近日，“2022年中国电机工程学会人工智能专业委员会年会暨电力行业人工智能技术创新应用论坛”在北京成功举办。论坛以“赋智数字电网创新融合，赋能新型电力系统建设”为主题，紧密围绕电力人工智能技术开展学术技术交流与探讨。人工智能专委会副主任委员、国家电网科技创新部副主任许海清、人工智能专委会副主任委员、北京智慧能源研究院副院长吴国凯共同主持论坛，来自国家电网、南方电网、发电集团、行业协会、制造企业、高等院校和科研院所的40余位专家学者现场参会，千余人次通过网络收看论坛直播。
本次大会公布了第四届电力行业人工智能技术创新应用案例获奖项目，博数智源和华能集团玉环电厂共同申报的“超超临界锅炉四管异常深度预警技术研发及应用”荣获二等奖。
华能集团玉环电厂是国家“863”计划中引进超超临界机组技术，逐步实现国产化的依托工程，是国家重点工程，也是中国第一个投产百万千瓦超超临界机组。“数据驱动的炉管安全智能监测和运维指导应用系统”在华能集团玉环电厂的大力支持下，于2019年6月正式上线，本系统投运至今，经历了多个版本的迭代优化升级，成功多次对炉管受热异常情况进行准确报警，为机组控非停作出较大贡献。
火力发电厂的三大主要设备是锅炉、汽轮机和发电机，发电离不开锅炉，而“四管”则涵盖了锅炉的全部受热面，包含水冷壁管、省煤器管、过热器管、再热器管。只要有一根炉管发生泄漏或爆管，电力生产就无法正常进行，增加非计划停运损失,有时还可能酿成事故，严重影响火力发电厂安全运行。
传统方式大多通过热工机理的方式或人工监盘的方式进行电厂“四管”监测，基于固定阈值的规则进行超温判断报警，但是由于锅炉的工况是在时刻变化的，所以存在报警滞后、误报率高等问题。
博数智源基于人工智能技术自主研发了“数据驱动的炉管安全智能监测和运维指导应用系统”，综合考虑各种工况、炉管位置及测点故障等高维数据，可精准报警。同时，报警种类丰富，覆盖大量传统方法难以识别的炉管异常情况，并进行提前预警，为应急处置提供充足的时间。
“数据驱动的炉管安全智能监测和运维指导应用系统”综合了大数据挖掘技术和热力学机理系统，围绕用户关注的三个核心目标：减少四管泄露事故，提高锅炉的燃烧效率，为机组检修提供指导意见进行功能研发，拥有七大主要功能：
把炉管温度和时间结合，并通过可视化功能进行展示，可以为监盘人员提供高效、直观的监盘方式。
基于机器学习算法构建了模糊阈值超温判断模型，精准识别发生超温的炉管，有效避免固定阈值超温报警带来的漏报情况。
利用海量的历史数据建模，采用工况数据去拟合炉管的温度数据的方法，达到机器学习算法对炉管温度变化规律的学习，建立劣化炉管评价标准模型。
利用炉管正常运行状态下温度与工况的相关性构建特征值，通过计算单根炉管与同组其它炉管在该特征值下的平均偏差，再结合该炉管与相邻炉管真实采集温度的差异性精准判断炉管劣化情况
针对测点故障和炉管故障呈现出的不同物理现象、数据形态建立数学分析模型，快速识别数千个测点故障，消除由于测点故障导致的误报，为测点维护提供指导意见。
通过炉管与锅炉整体状态或与同组相邻炉管的状态对比，提升算法模型精度
锅炉温度场可视化界面形式展示拉裂的炉管位置及持续时间
机组检修指导功能
定期评估炉管健康状态
停机自动生成检修报告
超超临界发电技术，简单说是指利用给水泵将水升压至超超临界压力，再通过锅炉内燃料燃烧将水加热至超超临界温度后，通过汽轮发电机组进行发电的高效发电技术。超超临界发电技术是当前世界最先进的火力发电技术，可在同步实现污染物超低排放的同时，将供电煤耗率降低至每千瓦时265克以下（2021年全国供电标准煤耗302.5克/千瓦时）。超超临界高效发电技术能有效降低煤耗和污染物水平，对推动碳达峰、碳中和目标如期实现具有重要意义。
“四管”分别指锅炉的水冷壁管、省煤器管、过热器管、再热器管。锅炉“四管”涵盖了锅炉的全部受热面。
随着超临界、超超临界大容量机组的逐渐投入生产，过热蒸汽的压力和温度相应增高，锅炉“四管”泄漏问题在各电厂不断发生。而且大容量机组非停对电网冲击较大，会影响电网的安全性和稳定性。电网瞬间失去大量负荷，引起电网频率波动，严重时引发系统震荡。锅炉“四管”泄漏是影响电厂锅炉安全运行的重要问题,居火力发电机组各类非计划停运原因之首，据统计炉管爆管导致的非计划停炉占电厂非停事故的50%~70%左右，单次爆管的经济损失接近千万元。而且每次机组启动要消耗大量的水、煤、燃油，造成极大的能源损失。只有有效防止和综合治理锅炉“四管”泄漏、爆管等问题，才能提高机组的可用率和机组运行的安全稳定性。
往期精彩回顾
