不停电“AI”——构建基于大数据分析的不停电精益管理系统
研究背景、思路、研究内容及成果、应用情况、愿景。
基于不确定参数的变电站碳储量预估方法
设备资产运维精益管理系统(power production management system,PMS)SF6气体量数据不全且误差较大,无法为电网企业核算碳储量以及实现待建变电站碳规划提供基础数据。针对上述情况,研究了计及母线和断路器的变电站碳储量核算方法,并结合宁夏电网现场实测数据,通过MIC法筛选神经网络输入参数,构建了6输入参数的GA-BP、PSO-BP、HPO-BP神经网络模型,结果表明HPO-BP神经网络模型的评估指标及预估结果相对误差(6.28%)均优于其余2种神经网络模型,可以准确核算断路器SF6气体量。针对参数不确定情况,根据PCCs法分析不同参数之间的线性关系,构建了3输入参数的HPO-BP神经网络模型,预估结果相对误差为9.72%。通过遍历输出方式,在参数不确定情况下输出多组断路器SF6气体量预估数据,利用求和累积方法获取变电站总SF6气体量,并量化为变电站碳储量,从而为电网企业实现“双碳”目标提供数据支撑。
基于实时量化评价的运行人员绩效精益管理系统
本成果将互联网技术和生产现场紧密结合,实时采集数据、量化评价运行人员的工作情况。让每位员工的付出都得到及时、客观的反馈和体现,这是“自我实现”需求的满足,也是“激励与约束”机制的展现。精益绩效管理系统规范了工作流程、实现了工作过程管控、提高了工作效率,实现运行职工敬业尽责率贴近100%,实现0违章安全生产目标,用科技手段保证了电力生产的本质安全,具有极大的行业全面推广价值。在邹县发电厂#5、6、7、8机组推广应用,运行人员普遍反映系统稳定、评价透明、简清实用,极大的提高了工作积极性,很快被一线工作人员接受并认可。 本成果的应用在火电企业运行管理中具有普遍性和通用性。每个企业可以根据自己的管理特点,制定适合本企业的评价模型和评价标准,可以在行业内全面推广。
基于信息可视化的电力变压器运检辅助决策
随着电网建设的高速发展,电网企业积累了海量的设备运行数据与缺陷数据,但对现有的缺陷数据的利用仍停留在设备消缺管理和简单的统计分析上。在建设泛在电力物联网的大背景下,高效、准确、智能地挖掘电网企业设备缺陷文本中重要的可靠性统计信息,并根据统计结果实现辅助设备运行方案制定或指导设备选型等方案决策成为目前亟待解决的问题。本文选取电力变压器设备为例,以国网公司设备(资产)运维精益管理系统中 2009-2018 年共 10 年的缺陷数据及 1989-2018 年共 30 年台账数据为基础,通过缺失值填补和数据正则化对基础数据进行数据治理,基于百度 ECharts 平台的可视化工具进行数据可视化分析,结合缺陷指数的模型构建,深入挖掘了缺陷数据内在规律和联系,为电力变压器运维管理提供新思路。
泛在电力物联网环境下多维精益管理系统研究
近年来,云计算、大数据、物联网、移动应用、人工智能、ICT 技术等信息化前沿科技方兴未艾,国家电网有限公司提出“三型两网、世界一流”战略目标,对跨区电网精益管理提出了更高的要求,目前跨区电网输变电工程资产相关业务和经营数据分散在各分部、省级公司,无法对各单位、各系统与跨区电网专项工程直接相关的资产、收入、成本、电费结算等信息进行统一多维管理和监测分析,难以满足跨区电网资产精益化管理的要求,在泛在电力物联网环境下,跨区电网急需建设多维 精益管理系统,依托先进的分析方法和工具进行跨区电网经营业务分析,推动建立科学的输配电价机制和体系,持续推动跨区电网资产健康运营及可持续发展。