该项目将运行经验和机理建模技术、人工智能、大数据分析等技术相结合，协同机理驱动和数据驱动两种建模方法，基于设备设计原理、特征数据和机组热力过程、实时数据、历史数据、运行规程、 人工经验等多维度的结构化数据和非结构化数据开展深入研究，开发了基于热力镜像建模和设备分析的智能预警及量化操作指导系统。 系统采用适用生产一区运行的系统架构、安全高速通讯策略，应用数据协调技术，实现了与DCS一体化运行。系统研发了融合机理建模、数理模型评估优化和参数动态在线校正技术的设备高精度热力镜像建模技术，建立了风机、空预器、汽轮机、凝汽器等设备的高精度热力镜像模型，计算设备全工况特性规律和多参数分布特征数据，实现设备实时在线的被动安全监控；开发了设备热力镜像模型的在线跟踪和模拟预演功能，实现设备动态特性分析实时在线监控和设备操作后的参数超前预测，进一步实现设备操作量化调节指导；研发融合热力镜像建模、传统仿真建模和参数动态校正的在线仿真技术，建设在线仿真系统,开发了系统级模型在线跟踪和模拟预演，实现了机组运行参数的超前预测演绎和量化调节指导；基于高精度设备热力镜像模型和在线仿真模型，模拟预演生成设备故障数据样本，与机组历史数据样本相互补充，建立机组运行全工况高质量样本库，研究低误报低漏报预警算法和数据驱动建模全过程管理，提出融合机理与数据的机组全工况智能预警与故障诊断技术，实现机组全工况运行下的参数预警和关键设备故障精准诊断，关键设备的热力镜像模型精度超过98%，在线仿真模型静态精度、动态精度分别达到 99%、98%，诊出率和正确率分别达到 93.3%、95%，运行人员劳动强度约下降 55%。最终实现对电厂全局设备、系统运行状态进行多维度的动态评价，提前给出预警信息和量化指导意见，及时采取干预措施，保障机组安全、稳定、经济运行。