基于新興信息技術的燃氣燃煤機群監測診斷私有云平臺 ——數智電力-領略數字醫生的智慧診斷
一、項目概況
本項目采用物聯網、邊緣計算、私有云等新興信息技術，對燃煤和天然氣發電機組機群運行狀態進行監測、分析與診斷、預測性維護等工作。項目全面提升了中國大唐集團火力發電機群的集約化、精益化、標準化管理水平，通過私有云平臺實現中國大唐集團燃氣燃煤機組的全生命周期管理。促進發電行業與“互聯網+”、云計算、大數據的混合運用，帶動管理思想、管理模式變革。消除了區域、行業及企業間的壁壘，為國家能源行業生產運營提供新探索與借鑒。
1. 項目背景
當前信息通信技術對中國發電行業的貢獻價值正處于量變到質變的關鍵節點。在全球新一輪科技革命和產業變革中，互聯網與發電行業融合發展具有廣闊前景和無限潛力。推動供給側結構性改革，深入推進“互聯網+先進制造業”，加快建設和發展工業互聯網，推動互聯網、大數據、人工智能和實體經濟深度融合，已成為不可阻擋的時代潮流。
當前，電力行業對信息新技術與發電技術的融合認識不清晰、探索不系統，電廠大量數據未被深度挖掘、有效的利用，存在較為嚴重的數據壁壘；燃機數據的集成、分析和管理技術相對落后，發電機組起停率和故障率較高，影響機組性能與可靠性。針對這些問題，大唐集團同步采用物理模型和數學模型，建立了功能完善、覆蓋范圍廣的燃機機群監測診斷分析平臺，并首次實現了設備故障預警和廠級性能優化的有機融合。
2. 項目簡介
監測診斷私有云平臺采用企業內網絡改造解決方案，混合應用工業以太網、邊緣-中心計算等方法，實現電力生產的遠程診斷、傳感器監控、管理系統等要素的互聯互通。基于企業專線網絡的私有云平臺實現多個廠區的信息共享；利用云計算技術打破設備物理邊界，構建設備數字邊界，專注于機組機群的智能監測診斷和預測性維護。實現了6家電廠、13臺機組240余臺設備的集中在線監視診斷，為燃機機群全生命周期提供故障預警、性能分析和運行優化指導，大幅提高機組機群可靠性，優化運行經濟性，有力地提升了燃煤燃氣機群的管控能力。
3. 項目目標
目前電力行業電廠大量數據未被深度挖掘、有效的利用，存在較為嚴重的數據壁壘；燃機數據的集成、分析和管理技術相對落后，發電機組起停率和故障率較高，影響機組性能與可靠性。針對這些問題通過企業內網絡改造解決方案，采用工業以太網、邊緣-中心計算等方法，構建燃氣燃煤機群監測診斷私有云平臺。
二、項目實施概況
項目以大型發電集團的自動化、數字化、信息化為基礎，通過綜合應用工業互聯網+、云計算、邊緣計算、網絡審計準入等新興信息技術，實現對6家電廠13臺機組240余臺主輔設備的狀態性能進行不間斷監視分析與診斷。應用系統涵蓋安全生產、故障預警、熱效率計算、集成事件管理等發電企業主要資源，符合國家智慧電力的產業發展戰略，為建設集團級智能發電模式做出了開拓性探索，系統應用價值巨大、市場空間廣闊，經濟效益和社會效益十分顯著。
1. 項目總體架構和主要內容
（1）系統架構設計
系統架構采用四層網絡架構，分別是感知層、網絡層、應用層和用戶層。感知層有多種傳感器構成，監視設備包括電廠6KV以上的主要設備，主要包括，燃機、冷凝器、余熱鍋爐、輔機、汽輪機、發電機、冷卻塔和關鍵電氣設備。
網絡層是為感知層信息的匯聚、集成、傳遞和控制提供支持，同時為數據中心物聯網人機通訊交流提供信息平臺。為了提高網絡安全等級，監測診斷中心網絡數據抽取采用單向光閘，使得數據只能從生產現場傳輸到數據中心，外部網絡無法傳輸信息到生產區域。同時部署堡壘機、安全準入系統，提高網絡系統的穩定性。
應用層是物聯網和用戶層的交互結構，它與電力數據監測診斷的需求結合，可實現物聯網智能應用。
用戶層主要是數據中心面向的信息輸出對象，主要包括各個電廠和中國大唐集團公司。對于單個電廠，數據中心輸出信息主要側重于設備故障、性能劣化和熱效率分析等信息。對于集團公司的服務更加側重于信息的集合和關鍵績效指標的匯報。
2. 網絡、平臺或安全互聯架構
（1）“云+端”的數據調度模式實現高時分辨數據的運算存儲在燃氣燃煤機群監測診斷中心，通過數據指令調取各電廠分布存儲的生產實時/歷史數據，根據建立的診斷預測數據模型完成診斷分析和預測計算，實現中心計算。項目研發了邊緣-中心計算，利用高效的壓縮性能和壓縮時間，快速響應高速數據，實現邊緣計算；項目研發了分布-集中存儲，實現對海量生產實時數據秒級間隔的分布存儲。
（2）橫向隔離縱向加密的私有云網絡安全架構電力數據監視診斷云平臺采用私有云架構，利用企業網絡專線，搭建集團公司私有云計算平臺。在各電廠的數據服務收集段，設置單項網絡橫向隔離裝置，提高生產區域的系統安全特性。
3. 具體應用場景和應用模式
通過6家電廠13臺機組的實時監視，中心服務器和邊緣服務中收集數據信息。將數據收集和整理，進行運算，提高數據的可見性。針對不同設備問題，調配數據中心和現場邊緣運算能力，實現對不同類型設備故障的分級監視和預測性維護。對于高時分辨率的數據采用邊緣計算方法，及時對設備情況進行反饋與報警。對于大數據量的長期趨勢數據，通過云端計算的方式進行故障預警與性能劣化分析。
中心對設備故障和狀態下降產生預警（分為5級），1、2級報警將直接通知各廠現場值長關注。3、4、5級報警我們通過數學模型與物理模型相結合進行分析，形成周報、月報、季報并以例會的形式與現場進行討論，給予電廠檢查維修建議，最終故障處理結果通過云平臺形成閉環管理。
4. 安全及可靠性
電力數據監視診斷中心發展與應用在創造價值的同時，也面臨著復雜嚴峻的安全挑戰。數據中心每日存儲海量數據，這些數據都是來源于電廠機組運行的真實情況。作為重要能源支點，信息和網絡安全尤為重要。
私有云平臺采用企業專線與互聯網完全隔離。建立網絡認證系統，只有通過認證的用戶才可以使用燃機數據中心網絡，入侵檢測系統采用旁路部署，通過核心交換機將主干接口的數據流量鏡像到入侵檢測系統。入侵檢測系統對網絡傳輸的數據進行安全檢查，對存在的安全威脅進行報警。日志審計系統及數據庫審計系統可對相應的設備的系統日志和操作日志進行詳細的記錄。
三、下一步實施計劃
構建覆蓋全國的核心火電機組監視網絡：逐步拓展燃機、燃煤機組監視范圍和機組數量，發展為區域級的電力智能服務基地。以數字化技術為貫穿，構建覆蓋全國地區核心火電機組監視網絡。完善區域級生產信息化核心平臺，集成管理信息數據和流程，初步形成領先的數字化智慧發電模式。
四、項目創新點和實施效果
1. 項目先進性及創新點
創新點1：提出了一種基于數據指令和云+端的數據調度模式，融合了分布-集中存儲、邊緣-中心計算方法，實現了高時分辨數據的快速存儲和計算。
提出了一種基于數據指令和云+端的數據調度模式（包括數據配置指令和數據調用指令），結合數據配置工具，通過數據目錄服務，實現燃機監測與診斷中心對各電廠分布存儲的生產實時/歷史數據、集中存儲預測診斷中間計算數據的靈活調用，實現對數萬點的海量實時數據及中間計算數據進行秒級的快速讀取、存儲和計算。
創新點2：構建了燃機機群監測診斷云平臺，實現全系統、全流程的知識創新管理。
項目構建了燃機機群預測診斷云平臺，通過建立集成管理系統，實現全系統、全流程的知識創新管理。已成功對接13臺燃煤和燃氣機組，240余臺主輔設備，實現了集團級的數據集成與共享。與電廠級信息化系統相比，平臺融合了大數據、人工智能以及互聯網+等領域的新技術與新理念，設計并構建一個覆蓋生產運營、性能及故障預警等各階段的數字化、信息化、智能化運營管控系統，實現發電機群的安全、經濟運行。
2. 實施效果
典型案例：有效防止機組非計劃性停運
報警概況：12月1日早上5點14分，中心報告設備異常，1號發電機1號軸Y軸位移增大，軸震增加快速升高，同時兩項參數上升幅度快速升高。5時19分數據中心發出報警(DCS未達到報警值)，1號發電機1瓦軸承金屬溫度由86.3℃快速升高至98℃，回油溫度由66.89℃升高至74℃，潤滑油壓由1.87bar升至2.21bar。
分析判斷：數據中心分析報警，利用智慧信號和監視診斷系統分析多測點（溫度、震動、油壓等）變化趨勢和殘差變化判斷：1.潤滑油供油管路堵塞導致軸承供油短缺；2.供油管路供油短缺導致軸承震動突升；3.潤滑油供油管路堵塞導致軸承溫度升高；4.供油系統出現故障。
建議措施：1.通知電廠值班人員，注意加強供油系統監視；2.請電廠考慮停機檢查；3.建議組織有關專家召開現場分析會；4.經專家組會議討論最終決定立即申請停機處理。
檢查結果：1號潤滑油過濾器出口第1個出口逆止閥，發現逆止閥半邊密封條脫落，造成供油管堵塞。
聲明
本報告所載的材料和信息，包括但不限于文本、圖片、數據、觀點、建議，不構成法律建議，也不應替代律師意見。本報告所有材料或內容的知識產權歸工業互聯網產業聯盟所有（注明是引自其他方的內容除外），并受法律保護。如需轉載，需聯系本聯盟并獲得授權許可。未經授權許可，任何人不得將報告的全部或部分內容以發布、轉載、匯編、轉讓、出售等方式使用，不得將報告的全部或部分內容通過網絡方式傳播，不得在任何公開場合使用報告內相關描述及相關數據圖表。違反上述聲明者，本聯盟將追究其相關法律責任。
AII微信公眾號
AII頭條號