数字电厂
水电站一般地处偏远，有很多大型、复杂的机械、电力设备，其工作受到水力、气候、电气、机械等众多复杂的因素影响，运维难度大、成本高，行业内对于信息化、自动化、智能化有着非常高的需求。恒天故障诊断系统对发电主要设备的远程状态监测和故障诊断分析，对设备运行、健康、能效等状态实时评价，对潜在的故障进行预警和诊断分析，通知人工及时检修，做到重点机组重点关注。 核心功能 分析对象：电厂发电主设备，包括发电机、水轮机、主变、GIS 状态监测：运行、主保护、能效、健康及其关联数据的实时展示、横向比较、纵向分析 趋势预警：对状态量的历史数据进行挖掘分析，识别趋势征兆；预测未来一段时间的设备状态参数值，提前发出预警信息 故障诊断：典型故障与对应状态量关联模型的故障数据库；自动诊断和人工辅助诊断功能；故障信息的全过程管理 实现效果 设备状态的实时在线监测、趋势预警和综合评价，自动生成设备状态评估分析诊断报告及机组优化运行建议、检修建议等
当前，新一轮能源技术革命正如火如荼地开展，能源电力行业面临全方位、全链条式产业升级、业态创新和生态重构的机遇与挑战。恒天水库优化调度系统可为电厂提供径流预报、调度计算、实时监视、水务计算、数据查询等高级应用服务，预测不同时间尺度的来水情况，并根据采集的雨量数据，滚动预报洪水总量、洪峰相关数据，从而提升水资源的利用率和发电效率，做到尽量不弃水、实时矫正水位和后续发电计划，从而优化发电调度。 主要功能 径流预报：根据提供的原型图实现不同时间尺度（长期、中期、短期、洪水）的径流预报业务流程，并利用系统的扩展性，集成已有的长期、中期、短期、洪水预报模型算法，实现模型与数据层、模型与展示层的高效互动。 调度计算：发电优化调度以提高水资源利用率和发电效益为目标，兼顾水位、流量、出力等约束，构建并求解模型，形成不同时间尺度的梯级电站发电运行过程，制作完成发电计划，旨在实现梯级电站发电效益最大化。 实时监视：对接入的电力、闸门状态、计算出的水务数据进行前端综合展示，包括水情综合监视、机组闸门监视、流域图监视、流量监视、出力监视、水位监视等。 水务计算：了解水电站日运行情况、检查运行完成情况的依据，也是制定、调整水电站短期运行计划、分析运行情况，提高经济调度水平和工作效率的需要。 数据查询：雨量、水位、流量、负荷及发电量等各类型数据的查询和导出。 系统管理：包括数据监视、数据维护、基础资料、权限管理、用户管理、角色管理、日志管理。
随着数字化改革如火如荼地开展，能源电力行业也加入到数字化改革的大军之中。恒天软件采用机器学习算法模型，在满足电力系统安全区原则的前提下，打造数据收集、加工、算法管理、算法测试、数据治理、任务调度、数据可视化等十大模块于一体的数据算法中台，为水电站提供核心数据及算法支撑，并以中台为基础，运用物联网、人工智能、区块链、数据中台等技术，建设故障诊断、智能检修、远程试验、数字大坝及优化调度等多个业务方向的数字电厂智能应用。 数字大坝系统实现了对发电大坝的远程安全监控、运行分析，代替人工开展数据采集、计算、整编等大量繁琐工作，协助开展大坝注册定检，提升工作质量和效率，提高了大坝安全管控水平。 主要功能 数据分析：数据分析包括数据分析功能，数据分析形式应满足大坝监测数据资料分析的规范要求，包括趋势分析、相关性分析、对比分析等 数据处理：包括数据查询、数据计算、数据审核、测值状态判定、数据修改等功能，同时同步记录数据处理的相关信息，包括处理时间、人员、类型等 数据采集：包括外观数据采集、内部传感器数据采集、水清数据采集、边坡变形监测、巡检信息采集及强震系统等数据采集 资料整编：按照规范要求或用户自定义完成模板、图表的制作，进行模板组合后生成月度和年度报告、水工建筑物详查报告、汛前、汛中和讯后报告等各类报告 模型分析：系统具备模型分析的存贮、组合、修正、优选功能。包括常用的统计模型、确定性模型和混合模型，后期具备非线性预测模型的扩充功能；同时可根据大坝运行数据建立参数反演模型和计算分析模型，进行有限元仿真计算。 三维可视化：系统具备大坝安全三维模型的建立与运行状态三维可视化的功能。
目前，我国水电厂已普遍装备了计算机监控系统、水情水调、继电保护等系统，机组状态监测、大坝监测计量等自动化系统也初具规模，但水轮发电机组相关试验却仍然采用现地试验的方式。因开展现地试验需要另安装试验设备，试验周期长、地点偏远，虽然电厂做了充分的安措，但仍具有一定的安全隐患，因试验设备安装拆除成本高、试验期间不能正常发电，直接影响电厂的经济效益。 主要功能 试验项目设计：基于水轮发电机机组试验基本流程，可进行试验数据配置。 数据传输及处理：收集水电厂在线数据，进行数据标准化及数据质量治理，为机组远程试验及在线分析提供高质量的数据。 远程试验：在特定的时间段和仪表精度满足要求的情况，机组自动按照机组相关试验条件及系统设置要求，采集所需要的机组运行数据，采集的数据在线自动生成试验报告，为技术监督服务提供有力支撑。
未来我国电力需求仍将保持较快的增长态势，到2025年全国新能源装机规模预计将达到8.5亿千瓦，届时新能源装机容量将占全国总装机的30%左右。伴随着新能源的爆发式增长，我国电力市场化交易也日趋成熟，市场竞争进一步加剧，这对新能源的生产经营提出了更高要求。 目前各能源企业不仅纷纷提高未来一个时期新能源发电装机建设目标，同时相继谋篇布局数字化转型工作，从新型数字基础设施建设、推进业务数字化转型、拓展数字产业化、提升数字化保障能力等方面推动企业数字化转型发展。 恒天智慧新能源数字化解决方案，建设以新能源数字化平台为核心的数字化底座，融合云平台、大数据、人工智能等前沿技术，打造以”数智经营、智能诊断、智能运维“为核心的数字化应用体系，提升新能源企业生产效能，降低生产成本。 核心功能 1、智能诊断 云边协同，分级诊断。以高效计算引擎为支撑，利用物联网、大数据、5G、人工智能等技术，连接发电机组、场站、区域公司、集团公司，建立完整的多级诊断体系。通过开发、训练、部署智能诊断模型，对生设备进行诊断预警，提前消除故障隐患，提升设备可利用率，保障安全生产。 场景描述：现有诊断系统普遍针对前日离线数据，可用数据量小，时效性差，诊断效率低。因此诊断算法停留在阈值判断等简单应用层面，能识别的故障类型单一。 解决方案：依托高效计算引擎作为诊断算法的执行器，支持多种数据源接入，大规模并发计算，可实现多场站秒级数据分钟级诊断计算，提高了算法执行效率。同时可利用海量历史数据，结合灵活的算法执行方式，为开发更多样的诊断算法带来可能。 2、智能运维 主动运维。作为智能诊断的延伸，结合大数据分析，设备全生命周期管理，企业检修知识库等业务领域积累，将知识进一步转成生产力，构建全新的主动运维体系。合理编排检修任务，管理备件库存，降低发电量损失。 场景描述：风电行业发展多年，部分早期投产的机组已出质保，部分运维工作的主体由新能源企业承担。主要部件损坏，而备件无法短时间到位，为企业生产带来了一定损失。 解决方案：结合智能诊断应用，为机组健康状态打分，动态安排检修周期，结合实际生产情况，选择开展运维的最优时间节点，从被动的事后或定期运维模式，向事前及可变周期的主动运维模式转变，同时结合设备全生命周期管理系统，对设备备件进行合理管理。 3、数智经营 数：新能源企业全领域数据，智：丰富多样的AI辅助决策模型。 以企业数字化平台为底座，汇聚企业生产经营各方面业务数据，基于MTO（Make To Order）的生产理念，从用电侧—》售电侧—》发电侧进行反向延伸，洞悉电力市场需求，匹配最佳销售策略，组织优化生产过程。利用数字化手段，赋能企业生产经营决策。