火力发电厂数字化发展现状以及向智能化电厂转型分析

葛志伟，刘战礼，周保中，郑　张

（华电电力科学研究院，浙江杭州310030）

火力发电厂数字化发展现状以及向智能化电厂转型分析

葛志伟，刘战礼，周保中，郑张

（华电电力科学研究院，浙江杭州310030）

数字化是电厂智能化的基础，智能化电厂是数字化电厂的进一步深入和发展。本文阐述了数字化电厂的发展现状，对智能化电厂的概念、结构内容和未来发展方向进行了分析和展望。随着移动互联网、云计算、大数据和物联网等新技术与火力发电厂的不断融合，电厂的智能化水平将进一步得到提升。

火电厂；数字化电厂；智能化电厂

0　引言

目前，随着移动互联网、云计算、大数据和物联网等技术的蓬勃发展，各个领域兴起了智能化建设的高潮，在发电领域对智能化电厂的呼声也越来越高，与此同时数字化电厂的建设也在不断发展，本文将梳理两者之间的区别与联系。

1　数字化电厂发展现状

数字化电厂，即先把电厂的所有信息进行数字化，然后利用网络技术实现准确且可靠的信息交换和实时共享，并利用智能专家系统进行各种优化决策，为机组的操作提供科学指导的电厂[1～3]。

经过多年努力，我国火力发电厂在不同程度上实现了数字化，但数字化的程度与实际要求还存在一些差距，主要反映在以下三个方面[4]：1）基础设备层的数字化程度不够。大量的底层基础设备仍采用模拟量或开关量信号进行控制，数字化程度低，且建设和维护成本高。2）数据的利用程度不足。随着基础设备层上传的数据逐渐增多，而其实时信息无法及时上传到上层的监控层和管理层，制约了上层高级应用软件的应用深度。3）数据挖掘的程度不够。大量的数据资源由于缺乏整合，数据分散并缺乏连贯性，管理人员很难从中得到有用信息从而做出有效决策。

数字化电厂，当前首要任务是实现底层基础设备层的全面数字化，积极稳妥的推行现场总线技术。只有当最底层的有用的数据信号能够以数字化的方式传送到上级控制、监控、管理和决策层时，才能够使上层的高级应用软件与各种分析决策技术得到更全面广泛的应用。现场总线技术的应用将扩大信息收集的范围和深度，为数字化电厂的发展奠定基础。

数字化电厂是智能化电厂的基础，而智能化电厂是数字化电厂的进一步丰富和发展。随着数字化电厂不断地与先进的技术相融合，数字化电厂将向智能化电厂转型。

2　数字化电厂向智能化电厂的转型分析

2.1智能化电厂的概念

智能化电厂，就是在数字化和信息化基础上，将现代先进的传感量测技术、自动控制技术、分析决策技术和信息通信技术等与物理电厂高度集成，最大限度达到经济、高效、安全、智能和环保的最优化状态的新型现代化电厂[5～7]。

由数字化电厂和智能化电厂的概念比较可以看出，智能化电厂在数字化电厂基础上进行了进一步的深化和拓展，在基础设备层应用更先进的传感测量技术实现在线精确测量，在实时控制层应用智能算法实现智慧控制，在系统优化层、生产管理层和电厂决策层结合云计算和大数据技术等实现智慧分析决策，在全厂应用移动互联网和物联网等信息通信技术实现电厂高效信息传输，使电厂的运行、控制、管理和决策等更加符合现代化电厂的要求。数字化是电厂智能化的基础，而智能化是数字化的进一步发展和提升。

2.2智能化电厂的结构内容

智能化电厂与数字化电厂具有相同的体系结构，都包含基础设备层、实时控制层、系统优化层、生产管理层和电厂决策层等，智能化电厂在数字化电厂结构内容的基础上进行了不同程度的丰富和发展[6，8]。

（1）基础设备层。在基础设备层，数字化电厂与智能化电厂都采用成熟的现场总线（FCS）数字化装置或仪表，采集发电厂相关设备和系统上的数据，在生产设备层直接实现数字化。智能化电厂在此基础上，还采用先进的在线煤质测量技术（包括激光诱导击穿光谱技术、双能γ射线技术、中子活化技术和微波技术等[9]）、在线烟气测量技术（包括智能烟气分析仪、基于LIBS的烟气测量技术和基于信息融合的软测量技术等）、炉膛温度测量技术（包括CCD三维可视化技术、超声波测量技术和激光等离子体温度测量技术等）等进行相关指标的在线精确测量，为实时控制层的控制及优化提供基础[6]。

（2）实时控制层。在实时控制层，数字化电厂与智能化电厂都包括锅炉、汽机、电气、辅机等的DCS一体化控制系统，保证火电厂的安全平稳运行。智能化电厂在此基础上，通过使用预测控制、模糊控制、神经网络控制、模糊神经网络控制和遗传算法等各种智能控制和算法，实现机组的优化控制，从而提高机组效率和安全性，达到节能降耗的目的。

（3）系统优化层。在系统优化层，数字化电厂与智能化电厂都包括厂级监控信息系统（SIS），对厂级生产过程进行监控，分析和优化控制系统和机组性能，并对下层的实时控制层进行指导。智能化电厂在此基础上，还加入智能化煤场、数字化视频监控等。

（4）生产管理层。在生产管理层，数字化电厂与智能化电厂都以电厂资产管理为主线对电厂的机组性能指标进行优化，实现电厂的经济、高效和安全地运行。此层根据从上层的电厂决策层取得的经营指标制定生产计划，并为下层的系统优化层提供指导。智能化电厂在此基础上，可结合移动互联网技术搭建移动信息管理平台，使火电厂的经营管理者可以随时随地获取电厂的相关信息，提高全厂的现代化管理水平。

（5）电厂决策层。电厂决策层在数字化电厂和智能化电厂结构中均处于最上层，该层主要体现为监视、考核和管理。该层以综合计划管理为主线、以监视和考核为核心，确保电厂的运营规范化、科学化和效益最大化。智能化电厂在此基础上，可结合云计算和大数据技术对电厂的各种数据进行分析和挖掘，分析数据之间的内在关联，获得有益于电厂发展的规律，为电厂决策提供支持。

2.3智能化电厂未来的发展方向

虽然到目前为止，国内外还没有一个完整意义上的智能化电厂，但智能化电厂框架下的许多智能控制技术和先进算法已在许多电厂中已有应用研究[6]。如预测控制、模糊控制、神经网络控制、模糊神将网络控制[10～14]和遗传算法等已应用于主蒸汽温度控制[15～20]。随着各种智能控制和信息技术以及数字化电厂的不断发展，智能化电厂也将不断发展和完善过程中。

智能化电厂未来的发展需要不断与移动互联网、云计算、大数据和物联网等先进技术相互融合，促进火电厂的进一步转型升级。

（1）与移动互联网的结合。

目前，工业局域网在电厂中的应用已经较为普遍，电厂人员可以通过局域网对整个电厂的信息进行查看，或利用VPN通过互联网进行远程查看。随着移动互联网与移动终端的发展，特别是随着4G等移动通信技术的普及，使智能手机和平板电脑等移动终端设备在电力行业的应用将成为可能[21]。通过移动互联网技术可以将电厂的实时生产和运行状况同步到智能移动终端，因为移动互联网不仅传输速度快，而且覆盖面广，可使管理人员或技术人员不在现场时，仍然可以通过移动终端及时获取所需要的电厂信息，并进行相关决策，最大程度地减少经济损失，从而提高全厂的现代化管理水平。

（2）与云计算、大数据技术结合。

云计算是一种新型计算模式，可将企业内部的大量数据储存到云端，利用云端服务器组对大数据进行分析和挖掘，这种大数据分析侧重通过分布式或并行算法提高现有数据挖掘方法对海量数据的处理效率，忽略了数据之间的前后因果关系，侧重对数据间的相关性进行预测，然后将有用信息回传给用户[22]。

电厂可将其生产运营过程中的海量数据传入云存储平台进行保存和备份，并利用云端并行服务器对大数据进行快速分析和挖掘，发现有利于生产和管理的有用信息，为智能决策服务。通过与云计算、大数据技术的结合，火电厂将不需要自己额外对硬件设备及相关基础设施进行投入和维护，节省大笔开销。

（3）与物联网等技术结合。

物联网就是通过射频识别技术、传感器和定位系统等信息传感设备，将各种物体连接到互联网，实现各种信息的通信与交换，从而可对各种物体进行智能化识别、定位、跟踪和管理等的一种网络[23]。

目前电厂存在设备和物资的信息共享性差、结构不统一和综合利用困难等显著问题[23]。可利用物联网技术，通过将感应器和射频识别标签等嵌入到机炉电设备和各类重要物资中，形成电厂内部的物联网，并与互联网加以整合，以更加精细化和动态化的方式实现对电厂的智慧管理，提升全厂的现代化管理水平。

3　结语

本文首先对火力发电厂的数字化发展现状进行了描述，指出数字化电厂的首要任务是实现底层基础设备层的全面数字化，积极稳妥的推行现场总线技术。对智能化电厂的概念、结构内容与发展方向进行了分析，指出智能化电厂是数字化电厂的丰富和发展。智能化电厂，需要不断与当今先进的移动互联网、云计算、大数据和物联网等技术相互融合，促进火电厂的进一步转型升级。

[1]杨浚，姜春敏.现场总线技术在数字化电厂中的应用[J].山东电力技术，2012，（5）：62～65.

[2]李臻，崔利.数字化电厂设计中应注意的一些问题[J].热力发电，2009，38（10）：78～80.

[3]曹国栋，张倩.建设数字化电厂的关键问题探讨[J].电力设备.2008（12）：63～65.

[4]燕辰凯.建设数字化电厂的思考[J].能源与节能，2014，（1）：53～56.

[5]侯子良，侯云浩.21世纪第二个十年火电厂自动化[J].电站信息. 2012，（1）：27～29.

[6]陈世和.智能电站发展现状及展望[A].智能化电站技术发展研讨暨电站自动化2013年会论文集[C].2013.

[7]高鹏里.智能化电厂建设探索[J].市场周刊，2013，（11）：7～9.

[8]章素华.构建中国数字化电厂的技术思考[J].华电技术，2008，30（7）：32～36.

[9]李立志.提高激光诱导击穿光谱测量的可重复性及煤质应用[D].清华大学，2012.

[10]曾蓉.火电厂主蒸汽温度的模糊神经网络控制系统的研究[D].重庆大学，2007.

[11]贺飞.预测控制及其在电站锅炉汽温控制中的应用研究[D].北京交通大学，2014.

[12]刘瑞.模糊神经网络在火电厂锅炉主蒸汽温度控制系统中的应用[D].长安大学，2013.

[13]栗少萍，郭放.模糊神经元反馈网络在电厂串级汽温控制中的应用[J].电气自动化，2006，28（2）：11～12.

[14]孙建平，梅华.应用模糊预测控制实现主汽温控制[J].华北电力大学学报，2003，30（2）：49～52.

[15]王子杰，李健，孙万云.基于神经网络和遗传算法的锅炉燃烧优化方法[J].华北电力大学学报，2008，35（1）：14～17.

[16]周昊，茅建波，池作和，等.燃煤锅炉低氮氧化物燃烧特性的神经网络预报[J].环境科学，2002，23（2）：18～22.

[17]李鹏，孙鹤，张健，等.电厂锅炉燃烧系统先进过程控制实验仿真平台[J].计算机与应用化学，2012，29（10）：1216～1219.

[18]赵俊.基于遗传算法的锅炉燃烧优化设计与实现[D].苏州大学，2009.

[19]孙巧玲，沈炯，李益国.基于遗传算法的燃煤电站锅炉整体燃烧优化方法研究[J].热能动力工程，2004，19（1）：85～88.

[20]张红福，张曦，罗嘉.基于预测控制方法的燃烧优化研究与应用[J].自动化博览.2015（07）：90～92.

[21]王爱娟，王明春.火电厂移动信息系统的设计与研究[J].发电设备，2015，29（1）：31～34.

[22]王军.基于“云计算”的电厂继电保护系统的研究[J].科技风，2013（6）：20.

[23]张士海.基于物联网的电厂设备管理及运行监测系统设计与实现[D].电子科技大学，2012.

Current Situation of Digitized Coal-fired Power Plants and Analysis of Its Transformation to the Intelligent Power Plant

GE Zhi-wei，LIU Zhan-li，ZHOU Bao-zhong，ZHENG Zhang
（Huadian Electric Power Research Institute，Hang Zhou 310030，China）

Digital power plant is the foundation of intelligent power plant，and intelligent power plant is more in-depth.This paper firstly discribes the current development of digital power plant，and then analyzes the concept，content and the future development direction of intelligent power plant.With the convergence of mobile internet，cloud computing，big data and internet of things with coal-fired power plants，the intelligent degree of power plant will be further improved.

Coal-fired power plants；Digitized power plant；Intelligent power plant

10.3969/J.ISSN.2095-3429.2015.05.011

TM76

B

2095-3429（2015）05-0045-03

葛志伟（1986-），男，山东青州人，博士，研究方向：火力发电厂的智能化研究。

2015-10-14

2015-10-28