industry is discussed. An analysis is made of the technical routes for development of computer vision, big data, Internet of things, intelligent control, intelligent robot, which are needed in perception, decision making and execution in the production and operation process of thermal power enterprises. The application of artificial intelligence technology in safety management, production management and business decision-making scenarios is discussed, and the typical application cases are introduced. The key research direction of the artificial intelligence technology in thermal power industry in the future is put forward.

  Keyword: artificial intelligence; thermal power industry; production and management; computer vision; intelligent robot;

  0 、引言

  随着中国经济进入新常态,电力需求增幅逐渐放缓,电源结构进入调整期[1]。我国以煤为主的能源禀赋,决定了火电在电力供需结构中的支撑地位短期内不会改变。在燃料价格不断攀升、发电利用小时数持续降低、电力市场竞价机制陆续出台、环保排放标准不断提高等多重因素影响下,火电企业迫切需要改变粗放型管理模式,推进管理和技术创新,推动产业转型升级[2]。

  近几年,人工智能的研究和应用得到飞速发展。从全球范围内,目前美国、欧洲、中国呈现了三足鼎立之势。各国对于人工智能的政策方向和重点研究主要为:

  (1)美国看重人工智能对于国家安全和社会稳定的影响,颁布的政策均围绕着人工智能在国家安全领域进行制定[3]。同时为保证美国对人工智能行业的领先和主导,在操作系统、芯片技术、互联网技术等关键领域加大投入。

  (2)欧洲更关注于人工智能应用带来的伦理风险、道德等方面的危害,法国、德国等国家均制定了防范人工智能给人类带来潜在威胁等安全问题[4]。在重点研发领域,欧盟更重点布局数据和隐私保护、网络安全、人工智能伦理、数字技术培训、电子政务等领域。

  (3)2015年5月,《中国制造2025》中首次提及智能制造,开启了中国的人工智能道路。2017年7月,国务院发布《新一代人工智能发展规划》,明确指出新一代人工智能发展分三步走的战略目标[5]。2019年中央全面深化文员会审议通了《关于促进人工智能和实体经济深度融合的指导意见》。
 

火电行业中AI技术的运用及研究方向
 

  从国家顶层设计方面,已经越来越重视到人工智能作为一项基础技术,能够渗透至各行各业,并助力传统行业实现跨越式升级,提升行业效率,正在逐步成为掀起互联网颠覆性浪潮的新引擎。

  近几年,火电行业面临巨大挑战,行业内注定要淘汰一批落后的火电机组。为了在日趋激烈的市场竞争下占据有利位置,火电企业亟待通过人工智能技术打破电厂传统的安全管理、生产管理以及经营决策的方式,推动产业新业态、新模式,达到提质增效、节能减排的目的。

  本文在现有研究的基础上,结合火电领域的业务需求,分析人工智能在火电行业的技术路线研究,梳理人工智能在火电行业的典型应用场景,研判火电行业人工智能技术在智能安全管理、智能机器人、计算机听觉等新兴方向的重点研究方向。

  1 、人工智能在火电行业的技术路线

  人工智能在火电行业应用的技术路线涵盖了智能测量、计算机视觉、自然语言处理(natural language processing, NLP)、计算机听觉、状态检修(condition based maintenance, CBM)、远程诊断、智能控制以及机器人技术等[6],在实际应用中人工智能还需要如大数据、物联网(internet of things, IoT)、虚拟现实(virtual reality, VR)/增强现实(augmented reality, AR)等技术作为应用基础。下面,我们分别从感知环节、决策环节和执行环节对相应的关键技术进行分析。图1给出了火电行业的人工智能技术路线。

  图 1 火电行业的人工智能技术路线
图 1 火电行业的人工智能技术路线

  Fig. 1 Technical route for artificial intelligence development in thermal power industry

  1.1、 感知环节的人工智能技术

  火电行业的感知环节主要是对生产经营过程信息的获取,具备为信息的测量、理解、数据预处理、数据分类等功能的实现,所需的人工智能技术主要为智能测量、计算机视觉、自然语言处理和计算机听觉等。

  1.1.1、 智能测量

  (1)智能传感器

  针对常规检测方法难以实现在线、准确检测的机组运行关键参数,采用先进的检测技术与信息融合技术,可以实现快、准、稳的在线检测和获取,为机组在煤种多变、环境多变、工况多变的条件下实现安全、节能、环保综合指标下的优化运行和智能控制,提供准确的基础数据。图2给出了智能传感器的组成。

  图 2 智能传感器组成
图 2 智能传感器组成

  Fig. 2 Composition of intelligent sensor

  (2)机器人巡检技术

  机器人巡检技术是机器人技术与巡检技术的融合技术,火电行业的巡检机器人主要应用于开关室、汽机房、输煤皮带以及开关站等场景。

  巡检机器人利用安装的可见光摄像头、红外热像仪、温湿度计、测振仪等传感器,在规定的时间和路径范围,采集设备的图像、温度、湿度、振动等信号,用来判断设备的健康状况[7]。图3给出了机器人在生产厂区巡检的现场图片。

  图 3 机器人在生产厂区巡检
图 3 机器人在生产厂区巡检

  Fig. 3 Inspection robot in production area

  1.1.2 、计算机视觉

  (1)图像识别

  图像识别技术通过对图片进行标注、筛选、分析以及理解,识别不同的目标对象,主要分为以下过程[8]:信息获取、图像数据预处理、特征提取和排序、分类算法设计以及分类决策。图4给出了通用的图像识别训练模型。

  图 4 通用的图像识别训练模型
图 4 通用的图像识别训练模型

  Fig. 4 General image recognition training model

  (2)虚拟现实/增强现实技术

  虚拟现实技术是将三维数字模型计算后分别投射到左右眼睛,构建一个虚拟场景,通过视觉、听觉的引导来创建沉浸式的环境,电厂可以利用VR技术来完成培训、操作预演等[9];增强现实技术是通过对真实环境的景物识别,对特定对象增添相关信息,或者以远程视频的模式,引入远程专家进行指导。运维人员通过使用AR设备,识别出所要运维的内容,通过按键、语音等操作,实现可视化的运维。

  1.1.3、 自然语言处理

  自然语言处理是指运用计算机技术对自然语言进行处理、理解并运用,是人工智能和语言学的分支学科[10]。文字识别及语义识别是一种自然语言处理分析技术,可应用于设备档案、资料管理与设备诊断。图5给出了整体的NLP技术体系。

  图 5 整体的NLP技术体系
图 5 整体的NLP技术体系

  Fig. 5 NLP technology system

  1.1.4、 计算机听觉

  音频信号是旋转机械设备运行状态的一个重要表征形式,随着运行状态的改变,音频参数也随之变化[11]。旋转设备状态在不同工况的运行过程中,会发出不同频率成分的声音信号,可以提取设备音频的频域特征来分析。对不同工作状态下的设备音频进行分类识别,可以判断设备处于哪种运行状态,以及故障发生的原因和部位。图6给出了计算机听觉技术分析处理流程。

  图 6 计算机听觉技术分析处理流程
图 6 计算机听觉技术分析处理流程

  Fig. 6 Computer auditory technology analysis processing flow

  1.2、 决策环节的人工智能技术

  火电生产过程的决策环节主要是根据数据、模型等信息进行综合分析,判别设备健康状况,并提出设备是否停运及检修维护建议,所需的人工智能技术主要为状态检修、故障预警、大数据技术、物联网技术以及远程诊断技术等。

  1.2.1 、状态检修技术

  (1)设备状态监测和预警

  将大数据、人工智能与机理分析方法和人员经验相结合,将传统的温度分析、振动分析、油液分析、机理模型分析等分析手段,与基于机器学习的预警分析、诊断分析相结合,实现基于人工智能的故障诊断分析,最终给出设备的检修建议。图7给出了设备状态评价的典型过程。

  图 7 设备状态评价的典型过程
图 7 设备状态评价的典型过程

  Fig. 7 Typical process for equipment status evaluation

  (2)以可靠性为中心的维修技术

  以可靠性为中心的维修(reliability centered maintenance, RCM)是对系统进行功能与故障分析,明确可能发生的故障原因及后果,用规范化的逻辑决断方法,确定预防性对策。通过现场故障数据统计、专家评估、定量化建模等手段,在保证安全性和完好性的前提下,以维修停机损失最小为目标优化系统的维修策略[12]。图8给出了RCM技术框架图。

  图 8 RCM技术框架图
图 8 RCM技术框架图

  Fig. 8 Technical framework of RCM

  1.2.2、大数据技术

  (1)数据挖掘

  基于大数据技术的应用通常建立在数据挖掘技术的基础上,通过数据挖掘技术,可以发现数据项之间的相关性,对数据进行聚类和分类,预测缺失数据和未来数据。数据挖掘的算法包含分类、预测、聚类、关联等四类[13]。分类和预测属于有监督学习,在目标变量的监督下学习和优化算法。聚类和关联属于无监督学习,基于数据本身去识别变量之间内在的模式和特征。

  (2)数据分析

  数据分析是指对收集来的大量数据,通过统计分析方法如基本统计、特征分析以及相关分析等手段,进行数据的分析、汇总、理解以及消化,最大程度发挥数据的价值。为保证用于数据分析的数据质量,需对数据进行预处理,通过正确性和有效性分析,完成数据质量判断。在实际应用中,数据分析可以帮助人们发现支撑某些决策的某些现象,以便提前采取对应的行动。

  1.2.3 、物联网技术

  物联网技术作为通信技术的一种,贯穿于感知环节、决策环节和执行环节中。

  (1)智能巡检装置

  射频识别(radio frequency identification,RFID)是物联网技术的基本技术,智能巡检装置结合了RFID与机器视觉、图像识别、自主路径规划等先进技术,运用到电厂巡检系统中,建立智能巡检管理信息系统,指导巡检人员完成各专业范围的标准化巡检内容,优化工作流程,提高巡检效率和质量[14]。

  (2)高精度定位技术

  火电站区域范围大、内部管路复杂交叉、视觉环境较差、电磁屏蔽严重,对目标定位造成了极大的困难。结合全球定位系统(global positioning system,GPS)、计算机视觉、惯性导航、超宽带(ultra wide band,UWB)、无线局域网(wireless fidelity,WIFI)等多源融合的定位技术,可以实现人员、车辆和设备的精准实时定位,全面掌握人、设备、环境的全过程信息[15]。图9给出了各种定位技术的比较。

  表1各种定位技术的比较
表1各种定位技术的比较

  1.2.4 、远程诊断技术

  远程诊断技术有效融合“互联网+”、大数据等技术,将分布于不同地域、不同电厂的机组运行数据进行采集、存储,并在此基础上建立各类数据挖掘模型、设备分析模型,实现对发电设备故障及异常的早期预警和专家诊断。

  1.3 、执行环节的人工智能技术

  火电领域的执行环节主要体现为生产经营过程的自主闭环控制、决策指令的执行等功能,需要通过各种智能控制、专家系统或机器人去实现。

  1.3.1、 智能控制

  (1)预测控制

  预测控制技术通过状态估计算法获得当前系统的状态量,通过系统标称模型进行预测,并使用动态优化算法,在满足性能指标和约束条件的情况下在线计算出控制序列u(k)[16],对干扰和不确定因素有良好的适应性。图9给出了预测控制原理示意图。

  图 9 预测控制原理示意图
图 9 预测控制原理示意图

  Fig. 9 Schematic diagram of predictive control

  (2)神经网络控制

  神经网络控制技术是通过预先建立人工神经网络模型,获得被控对象输入输出的映射关系,对设备进行控制的方法。通过设计多层结构的神经网络结构,以及梯度下降算法,使得训练模型无限接近于机理模型,可以较好的解决火电被控对象非线性、多变量、强耦合的难题。图10给出了神经网络结构示意图。

  图 10 神经网络结构示意图
图 10 神经网络结构示意图

  Fig. 10 Schematic diagram of neural network structure

  1.3.2 、专家系统

  专家系统是由知识库、推论引擎、人机接口、综合数据库以及解释程序为基础而组成的计算机系统,采用多种人工智能语言,综合采用各种知识表示方法和多种推理机制及控制策略,可应用于机组指标分析、优化运行、生产安防等领域[17]。目前火电厂的专家系统主要有机组智能预警与诊断、运行指标分析与偏差管理、火电环保智能系统等。

  1.3.3 、机器人智能作业技术

  机器人智能作业技术是将机器人、作业工艺以及人工智能技术深度融合的集成创新技术,实现在自动化作业、环境感知、路径规划、多体协同、行为操作和人机交互等领域的智能化,代替人工从事火电行业中的具有一定作业工艺要求的重复性、复杂性和危险性的工作。

  火电行业的许多作业场景环境复杂恶劣,如锅炉水冷壁检测、灰库清灰以及油罐防腐作业等场景,人工作业风险较大,效率也较低。例如针对锅炉检测作业,采用爬壁机器人搭载无损检测仪、摄像头以及激光雷达等设备,结合图像识别和智能控制等人工智能技术,利用其机动灵活、操控方便的优点,实现水冷壁自动化检测,保障人员安全并提高作业效率。

  2、 人工智能在火电行业的应用分析

  2.1 、安全管理的应用分析

  火电厂安全管理的关键因素是对现场人员的安全管控,通过采用人工智能技术对许可人员的作业范围和作业行为进行有效管控,做到“让正确的人,去正确的地方,做正确的事情”。针对火电企业的安全管理需求,人工智能技术主要有以下应用场景:

  2.1.1、 智能安防

  采用人员身份识别、可穿戴设备和生物识别、视频和图象处理、人员和车辆定位、三维数字化建模等技术,对电厂各个区域实行分类授权管理、重要设备定位、人员及车辆管控、各类作业过程视频监控等,实现对电力生产中密切相关的人员、车辆和各类工器具的全方位集中管控,整体提升电厂的安全管理水平。京能高安屯电厂、大唐姜堰电厂、国家电投普安电厂在智能安防方面都取得了很好的经验和成果。

  2.1.2、 智能门禁

  智能门禁系统用于对整个厂区的生产区域及办公区域的重要设备间、电气间、电子间、物品库、重大工程及检修区域等出入口进行标准化、规范化的管理,设定人员角色权限,有效地进行身份识别,避免无关人员进入非准入区[18]。国家电投平顶山电厂的智能门禁系统可设置人脸识别或密码准入功能,并对所有人员的实时出入状态及历史记录均可实现事后查询分析,并实现了工作票和门禁准入的关联。

  2.2、 生产管理的应用分析

  随着传感器技术、物联网技术、控制技术以及计算机技术的发展,火电设备获得了良好的监控与故障处理的技术支持。因此,挖掘火电生产过程的全部数据价值,科学优化运行方式、设备检修项目与周期,可有效提高机组的可靠性与安全性,实现降本增效。针对火电企业的生产管理需求,人工智能技术主要有以下应用场景:

  2.2.1、 建立机组数据模型

  过去,我们需要到生产现场进行多种工况的试验,通过各种拟合及推导算法才能建立机组的数理模型。现在,可以通过采用人工智能技术对机组的实时数据和历史数据进行数据挖掘和数据分析,建立机组的数据模型,获得机组输入输出的映射关系,从而模拟实际机组在不同工况和控制策略下的运行性能,建立新的控制优化策略,实现运行优化、性能分析及预警诊断,以满足机组快速、经济、环保的需求。国家能源南宁电厂和京东城市合作开发了“AI深度学习+大数据技术”火电燃烧优化系统,该系统抛弃传统数学机理模型的建模思想,完全采用数据模型,获得了较好的应用。针对不同的机组,通过建立不同的机组数据模型,提升机组效率,能够减少现场试验的时间,具备推广性好、可复制性强的特点。

  2.2.2 、智慧监盘

  为了适应火电厂智能化管控的需求,国内提出了“智能发电运行控制系统((intelligent power generation control system,ICS)”。将先进成熟的智能算法预装入ICS系统,智能甄选和判别运行异常、参数报警,推送最终结果给监盘人员,降低操作监盘强度,打破常规运行监盘需要机、炉、电、辅控多人分别监盘的模式,实现全工况智能优化运行。江苏利港电厂通过智慧监盘实现了一台机组只需一人监盘,极大节约了人力资源。

  2.2.3 、灵活性深度调峰

  我国北方多个省已出台了火电深度调峰的辅助服务政策,其中,机组在40%负荷以下运行时,电价补偿最高可达0.6~1.0元/kWh。由于机组在低负荷运行时,协调控制系统被控对象的滞后更大、参数波动剧烈、人员操作难度大,常规PID控制器的控制方案无法对其进行有效控制。从灵活性深度调峰的实际需求和可观的经济回报出发,火电厂迫切需要采用智能控制技术如预测控制,进行机组深度调峰的控制改造,满足更低负荷的稳定运行需求。华能营口电厂和东南大学合作开发并实施了控制系统智能优化,可在设备改造投入较小情况下,实现机组20-30%负荷稳定运行的深度调峰。

  2.2.4、 APS自启停

  机组自启停系统(automatic plant startup and shutdown system, APS)是衡量电厂自动化水平的一个重要方面,该系统能够让发电机组按照设计的先后顺序,通过大量启停条件和控制逻辑判断,完成启停过程中的相关设备自动投退以及机炉电等主机的协调控制,在少量人工干预的情况下实现整台机组的启停。APS系统结构采用分层控制:依照厂级、功能(子)组、驱动级(单体设备)的层次关系设计。主要控制策略分为全程给水、全程燃料控制、全程旁路、全程凝结水控制、全程风烟、锅炉自动点火控制、蒸汽温度全程控制以及全程协调控制等。国家能源东胜热电、国能宿迁电厂、国家电投沁阳电厂等都有APS成功投运的案例。

  2.2.5 、设备智能诊断

  设备智能诊断技术能够从设备劣化早期开始跟踪设备状态,提前进行预警,实现计划检修向状态检修的转变。设备故障预警在涵盖设备所有测点和所有正常工况的海量历史数据上建立模型,经过多元状态估计原理计算出测点预估值。通过实时的实际值同预估值进行比较,当偏差过大时,说明数据异常,产生预警。根据该设备过去的运行工况,通过多变量模式识别,发现设备异常的早期征兆。华润徐州电厂和西门子公司联合开发的集中监测与分析专家系统,初步实现了设备故障的早期预警。

  2.2.6、 智能机器人

  在火电厂的运行管理和设备管理方面,机器人都有着很好的应用场景,可通过加载各类传感器,实现对生产区域的运行参数在线监测、设备状况智能分析和故障预警[19]。检测机器人可利用图像识别、红外测温、激光测振、数据挖掘与分析技术对设备进行检测,实现缺陷实时精准化指向,及时掌握机组的可靠性和安全性。巡检机器人可通过环境感知、场景三维重建、高精度定位与导航等技术,高效快速的完成生产现场巡检工作。机器人种类涵盖巡检机器人、测量机器人、导轨机器人、燃料机器人、清洁机器人以及无人机等。华能汕头电厂、京能钰湖燃机、国家能源东胜热电已在化水车间、升压站和输煤系统投运了巡检机器人。

  2.3、 经营管理的应用分析

  现代火电企业需要进行实时经济性分析,对经营成本进行有效管控,实现电厂经营决策的智能化。在生产管理环节,需要实现对电厂设备及系统性能的实时计算,及时呈现机组性能指标和能损分布情况[20],通过优化指导得到最佳的运行方式;在燃料管理环节,通过生产环节成本最优的分析结果指导燃料采购,为成本最优打好基础。

  针对火电企业的经营管理需求,人工智能技术主要有以下应用场景:

  2.3.1、 智能燃料

  综合运用物联网、信息化、自动控制等技术,建立起涵盖燃料从采购到入炉的全过程管理体系,实现燃料入厂、计量、储存、采制化等环节的智能化。将工业自动控制、三维测控、多点定位、数字图像监控、实时数据库等技术结合,实现燃煤的恒流控制堆取料和全自动无人值守;利用无人机定位、自主导航飞行、激光测绘、三维图形构建以及红外测温等技术,可实现对存煤的盘点和自燃预警。华电莱州电厂二期、国家电投普安电厂在智能燃料建设方面,都取得了一些成果。

  2.3.2、 电力市场营销

  随着电力市场“竞价上网”改革逐步推行,电力现货市场报价策略正逐渐成为发电企业着重研究的课题[21,22,23,24,25]。火电企业以市场为导向,适应不断变化的电力市场需求,做出符合电力市场的决策,以最小的成本投入,提高企业的利润。电力市场需求随着季节、区域、政策等因素不断发生变化,而发电企业需从电力市场的海量数据中挖掘有用信息,建立市场预测模型,分析市场行为和用户特点,提前预判市场需求,并进行生产方式调整、竞价调整等决策,从而在营销市场中占据优势。各大发电集团目前都在开展电力市场预测、用户用能分析和市场报价策略研究,积极应对电力市场改革。

  2.3.3 、智能仓储

  发电集团或省级公司应根据自身情况开展智能仓储建设,实现区域电厂间的联储联备,优化物资管理成本。同时,与制造厂、供货商、物流企业探索开展重要备品备件的厂家联储联备与物流直供,为集团级联储联备提供建设经验支撑。

  火电厂应从提升物资管理水平出发,采用信息技术、RFID和蓝牙、自动盘点等技术,实现仓储物资在入库、盘点、出库等方面实现便捷化。结合备品备件采购指导、仓储管理评价等功能,提高仓储管理的智能化水平。国能宿迁电厂、国家能源东胜热电已实现智能仓储的部分功能。

  3 、典型电厂案例分析

  国家能源东胜热电公司联合华北电力大学、国电智深等国内四十多家高校、研究所和高科技公司,共同建设智能电厂,是目前国内功能建设最完善、人工智能技术应用最多的智能电厂。人工智能应用主要包括:ICS智能控制平台、基于人员定位的安全作业管控平台、智能识别设备跑冒滴漏、火电生产运营智慧管控中心、输煤栈桥智能巡检机器人、基于柔性导轨式的3D激光无人盘煤机器人和数字化智能煤场等。

  京能高安屯燃气热电公司是国内较早建设的数字化燃气电站。人工智能应用主要有智能安防、设备故障预警与诊断、数字化设备仿真与培训等,实现了控制决策智能分析、生产管理智能处理和业务操作智能化。

  大唐姜堰电厂的人工智能技术主要有三维可视化应用、智能安防、物联网技术、设备故障诊断、运行优化管控平台等。集分散控制系统(distributed control system, DCS)、监控信息系统(supervisory information system, SIS)、管理信息系统(management information system, MIS)、在线仿真、智慧管控于一体,将电厂全生命周期的信息数据同三维模型相结合,强化设备信息的规范管理和设备隐患的实时监管,建设涵盖电厂生产经营全程业务管控的一站式、一体化平台。

  国家电投普安电厂单台机组的现场总线设备约1800余台,占比超过83%,是目前国内现场总线设备应用比例最高的机组,为后续智能控制系统的应用提供了有力支撑;依托主辅一体化DCS系统,建立了完整的APS功能,为国内W火焰炉火电机组先进水平;完成了三维数字化设计和移交、智能安防、智能煤场等建设;智能燃料管控系统融合了燃料ERP,建设了一体化智能燃料管理平台。

  华电莱州电厂二期项目实施建设了智能管理和自主决策、智能燃料岛、设备故障预警和诊断、智能燃烧、数字煤场、现场总线、汽轮机一键启动、远程智能诊断平台等项目。采用二次再热塔式炉发电技术,供电煤耗261.8g/kWh,厂用电率3.19%,与传统的超临界机组相比,指标更加优化、节能减排效果更加显着。

  4 、今后人工智能技术的重点研究方向

  4.1 、智能安全管理

  智能安全管理的目的是实现电厂安全生产全过程的智能化管理。通过采用物联网技术、云计算、计算视觉、高精度定位、数据挖掘等技术,增强物与物、人与物之间的联系,全面、准确、及时地掌握作业人员和危险源的动态发展情况,提前预防控制突发事件,做好相应预案与处理措施,是人工智能重点研究方向。

  在设备管理方面。可以将视频和图像识别技术应用到电厂制粉系统、输煤系统、高温高压阀门、油泵油站等区域,对漏粉、着火、漏汽、漏油等缺陷进行实时监控预警。

  在特定区域管理方面。针对电厂氨区、氢区和油库等危险场所、重要电气设备间、DCS工程师站和电子间等禁入区域,通过智能监控设备与报警系统结合,当出现无关人员进入限定区域时,自动跳转监视画面并进行报警,可以有效预防事故的发生。

  4.2、 智能机器人

  4.2.1 、爬壁机器人

  爬壁机器人将磁吸附技术、复合检测技术以及定位导航技术进行有效结合,替代人工在锅炉水冷壁定期检查期间进行检测,并且通过大数据分析技术,建立锅炉水冷壁历史数据模型,记录并预测水冷壁健康状态。同时,可以保障检测人员的人身安全,减少水冷壁的检测时间、降低检测费用,提升火电厂锅炉水冷壁检测的智能化水平。远期,还可以开展四管壁厚测量、氧化皮检测、水冷壁除焦、四管防磨喷涂等工作,是机器人技术在电厂生产应用中的重要方向。

  4.2.2、 灰库和煤仓清理机器人

  当电厂灰库和煤仓发生粘壁、板结、搭桥等问题时,将导致锅炉除灰和燃煤供应中断,严重影响机组的安全运行。工作人员在灰库或煤仓清理作业时,存在缺氧窒息、物料坍塌淹没、高处坠落等危害隐患,这类人身伤害事故是电力行业的易发事故。灰库和煤仓清理机器人采用自主爬行、机械臂控制、弱光空间环境感知等技术相结合,可有效解决灰库和煤仓清理作业问题,减少甚至杜绝人员进入作业,有效保障人员安全。

  4.2.3、 烟囱和油罐除锈喷漆机器人

  烟囱和油罐的除锈、喷漆作业,存在人员费用高、作业时间长、安全风险大的问题,一直是电厂人身安全管控的薄弱点。除锈喷漆机器人可采用磁吸附或真空吸附技术、作业路径自主规划、高压水或压缩空气自动除锈技术,以及基于计算机视觉的精准喷漆技术,解决超高烟囱和大型油罐除锈、喷漆作业中的自动化程度不高、工作效率低、高空作业危害大等问题。

  4.3 、炉膛检测无人机

  炉膛四管检测无人机融合环境自主感知、三维场景重建、密闭空间定位、惯性导航和视觉即时定位与地图构建(simultaneous localization and mapping,SLAM)等技术,可以解决炉膛内无GPS和磁密闭空间内的无人机无法进行定位和操控的问题。通过无人机搭载的高清摄像头,对锅炉水冷壁进行快速扫查,完成水冷壁三维空间逆向建模,将采集的水冷壁图像进行拼接处理,真实还原锅炉水冷壁的实际状态,快速定位缺陷点,高效、安全的完成炉膛检查工作,可以改善作业人员工作环境,大幅提高检测效率。

  采用计算机视觉识别技术,将无人机采集的视频和图像信号进行智能分析,判别是否存在炉膛四管腐蚀、水冷壁结焦、管壁变形泄漏和燃烧器损坏等缺陷。同时,可根据检测图像自动识别炉膛四管的服役状态,进行四管寿命评估,作为锅炉短时间停炉周期内的重要补充检测手段,是人工智能技术在锅炉四管检测方面的未来重点研究领域。

  4.4、 计算机听觉技术

  大型电力设备在运行过程中会产生声音,正常运行方式下的声音具有一定的规律性。当设备发生某种故障后,其振动特性或部分频段内的振动能量将发生改变,常伴随异常的声音。此外,设备的超负荷运行或其它机械故障也会引起异常的声音变化。因此,在电力设备的不同位置所测取的声音信号包含着丰富的信息,通过声音的音色、音量的大小、频率高低等特征的变化就可以判断出设备是否处于正常状态,甚至可以判别故障的位置、类型和严重程度。

  因此,将电厂大型设备的运行音频信号与其它传统的传感信号技术进行复合,采用先进的深度学习等算法,对音频信号的频谱和幅值进行分析,可获取汽轮机、变压器、风机、水泵、磨煤机、高温高压阀门、疏水管道等生产设备中潜在的变化趋势信息,预测设备健康状态及劣化趋势,是人工智能技术在电厂生产应用中的新方向。

  4.5 、自然语言处理

  火电厂在日常的生产运营过程中,产生并存储了大量以自然语言形式承载的检修数据、运行日志、巡检消缺记录、试验报告、技术监督报表、可靠性分析数据等,蕴含着丰富的运行操作、设备信息、故障问题、故障原因及检修计划等关键特征信息,对指导设备故障排查、检修方案制定、运维安全管理具有重要意义。

  基于人工智能的自然语言处理技术,以火电机组运维过程中保存的海量结构化和非结构化数据为研究对象,将其通过知识图谱技术转为三元组结构进行存储和检索。利用大数据和人工智能方法进行分析和知识推理,更准确地描述机组及设备的检修和运行状态,进而提高火电机组的安全性、可靠性、经济性,提升精细化管理水平。

  5、 结语

  纵观国内外人工智能的发展现状以及各国针对人工智能推广应用所制定的相关政策,新一代人工智能产业已在全球范围快速进入发展轨道,逐渐成为新一轮科技革命的突破口和产业变革的核心驱动力。当前,火电行业已初步具备将人工智能转变为生产力的技术经济可行性,并将在火电智能安防、运行优化、状态检修、经营决策等领域得到更广阔的应用。因此,推进人工智能技术与火电生产经营的融合创新,必将成为火电产业转型发展和智能化升级的重要突破点。

  为更好的推动人工智能技术在火电行业的落地应用,作者结合近年来的思考和实践,选取了部分人工智能技术进行了初浅的研究探讨,与高校、研究院、高科技公司和电厂技术人员共同分享。文章分析的还很不全面,研究还不够深入,提出的观点不一定正确,仅供大家参考借鉴和批评指正。

  参考文献

  [1]杜振东,徐尔丰,张笑弟,等绿色电力证书市场下中国各类电源规模及发电成本演化发展[J].中国电力,2019, 52(7): 168-176.
  [2]华志刚,郭荣,崔希,等火电智慧电厂技术路线探讨与研究[J].热力发电,2019, 48(10): 8-14. HUA Zhigang, GUO Rong, CUI Xi, et al. Discussion and study on tehnical route of smart thermal power plant[J]. Thermal Power Generation, 2019, 48(10): 8-14.
  [3]苏磊,杨晓新.美国出版业人工智能应用研究[J].中国出版, 2019(24): 65-68.
  [4]谢友柏.读《欧洲工业的未来:欧洲制造业2030》看中国制造业[J]中国机械工程, 2019, 30(24): 3018-3023.
  [5]郭为民,张广涛,李炳楠,等.火电厂智能化建设规划与技术路线[J].中国电力, 2018, 51(10): 17-25.
  [6]华志刚,郭荣,勇.燃煤智能发电的关键技术[J]中国电力, 2018, 51(10): 8-16.
  [7]沈润杰,苗壮,陈将威,等抽水蓄能电站输水道水下机器人检测系统研制[J].系统仿真技术,2017, 13(1): 60-65.
  [8]唐贤伦,杜-铭, 刘雨微,等.基于条件深度卷积生成对抗网络的图像识别方法[J].自动化学报,2018, 44(5): 855-864.
  [9]刘子俊,简学之,时伯年,等基于增强现实技术的智能变电站设备运维仿真[J]南方电网技术, 2019, 13(11): 69-75.
  [10]杨倩鹏,林伟杰,王月明,等.力发电产业发展与前沿技术路线[J].中国电机工程学报, 2017, 37(13): 3787-3794.
  [11]李伟,李硕.理解数字声音:基于-般音 频/环境声的计算机听觉综述[J].复旦学报(自然科学版), 2019, 58(3): 269-313.
  [12]部松,李晓钟,王宇翔.核电厂安全阀维修策略优化研究[J].核动力工程, 2017, 38(S1): 18-21. GUO Song, LI Xiaozhong, WANG Yuxiang. Optimization of safety valve maintenancepolicy for nuclear power plants[J]. Nuclear Power Engineering, 2017, 38(S1): 18-21.
  [13]陈碧云,李弘斌,李滨.基于数据挖掘和CAPSO- SNN的电力作业风险态势感知[J].电力自动化设备,2020, 40(1): 148-155.
  [14]陈建忠,褚孝国,赵霞,等.燃煤电站输煤廊道机器人自动巡检系统技术开发与应用[J].热力发电, 2019, 48(9): 145-150.
  [15]J蓉,杨俊杰,吴猛,等.变电站巡检机器人高精度定位增强系统的设计与实现[J].仪表技术与传感器, 2018(10): 43-46,62.
  [16]华志刚,胡光宇,吴志功,等基于先进控制技术的机组优化控制系统[J].中国电力, 2013, 46(6): 10-15,21.
  [17]徐阳,谢天喜,周志成,等.基于多维度信息融合的实用型变压器故障诊断专家系统[J]中国电力, 2017, 50(1): 85-91.
  [18]韩超,马欣欣,沈维春,等.智慧安全系统在火电厂中的应用研究[J].中国电力, 2019, 52(3): 127-132.
  [19]冯正伟,孟宪华,黄浩林,等.变电站智能巡检机器人应用提升研究[J].浙江电力, 2019, 38(8): 23-29.
  [20]刘吉臻,胡勇,筲德良,等.智能发电厂的架构及特征[J].中国电机工程学报, 2017, 37(22): 6463-6470,6758.
  [21]姜曼,刘定宜叶泽,等.考虑售电公司的跨省区电力交易的资源配置分析[J].电力科学与技术学报,2018, 33(3); 120-127.
  [22]周保荣,赵文猛,徐乾耀,等.基于改进萤火虫算法的电力市场多因素博弈均衡研究[J].南方电网技术, 2020, 14(3): 54-61.
  [23]顾慧杰,彭超逸,许丹莉,等.激励性含柔性负荷日前市场出清电价机制的建模[J].电力系统保护与控制, 2020, 48(12): 23-32.
  [24]吴浩可,雷霞,黄涛,等.价差返还机制下售电公司博弈模型[J].电力系统保护与控制, 2019, 47(12): 84-92.
  [25]石帮松,张靖,李博文,等.多类型售电公司共存下竞价售电的市场均衡研究[J].电力系统保护与控制,2018, 46(5): 62-67.

对应分类:
版权所有:上海论文网专业权威的论文代写、论文发表的网站,秉承信誉至上、用户为首的服务理念,服务好每一位客户
本站部分论文收集于网络,如有不慎侵犯您的权益,请您及时致电或写信告知,我们将第一时间处理,邮箱:shlunwen@163.com