摘要：针对燃煤火力发电站，分析最新一代的智能DCS操作系统的功能设计、架构理念与应用效果。将人工智能算法、大数据技术、机器学习、专家知识图谱、多目标寻优、自动优化控制等理念或技术充分应用到智能DCS系统中，进而实现一键启停、故障诊断、早期预警和自动优化处理等先进功能，从而极大提升火力发电机组长周期安全稳定运行的能力，助力实现火电厂生产运营的最高境界“无人电厂”。结果表明，智能DCS的主要功能模块包括基于人工智能和智能控制技术的机组及辅机自启停控制系统，基于大数据及人工智能技术的智能监测系统，基于大数据、可视化及人工智能的早期预警及智能诊断系统，基于大数据分析和热力学机理的运行优化与操作指导系统，基于智能控制的多指标在线控制优化系统。智能DCS的主要实施效果包括减人增效，减少手动干预，防止人为误操作，降低人员劳动强度；更加智能、智慧，用机器智能算法和控制取代专家亲临指导；早期预警提高故障处理的前瞻性和响应速度，变事后控制为事中、事前控制；可视化监测让人员监盘更轻松直观；降低发电能耗水平，提高发电过程的清洁水平；降低故障的不良影响。用机器智能算法和控制取代专家亲临指导，是全新一代人工智能DCS最伟大的特征，在国电东胜公司开发和应用的全新一代智能DCS操作系统初步实现了这一功能特征。
关键词：燃煤火力发电；智能DCS；基于逻辑故障树的根源分析；一键启停；早期预警；无人电厂
1 引 言
目前，大部分新一代的大型燃煤火力发电企业处于火电厂3.0时代，以建设数字化物理载体为主要特征[1-3]。大数据、物联网、移动互联、云计算、可视化、智能控制等新兴技术的发展，为建设更加清洁、高效、可靠的智能化电厂或火电厂4.0奠定了基础，建设智能火电厂已成为行业共识的目标[2-4]。
智能控制层是智能电厂控制的核心，实现生产过程的数据集中处理、在线优化，是安全等级最高的系统[3-5]。火电厂智能化的核心是发电业务，因此，国电东胜公司将主要精力放在智能发电平台的建设，通过构建最新一代的智能DCS，实现智能控制层级和智能生产监管层的智能化、平台化、一体化管理。
针对燃煤火力发电站，分析最新一代的智能DCS操作系统的功能设计、架构理念与应用效果。将人工智能算法、大数据技术、机器学习、专家知识图谱、多目标寻优、自动优化控制等理念或技术充分应用到智能DCS系统中，进而实现一键启停、故障诊断、早期预警和自动优化处理等先进功能，从而极大提升火力发电机组长周期安全稳定运行的能力，助力实现火电厂生产运营的最高境界“无人电厂”。
2 智能DCS的功能架构
智能DCS的主要功能模块包括：
（1）基于人工智能和智能控制技术的机组及辅机自启停控制系统。
机组自启停控制系统（Automatic Plant Start Up and Shut Down Control System，简称APS）是实现机组启动和停止过程自动化的系统，其优势在于可以可规范运行人员的操作，防止人为误操作事件，从整体上提高机组的自动化水平和安全性。APS将火电机组的启动和停止过程人为地分为几个断点，只需运行人员进行一些确认操作，即可自动完成机组的自动启动或自动停运。国电内蒙古东胜热电有限公司1号机组于2018年6月，自启停控制系统第1次实现运行在役10年老燃煤机组的APS一键启停。
（2）基于大数据及人工智能技术的智能监测系统。应用大数据、物联网、人工智能技术和定量化分析的方法，实现控制回路品质监测、执行机构性能监测、分层配煤系数、锅炉结焦评分系统、四大平衡、辅网和主机运行的一体化监控等功能。
分层配煤系数的应用是指针对底层A、B层的燃烧器控制主汽压力，上层C、D、E层燃烧器控制主、再热温度的特性，实施分层配煤控制。在机组协调系统平均给定煤量的基础上，增加分层配煤系数，区别于给煤量偏置，实现下排磨组给煤量的优先增加与优先减少。分层配煤系数的应用与现阶段的分仓上煤配煤掺烧的方式能有机统一，有效地解除了汽温和汽压耦合，有助于提高AGC的调节性能和汽温的优化控制。
锅炉结焦评分系统是国电内蒙古东胜热电有限公司根据锅炉运行调整经验，在全国首次创造了锅炉结焦评分指标，制定评分、分级标准及相应的处置预案。依据评分、分级标准，确定不同负荷段下锅炉温度、减温水量与结焦评分的函数关系，形成公式嵌入智能DCS。在智能DCS系统，增加结焦评分的趋势、小时均值显示及预警功能，使锅炉结焦程度评估更加准确和实时化。
四大平衡监测系统包括电平衡、热平衡、水平衡和燃料平衡的实时监测。建设四大平衡系统，实现机组电、热、水、燃料的能量平衡和工质平衡直观监测，基于自学习、自趋优的神经网络训练计算各指标参数的标准值，对超出合理区间的异常指标参数及时发出预警。
搭建厂级DCS统一监视和控制平台，将主机、公用、辅网的DCS数据均接入厂级DCS网络。消除由于技术、分工及人为原因造成的信息孤岛，实现生产控制层面的数据一体化、协同控制和信息共享，形成具有智慧化生产过程深度分析和优化指导能力的智力服务中心。
（3）基于大数据、可视化及人工智能的早期预警及智能诊断系统。智能DCS报警系统采用北京国电智深控制技术有限公司EDPF-NT+报警系统，主要包括智能预警和智能报警、报警诊断与根源分析、报警增强展现和大型转机设备智能诊断这四个模块。
（4）基于大数据分析和热力学机理的运行优化与操作指导系统。应用基于数据挖掘和热力学机理分析的智能发电机组运行控制技术，在几乎不增加人员投入的情况下，通过数据挖掘方法和自寻优算法，寻找生产数据中的规律和特性，给出最优的过程控制目标值，指导运行人员调整运行参数、运行方式和减少泄漏，达到降低煤耗率的目的。
建立全厂电力生产的热力学模型，进行在线虚拟电厂仿真计算，给出工艺系统与设备运行能效的目标值与实际值的对比诊断结果。
期刊文章分类查询,尽在期刊图书馆将诊断结果，转化为运行人员优化操作的指导建议，并进行实时控制层面的直观展示。
（5）基于智能控制的多指标在线控制优化系统。
针对实际变工况时，机炉控制对象呈现出较强的时变性和非线性的特征，在智能DCS系统内大范围地应用系统辨识算法、控制参数自整定算法、预测控制算法、自抗扰控制算法。基于先进的控制算法，优化协调控制系统与各分系统的控制回路，包括主汽温控制、再热汽温控制、脱硝控制等，进而解决个别控制回路效果较差的问题。
3 智能DCS的实施效果
智能DCS的主要实施效果包括：
（1）减人增效，减少手动干预，防止人为误操作，降低人员劳动强度。通过进一步提升机组运行控制的自动化水平和机组稳定性、安全性，降低运行人员操作强度，实现“少人值守，智能运行”，正常工况下每运行值减少1~2人的操作工作量。全面采用智能控制优化功能后，保证机组煤质变化、锅炉燃烧、设备工况变化时，不对机组控制性能产生大的影响。通过自动优化控制系统，有效减少了运行人员的手动干预，提升了机组主要参数和控制指标，使机组在全负荷工况下均具有优越的调节性能。
（2）更加智能、智慧，用机器智能算法和控制取代专家亲临指导。报警诊断与根源分析模块建立典型故障的逻辑分析树和专家知识库，并应用于计算机逻辑分析判断系统。实现了生产分析严重依赖某个专家运行经验，到机器人工智能自动诊断的转变，有效阻断了不安全事件的持续发展和扩大，减少人员分析环节，给事故处理预留了宝贵时间。用机器智能算法和控制取代专家亲临指导，是全新一代人工智能DCS最伟大的特征。
（3）早期预警提高故障处理的前瞻性和响应速度，变事后控制为事中、事前控制。采用智能算法，实时监控火电厂关键生产参数的变化趋势。基于大数据分析的神经网络算法计算参数标准值，在参数变化趋势超限及偏离标准值时，发出预警，实现“早预警、早处理”。在智能DCS系统应用锅炉实时结焦评分系统后，锅炉结焦程度的恶化能够被及时、快速发现，以便运行人员采取相应措施进行处理，有效控制锅炉结焦的恶化。
（4）可视化监测让人员监盘更轻松直观。利用3D建模，实现汽轮机、引风机、送风机等大型转机的可视化监测诊断，给出诊断结果和有针对性的调整建议。三维可视化让人与设备的感官距离更近，有利于快速反应故障或缺陷的详细位置。
（5）降低发电能耗水平，提高发电过程的清洁水平。基于大数据分析技术和发电机组运行控制系统的融合，真正实现生产过程“能效大闭环”，在运行优化分析和最优操作指导运行的情况下，实现2~3 g/kWh的煤耗降低目标。
（6）降低故障的不良影响，避免减少机组非停，最大程度避免设备损坏，缩短机组非计划降出力时间，节省检修及维护费用，提高火力发电的经济效益。依靠典型故障诊断专家库及EDPF-NT+报警系统的超强运算能力，实现大范围参数智能监测与预警，辅助运行人员全面解读生产数据信息。在无需提高运行人员经验和反应速度的前提下，大幅提升对故障工况的预测、识别、定位、处理能力，显著提高机组的监控品质。预计能为机组每年至少减少1~2次非停事故，以及各种设备损坏造成的电量损失、设备维修费用，估计可减少650万元/年的损失。
4 结 论
针对燃煤火力发电站，分析最新一代的智能DCS操作系统的功能设计、架构理念与应用效果。将人工智能算法、大数据技术、机器学习、专家知识图谱、多目标寻优、自动优化控制等理念或技术充分应用到智能DCS系统中，进而实现一键启停、故障诊断、早期预警和自动优化处理等先进功能，从而极大提升火力发电机组长周期安全稳定运行的能力，助力实现火电厂生产运营的最高境界“无人电厂”。结果表明：
（1）智能DCS的主要功能模块包括基于人工智能和智能控制技术的机组及辅机自启停控制系统，基于大数据及人工智能技术的智能监测系统，基于大数据、可视化及人工智能的早期预警及智能诊断系统，基于大数据分析和热力学机理的运行优化与操作指导系统，基于智能控制的多指标在线控制优化系统。
（2）基于大数据及人工智能技术的智能监测系统包括控制回路品质监测、执行机构性能监测、分层配煤系数、锅炉结焦评分系统、四大平衡、辅网和主机运行的一体化监控等功能。
（3）应用基于数据挖掘和热力学机理分析的智能发电机组运行控制技术，在几乎不增加人员投入的情况下，通过数据挖掘方法和自寻优算法，寻找生产数据中的规律和特性，给出最优的过程控制目标值，指导运行人员调整运行参数、运行方式和减少泄漏，达到降低煤耗率的目的。
（4）用机器智能算法和控制取代专家亲临指导，是全新一代人工智能DCS最伟大的特征，在国电东胜公司开发和应用的全新一代智能DCS操作系统初步实现了这一功能特征。
参考文献：
[1]王政翱，杨光，韩啸，康佳，柳霞霞，赵俊杰.330 MW机组低励限制与失磁保护配合的模型分析[J].防护工程，2017，（36）：153，155.
[2]沈跃军，马克，崔畅元，周健，兰俊生，赵俊杰.大数据与逻辑故障树在火电厂故障诊断中应用[J].电力设备，2018，（10）：62-63.
[3]李孟周，伏劲宇，杜杰，张毅龙，兰俊生，赵俊杰.燃煤火电集控运行精益化管理提升策略研究[J].电力设备，2017，（34）：230，232.
[4]张毅龙，姚俊彦，任晓敏，王齐，赵俊杰.基于火电站设备性能提升优化AGC负荷响应指标[J].防护工程，2017，（29）：196-197.
[5]沈跃军，马克，周健，马俊峰，张毅龙，赵俊杰.基于逻辑故障树的智能DCS早期预警建模与应用[J].防护工程，2018，（9）：470，472.
论文作者:马克 沈跃军,黄敏,杨如意,崔畅元,兰俊生,赵俊杰
论文发表刊物:《基层建设》2019年第28期
论文发表时间:2020/2/3
标签：智能论文; 机组论文; 人工智能论文; 系统论文; 结焦论文; 算法论文; 数据论文; 《基层建设》2019年第28期论文;