一、项目概况

本项目采用物联网、边缘计算、私有云等新兴信息技术，对燃煤和天然气发电机组机群运行状态进行监测、分析与诊断、预测性维护等工作。项目全面提升了中国大唐集团火力发电机群的集约化、精益化、标准化管理水平，通过私有云平台实现中国大唐集团燃气燃煤机组的全生命周期管理。促进发电行业与“互联网+”、云计算、大数据的混合运用，带动管理思想、管理模式变革。消除了区域、行业及企业间的壁垒，为国家能源行业生产运营提供新探索与借鉴。
1. 项目背景
当前信息通信技术对中国发电行业的贡献价值正处于量变到质变的关键节点。在全球新一轮科技革命和产业变革中，互联网与发电行业融合发展具有广阔前景和无限潜力。推动供给侧结构性改革，深入推进“互联网+先进制造业”，加快建设和发展工业互联网，推动互联网、大数据、人工智能和实体经济深度融合，已成为不可阻挡的时代潮流。
当前，电力行业对信息新技术与发电技术的融合认识不清晰、探索不系统，电厂大量数据未被深度挖掘、有效的利用，存在较为严重的数据壁垒；燃机数据的集成、分析和管理技术相对落后，发电机组起停率和故障率较高，影响机组性能与可靠性。针对这些问题，大唐集团同步采用物理模型和数学模型，建立了功能完善、覆盖范围广的燃机机群监测诊断分析平台，并首次实现了设备故障预警和厂级性能优化的有机融合。

2. 项目简介
监测诊断私有云平台采用企业内网络改造解决方案，混合应用工业以太网、边缘-中心计算等方法，实现电力生产的远程诊断、传感器监控、管理系统等要素的互联互通。基于企业专线网络的私有云平台实现多个厂区的信息共享；利用云计算技术打破设备物理边界，构建设备数字边界，专注于机组机群的智能监测诊断和预测性维护。实现了6家电厂、13台机组240余台设备的集中在线监视诊断，为燃机机群全生命周期提供故障预警、性能分析和运行优化指导，大幅提高机组机群可靠性，优化运行经济性，有力地提升了燃煤燃气机群的管控能力。

3. 项目目标
目前电力行业电厂大量数据未被深度挖掘、有效的利用，存在较为严重的数据壁垒；燃机数据的集成、分析和管理技术相对落后，发电机组起停率和故障率较高，影响机组性能与可靠性。针对这些问题通过企业内网络改造解决方案，采用工业以太网、边缘-中心计算等方法，构建燃气燃煤机群监测诊断私有云平台。

二、项目实施概况

项目以大型发电集团的自动化、数字化、信息化为基础，通过综合应用工业互联网+、云计算、边缘计算、网络审计准入等新兴信息技术，实现对6家电厂13台机组240余台主辅设备的状态性能进行不间断监视分析与诊断。应用系统涵盖安全生产、故障预警、热效率计算、集成事件管理等发电企业主要资源，符合国家智慧电力的产业发展战略，为建设集团级智能发电模式做出了开拓性探索，系统应用价值巨大、市场空间广阔，经济效益和社会效益十分显著。
1. 项目总体架构和主要内容
（1）系统架构设计
系统架构采用四层网络架构，分别是感知层、网络层、应用层和用户层。感知层有多种传感器构成，监视设备包括电厂6KV以上的主要设备，主要包括，燃机、冷凝器、余热锅炉、辅机、汽轮机、发电机、冷却塔和关键电气设备。
网络层是为感知层信息的汇聚、集成、传递和控制提供支持，同时为数据中心物联网人机通讯交流提供信息平台。为了提高网络安全等级，监测诊断中心网络数据抽取采用单向光闸，使得数据只能从生产现场传输到数据中心，外部网络无法传输信息到生产区域。同时部署堡垒机、安全准入系统，提高网络系统的稳定性。
应用层是物联网和用户层的交互结构，它与电力数据监测诊断的需求结合，可实现物联网智能应用。
用户层主要是数据中心面向的信息输出对象，主要包括各个电厂和中国大唐集团公司。对于单个电厂，数据中心输出信息主要侧重于设备故障、性能劣化和热效率分析等信息。对于集团公司的服务更加侧重于信息的集合和关键绩效指标的汇报。

2. 网络、平台或安全互联架构
（1）“云+端”的数据调度模式实现高时分辨数据的运算存储在燃气燃煤机群监测诊断中心，通过数据指令调取各电厂分布存储的生产实时/历史数据，根据建立的诊断预测数据模型完成诊断分析和预测计算，实现中心计算。项目研发了边缘-中心计算，利用高效的压缩性能和压缩时间，快速响应高速数据，实现边缘计算；项目研发了分布-集中存储，实现对海量生产实时数据秒级间隔的分布存储。
（2）横向隔离纵向加密的私有云网络安全架构电力数据监视诊断云平台采用私有云架构，利用企业网络专线，搭建集团公司私有云计算平台。在各电厂的数据服务收集段，设置单项网络横向隔离装置，提高生产区域的系统安全特性。

3. 具体应用场景和应用模式
通过6家电厂13台机组的实时监视，中心服务器和边缘服务中收集数据信息。将数据收集和整理，进行运算，提高数据的可见性。针对不同设备问题，调配数据中心和现场边缘运算能力，实现对不同类型设备故障的分级监视和预测性维护。对于高时分辨率的数据采用边缘计算方法，及时对设备情况进行反馈与报警。对于大数据量的长期趋势数据，通过云端计算的方式进行故障预警与性能劣化分析。
中心对设备故障和状态下降产生预警（分为5级），1、2级报警将直接通知各厂现场值长关注。3、4、5级报警我们通过数学模型与物理模型相结合进行分析，形成周报、月报、季报并以例会的形式与现场进行讨论，给予电厂检查维修建议，最终故障处理结果通过云平台形成闭环管理。

4. 安全及可靠性
电力数据监视诊断中心发展与应用在创造价值的同时，也面临着复杂严峻的安全挑战。数据中心每日存储海量数据，这些数据都是来源于电厂机组运行的真实情况。作为重要能源支点，信息和网络安全尤为重要。
私有云平台采用企业专线与互联网完全隔离。建立网络认证系统，只有通过认证的用户才可以使用燃机数据中心网络，入侵检测系统采用旁路部署，通过核心交换机将主干接口的数据流量镜像到入侵检测系统。入侵检测系统对网络传输的数据进行安全检查，对存在的安全威胁进行报警。日志审计系统及数据库审计系统可对相应的设备的系统日志和操作日志进行详细的记录。

三、下一步实施计划

构建覆盖全国的核心火电机组监视网络：逐步拓展燃机、燃煤机组监视范围和机组数量，发展为区域级的电力智能服务基地。以数字化技术为贯穿，构建覆盖全国地区核心火电机组监视网络。完善区域级生产信息化核心平台，集成管理信息数据和流程，初步形成领先的数字化智慧发电模式。

四、项目创新点和实施效果

1. 项目先进性及创新点
创新点1：提出了一种基于数据指令和云+端的数据调度模式，融合了分布-集中存储、边缘-中心计算方法，实现了高时分辨数据的快速存储和计算。
提出了一种基于数据指令和云+端的数据调度模式（包括数据配置指令和数据调用指令），结合数据配置工具，通过数据目录服务，实现燃机监测与诊断中心对各电厂分布存储的生产实时/历史数据、集中存储预测诊断中间计算数据的灵活调用，实现对数万点的海量实时数据及中间计算数据进行秒级的快速读取、存储和计算。
创新点2：构建了燃机机群监测诊断云平台，实现全系统、全流程的知识创新管理。
项目构建了燃机机群预测诊断云平台，通过建立集成管理系统，实现全系统、全流程的知识创新管理。已成功对接13台燃煤和燃气机组，240余台主辅设备，实现了集团级的数据集成与共享。与电厂级信息化系统相比，平台融合了大数据、人工智能以及互联网+等领域的新技术与新理念，设计并构建一个覆盖生产运营、性能及故障预警等各阶段的数字化、信息化、智能化运营管控系统，实现发电机群的安全、经济运行。

2. 实施效果
典型案例：有效防止机组非计划性停运
报警概况：12月1日早上5点14分，中心报告设备异常，1号发电机1号轴Y轴位移增大，轴震增加快速升高，同时两项参数上升幅度快速升高。5时19分数据中心发出报警(DCS未达到报警值)，1号发电机1瓦轴承金属温度由86.3℃快速升高至98℃，回油温度由66.89℃升高至74℃，润滑油压由1.87bar升至2.21bar。
分析判断：数据中心分析报警，利用智慧信号和监视诊断系统分析多测点（温度、震动、油压等）变化趋势和残差变化判断：1.润滑油供油管路堵塞导致轴承供油短缺；2.供油管路供油短缺导致轴承震动突升；3.润滑油供油管路堵塞导致轴承温度升高；4.供油系统出现故障。
建议措施：1.通知电厂值班人员，注意加强供油系统监视；2.请电厂考虑停机检查；3.建议组织有关专家召开现场分析会；4.经专家组会议讨论最终决定立即申请停机处理。
检查结果：1号润滑油过滤器出口第1个出口逆止阀，发现逆止阀半边密封条脱落，造成供油管堵塞。