在新型電力系統(tǒng)加速建設背景下，隨著抽水蓄能電站越來越多，傳統(tǒng)設備運維管理模式與人力資源、設備可靠性要求日益提升的矛盾日益顯現(xiàn)，需要應用數(shù)字技術(shù)為業(yè)務賦能，推動電站設備管理數(shù)字化轉(zhuǎn)型，提升管理效能。傳統(tǒng)的抽蓄電站群運維管理存在以下問題：
1、設備數(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)，對運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)分析場景與實際業(yè)務存在偏差。
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)儲能(600995)公司管轄的9個廠站的全量生產(chǎn)數(shù)據(jù)，且該系統(tǒng)的先進技術(shù)架構(gòu)為未來抽蓄電廠爆發(fā)式增長預留了足夠的資源，為抽蓄設備現(xiàn)代化信息化運維管理體系打造了戰(zhàn)略性裝備，目前已在南網(wǎng)儲能公司各運維單位得到了廣泛應用，井且取得了良好的應用效果。
2.1數(shù)據(jù)集成
項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，匯聚了南網(wǎng)儲能公司7個抽水蓄能電廠、2個常規(guī)水電廠70余個系統(tǒng)超過35萬個測點的數(shù)據(jù)，建成了行業(yè)內(nèi)首個抽水蓄能電站群設備狀態(tài)大數(shù)據(jù)智能分析平臺。
2.2平臺建設
本項目采用南方電網(wǎng)公司統(tǒng)一部署的云平臺資源，建設統(tǒng)一門戶和模塊化數(shù)字應用，實現(xiàn)數(shù)據(jù)源和應用端有效隔離，具有強可移植性，構(gòu)建抽蓄電站群數(shù)據(jù)服務和應用工具，為開發(fā)數(shù)字應用提供支持：
2.3算法體系建設
結(jié)合抽蓄電站群設備數(shù)據(jù)分析實際需求和數(shù)理特征，開發(fā)了抽蓄電站群通用性算法組態(tài)工具，支持多指標并行輸出、自動持久化，實現(xiàn)了無代碼經(jīng)驗的用戶也能夠通過拖拉拽的方式快速、動態(tài)部署狀態(tài)評價數(shù)據(jù)分析應用。
組態(tài)算法方面，采用“場景引領-數(shù)據(jù)驅(qū)動-算法支持-實踐檢驗”研究模式，提出發(fā)電電動機、水泵水輪機、勵磁、調(diào)速器等全系統(tǒng)超過一千個設備狀態(tài)評價算法，并通過模塊化的自由調(diào)度，與設備狀態(tài)評價規(guī)則聯(lián)動，提煉機組各系統(tǒng)的數(shù)據(jù)分析標準設計，形成了一系列具有自主知識產(chǎn)權(quán)的抽蓄電站設備多源數(shù)據(jù)狀態(tài)智能分析方法，可推廣至行業(yè)應用。
時序智能算法方面，以抽水蓄能機組連續(xù)時序數(shù)據(jù)為主要研究對象，如軸瓦溫度，研究建立機組軸瓦溫度的預警模型，通過測試驗證發(fā)現(xiàn)，利用機器學習算法構(gòu)建機組的預警模型能夠準確地預測設備正常溫度，及時對偏離正常溫度的測點數(shù)據(jù)進行預警，相比于原有的傳統(tǒng)預警系統(tǒng)，靈活性和靈敏性有了極大提高。
機器視覺算法方面，基于“邊側(cè)AI網(wǎng)關(guān)機器視覺識別算法模型的統(tǒng)一部署，邊側(cè)接入網(wǎng)關(guān)廠站側(cè)實時視頻流、識別結(jié)果等信息的統(tǒng)一匯聚，基于輕量化YOLOv5s6先進的目標檢測框架，研發(fā)了漏油、漏水、刀閘指示器等快速圖像識別算法。通過現(xiàn)場測試驗證發(fā)現(xiàn)，該類圖像識別算法能在有限的邊緣側(cè)AI計算資源的條件下，極大地提高圖像識別準確率，有效保障算法的識別響應速度達到現(xiàn)場應用要求。
2.4智能應用部署
基于數(shù)據(jù)分析算法體系，面向抽水蓄能實際運維場景開發(fā)大量的智慧數(shù)字應用，開發(fā)了實用性強的各系統(tǒng)數(shù)據(jù)分析可視化工具，涵蓋數(shù)據(jù)對比分析、相關(guān)性分析、核心指標分析等，實現(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)鍵設備數(shù)據(jù)可視化應用，通過數(shù)據(jù)驅(qū)動實現(xiàn)實時狀態(tài)、統(tǒng)計分析和旋轉(zhuǎn)軌跡可視化的動態(tài)可視化立體模型，設備多維度可視化監(jiān)測。
開發(fā)了異常鉆取分析功能，實現(xiàn)“企業(yè)—電站—機組—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)范圍快速從一個宏觀的面，逐步下鉆并聚焦到一個最基本的算法結(jié)果上。實現(xiàn)技術(shù)人員既能快速評估系統(tǒng)總體狀態(tài)，又能快速定位到風險薄弱環(huán)節(jié)，實現(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)報表報告生成功能，并設計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)分析標準，將數(shù)據(jù)分析算法和南網(wǎng)設備狀態(tài)評價規(guī)則進行動態(tài)關(guān)聯(lián)，實現(xiàn)系統(tǒng)定期或一鍵自動生成設備狀態(tài)分析報告，為設備運維提供決策支持。蓄能機組標準數(shù)據(jù)分析算法也能為行業(yè)提供支持，填補行業(yè)空白。
2.5應用實踐促進業(yè)務轉(zhuǎn)型
通過數(shù)據(jù)分析技術(shù)的應用，推動業(yè)務數(shù)字化轉(zhuǎn)型，將設備大數(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)量和應用質(zhì)量，建立數(shù)據(jù)分析管理機制，常態(tài)化應用數(shù)據(jù)分析結(jié)果為運維決策提供支持，將現(xiàn)場人工設備狀態(tài)分析轉(zhuǎn)為云端機器數(shù)據(jù)自動分析，提升勞動生產(chǎn)率和效率。
3.1經(jīng)濟效益
本項目每年產(chǎn)生的經(jīng)濟效益約1763萬，通過設備大數(shù)據(jù)分析技術(shù)有效實現(xiàn)勞動生產(chǎn)率的提升、提高設備穩(wěn)定性。專業(yè)數(shù)據(jù)巡檢、設備狀態(tài)分析評估工作的機器替代率達到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，因本項目數(shù)字化相關(guān)成果轉(zhuǎn)化獲得合同價款收入預期超千萬元。
3.2社會效益
該系統(tǒng)，獲得中國水力發(fā)電工程學會鑒定組最高評價“國際領先”，獲中國水力發(fā)電工程學會2023年度科技進步獎，入選電力智能巡檢卓越技術(shù)應用案例、清馨獎數(shù)智力實踐先鋒項目，亮相第六屆數(shù)字中國建設峰會，在國際數(shù)字能源展作為抽水蓄能領域唯一重大成果發(fā)布，獲得中央電視臺“新聞直播間”“朝聞天下”等媒體廣泛報道。
主要社會效益包括：
(1)推動業(yè)務數(shù)字化轉(zhuǎn)型，提出并實現(xiàn)了基于大數(shù)據(jù)分析的設備運維管理模式，提升設備可靠性，融合RCM檢修策略優(yōu)化決策體系，提升RCM決策的準確度。
(2)改變傳統(tǒng)現(xiàn)場人工設備巡檢運維模式，推進了機器替代，減少人員重復工作，不斷提升設備維護效益，提升勞動生產(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產(chǎn)權(quán)的抽水蓄能電站設備的多源數(shù)據(jù)智能挖掘方法并推廣至行業(yè)應用，推動行業(yè)技術(shù)進步。
本項目高度產(chǎn)品化，整體遷移方便，且對水電設備運維實際業(yè)務幫助極大，建議行業(yè)內(nèi)水電、抽水蓄能電站標準化配置本項目成果，提升設備可靠性、全員勞動生產(chǎn)率。
供稿單位：南方電網(wǎng)儲能股份有限公司
來源： 中國上市公司協(xié)會
評論