一、立项背

为了更好地提升能源转换效率，减轻对环境的污染，推进能源供给侧的改革，2016年2月国家发改委发布了《关于推进“互联网+”智慧能源发展的指导意见》（以下简称《意见》），明确指出促进能源和信息深度融合。“智能发电”是一种多学科交叉的高新技术领域，其并非简单的数字化和信息化，它是以自动化、数字化、信息化为基础，综合应用互联网、大数据等资源，充分发挥计算机超强的信息处理能力，集成统一的一体化数据平台、一体化管控系统、智能传感与执行、智能控制和优化算法、数据挖掘以及精细化管理决策等技术，形成一种具备自趋优、自学习、自恢复、自适应、自组织等特征的智能发电运行控制与管理模式，以实现安全、高效、环保的运行目标

虽然国内各类发电企业均配备了自动控制系统、监控信息系统以及管理信息系统等，但其与智能化生产仍存在较大距离。基于此，广东省能源集团有限公司于2016年联合华北电力大学（保定）和湛江中粤能源有限公司等多家单位开展了“智能发电运行与控制优化功能群”框架下的大数据驱动建模与先进控制研究与应用的科技攻关项目。项目以现阶段火电机组深度调峰、煤质不确定等因素带来的一系列热工过程控制的难点问题为导向，运用数据驱动技术，充分挖掘热工过程对象的暂态和稳态特性数据，以此开发出一套更为有效和准确的数据驱动建模方法以及基于模型的先进控制算法，在满足“两个细则”的前提下，通过外接式优化控制站的形式，实现热工过程的调试与优化控制，从而提升火电机组的自动控制运行水平，增加电厂的经济效益

二、内涵和主要做（方）法、原理或机

1．海量数据的弱稳态自动检测方

针对火电机组历史站/SIS系统存储的海量热工数据，提出了一种弱稳态自动检测方法，以实现建模数据的自动获取。其原理是首先通过经验小波分解方法得到原始数据的高中低频信号分量，然后采用指数加权滑动方法分别计算出原始数据与低频分量以及中高频重建分量的这两个均方差，根据其比值得到每个数据点的统计量，通过比较统计量与相应置信度下的稳态判别阈值的R统计检验，得到稳态数据的“粗筛”值，最后基于标准差递推的滑动窗口方法，进而得到稳态数据的“细筛”值

2．以弱稳态检测为基础的扰动激励数据驱动建

为避免传统的试验建模对生产过程造成的扰动，针对火电机组的强扰动、非线性特点，以弱稳态作为过程的零终止状态条件，提出了一种从扰动数据引起的动态响应来建立更高精度和更为准确的系统线性化数学模型的方法，大概过程如下：首先对扰动激励下的动态过程进行数据段划分成扰动激励段和系统自动调节段；其次针对扰动激励段采用伦伯格观测器或卡尔曼滤波器来估计出扰动干预结束时的系统内部状态；然后根据该状态值和自动调节段数据的驱动下计算状态空间模型的输出；最后根据模型输出与实际输出值的均方差，运用进化算法来寻优模型状态空间模型参数以达到最优

3．抗扰结构下的预测控制技

热工过程的大惯性和大迟延是控制的难点，即便带有若干前馈量的PID也难以有效控制，针对扰动激励下的动态模型的建立，提出了系统抗扰与预测控制结合的复合控制策略，即为了克服控制量等不确定性扰动因素以及补偿时滞环节，副回路采用了适应于快过程且能对扰动实时估计与补偿的离散型预估自抗扰控制器控制；为了增强系统的设定值跟踪能力和鲁棒性，主回路采用了适应于慢过程的动态矩阵控制，从而使整个闭环系统的动态和稳态性能指标满足要求

三、创新亮点和值得学习借鉴之

1．提出了基于海量历史数据的弱稳态自动检测方法，通过信号分解与检验的“粗筛”以及滑动窗口标准差递推的“细筛”相结合的方式，提高了数据辨识效率和准确性

2．研究了数据驱动建模的工程辨识方法，利用过程扰动所造成的被控对象动态过程数据进行状态空间模型的智能化辨识，提高了建模的高效性和准确性

3．提出了一种带有自趋优机制的预测控制算法，采用基于扰动激励的数据驱动辨识技术实现预测模型的在线修正，并采用自抗扰控制消除不确定性扰动，有效地改善了非线性、大迟延被控对象的控制品质

四、实施应用前后效果（益）情况对

本项目研究成果已成功用于湛江中粤能源有限公司#2机组的再热汽温控制中，优化效果表明，机组变负荷运行时汽温动态偏差在±5℃的范围内，较之前的减少了10℃左右，并且提高了汽温设定值，减少了再热喷水量。每年节约标煤吨数约为2250吨，每吨标煤按800元计算，可增加经济效益180万元，两台机组每年可增加利润为360万元。另外，优化控制系统投入后，再热器超温爆管的次数减少，从而减少了强迫停机停炉的次数，增加了机组的利用小时数。据统计，在2018年控制系统改造后，2019年全年#2机组的停机停炉次数较之上一年减少1次，年累计利用小时数增加50小时，新增产值为510万元。全年两台机组累计直接增收节支费用为870万元

五、可推广应用范

火电、核电、化工、冶金、造纸等生产过程中的复杂控制系统