立项背景

火力发电的安全可靠性对于电网调度运行和电能供应质量起着关键的作用，为了提高机组的安全性、稳定性和可靠性，亟需对发电机组的健康状态进行实时评价，实现设备劣化或异常事故早期预警，促使设备劣化、缺陷等异常得到及时处理，避免事故扩大化，尽可能的将故障引起的损失降低至最低水平，最终实现广东国华粤电台山发电有限公司目前检修方式由传统的计划检修向利用人工智能技术、以设备状态为基础、以预测设备状态发展趋势为依据的状态检修转变

基于火电厂机、炉、电三大主设备及重要辅机的健康状态评价及煤质、主参数、热工闭锁逻辑、环保参数等方面的带负荷能力评估，实现了调度与电厂的无缝沟通，将火电厂运行值长的综合判断转变为计算机可以识别的数学模型，避免了目前电网调度实时性差且带有一定的主观性的缺陷，确保整个电网安全可靠运行和连续供电，并保证电能质量

目前，我国已是世界上最大的温室气体排放国，承受着巨大的国际减排压力。2017年12月9日，我国正式启动全国碳排放权交易市场，利用市场机制控制和减少温室气体排放。碳交易机制最大的难点是核定实际碳排放量，虽然广东省作为碳交易试点区域，走在全国碳市场前列，在碳排放核查、预警、统计等方面面临诸多问题。结合广东省碳排放相关政策，本项目提出了碳排放计量、指标计算和预警方法，对碳排放量和碳排放强度等指标进行实时计算及预警，确保了碳排放监测的实时性、准确性和可监督性

内涵与创新点

本项目以国华台山电厂7台机组为研究对象，通过引入数理统计、因素空间、数据挖掘等理论，创新性地建立了机组健康状态实时评测、机组带负荷能力评估数学模型，为厂网间的安全优化调度建立了沟通平台。系统成功运用后，实现了对异常运行参数及关联设备预警，为保障设备和机组安全稳定运行赢取了时间，形成了示范作用，在电力系统行业内具有广泛的推广应用价值

1）燃煤机组健康状态评

项目从状态参数入手，引入参数类及劣化度的概念，利用数据挖掘及变权模式，实现了基于燃煤机组运行监测参数的健康状态评价。具体方法是：首先，根据一定原则确定健康评价的设备和参数范围，并分别对设备和参数进行分类组合；其次，确定状态参数的数据预处理方法，同时通过数据挖掘算法，对历史正常运行工况数据进行学习，得到各个参数正常运行工况的期望值；然后根据状态参数特点进行劣化度计算，由状态参数实时值可以得到设备的状态评价值；最后，对状态参数、设备、系统分别配置重要度权重，得到每一层的状态评价值，从而形成参数、设备、系统、机组四级状态评价系统

2）机组带负荷能力评

系统从辅机设备状态、主参数状态及热工闭锁逻辑、环保参数等方面出发，建立了机组带负荷能力评估模型。其以机组健康状态评价为基础，根据状态参数劣化度将设备状态分为可用和非可用两种状态，再结合热工RB控制策略，对机组的带负荷能力进行了定量分析；根据运行规程和设备说明，分析主参数与机组负荷调节的限制关系，评估机组升负荷潜力；基于电厂煤质、煤量、环保参数等因素建立相应的负荷上限计算模型。通过以上方法，建立全方位的燃煤机组的带负荷能力评估模型

3）碳排放监

结合我国碳排放权交易市场发展状况和趋势要求，以及广东省最新颁布的碳交易配套文件，提出了碳排放监测、指标计算及预警等方面的解决办法

4）系统实施与应

将理论与实际相结合，部署与实施了机组发电能力评测与碳排放实时监测系统

对比现有技术，燃煤机组发电能力评测研究与应用具有如下创新，主要体现在以下四个方面

1) 利用大数据分析技术改进了传统设备诊断方

在机组安全状态研究方面，结合设备诊断学理论与数理统计理论，从大量历史数据中寻找隐含的参数关联性、耦合性以及设备正常运行的样本数据，建立电厂设备、设备群或系统监测模型，实时监测生产数据，定量分析设备性能、状态和早期故障，改变了传统设备状态管理思维，能有效解决传统设备管理数据录用量大,价值密度低,提取有用信息困难等问题

2）基于机器学习算法建立设备状态监测模

运用了多种机器学习算法如K-means算法、高斯混合模型、EM求解等算法，在充分挖掘设备正常运行状态的各个历史工况数据的基础上，对历史样本进行充分学习并建立设备健康状态预测模型，依据预测模型系统给出任意工况下设备监测参数的正常值，从而为设备监测、评价提供了基准数据。考虑不同系统、设备之间的关联关系，提出一套量化统一的机组健康状态评价机制。为避免设备参数多维性带来的“维灾效应”，在充分考虑不同层级状态评价关系的基础上，采用高维数据相似度判别技术，给出设备健康度计算方法，与设备、系统、机组的运行状态进行关联统一，形成了一套全面的机组健康状态评价机制

3) 建立了考虑设备健康状态等因子的带负荷能力评估模

对机组带负荷能力进行了量化分析，将值长及运行人员等的经验转化为基于主参数、辅机状态等影响因子的数学模型，并基于规程提出负荷调整建议，为安全及优化赢取了时间

4)实现碳排放监测由离线监测向实时监测的方式转

通过电厂侧CO2在线传感器监测，中调或电厂可实时、方便快捷掌握机组碳排放数据；通过碳排放强度、超标预警、碳排放进度跟踪及考虑碳排放量的调度策略，对促进电厂进行碳减排起到了推动作用

通过对机组的主辅设备及运行参数进行实时监测，对设备隐含故障及降负荷风险进行告警提示，为运行优化调整及设备检修赢取了时间，可有效降低机组的非停事件的发生概率，从而提高了机组的可靠性。此外，可用于指导机组实施状态检修,改变现有计划检修的被动维修模式,实现设备预知检修的主动维护模式,同时可有效避免因设备失修而引起的灾难性事故,缩短设备停机维修时间,提高设备利用率。按照1年及时发现设备隐患1次，避免停机消缺计算，1年可新增利润200万

通过实时监测，可实时掌握电厂的碳排放水平，有助于通过优化调整及加强燃料管理，减少电厂碳排放，从而减少碳配额购买支出