智能预测

采用人工智能预测控制创建了电站煤粉的动态识别方法、实现了分级燃烧精细配风，研发了炉膛三维温度场在内的锅炉燃烧状态智能感知系统，开发了可实现智能运算闭环控制的模块化扩展控制平台，首次实现了锅炉燃烧状态感知、智能实时闭环控制、智能控制平台扩展的集成应用。该技术解决了传统控制无法对多变量、多目标、强耦合、大迟延系统进行有效控制的问题，实现了提高锅炉效率和降低氮氧化物生成量的多目标协同优化。能适用于不同炉型，在不进行大规模锅炉设备和DCS软硬件改造的前提下单纯采用此技术可提升锅炉效率0.3%-1%、降低供电煤耗约1g/kWh-3g/kWh，同时NOx生成量降低10%。

近年来自然灾害频发，特别是台风、暴雨、洪涝等灾害容易对配电网造成大范围破坏。在历次灾害中，国家电网公司采取了积极应对措施，在最短时间内恢复了供电，但也暴露了对配电网灾损勘察、信息获取、灾损研判等方面存在的问题。本次演讲围绕配电网应急智能化、高效化课题，聚焦我国配电网建设运行现状，讲解如何利用卫星、无人机、人工智能等先进技术手段，解决配电网灾前损失智能预测预警．灾中损失快速感知研判等工作中存在的问题，充分利用数字化技术手段，提高配电网应对自然灾害能力。

为有效应对气候变化，促进虚拟电厂(virtual power plant，VPP)的健康发展，基于区域气候模型(providing regional climate for impact studies，PRECIS)、BP神经网络预测模型和区间优化算法，提出了适应气候变化的VPP运行优化模型。应用PRECIS模拟2025年不同碳排放情景下气温、风速和辐射量等气象要素的变化规律；基于PRECIS气象要素模拟结果，应用BP神经网络模型预测2025年光伏电站的发电量；将区间优化算法与发电量预测结果相耦合，以此降低光伏发电不确定性对优化模型模拟结果的影响。结果显示，该模型可生成适应气候变化的VPP最优运行策略，降低系统运行成本，提升VPP运行效益。

当前国家及行业改革政策不断深化，市场经济影响复杂，电网经营发展面临一定挑战。电网建设及保障投入规模不断加大，基建、技改、大修、营销等项目投入技经评审要求不断提升。然而电网项目投入影响因素复杂，技经评审不确定性突出，科学把控电网投入项目造价合理水平难度不断极大；同时，电网资金投入项目数量繁多，评审任务繁重，技经评审人员工作效率有待提升。科学优化电网投入项目技经评审标准体系建设，依托数字化、智能化信息技术发展提升技经评审优化管控水平需求紧迫、意义重大。 基于广域信息的电网投入项目技经评审智能优化管控体系及应用，主要成果包括以下五个方面：（1）泛化评审广域信息集成，构建评审辅助数据挖掘中台。提出技经评审广域信息理念，拓展单一造价信息，强化工程场景信息、社会市场信息、设备材料价格信息等多维信息集成，形成集成化数据资产支撑技经分析与智能评审实施。（2）细化评审依据需求匹配，打造评审标准体系及完善机制。提出评审依据支撑要素集合，构建评审标准体系完善机制，编制发布行业及团体评审依据标准三十余部。（3）优化评审理念机制，创新技经评审方法集合与技术体系。引入智能算法模型及风险热图等理论方法，提出模拟组价、智能预测、监测评审组合式智能评审机制。（4）深化评审智能高效提升，开发技经评审智能化工具软件。基于数据资产、评审标准体系及创新方法研发，开发智能优化评审软件工具，实现在线高效精准评审推广。（5）强化评审人才梯队建设，构建横纵贯通人才培养与支撑体系。打造“1+2+1”团队化运作模式，构建“横纵贯通一体化”人才培养方式，形成技经评审人才培养与创新发展生态圈。 依托成果研发及推广应用，技经评审依据精准高效编制，科学计价体系动态完善，有力支撑电网项目投入科学系统化技经评审业务开展；技经评审方法理念不断创新，精准评审合理性显著提升；智能评审工具推广应用，支撑技经评审效率大幅提高；技经评审数据资产积累沉淀，大数据价值挖掘水平显著提升；技经智能评审集成化管控实施，支撑精准投资效益显著，实现项目资金支出节余率可控在控；技经人才队伍发展成效显著，融汇贯通支撑战略决策，打造良好的技经人才培养与交流提升生态圈。技经造价管控理论方法研究创新深化，助推实验室建设及理念拓展，推动了行业技经管控业务能力提升及良好的学习型组织建设。

本项目属于管理科学与电力交叉技术领域。 在人工智能、云计算、工业互联网等技术的不断加速推动下，电力企业正在有序推进数字化、智能化运营新模式。当前，燃煤和燃气机群的管理手段相对落后、组织架构高度矩阵化难以适应以远程监测诊断、创新技术云管理、知识服务等技术的应用。针对上述问题，项目首先从中国大唐集团电力数字化路径和智能化发展战略的顶层设计开始，研究提出以中国大唐集团为代表的国内特大型发电集团燃煤燃气机群故障预警管理模式。在纵深研究阶段，分别开发了基于云计算的监测诊断全流程管理技术、构建了指数型组织体系和搭建了知识技术创新管理平台，以实现集团公司电力设备预测性维护和技术创新云服务为目标，从梳理监测诊断管理流程出发，建立远程诊断管理与科技研发管理紧密融合的工作机制，体系化设备远程监测诊断管理制度，首次构建了以云计算和技术创新服务为目标的指数型组织，建立了功能完善、覆盖范围广的燃机机群监测诊断管理平台。 项目成果在我国开展广泛推广和应用，利用指数型组织优势，在 1 年内建立起分布全国 5省市，覆盖 6 家发电企业、13 台燃气燃煤机组的云计算监测诊断服务管理体系，对设备系统的运行状况进行集中在线监测诊断，先后为厂级提供故障预警数十次余次，有效避免了设备异常可能导致的临时消缺和非计划停运，同时改善和降低了机组能耗。大幅提高煤机燃机机群设备可靠性，优化机组运行经济性，有力地提升了燃煤和燃气机群的管控能力。电力企业指数型组织管理模式的建立在大幅提高机组机群可靠性、优化机组运行经济性。同时，通过工业知识复用和推广建立知识服务商业模式，为中国大唐数字化转型探索新路径，为我国智能预测诊断的建设提供技术标准与工程示范。

近日，国网系统的双碳监测中心在甘肃率先成立。国网甘肃省电力依托电力大数据在碳排放核算中的优势，推动“能源+双碳”数据汇聚管理，探索形成碳资产管理和碳市场的支撑能力，并通过碳排放智能监测和碳足迹评估，对客户碳排放进行画像。国网甘肃省电力还将构建碳市场信息挖掘、智能预测、辅助交易等专业化大数据体系，探索开展零碳示范区建设。