AI技术系列文章(六)——AI+工业互联网缓解能源供需矛盾
发布于 2022-05-19 09:00
“AI+工业互联网”是指在工业互联网的架构基础上融合人工智能技术,面向工业场景提供智能解决方案,帮助工业企业更好地实现数据价值和效能提升。
当前,通过“AI+工业互联网”可以解决诸如在“发电一配电一用电”过程中存在的能源损耗、运行故障、低效运转等问题,在一定程度上缓解能源供需矛盾,有力支撑能源生产和消费过程中的效率提升。
优化生产流程
“AI+工业互联网”助力热电生产企业提高热电系统整体效率,降低煤耗,精准匹配用户用能需求的同时,让整个系统运行在最高效率区间。热电领域特殊在从煤燃烧把水加热成蒸汽到通过管道输送驱动动力机械的过程中存在着非线性、紧耦合、大延迟等技术困难。在这种情况下,人工智能技术便能够发挥独特的作用。“AI+工业互联网”能够采集热电生产过程中的实时数据,并在云端实时构建模拟生产流程的数字孪生模型,计算最优控制参数,再利用边缘控制设备控制热电系统的运行。“AI+工业互联网”能够帮助电厂在提高热效率的同时,增强调峰能力,适应电网的负荷需求,提高运行的灵活性,保障系统安全可靠。
“AI+工业互联网”助力风电企业降低成本并保障电网运行稳定。风电项目建设的运维费用在整个风机平准化度电成本(LCOE)当中占比20%—25%。通过采集输出数据,在大量数据训练的基础上建立人工智能模型,能够实现对风机设备的预测性维护,降低维护成本,减少停机时间。
由于风电受气候影响具有随机性和间歇性的特征,发电功率瞬间变化会给电网带来风险,因此需要对风电的发电量进行预测,合理调节发电与并网负荷。“AI+工业互联网”能够通过机器学习算法建立参数间的对应关系,从而实现对风电功率的短期预测,保障电网的稳定运行。
发挥数据效能
“AI+工业互联网”为工业节能提供有效决策依据。工业能耗是全社会总能耗占比最高的组成部分,因此工业节能意味着更少的能源需求。高能耗行业的能源成本主要集中在制冷设备、泵类、空压机、锅炉等设备上,针对上述关键设备进行监控就能够掌握主要的能源消耗数据。“AI+工业互联网”通过与企业生产控制系统对接,能够根据产品产量以及能耗数据计算单位产品能耗水平,并根据产品单位能耗随生产参数变化的规律建立能耗计算模型,进而优化生产工艺;通过对企业生产设备的能耗情况进行跟踪,建立设备能耗模型对企业的能耗趋势进行预测分析。
“AI+工业互联网”为建筑节能提供丰富数据支撑。建筑能耗约占全社会总能耗的30%,要使用更少的电也需要减少建筑能耗。“AI+工业互联网”的一个典型场景就是建筑节能,通过将供热设备统一接入云平台,为智慧供热分析提供丰富的数据支撑;通过平台提供一站式的协同管理,实现供暖温度全自动调控;通过供热策略下发到供热设备,可实现自动调节阀门;基于GIS地图实现对换热站、热网、阀门的位置信息配置管理。
“AI+工业互联网”实现供热网络调度的智能化。每个换热站对接边缘网关,统一数据汇聚,可以将云端经过大数据分析和全网智能调节算法策略,下发到边缘侧,完成边缘设备上的推断和计算,随着使用和数据的累积,在深度学习算法的支撑下,整套供热系统的调控会越来越精准。根据换热站反馈,通过算法模型的不断迭代,改善用户的供热体验。
此外,“AI+工业互联网”不仅可以提供大量数据进行设备特性拟合,精确预测供水温度和阀门开度使设备可以工作在最佳状态保证全网有最高的供热效率还可以通过多维天气模型实现对整体供热网的气候补偿,在多维天气模型基础上,对热源和换热站的负荷进行预测,预测其每小时的需热量,保证提供最高的供热效率,以此来节省购热成本。
打造智能电网
位于发电端与用电端之间的电网系统能否高效稳定运行直接决定了电力系统的效率。“AI+工业互联网”通过智能调度和智能巡检等解决方案,直接提升电网效率,保障系统稳定运行。
智能调度系统利用神经网络等算法对电力系统进行动态控制与诊断,估计状态数据,通过将发电、输电、配电和用户信息汇集到一个平台实现电网的双向互动供电。从用户端来说,个性化和灵活的电能需求将得以满足,多余的电能可以用于电网补充、调配和应急。从电网侧而言,能够准确掌握用电需求、及时调整负荷分配、保障系统安全稳定、有效调配资源、快速应对突发风险,从而提高系统效益。
智能巡检应用覆盖通道可视化巡检、输电线路本体巡检、变电站巡检等场景。通道可视化智能巡检通过在线智能监测装置采集输电通道全景环境信息,利用端侧风险识别模型和轻量化推理引擎实时分析通道隐患,并将预警信息和全景实况数据回传到云端电力智能巡检平台,进行综合预警分析、样本数据挖掘和模型效果迭代,从而建立输电线路隐患感知、预警分析、应急联动和数据驱动持续迭代的自主监测与管控闭环。
输电线路本体巡检一般使用无人机自主巡飞,实现输电线路杆塔本体缺陷如绝缘子类、大尺寸金具类、小尺寸金具类及其他类别的隐患识别。变电站巡检应用特种机器人结合深度学习技术,完成多场景的智能识别。
The End
本文来自网络或网友投稿,如有侵犯您的权益,请发邮件至:aisoutu@outlook.com 我们将第一时间删除。
相关素材