【精彩论文】智慧化全数字技术及其在电厂中的应用

智慧化全数字技术及其在电厂中的应用

张文建¹, 梁庚², 李庚达³, 崔青汝¹

（1. 国家能源投资集团有限责任公司，北京 100034; 2. 华北电力大学 控制与计算机工程学院，北京 102206; 3. 国电新能源技术研究院有限公司，北京 102209）

摘要：传统的数字化电厂技术虽然能实现企业建设和管理中的数字化模式，但从信息采集的广度和信息利用的深度来说，还不具备高度智能化的条件和特征。结合电厂的生产特点，在数字化电厂的技术基础上提出了一种适用于发电厂的智慧化全数字技术体系，给出了智慧化全数字技术的概念、组成以及要素间的基本关系，阐述了智慧化全数字体系的基本结构和原理，阐述了智慧主体的智能化运行模式，探讨了智慧化全数字技术在电厂中的应用方案。在这种体系中，智慧主体与数字化技术有机结合，增加并扩展了对数据信息在广度和深度上的利用，通过扩展信息获取和采集的途径和手段来增加信息的广度，通过引入更加智能化的计算方法和分析方法对数据信息做深度分析、挖掘和再利用。同时，该体系产生出的新数据和新知识可持续反馈到现有的全数字化系统中去，实现系统的自调整和自组织，充分体现出智能化的特征。

引文信息

张文建, 梁庚, 李庚达, 等. 智慧化全数字技术及其在电厂中的应用[J]. 中国电力, 2020, 53(11): 202-211.

ZHANG Wenjian, LIANG Geng, LI Gengda, et al. Intelligent full-digital technology and its applications in power plant[J]. Electric Power, 2020, 53(11): 202-211.

引言

中国国家发展战略《中国制造2025》明确提出要“以加快新一代信息技术与制造业深度融合为主线，以推进智能制造为主攻方向”。以全数字化、智能化技术为代表的智能电力是智能制造的重要组成部分。智能电力是能源电力系统发展的新方向。智能电力包含智能发电和智能电网技术。数字化是智能电力的基础，数字化使信息具备了高速、远程传输的条件，为信息的深度挖掘和再利用奠定了坚实的基础。本文从智慧化电力基本构成的角度出发，提出了一种新的“智慧-全数字化”体系的概念。在这个体系中包含2个基本组成部分：智慧主体和全数字技术。智慧主体是核心，对送入其中的数据和信息采用智能化的模式进行分析和处理，并产生出更多的数据、信息和知识，并对智慧主体自身做不断地修正和完善，智慧主体的运行可称为智能化运转；全数字化技术是信息传送和处理的方式，可视作连接物理过程与智慧主体的桥梁和纽带，是围绕智慧主体存在和发展的，为智慧主体的运行提供数据和信息。目前智能电力，尤其是智能发电中产生出的新概念、新技术、新方法和新思路都可以采用这种体系结构来分析和设计。本文提出的这种概念有助于理清智慧化电力生产中产生出的各类新概念、新方法和新技术，有助于丰富和完善现有的智慧电力的结构和内容。这种智慧化全数字技术的架构是以数字化技术为媒介，将智能化技术与数字化技术相结合，进一步提升数字化技术应用的层次、范围和应用效果。当前，蓬勃发展的网络技术、人工智能技术、大数据、可视化和云计算技术都可归纳到这个架构中，成为智慧主体和全数字化技术的组成部分，从而极大地丰富智慧电力的内涵。

1  智慧化全数字技术

智慧化是一个相对广义的概念，是在现有的、静态的信息和知识的基础上具备能够产生更多信息和知识的能力，即具有动态行为的特性^[1]。智能化技术是以自适应、自学习、自组织、自调整为主要特征的，是实现自寻优的重要手段，在现代化生产中主要面向生产设备。智慧化还包含对人的智能的充分的调动和应用，以及人与人之间、人与机器之间的关系的协调和统一^[2]。

智慧化系统的要素包含信息源、智慧主体、通信网络。智慧化所包含的客观主体有人和设备，即在一个智慧化的系统中，具有动态行为特性的既可以是机器也可以是人。智慧行为包括学习、分析、计算、调度、调整等，这些智慧的动态行为的主体是智慧化实现的基础。在一个大的系统中，通常还包括多个智慧主体，有时还构成分层结构或网状结构的智慧主体网络，各个智慧主体之间进行信息交互，可起到相互学习和指导的作用^[3-5]。智慧化主体与数据信息的基本关系如图1所示。为充分利用人作为智慧主体的作用，便于人对信息和数据进行分析、处理和进一步挖掘，数据和信息需要做到全面而深入的展现，如采用更形象、生动的方式来表现数据和信息。人与信息的交互经历了基于文字、二维图画、二维动画的发展阶段，目前逐渐向三维图画、三维动画的方向发展，使智慧化主体可以更好地发挥作用。机器作为智慧主体发挥作用可以通过AI等技术实现^[6-8]。

图1  智慧化主体与数据信息的基本关系Fig.1  The basic relationship between intelligent subject and data information

智慧化实现的另外两个重要条件是：（1）丰富的信息和数据；（2）连接信息源和智慧主体（人或机器）的桥梁或通道。

丰富的信息和数据的获取包括获取信息的深度和广度2个方面^[5]。获取信息的深度是指从同一对象中获取信息和数据的数量。如传统的DCS的现场级通常采用一对一的模拟接线，每条接线只能向DCS系统传送一个最关键的过程信息（现场一次设备感知的温度、压力、流量信号等）；而在现场级采用现场总线技术后，实现了全数字化通信，在一条总线上可以传送多种类型和数量的信息，不但可以传送必要的过程信息，还能传送现场一次设备的状态信息等。因此，现场总线所实现的全数字化通信技术增加了信息获取的深度。

获取信息的广度是指从不同对象中获取信息和数据的数量。如电厂或变电站的设备管理、人员管理传统上是基于现场记录的，这种模式在管理上存在着较大的未覆盖区域。而采用全数字化技术后，可充分利用各类传感器扩大信息获取的广度，例如可采用射频技术或无线感知技术对设备和人员进行有效的管理。

连接信息源和智慧主体的桥梁是通信网络。智慧化的另一个特色是各层次网络的遍布性，即泛在性。泛在网具有很强的环境感知和内容感知的能力，利用现有的和新的网络技术，实现人与人、人与物、物与物之间按需进行的信息获取、传递和使用。电力生产是社会生产体系的一部分，包括现场级、监控级和管理级。现场级的全数字化实现主要基于传感器网、现场总线网络。泛在网进一步扩大了信息获取、传递、存储、认知及使用的范围，也逐渐地引入到了电力生产现场级，例如二维码识别，移动通信、无线网络等，为智慧主体提供了更加丰富的数据信息^[9-10]。泛在网、物联网和传感器网及现场总线网络的关系如图2所示。

图2  泛在网、物联网和传感器网及现场总线网络的关系

Fig.2  Relations among ubiquitous network, internet of things, sensor network and field-bus network

数字化技术使信息具备了海量、高速、远程传输的条件，极大地充实和丰富了信息源，为基于智慧主体的信息的深度挖掘和再利用奠定了坚实基础。数字化技术中基于各类物联网的数据采集如表1所示。

表1  数字化技术中基于各类物联网的数据采集

Table 1  Data Acquisition based on internet of things in digital technology

全数字化技术是“数字化电厂”概念的进一步延伸和发展，它不但注重企业全生命周期各个过程的数字化，更强调基于数字化信息的企业数字模型的建立。在此模型基础上，充分利用系统集成、专家系统、虚拟现实等现代信息处理和通信技术、智能控制和管理决策技术，实现电厂管控真正意义上的信息化、智能化，最大限度保证电厂于安全、高效、环境友好状态。全数字化技术不但具备“数字化电厂”的全部特点，即数字化、模型化、可视化、互操作性、信息化，同时具备高度的智慧化趋势，能够将数字化数据、数字模型，三维展示和设计、远程互动和协调等功能有机地结合起来，并在此基础上对数据做深度的分析和利用，产生出更加重要的新数据和知识，并反馈到现有的全数字化系统中去做补充，从而形成一个具有信息、数据和知识不断更新的机制与能力，具备完善的智能化特征的开放式广义反馈系统，即实现了数字化信息从量变到质变的过程。全数字化技术的架构如图3所示。

图3  全数字化技术架构

Fig.3  Full digital technology architecture

全数字化技术赖以实现的数据采集早期主要依靠人工录入数据，效率比较低。当前的全数字化技术基本依托计算机来实现自动的数据采集、录入和传输，呈现机器为主的实现模式。全数字化技术使得发电厂从设计、生产和管理从粗放型向精细化发展，可以为发电企业全寿命周期提供数据支持^[11-13]，可以实现电厂在建设和生产过程中各个阶段流畅衔接，更利于信息管理和共享，同时可实现数据的复用和深度挖掘，对实现智慧化提供了助推力。

由此可见，智慧化和全数字技术是紧密相关的，全数字化是智慧化实现的基础和条件，智慧化是全数字化的目标，二者共同作用来提高生产效率。智慧化全数字体系如图4所示。

图4  智慧化全数字技术体系

Fig.4  Intelligent digital technology system

2  智慧主体的智能化运行

在智慧化全数字技术中，智慧主体主要包括人（各类建设、管理人员、运行人员等）和计算机。人作为智慧主体，发挥智能化功能主要通过各级和各类人员的协调，相互交换信息，指令计算机辅助完成信息的分类、筛选、入库、更新等功能，有针对性地更新各级、各类人员所管理和使用的数据库的信息，通过人工或半人工的手段更新系统运行的规则库和知识库，完成最基础的智能化运行，形成一个具有两层结构的“人-机”监督控制和监督运行的机制。人作为智慧主体运行时，主要是依托和发挥“人脑”的高等的智能化作用，如多层次感知（视觉、听觉、触觉等）、思维和分析、推理和演绎，其优点是可在很大程度上弥补机器智能所不及的功能和用途。目前将人脑的思维、知识传授给机器不可能在短时期完成，高等的机器智能实现仍需进一步研究。这种运行模式的关键技术是对多个智慧主体的组织和利用，这在很大程度上属于管理和“管控一体化”范畴的技术问题。人作为智慧主体的智能化运行模式如图5所示。

计算机作为智慧主体时，可逐渐实现全部替代人在智慧主体运行中的作用，发挥智能化功能主要通过采用快速网络、大数据、云平台、数据挖掘技术，使用各类AI算法，对现有数据进行分析、计算，更新规则库和知识库，通过全自动的机制来更新系统运行的规则库和知识库，可实施全面的智能化运行，形成一个具有两层结构的“机-机”监督控制和监督运行的机制。

图5  人作为智慧主体的智能化运行Fig.5  Intelligent operation of man as intelligent subject

计算机作为智慧主体的智能化运行模式如图6所示。计算机作为智慧主体与人作为智慧主体的主要优势是可实现全面的自动化机制，通过云平台、大数据、物联网、智能化技术、移动计算等多种手段，将各类数据信息的节点通过网络有机地组织和结合起来，可实现无缝连接、同步、联动等功能，同时具有高速、高效的特点，这都是人作为智慧主体运行时所不可比拟的。可以预见，在智慧化全数字技术发展的未来，随着机器学习等关键技术的显著进步，机器智慧主体将全面取代人作为智慧主体的运行模式。

图6  机器作为智慧主体的智能化运行

Fig.6  Intelligent operation of machine as intelligent subject

3  智慧化全数字技术在发电厂中的应用

发电生产是一个综合的、复杂的过程，以火电机组为例，包含机、炉、电、化、辅等多个子系统。每个子系统都是由泛在网络连接的多个智慧体构成^[14]。每个子系统又包含现场级、控制级和管理级，分别由现场网络、控制网络、管理网络来连接。在这个体系中包含有负责指挥、调度、协调的中心节点，它基于管理级网络发送各类指令到各个子系统，各子系统在智慧主体的作用下自动调整到与指令一致的最优点，从而形成整个大系统的综合性的协调管控模式。智慧化全数字技术在发电厂中的应用范围如图7所示。

图7  智慧化全数字技术在发电厂中的应用范围

Fig.7  Application scope of intelligent all digital technology in power plant

智慧化数字电厂是数字化电厂技术的进一步延伸，是在电厂从规划、建设到生产的全生命周期中的全数字化与智慧主体密切结合的产物，其中大量采用了三维立体化的设计和管理模式，贯穿于电厂的整个生命周期，为管理人员提供了丰富而详尽的数据，电厂的三维平台能实现三维设计以及其他信息资料的实时上传与更新，并且通过Internet浏览器可以远程访问电厂的实时信息，在设计、施工、运行的不同时期都起到举足轻重的作用，充分调动了人作为智慧主体在其中的重要作用。同时，有效利用大数据和数据挖掘技术，充分调动了计算机作为智慧主体的重要作用^[15-17]。3.1  智慧化全数字基建

基于智慧化全数字技术的电厂基建工程，贯穿从电厂标识系统（KKS）编码、平面流程图、三维立体信息化模型、材料管理、全程三维设计优化、三维施工、设备建模和基建安全管理等多个环节，如图8所示。

图8  电厂的智慧化全数字基建

Fig.8  Intelligent full digital infrastructure of power plant

智慧化全数字基建是从厂级数字化档案开始的，主要是基于KKS编码形成对设备和材料的管理。智慧化全数字电厂的管理信息系统具有较高的要求，通过引入KKS，形成一个能够贯穿电厂生命周期的编码体系，使电厂在规划设计、建设施工、启动调试及运行维护的各个阶段产生的信息都能被设计、施工、设备生产厂家、信息管理软件商和工程业主等各方准确理解和交流，同时易于计算机处理，使电厂的资产及信息从设计开始一直到运行维护都能够处于最佳配置。

在基建的设计阶段，基于全数字化的三维模型平台，所有专业在共同的三维环境中协同设计，形成与真实电厂一致的工作过程。同时，在数字化平台上可进行设计现状的展示，可通过图像或视频的方式展示工程的设计进度，在数字化平台上点击设备名称可直接定位到模型；还可在平台上实现全厂漫游，点击模型如阀门、管道、设备等均可直接查看其属性。三维漫游具有真实、安全的特点，有利于人员快速熟悉环境。同时做到后台数据可查，具有很强的可扩展性。图9为某公司开发的三维漫游的场景。

图9  全数字化技术的三维漫游场景示例Fig.9  Example for three-dimensional walk-through scene based on full digital technology

3.2  全厂的三维数字化数据管理

包括对三维设备模型，过程数据，以及各类图纸资料的管理；还能提供全厂全生命周期数据管理和状态管控，形成与厂级监控信息系统、DCS、管理信息系统、企业资产管理系统等系统的全面集成；可实现关联工程主数据，建立和维护三维工程模型以及文档信息等；实现与厂级信息系统和闭路电视系统的数据映射管理，以及多系统之间的数据关联和调用。3.3  大数据分析平台主要实现性能计算与耗差分析、节能优化与环保数据监测、为全厂资源优化调配提供数据支持等功能。主要组成部分包括：（1）实时监控：基于HTML5技术，支持Web端和移动客户端，可覆盖DCS全部画面。（2）历史趋势：可采用自定义查看、多参数查看等功能。（3）报警预警：包括DCS定值报警、梯度报警、超限报警等，能实时生产报警报告。还可提供数据完整性校验、预测报警灯功能。（4）性能计算：可依据国际标准、国家标准或行业标准对主要辅机进行耗差分析；还可实现设备、系统和机组级性能的数学模型的构建和性能的在线计算。（5）分析统计：提供机组启停统计，以及机组级、厂级的性能指标计算分析。（6）相关性分析：提供子系统内和用户自定义测点的相关性分析。（7）预测分析：提供对重要测点在未来的趋势预测。3.4  基于三维模型分析的辅机状态评估、监测与分析传统的辅机状态评估、监测与分析主要是基于计算机的后台计算分析，缺少与工程技术人员的交互，无法充分利用智慧主体的作用。基于智慧化全数字技术的辅机状态评估的数据来源是三维数据模型，同时提供与工程技术人员进行交互的直观的平台，使其可充分了解和掌握状态评估的机理和过程，为工程技术人员改进、完善评估方法提供进一步的指导。基于智慧化全数字技术的辅机状态评估主要包括基于辅机三维数据模型的数据筛选、辅机运行的历史数据分析、数据分析模型的选择和模型的训练等功能。3.5  厂级人员定位系统和三维定位模拟技术厂级人员定位系统基于三维技术可实现对全厂人员更加高效的管理。采用的主要技术包括超宽带高精度定位技术、基于三维建模的图像识别定位技术以及基于GIS和陀螺仪的大范围定位技术。超宽带技术与传统通信技术的定位方法有较大差异，它不需要使用传统通信体制中的载波，而是通过发送和接收具有纳秒或纳秒级以下的极窄脉冲来传输数据，可用于室内精确定位。超宽带系统与传统的窄带系统相比，具有穿透力强、功耗低、抗多径效果好、安全性高、系统复杂度低、能够提高精确定位精度等优点，通常用于室内移动物体的定位跟踪或导航。3.6  智能化的设备操作和检修系统智慧化全数字系统中充分利用了图像处理和数字影像技术，与生产过程相结合，实现智能化的设备操作指导和检修维护。目前应用较多的是VR（虚拟现实）/AR（增强现实）技术，MR（混合现实）技术也正在投入应用。这种基于三维可视化平台和厂内人员定位技术的系统，可以实现根据两票系统，创建、修改和管理巡检或检修计划生成巡检路线，并在三维可视化平台上显示巡检路上传并分析巡检路线上相应设备的运行状况，根据检修需要设置电子围栏报警系统。目前，以数字化三维建模为基础的各种应用（包括VR、AR、MR）相对较为成熟，但在以此为基础的电站辅机设备状态评估还只是一个维度，所获取的现场信息和数据还主要是依据图像处理技术，在数据量上还较为有限，所检测到的设备状态信息也仅限于设备表面端的，因此仅仅依靠三维数据模型和历史数据分析还不能形成比较充分而有效的诊断结论。在未来的智慧化全数字应用中，三维平台的设备检修和操作将逐步融合其他各类感知和检测技术（如光学技术、声波技术等），补充仅从视觉角度获得的信息空缺，这也充分体现了智慧化全数字应用的生命力和广阔的发展前景。基于视觉和三维系统的智能检修和操作，以及大数据技术的运用是智能化技术在信息获取广度方面的扩展，通过对海量数据进行分析和处理，使用数据挖掘技术去除潜在的错误数据、干扰数据和冗余数据，得到分析结果则更能反映运行的实际情况；同时大数据技术还能够发现发电机组运行过程中一些非常细微的状态变化，能够及时发现、提前消除机组中一些潜在的故障隐患，有效降低发电机组发生故障的概率，提高机组运行的安全性和可靠性。例如，将大数据处理技术应用于风机监测，采用聚类算法对大数据进行迭代运算，采用多元偏度、多元峰度应用于机组性能的状态评估中，根据其偏离参考曲线程度来判断风机运行性能^[18]。又如，对监控与数据采集系统采集的海量风机振动数据进行修正和标准化处理后，可用于分析风速、湍流、风轮转速等因素对机组振动造成的影响。在智慧化数字电厂中，检测信息的深度利用方面目前也有进一步的应用，例如基于振动频谱数据分析的旋转设备状态诊断和基于设备材质劣变数据状态分析的余寿命诊断技术等。例如，设备的振动加速度信号对高频信号（或依赖高频信号来做诊断判据的故障类型）比较敏感，具有适应性广和检测方便的特点。但是，振动加速度信号受振动信号传递路径、传感器安装误差、传递振动各元件间隙、以及监测部件的固有振动等因素的影响，导致振动加速度信号极其复杂，难以使用现有信号分析方法提取故障特征。因此，采用振动加速度信号频谱的可视化分析方法有助于提取故障特征。其方法是通过傅立叶变换获取振动加速度信号的频谱；然后，根据高低能量区边界对振动加速度信号频谱进行分割，统计分割后各分频段内频率分量的幅值和；最后，以频段幅值和为特征指标，建立随时间变化的谱阵列，实现可视化显示，用以反映机械设备全寿命周期的运行状态^[19]。又如，利用机组在线状态监测系统采集数据并预处理，采用模糊神经网络、快速傅立叶变换和专家系统推理机对不同类型的故障进行诊断,采用决策融合技术对诊断结果进行优化，具有很强的通用性和适应性，提高了分析问题、推理及优化、远程诊断分析能力，达到了较高的智能化水平^[20]。这些技术都充分利用了信息的深度计算，同时与可视化结合起来，实现了在信息广度和深度方面的同时拓展，充分体现了智慧化全数字技术的特点。3.7  跨平台应用

主要包括数据侧平台、移动端平台、第三方平台的应用，其基本结构如图10所示。

图10  跨平台应用基本结构

Fig.10  Basic architecture of cross-platform applications

其中移动端平台采用最先进和最广泛应用的移动通信技术，充分利用智能化通信设备和移动互联网实现各级数据以直观、丰富的形式送达智慧主体，可实现移动查看生产指标、实时监控现场生产过程、大数据平台消息提醒、设备模型浏览、设备缺陷管理、数据报表查看、在线文档管理等功能。其实现的体系结构如图11所示。

图11  基于智慧化全数字技术的移动应用体系Fig.11  Mobile application system based on intelligent all-digital technology

3.8  大机组的智能化控制技术

基于DCS和SIS提供的数据信息，利用智能化技术，获得电力生产中关键指标的关联性和内在规律，及时准确判断机组所处状态，自动调整控制策略，满足生产需求。传统的控制方法中，采用基于“黑盒”式的闭环控制，反馈到控制器的被控系统输出量y仅仅是系统的最后一级状态量，单纯依靠输出反馈而没有内部状态信息很难求取精确的控制量。串级控制采用中间可测的状态信息反馈，在一定程度上弥补了这个缺陷，但由于反馈的状态量很少，在大机组控制中仍然不能获得足够满意的控制效果。现代电力生产中大机组的特点是设备结构复杂、内部状态变量多，状态变量的动态性持续时间长，同时机组设备各项参数的时变性强，采用传统的仅仅依靠输出反馈的控制策略很难取得好的控制效果。

在智慧化全数字技术中，可充分利用多手段测量增加获取机组信息的广度，同时结合采用状态观测、模式识别、软测量等技术来获得机组内部更多的状态变量的实时信息，同时，还可通过数据挖掘技术从现有的可获得的信息中深挖出更多、更准确的状态信息，结合基于机器学习的智能化建模技术将这些更多、更新、更准确的状态信息反馈给控制器实现控制的校正和优化，自动适应机组各种工况下的运行需求，实现对机组运行方式、控制参数、效能指标和经营管理的持续优化。传统的发电控制结构和智慧化全数字技术中的发电控制结构如图12、图13所示。可见，与传统的控制结构相比，智慧化全数字技术在信息采集、获取的广度和数据处理的深度上都得到了显著的增强。

图12  传统的发电控制结构

Fig.12  Traditional generation control architecture

图13  智慧化全数字技术中的发电控制结构

Fig.13  Generation control architecture in intelligent all-digital technology

3.9  管控一体化

控制所面向的是物理过程、机器和设备，而管理则包含对人力资源等相关高层次因素的控制和干预。从宏观角度讲，整个电厂的生产乃至区域性的电力生产都是处于一个综合性的互动体中，构成一个大的闭环系统，这个闭环中不但包括传统的控制因素，还包括管理所面向的各类高层次因素（例如人员的管理），大闭环中任何因素的缺陷、故障、事故等都可视作施加到该闭环系统的扰动，都会对生产造成不同程度的、直接的或间接的影响，例如操作人员不能认真值守造成的生产事故、检修人员的工作疏忽造成的机组非故障停机等。这也是传统的“管控分离”的生产模式或“管控弱耦合”模式无法实现全局优化的重要原因。管控一体化就是对传统的“管控分离”的模式或“管控弱耦合”模式的本质性的改进，实现对综合性的大闭环系统的控制。

智慧化全数字技术中采用管控一体化，在发电过程控制系统与生产管理系统之间建立数据共享机制，实现控制与管理的联动。可以实现根据实时的管理需求如调度要求和生产资料情况，调整生产任务，同时通过多种模式的通信手段将管理的需求及时反映到发电生产的运行控制系统，实时调整控制策略，实现各项生产指标的最优化与企业安全经济效益的最大化。智慧化全数字技术中的管控一体化如图14所示。

图14  智慧化全数字技术中的管控一体化

Fig.14  Integration of management and control in intelligent all-digital technology

4  结语

传统的数字化电厂技术虽然能实现企业建设和管理中的数字化模式，但信息采集和获取的途径和手段相对单一，信息量相对较小；同时，对信息的利用的深度上也有待进一步加强。本文在数字化电厂的技术基础上，从数据和信息的采集、利用的广度和深度两个方面提出了一种更新的智慧化全数字技术体系。在这种体系中包含智慧主体和基于数字化技术的信息传送2个组成部分。智慧主体包括以人为智慧主体和以机器为智慧主体的2种智慧化的实现方式。目前较多地采用二者相结合的方式，以机器为智慧主体在未来将成为智慧化实现的主要方式。数字化技术增加并扩展了对数据信息在广度上的利用（例如泛在网、可视化技术等），通过扩展信息获取和采集的途径和手段来增加信息的广度；智慧主体主要在对数据信息做深度上分析和处理，通过引入更加智能化的计算方法和分析方法（如AI、大数据分析、云计算、智能控制等）对数据信息做深度分析、挖掘和再利用。同时，该体系产生出的新数据和新知识可持续反馈到现有的“智慧-数字化”系统中去，实现系统的自组织、自调整、自迁移。智慧化与全数字技术的结合，将显著提升现有的数字化电厂技术应用的层次和范围，为现有的数字化电厂的进一步升级改造指明了方向。本文还探讨了这种“智慧化-全数字”体系在电厂的应用方案，其中全数字基建、三维数字化管理、基于三维模型的设备状态监测、基于三维技术的人员管理以及跨平台应用属于本文所述技术在“全数字化”范畴和以人为智慧主体的智慧化实现的典型应用方案；而大数据分析平台、智能化的设备操作和检修、大机组的智能化控制以及管控一体化技术则属于本文所述技术在以机器为智慧主体的智慧化实现的典型应用方案。随着AI技术、泛在网、智能控制、大数据、可视化和云计算技术的快速发展，也必将进一步推动全数字化技术和以机器为智慧主体的智慧化实现的快速发展，为中国电力生产的高效化、清洁化和智能化作出更大的贡献。

（责任编辑　蒋东方）

作者介绍

张文建(1963—)，男，硕士，高级工程师，从事电力系统控制研究，E-mail: [e-mail];

★

梁庚(1976—)，男，博士，教授，从事智能发电技术、分散控制系统、现场总线技术研究，E-mail: [e-mail];

★

李庚达(1986—)，男，博士，高级工程师，从事火电厂炉内燃烧智能化技术研究，E-mail: [e-mail]

 往期回顾 

编辑：杨彪

审核：方彤

声明

根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。