4月26日，我國首個大規模抽水蓄能人工智能數據分析平臺——南方電網抽水蓄能人工智能數據分析平臺XS-1000D投入運行。該平臺的投運實現了裝機容量為1028萬千瓦的7座抽水蓄能電站、34臺機組設備的數據智能巡檢、狀態智能診斷和運維模式變革，標志著我國近1/4在運裝機容量的抽水蓄能設備由傳統線下人工管理向線上智能管理轉變，每年可創造經濟效益約1760萬元。

▲南網儲能公司員工研討平臺功能優化方案

　　抽水蓄能電站具有上、下兩個水庫，夜間用電低谷時，使用電能將山下水庫的水抽到山上，在白天用電高峰時，再放水發電，相當于把電存儲起來，實現隨時調用，被稱為電網的“蓄電池”“穩壓器”和“調節器”，是目前技術最成熟、經濟性最優、最具大規模開發條件的電力系統綠色低碳清潔靈活調節電源。當前，我國正加快規劃建設新型能源體系，為滿足風能發電、光伏發電等新能源大規模、高比例接入電力系統的迫切需求，抽水蓄能電站正以前所未有的速度加快開發建設。

　　與此同時，抽水蓄能電站的工程規模大、機電設備多、系統結構復雜。僅以1臺最廣泛使用的30萬千瓦機組為例，約有4大類、20臺套關鍵設備部件，年度日常檢修項目就多達400余個，約需850人日才能完成。2018年起，南方電網啟動了人工智能數據分析技術在抽水蓄能領域的研究應用工作，通過推進設備運維智能化不斷提高勞動生產率。

　　數據智能巡檢，31萬個測點數據“上云”替代人力作業

　　“我們現在很多設備是依靠云端數據智能巡檢，不用再駐守現場了，這套系統就好像一個云端的大腦在幫助我們進行思考和解決重復、機械的工作”，南網儲能修試公司機械檢修作業員鄒佳衡自豪地說到。然而，要讓“機器”代替“人”來巡檢絕非易事。在占地不到30平方米的抽水蓄能大數據中心主機柜里，接入的設備測點超過31萬個，范圍涵蓋了廣泛分布在7座抽水蓄能電站的一次、二次設備及通信網絡，形成了規模浩大、品類齊全的設備大數據狀態感知體系。

　　據了解，我國電力設備在線監測技術的探索應用已超過20年，但由于存在管理標準不統一、故障報警功能不完善、不同系統不兼容等問題，大范圍的綜合管理平臺始終難以建立。“平臺建設之初，我們就認識到，建立統一標準的數據體系才能有高質量的數據基礎，才能結合實際開發出高質量的數據分析功能。如果做不到這一點，大數據技術就只能成為人工的助手和參考，實現不了真正的人工智能替代”，南網儲能修試公司副總經理鞏宇介紹說。

　　為此，平臺研發團隊足足用了38個月的時間，才將7個電站近60個設備系統的31萬個測點數據，通過統一標準的數據體系，接入到綜合處理單元進行數據采集，再由服務器“上云”。經過艱巨嚴格的數據治理后，數據質量達到了使用需求，云端服務器能夠對設備數據進行多維度分析，直觀、可視化地展示電站各級設備狀態。XS-1000D分別用“綠黃橙紅”對應“正常、注意、異常、嚴重”四種機組整體狀態，提供電壓、電流、溫度、壓力、振擺、軸心軌跡等從簡單到復雜的機組全狀態、多維度數據智能分析。發現數據異常后，對故障精準排查，完成“電站群—電站—機組—系統—部件—單一算法”的“貫穿式”數據鉆取分析，實現對設備非正常狀態原因的“抽絲剝繭”。這樣能使技術人員關注的數據范圍快速從一個宏觀的面，逐步下鉆聚焦到一個最基本的算法結果上，快速掌握設備各層級的數據信息，找到異常原因。

　　基于XS-1000D強大的數據分析功能，技術人員既能快速評估蓄能機組總體狀態，又能快速定位到風險薄弱的部件環節，即便剛參加工作不久的新員工也能輕松駕馭平臺。3月6日，南網儲能修試公司自動化檢修部新員工王彬收到系統發送的信息“某蓄能電站機組設備狀態評價為‘注意’”，且被相關算法進一步分析確定為“機械制動時長異常，已超出正常范圍30秒”。經現場確認，設備因密封損壞、油霧外溢導致剎車效率降低，部件更換后即恢復正常，及時消除了事故隱患。

　　狀態智能診斷，數十頁“設備體檢報告”一鍵自動生成

　　南網儲能修試公司電氣一次檢修部班長鄭清隨機在XS-1000D中挑選到廣州抽水蓄能電站的4號機組，鼠標一鍵點擊幾秒后，一份長達44頁、1萬2千余字的發電機組狀態“健康報告”便自動生成。“我們再不用寫報告了”，鄭清輕松地說到，“以前我們每個電站的每臺機組都要定期進行狀態分析評價，每臺機組要到現場去觀察和抄錄上千條數據，管理的機組越多，報告撰寫工作量越大，而且存在出錯的自然概率。現在XS-1000D自動生成的報告會直接實時告訴我們有哪些異常”。這一切的實現正是依托于人工智能數據分析的核心——“算法”。

▲南網儲能公司員工通過平臺查閱設備狀態

　　XS-1000D建設過程中，南網儲能修試公司技術人員針對各類數據分析原理和設備運維需求，自主研發了49種可自由組合的算法模塊。運維人員組合算法模塊，形成應對不同數據分析場景的算法，使計算機能夠模擬人工進行海量數據分析，快速給出結論。“這套算法工具全部由我們公司的專業技術人員自主設計并開發完成，剛開始建設的時候，運維人員使用這套工具開發的算法只有上百條，現在每周都會有新增的算法，也都是我們運維人員自己設計、自己組態，形成并持續增強我們這套‘云端大腦’的分析能力，把我們的員工從重復、機械的勞動中解放出來”，南網儲能修試公司黨委書記郭小濤介紹道。

　　在49個算法模塊的靈活組合下，運維人員已在XS-1000D部署了近1000個智能分析算法。根據各電站系統的不同智能算法組合，XS-1000D提煉形成了越算越細、越算越準的數據分析標準，形成一系列具有自主知識產權的抽水蓄能電站設備狀態智能分析方法，相當于把技術專家的智慧和經驗搬上了“云端”。

　　數字技術賦能運維模式變革，設備檢修策略優化直接創造經濟價值

　　本世紀初，南網儲能公司便在廣州抽水蓄能電站較早探索實施“以可靠性為中心的維修(RCM)”，并逐步擴大推廣范圍。RCM核心理念是按照以最少的資源消耗保持設備固有可靠性和安全性的原則，確定預防性維修要求的過程及方法。但如何判斷設備是不是可靠，什么時候設備將會變的不可靠?這是一直困擾電力運維人員的難題。人工智能技術恰能幫助解決這一困擾，推動設備運維模式變革。

▲南網儲能公司員工分析設備狀態異常原因

　　該平臺能夠基于海量多維數據產出準確的設備狀態評價結論，提前預判設備缺陷隱患，將設備數據分析與檢修策略制定相結合，使得RCM分析更全面、更準確，告知運維人員“設備現在好不好，設備將來修不修”，助力實現經驗決策向數據決策的轉變。

　　平臺運行的過程中，南網儲能修試公司依托系統云端快速掌握設備的運行狀態和性能指標，參考機組發電機、水輪機、勵磁、調速器等重要系統的設備分析評價結論，靈活調整設備檢修策略。一年里，運用XS-1000D替代了90%以上的人工巡檢，降本增效成效顯著：檢修周期優化后節約成本約1200萬元;節約巡檢成本約280萬元;節約故障檢修維護費用約120萬元;減少停電檢修可發電增收約160萬元……平臺一年便可創造約1760萬元的經濟效益。據統計，南網儲能抽水蓄能電站2022年累計發電93.3億度，同比增長18%;2023年一季度抽水蓄能業務收入更是同比增長了24%。

　　截至2022年底，我國抽水蓄能總裝機規模已達到4579萬千瓦，占儲能總裝機的77.6%，穩居世界第一;我國抽水蓄能中長期發展規劃明確提出，到2025年，抽水蓄能投產總規模較“十三五”翻一番，達到6200萬千瓦以上;到2030年，抽水蓄能投產總規模較“十四五”再翻一番，達到1.2億千瓦左右。人工智能技術在抽水蓄能行業的應用前景光明、空間廣闊，將實現對我國規劃建設新型能源體系的技術賦能。

　　文丨黃昉 吳昊 供圖丨南網儲能修試公司