CN114331041A - 一种基于信息物理系统架构的智慧电厂成熟度评估方法及系统 - Google Patents
一种基于信息物理系统架构的智慧电厂成熟度评估方法及系统 Download PDFInfo
- Publication number
- CN114331041A CN114331041A CN202111509655.8A CN202111509655A CN114331041A CN 114331041 A CN114331041 A CN 114331041A CN 202111509655 A CN202111509655 A CN 202111509655A CN 114331041 A CN114331041 A CN 114331041A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- power plant
- maturity
- intelligent power
- level
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
针对当前火力发电智慧电厂建设成效不佳,缺乏相应的评价体系和评价模型的问题,本发明公开了一种基于信息物理系统架构的智慧电厂成熟度评估方法及系统。本发明首先根据智慧电厂信息物理系统特征,构建为五个等级的智慧电厂能力成熟度模型,即由低到高分为规划级、基础级、发展级、成熟级和优化级。并分别从智能‑价值‑要素三个维度构建智慧电厂成熟度层次分析评价指标体系,采用主观和客观组合赋权方法对智慧电厂成熟度评价指标的权重计算,基于建立的成熟度判断集等级标准和模糊层次分析方法构建出智慧电厂成熟度评价模型,实现对单元级信息物理系统模糊层析分析评价和智慧电厂成熟度综合评价。
Description
技术领域
本发明涉及火力发电智慧电厂和信息物理系统技术领域,涉及一种基于信息物理系统架构的智慧电厂成熟度评估方法及系统。
背景技术
随着云计算、大数据、物联网、移动互联网、人工智能等技术的快速发展,并与发电技术和管理技术的不断融合,智慧电厂/智能电厂的发展理念和建设方向在中国逐步得到重视和发展。然当前产业界和学术界对智慧电厂的理解不一,发电厂对自身智慧电厂建设目标、建设路径不明确,缺乏相应实践的评价方法。智慧电厂作为工业互联网在发电行业的集中体现,信息物理系统建设成为其建设的核心,现有工业互联网和信息物理系统的评价体系和评估模型并不能直接应用于火力发电厂的智慧电厂成熟度评价。
信息物理系统作为工业互联网建设的核心,是集成计算、通信与控制于一体的智能系统,逐渐应用于能源电力、制造、交通、物流等重要行业,成为支撑和引领能源电力智能化变革的核心技术体系。CPS的本质是通过3C技术的有机融合与深度协作,构建一套信息空间与物理空间之间,实现大型工程系统的状态感知、实时分析、科学决策、精准执行的闭环赋能体系。这与智慧电厂的内涵和建设目标高度一致,燃煤发电厂的信息系统和控制系统正不断向以CPS为核心的智能化方向发展。
目前,针对火力发电厂的IPP和CPS建设开展了许多有益的实践探索,提升了火力发电厂的智能化生产和智慧管理水平。但是,这些IPP建设及IPP 建设仍然处于初级阶段,产生的效益不佳,可复制推广的方案较少,特别在 IPP和CPS在一段时间建设和运行后,缺乏相应的评估体系和评价模型,以检验IPP和CPS建设对提高发电厂安全、经济、环保和高效目标的成效,因此,我们提出一种基于信息物理系统架构的智慧电厂成熟度评估方法及系统。
发明内容
针对目前火力发电厂的IPP和IPP-CPS建设产生的效益不佳,缺乏相应的评估体系和评价模型的问题。本发明提供一种基于信息物理架构的智慧电厂成熟度评估方法及系统。
为实现上述目的,本发明提供如下技术方案:一种基于信息物理系统架构的智慧电厂成熟度评估方法,其特征在于:包括以下步骤,
步骤一:构建智慧电厂能力成熟度模型,根据CMM各个等级具有的不同特征把IPP-CMM由低到高分成五个等级,即为规划级、基础级、发展级、成熟级和优化级。
步骤二:构建智慧电厂成熟度能力评价指标,对智慧电厂成熟度评价从智能、要素、价值三个维度分解作为准则层一,再分别以该层为目标层往下因子分析,建立准则层二和准则层三,考虑当方案层评价指标一般大于9阶的判断矩阵很难保证判断的一致性,且难以计算,因此,根据智慧电厂各要素情况,分别建设单元级CPS、系统级CPS和系统之系统级CPS。
步骤三:智慧电厂成熟度层次分析综合评价,在构建科学的指标体系之后,选择合理的评价方法是完成评价的另一个重要方面。
步骤四:智慧电厂成熟度模糊综合评价,鉴于智慧电厂和信息物理系统的评价是一个模糊概念,难以直接量化,故在成熟度层次分析模型的基础上,引入模糊数学进行评价较为科学,同时为了保证评价过程的客观公正,采用群决策的模糊综合评价,以避免单纯由其中一方进行评价所带来的主观片面性,应用模糊综合评价技术对智慧电厂能力成熟度进行评价,结合层次分析法构建的层次结构模型,首先考虑与被评价目标相关的各个因素,先从最底层的各个评价指标进行综合评价,考虑各因素的组合权重,再依次向上往中间层,直到最高的决策目标层,最终得到一个综合评价结果。
步骤五:成熟度判断集等级标准,智慧电厂成熟度模型的评分包括定量和定性分析,定量评价指标可以直接通过定义规则进行专家评分,而对于定性指标通过能力成熟度模型对不同发展程度给出模糊定级评估,评价指标定量方法的各个能力等级,均对应100分的不同分值,分值越高,该指标的成熟度越高。
步骤六:单元级信息物理系统模糊层析分析评价,考虑到智慧电厂成熟度层次分析模型方案层中基础设施、支撑平台和办公智能的评价容易通过上述模糊评价方法直接进行判定,而对于方案层中以优化、诊断、分析和决策等为需求的单元级CPS信息物理系统评价,难以直接通过上述的模糊评价方法进行评价,所以,对于难以直接模糊评价的单元级CPS进行第二阶段层次分析和模糊评价,按SoS级CPS分解的三个维度对单元级CPS的评价,然而要素维度和价值维度分解的因子无法确切的进行模糊评价,故需要其进行等价替换。
步骤七:综合评价最终结果。
优选的,针对步骤三中提到的智慧电厂成熟度层次分析综合评价,主要采用层次分析法主观和客观组合赋权方法实现智慧电厂成熟度评价指标的权重计算,对于智慧电厂成熟度评价模型的目标层、准则层和子准则层各评价指标权重计算,采用专家主观权重和熵权客观赋权组合的方法确定各层级的指标权重。而对于智慧电厂成熟度层次分析法的子准则层的组织规划、基础设施、支撑平台、安全智能管控、办公智能等可以通过分解评价指标,采取一定的规则进行量化评分。
优选的,步骤四中针对智慧电厂成熟度模糊综合评价主要通过因素和评价集的建立、判断集等级分值、单因素评价及模糊关系矩阵、模糊综合评判向量、各指标模糊综合评价来实现。
优选的,步骤六中单元级CPS价值维度评价是通过对信息物理系统建设的投入产出分析进行估算的。
一种基于信息物理系统架构的智慧电厂成熟度评估方法的系统,该系统主要结构功能包括4大模块,分别是:前端录入与展示模块、数据存储模块、成熟度模型计算模块,评估结果可视化与报告下载模块。
优选的,数据前端录入模块负责各问卷调查报告、主观数据和客观数据的输入,经过前端导入后,可以进行原始数据的显示,查看已导入的数据是否有错误或缺漏,方便修改。通过对导入数据进行不同维度属性的判别和选择操作后,通过数据存储模块分别存储,再利用上述方法固化的模型在系统后台的计算模块中完成对智慧电厂成熟度的评估模型计算。在可视化与报告下载模块,可以对成熟度模型计算结果进行在线展示和历史计算结果查询,同时提供EXCEL表格和word报告下载功能。
与现有技术相比,本发明提供了一种基于信息物理系统架构的智慧电厂成熟度评估方法及系统,具备以下有益效果:
1、该基于信息物理系统架构的智慧电厂成熟度评估方法及系统,通过构建一种基于信息物理架构的智慧电厂成熟度评估方法及系统,有助于发电厂通过自我评价了解自身智慧电厂建设水平,发现问题,优化方案和指导后续建设工作。也有助于政府部门或相关参与方了解我国智慧电厂建设的最佳实践,帮助发电厂和建设方上建立透明的信息窗口,促进产学研用合作。
附图说明
图1为智慧电厂成熟度能力评价指标体系;
图2为智慧电厂单元级CPS成熟度层次分析模型;
图3为本智慧电厂成熟度能力评价指标体系;
图4为基于信息物理系统架构的智慧电厂成熟度评估系统操作流程;
图5为各评价电厂单元级CPS评级结果(1:初始级,2:基础级,3:发展级,4:成熟级,5:优化级);
图6为各评价电厂智慧电厂成熟度综合评价结果。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-6,一种基于信息物理系统架构的智慧电厂成熟度评估方法,其特征在于:包括以下步骤,
步骤一:构建智慧电厂能力成熟度模型,根据CMM各个等级具有的不同特征把IPP-CMM由低到高分成五个等级,即为规划级、基础级、发展级、成熟级和优化级,每一等级特征如表1所示。其中较高的成熟度等级涵盖了较低等级的特征。
表1 IPP-CMM等级特征
步骤二:构建智慧电厂成熟度能力评价指标,对智慧电厂成熟度评价从智能、要素、价值三个维度分解作为准则层一,再分别以该层为目标层往下因子分析,建立准则层二和准则层三,考虑当方案层评价指标一般大于9阶的判断矩阵很难保证判断的一致性,且难以计算,因此,根据智慧电厂各要素情况,分别建设单元级CPS、系统级CPS和系统之系统级CPS。
步骤三:智慧电厂成熟度层次分析综合评价,在构建科学的指标体系之后,选择合理的评价方法是完成评价的另一个重要方面针对智慧电厂成熟度能力评价指标构成情况,本发明采用层次分析法主观和客观组合赋权方法实现智慧电厂成熟度评价指标的权重计算,主要分为三大步骤。
对于智慧电厂成熟度评价模型的目标层、准则层和子准则层各评价指标权重计算,采用专家主观权重和熵权客观赋权组合的方法确定各层级的指标权重。而对于智慧电厂成熟度层次分析法的子准则层的组织规划、基础设施、支撑平台、安全智能管控、办公智能等可以通过分解评价指标,采取一定的规则进行量化评分
1)层次分析法主观赋权。通过层次分析法(Analytic Hierarchy Process, AHP)把与智慧电厂能力成熟度(IPP-CMM)决策目标的分解成多个层次后,定性和定量对各层次的评价指标权重进行分配。本发明通过邀请问卷调查,充分利用行业专家知识和经验,采用层次分析法和“1~9标度法”专家评定方法对智慧电厂成熟度评价模型的目标层、准则层和子准则层各评价指标进行权重计算,其主要步骤为:
(1)递阶的层次结构构建。根据智慧电厂成熟度各评价指标之间的隶属关系构建一个递阶的层次结构,从而确定评价目标和评价因素集。对该层次结构模型划分为代表决策目标的顶层、中间要素的中层和评价方案的底层。其中两个相邻层,上层定位为目标层,下层定义为因子层。
(2)群决策“1~9标度法”。在没有大量数据和经验的情况下,给出各指标的权重比较困难,常采用两两比较的方法,通过比较存在隶属关系的上层指标的重要性,赋予一种标度形式。本文通过综合多位专家的群决策结果,采用“1~9标度法”分级定量传递一种指标对另一种指标重要程度,构造出指标判断矩阵A=[aij],其中aij是ai相对aj的重要程度。
(3)最大特征根计算。采用乘积方根法,对指标判断矩阵A=[aij]m×m的每一个行元素相乘,并开m次方后,可得到矩阵A每一行评价指标的几何平均值,再将其归一化处理后,求出最大特征根max及对应的特征向量w,各评价指标的权重值wi。
(4)判断矩阵一致性检验。由于判断矩阵的确定存在一些主观性,为使权重分配结果与实际状况相吻合,利用公式(3)对判断矩阵A进行一致性检验。
CR=CI/RI=(λmax-m)/(m-1)·RI (2)
其中:m为判断矩阵阶数,CR为判断矩阵的随机一致性比例;CI为判断矩阵的一致性指标;RI为平均随机一致性指标,可通过查找矩阵阶数m 相对应的RI值得到。
当CR<0.1或者λmax=n,CI=0时,判断矩阵A认为满足一致性,此时式(2) 计算的权重是有意义,可接受的,否则可以按最小改变算法或大改进方向修正判断矩阵中元素的值,使其通过一致性检验后,步骤(3)所求的权重才可用于下一步评价。
2)客观权重熵权法。熵值法是一种根据某同一要素观察值之间的差异程度来计算其重要程度的确权方法。目前,熵权法是一种广泛应用于评价和决策的信息论方法。当测定的信息量越大,不确定性越小,熵也越小,反之,信息量越小,不确定性越大,熵也越大。熵值法赋权的具体实现过程如下:
假设有m个评价指标,n组测量对象的原始矩阵A’m×n,对其无量纲化之后得到的决策矩阵A=[xij]m×n,,0≤xij≤1(i=1,2,...,m;j=1,2,...n)。计算第i个指标的第j个测量对象的的相对比重为
对于系统中第i个指标xi,其信息熵为
则第i个指标的熵权值wo-i为
3)组合赋权法确定权重
利用式(1)计算的ws-i和熵权法计算的wo-i进行组合权重计算,可以很好地弥补主客观赋权法确定权重方法的不足,从而得到具有主客观意义,更加科学合理的权重,其中,σi表示主观权重的相对重要程度;μi表示客观权重的相对重要程度。
步骤四:智慧电厂成熟度模糊综合评价,鉴于智慧电厂和信息物理系统的评价是一个模糊概念,难以直接量化,故在成熟度层次分析模型的基础上,引入模糊数学进行评价较为科学,同时为了保证评价过程的客观公正,采用群决策的模糊综合评价,以避免单纯由其中一方进行评价所带来的主观片面性,应用模糊综合评价技术对智慧电厂能力成熟度进行评价,结合层次分析法构建的层次结构模型,首先考虑与被评价目标相关的各个因素,先从最底层的各个评价指标进行综合评价,考虑各因素的组合权重,再依次向上往中间层,直到最高的决策目标层,最终得到一个综合评价结果,智慧电厂成熟度模糊综合评价主要步骤如下:
(1)因素和评价集的建立。因素集Aj={a1,a2,…,an},是以影响被评判对象的各种因素的元素集合,本文建立如表1所示的影响智慧电厂能力成熟度的因素集。判断集Lj={l1,l2,…,lm},是对被评判对象客观评价结果的集合。
(2)判断集等级分值。根据智慧电厂能力成熟度模型和特征分析,智慧电厂判断集等级可定义为:L={较低,低,一般,高,较高}={l1,l2,l3,l4,l5}。然而判断集等级的分值区间不能简单的等值分区,需要考虑更高等级智慧电厂的技术实现难易程度,以及全厂实施范围不同导致的资金投入对智慧电厂能力成熟度评价的影响。
(3)单因素评价及模糊关系矩阵。根据上述单因素ANP的权重wi计算,构建因素集Aj所有元素权重的模糊子集Wj={w1,w2,,…,wn}。而模糊关系矩阵是通过从因素集Aj对判断集Li构建隶属程度建立,本文通过专家评分法将m 个单因素模糊评价A到L的模糊关系建立一个总的模糊评价矩阵其中是智慧电厂成熟度按第i个因素ai获得第j个评价Lj的人数在所有专家中比重。
(4)模糊综合评判向量。在确定因素集、评价集、单因素评价和模糊关系矩阵之后,可以对智慧电厂成熟度展开评价,为了兼顾各因素的影响,本文采用加权平均型算子M(●,)进行模糊变换综合评价。模糊综合评判的数学模型为。
(5)各指标模糊综合评价。根据模糊评价最大隶属度基本思想,当 Cp=maxct,则评价因素对应的判断等级Lp为最佳评价结果。
步骤五:成熟度判断集等级标准,智慧电厂成熟度模型的评分包括定量和定性分析,定量评价指标可以直接通过定义规则进行专家评分,而对于定性指标通过能力成熟度模型对不同发展程度给出模糊定级评估,评价指标定量方法的各个能力等级,均对应100分的不同分值,分值越高,该指标的成熟度越高。
以信息技术为基础的智慧电厂可被认为具有“摩尔定律”的发展趋势,从规划级到基础级、发展级、成熟级和优化级的每递进一个等级,其成熟度评断标准在上个等级基础上按一定的倍数递增。在经济学、管理学领域应用广泛的“帕累托法则”,认为企业80%的投入只产出20%生产状况的不平衡关系。在我国智慧电厂建设初期阶段,类比认为80%的智慧电厂建设投入达到 20%的最佳成熟度程度。
因此,利用“摩尔定律”和“帕累托法则”可较好的发现智慧电厂技术实现难易程度发展规律,在智慧电厂初期阶段,随着成熟度模糊评价等级增加,其实现的难易程度成倍数增长,相应等级标准值的增长率成倍数减少,在CMM的5个判断等级中,设最佳成熟度满分值为100,第1级和5级分别取“二八区间”的均值,则A1=(20-0)/2,A5=(100-80)/2,进一步通过公式A5=A1+ α+α/2+α/4+α/8计算得α≈42.6666。
则智慧电厂成熟度判断集等级标准L={较低,低,一般,高,较高}={l1,l2,l3,14,15}={20,52.66,73.99,84.66,90}。
步骤六:单元级信息物理系统模糊层析分析评价,考虑到智慧电厂成熟度层次分析模型方案层中基础设施、支撑平台和办公智能的评价容易通过上述模糊评价方法直接进行判定,而对于方案层中以优化、诊断、分析和决策等为需求的单元级CPS信息物理系统评价,难以直接通过上述的模糊评价方法进行评价,所以,对于难以直接模糊评价的单元级CPS进行第二阶段层次分析和模糊评价,按SoS级CPS分解的三个维度对单元级CPS的评价,然而要素维度和价值维度分解的因子无法确切的进行模糊评价,故需要其进行等价替换。
要素维度采用系统功能完整度作为唯一的衡量标准,可较为进行主观模糊判定,完整度越高时,其要素维度模糊判断等级越高。而智慧电厂价值维度包括安全性、经济型、环保性和高效性,这些评价指标也很难定量评分值和模糊评价,因此,对单元级CPS价值维度评价通过对信息物理系统建设的投入产出分析进行估算。采用表2的价值维度模糊评价判断集等级方法进行估计,其中,投入产出比=系统产出/系统投入×100%,信息物理系统建设的投入资金可根据项目的静态投资金额得到。根据投入产出效益评价标准,当投入产出比值越大,表明其建设产生的价值效益越大,要素维度模糊判断等级可能越高。
表2价值维度投入产出比模糊评价判断集
步骤七:综合评价最终结果。
采用下式(8)计算智慧电厂成熟度的综合评价结果。
其中,m表示层次分析法中从最底层的方案层开始,逐层向上第k层的评价指标个数,表示第k层各评价指标的权重,表示第k层各评价指标的评分。最终的S值越大,综合得分越高,根据智慧电厂能力成熟度(IPP-CMM) 判断区间,确定智慧电厂等级发展程度。
本发明实施例参考附图1、附图2、附图3所示,以问卷调查的形式,采用群决策判断矩阵集结方法对各层的指标权重和方案层的各项评价指标进行评判。选取智慧电厂和信息物理系统领域的5位专家,分别应用本文所建立的成熟度评价体系和“1~9标度法”计算各判断矩阵,然后采用几何平均的方法计算得到各判断矩阵各指标均值,得到均值判断矩阵计算后得到5位专家群决策层次分析法权重值。首先构建智慧电厂成熟度评价目标层对准则层一的判断矩阵A为:
计算得到矩阵A的最大特征值λmax=3.0858,CR=0.0825≤0.1,满足一致性检验,则目标层对应于准则层的权重矩阵。通过自上而下逐层对各指标重要程度进行两两比较依次计算得到各层级的权重,计算结果见表3。
表3智慧电厂成熟度评价指标权重
在表3中准则层一的智能维度权重较大,是要素维度的6.6955倍,表明在我国当前智慧电厂发展阶段,智慧电厂建设在实现要素维度的基础上,兼顾一定价值效益,重点应以智能化为主要目标,实现状态感知,实时分析,科学决策,精准执行的智能化特征。在“准则层三”系统级CPS中权重最大的是运行优化系统为0.3594,表明它是当前我国智慧电厂建设的核心。而“安全管控”、“燃料管控”、“经营决策”和“设备维护”的权重相对较大,均超过了0.12,表明它们是提升智慧电厂成熟度的主要建设内容。而“支撑平台”、“基础设施”和“综合办公”占比相对较小,三者之和仅为0.1052,体现了其作为智慧电厂建设的基础性作用。
从图4可得出在“运行优化”系统CPS中权重排前三的单元级CPS为“锅炉燃烧优化(权重:0.4231)”、“能耗动态优化(权重:0.19)”、和“负荷分配优化(权重:0.1319)”,表明该三个单元级CPS对“运行优化”的要素维度、智能维度和价值维度贡献较大,表明其对电厂实际生产运行优化的重要性相比较大,符合现阶段智慧电厂建设以人为本、先易后难、提高经济性为核心目标的实际情况。
对于智慧电厂成熟度的较低等级一般认为处于规划阶段,并未实施,该阶段等级标准得分值以0处理,则L={较低,低,一般,高,较高}={l1,l2,l3,l4,l5}={0,52.66,73.99,84.66,90}。由于中国燃煤发电厂发电负荷受当地省级区域电网公司统一调度,且在一个省级区域中,电厂所面临的企业内外环境和政策相似,所以本文选取中国广西壮族自治区电网调度区域下辖8个燃煤发电厂的智慧电厂建设情况进行评价,依据本文模糊评价步骤和方法,开展成熟度方案层单元级CPS计算,结果如图5所示。
该区域内8个发电厂的单元级CPS处于优化级较少,大部分单元级CPS 还处于基础阶段和发展阶段,但各发电厂均已经开展了对各个单元级CPS的建设规划。智慧电厂的支撑平台和基础设施,近年来,各发电厂已经对其开展了部分投资建设,但仍有较大的发展空间。在安全管控方面,个别发电厂已经利用移动互联网、无线网络、三维虚拟化、人员定位、智能头盔等技术与操作票和工作票等业务进行了充分融合,实现了发电厂安全作业的物联网感知体系和主动防御体系。在运行优化方面。“燃烧优化”和“能耗动态优化”、“脱硫运行优化”等,虽然各电厂一直在开展相关建设工作,但系统实施后价值效益不理想,智能化程度不高,导致CPS成熟度评价较低,主要是因为其涉及的工业机理复杂,目前相关优化模型是在设定的理想情况或仅考虑局部因素情况下得到,其数学模型和系统难以自适应火电机组多参数、多耦合性、强时变性等复杂系统特点,并且并未考虑系统的实时动态优化闭环控制。例如电厂1利用机组实时健康系统(RHS)基于实时同步和存储的现场控制系统数据建立了机组在线性能分析优化模型,给出运行参数控制目标值及参数偏离的原因。电厂7利用机组的真实数据和在线仿真数据,利用深度强化学习构建了在线锅炉燃烧模拟器,有效提高了锅炉燃烧效率,降低了锅炉污染物排放。经营决策方面,由于该区域还处于能量市场化交易和电力辅助服务交易试点阶段,所以大部分发电厂都还处于初始和基础级阶段,但电厂1、电厂3、电厂4已经开始该业务的CPS建设,但仍需要进一步的优化。设备维护、燃料管控等CPS建设已经在部分电厂设施运行,但提升空间同样也很大。综合办公在技术上较为容易实现,且投资金额不大,故各发电厂的成熟度都较高,甚至部分电厂已经实现了单元级CPS的优化级。
根据综合评价等级隶属度最大原则,8个发电厂的智慧电厂成熟度评价结果如图6所示。结果表明,目前该区域内8个发电厂都已经实质性开展了智慧电厂的建设工作,但离智慧电厂成熟度的优化级差距较大。其中仅电厂7 达到了成熟级阶段,其综合评分最高为71.2397,主要是由于该发电厂基于大数据平台实现了生产管理的泛在感知和数据业务一体化,利用深度强化学习等人工智能技术实现了锅炉燃烧优化、锅炉吹灰优化、汽轮机冷端优化等提高了机组发电效率和智能化程度,实现了发电机组重要物理系统的可预测、可控制及可优化,并在安全管控、燃料管控等重要场景实现了“无人干预,少人值守”,通过智慧电厂建设有效提高了安全经济环保高效水平。电厂2、电厂3和电厂4评定为发展阶段,表明其已经实现了全量数据的规范统一、生产数据和管理信息融合,并至少在一个重要业务领域实施了智能化建设。而其他发电厂处于基础阶段,表明已经具备了自动化和数字化特征,并具备向更好成熟度等级发展,开展智能化建设的基础。
最后,通过附图4所示方法,对上述模型和软件计算结果生成实时的前端录入与展示模块、数据存储模块、成熟度模型计算模快,评估结果可视化与报告下载模块。
一种基于信息物理系统架构的智慧电厂成熟度评估方法的系统,该系统主要结构功能包括4大模块,分别是:前端录入与展示模块、数据存储模块、成熟度模型计算模块,评估结果可视化与报告下载模块,数据前端录入模块负责各问卷调查报告、主观数据和客观数据的输入,经过前端导入后,可以进行原始数据的显示,查看已导入的数据是否有错误或缺漏,方便修改。通过对导入数据进行不同维度属性的判别和选择操作后,通过数据存储模块分别存储,再利用上述方法固化的模型在系统后台的计算模块中完成对智慧电厂成熟度的评估模型计算。在可视化与报告下载模块,可以对成熟度模型计算结果进行在线展示和历史计算结果查询,同时提供EXCEL表格和word报告下载功能。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (6)
1.一种基于信息物理系统架构的智慧电厂成熟度评估方法,其特征在于:包括以下步骤,
步骤一:构建智慧电厂能力成熟度模型,根据CMM各个等级具有的不同特征把IPP-CMM由低到高分成五个等级,即为规划级、基础级、发展级、成熟级和优化级;
步骤二:构建智慧电厂成熟度能力评价指标,对智慧电厂成熟度评价从智能、要素、价值三个维度分解作为准则层一,再分别以该层为目标层往下因子分析,建立准则层二和准则层三,考虑当方案层评价指标一般大于9阶的判断矩阵很难保证判断的一致性,且难以计算,因此,根据智慧电厂各要素情况,分别建设单元级CPS、系统级CPS和系统之系统级CPS;
步骤三:智慧电厂成熟度层次分析综合评价,在构建科学的指标体系之后,选择合理的评价方法是完成评价的另一个重要方面;
步骤四:智慧电厂成熟度模糊综合评价,鉴于智慧电厂和信息物理系统的评价是一个模糊概念,难以直接量化,故在成熟度层次分析模型的基础上,引入模糊数学进行评价较为科学,同时为了保证评价过程的客观公正,采用群决策的模糊综合评价,以避免单纯由其中一方进行评价所带来的主观片面性,应用模糊综合评价技术对智慧电厂能力成熟度进行评价,结合层次分析法构建的层次结构模型,首先考虑与被评价目标相关的各个因素,先从最底层的各个评价指标进行综合评价,考虑各因素的组合权重,再依次向上往中间层,直到最高的决策目标层,最终得到一个综合评价结果;
步骤五:成熟度判断集等级标准,智慧电厂成熟度模型的评分包括定量和定性分析,定量评价指标可以直接通过定义规则进行专家评分,而对于定性指标通过能力成熟度模型对不同发展程度给出模糊定级评估,评价指标定量方法的各个能力等级,均对应100分的不同分值,分值越高,该指标的成熟度越高;
步骤六:单元级信息物理系统模糊层析分析评价,考虑到智慧电厂成熟度层次分析模型方案层中基础设施、支撑平台和办公智能的评价容易通过上述模糊评价方法直接进行判定,而对于方案层中以优化、诊断、分析和决策等为需求的单元级CPS信息物理系统评价,难以直接通过上述的模糊评价方法进行评价,所以,对于难以直接模糊评价的单元级CPS进行第二阶段层次分析和模糊评价,按SoS级CPS分解的三个维度对单元级CPS的评价,然而要素维度和价值维度分解的因子无法确切的进行模糊评价,故需要其进行等价替换;
步骤七:综合评价最终结果。
2.根据权利要求1所述的一种基于信息物理系统架构的智慧电厂成熟度评估方法,其特征在于:针对步骤三中提到的智慧电厂成熟度层次分析综合评价,主要采用层次分析法主观和客观组合赋权方法实现智慧电厂成熟度评价指标的权重计算,对于智慧电厂成熟度评价模型的目标层、准则层和子准则层各评价指标权重计算,采用专家主观权重和熵权客观赋权组合的方法确定各层级的指标权重。而对于智慧电厂成熟度层次分析法的子准则层的组织规划、基础设施、支撑平台、安全智能管控、办公智能等可以通过分解评价指标,采取一定的规则进行量化评分。
3.根据权利要求1所述的一种基于信息物理系统架构的智慧电厂成熟度评估方法,其特征在于:步骤四中针对智慧电厂成熟度模糊综合评价主要通过因素和评价集的建立、判断集等级分值、单因素评价及模糊关系矩阵、模糊综合评判向量、各指标模糊综合评价来实现。
4.根据权利要求1所述的一种基于信息物理系统架构的智慧电厂成熟度评估方法,其特征在于:步骤六中单元级CPS价值维度评价是通过对信息物理系统建设的投入产出分析进行估算的。
5.一种基于信息物理系统架构的智慧电厂成熟度评估方法的系统,用于实现权利要求1-4任意一项所述的步骤,其特征在于:该系统主要结构功能包括4大模块,分别是:前端录入与展示模块、数据存储模块、成熟度模型计算模块,评估结果可视化与报告下载模块。
6.根据权利要求5所述的一种基于信息物理系统架构的智慧电厂成熟度评估方法的系统,其特征在于:数据前端录入模块负责各问卷调查报告、主观数据和客观数据的输入,经过前端导入后,可以进行原始数据的显示,查看已导入的数据是否有错误或缺漏,方便修改。通过对导入数据进行不同维度属性的判别和选择操作后,通过数据存储模块分别存储,再利用上述方法固化的模型在系统后台的计算模块中完成对智慧电厂成熟度的评估模型计算。在可视化与报告下载模块,可以对成熟度模型计算结果进行在线展示和历史计算结果查询,同时提供EXCEL表格和word报告下载功能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111509655.8A CN114331041A (zh) | 2021-12-10 | 2021-12-10 | 一种基于信息物理系统架构的智慧电厂成熟度评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111509655.8A CN114331041A (zh) | 2021-12-10 | 2021-12-10 | 一种基于信息物理系统架构的智慧电厂成熟度评估方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114331041A true CN114331041A (zh) | 2022-04-12 |
Family
ID=81050891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111509655.8A Pending CN114331041A (zh) | 2021-12-10 | 2021-12-10 | 一种基于信息物理系统架构的智慧电厂成熟度评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114331041A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116452154A (zh) * | 2023-06-14 | 2023-07-18 | 北京创客创想科技有限公司 | 一种适用于通信运营商的项目管理系统 |
CN116739393A (zh) * | 2023-08-14 | 2023-09-12 | 福建福诺移动通信技术有限公司 | 一种应用系统应急能力成熟度的评估方法及装置 |
-
2021
- 2021-12-10 CN CN202111509655.8A patent/CN114331041A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116452154A (zh) * | 2023-06-14 | 2023-07-18 | 北京创客创想科技有限公司 | 一种适用于通信运营商的项目管理系统 |
CN116452154B (zh) * | 2023-06-14 | 2023-09-05 | 北京创客创想科技有限公司 | 一种适用于通信运营商的项目管理系统 |
CN116739393A (zh) * | 2023-08-14 | 2023-09-12 | 福建福诺移动通信技术有限公司 | 一种应用系统应急能力成熟度的评估方法及装置 |
CN116739393B (zh) * | 2023-08-14 | 2023-11-14 | 福建福诺移动通信技术有限公司 | 一种应用系统应急能力成熟度的评估方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109885907A (zh) | 一种基于云模型的卫星姿控系统健康状态评估和预测方法 | |
CN104318482A (zh) | 一套智能配电网综合评估体系和方法 | |
CN114331041A (zh) | 一种基于信息物理系统架构的智慧电厂成熟度评估方法及系统 | |
CN113344408B (zh) | 民航交通管制运行多尺度态势感知流程的处理方法 | |
CN113095556A (zh) | 一种考虑碳中和趋势的中长期负荷预测方法及系统 | |
CN110135643A (zh) | 考虑钢铁期货价格和实时电价因素的短期日负荷预测方法 | |
Shmeleva et al. | Industrial management decision support system: From design to software | |
CN110472363A (zh) | 适用于高速铁路隧道的围岩变形等级预测方法及系统 | |
Wang et al. | Research on the evaluation index system of “new energy cloud” operation mode based on CRITIC weighting method and AHP method | |
Ji et al. | AVSS 2011 demo session: A large-scale benchmark dataset for event recognition in surveillance video | |
Huang | [Retracted] Construction and Analysis of Green Investment Risk Evaluation Index System Based on Information Entropy Fuzzy Hierarchical Analysis Model | |
Shen | Construction of performance evaluation system of human resource management in port foreign trade enterprises | |
Bai et al. | Organizational project selection based on fuzzy multi-index evaluation and bp neural network | |
Zhang | Research on the identification model of interest conflict influencing factors in PPP projects construction of smart city | |
Li et al. | Evaluation of factors influencing the sustainable development of the marine equipment manufacturing industry cluster | |
Zhao et al. | Evaluation and Image Analysis of Enterprise Human Resource Management Based on the Simulated Annealing‐Optimized BP Neural Network | |
CN107025497A (zh) | 一种基于Elman神经网络的电力负荷预警方法及装置 | |
Li et al. | Construction Technology Safety Management under the Background of BIM and Information System Modeling | |
Ji | Construction of public policy decision-making model based on big data analysis from the perspective of sustainable development | |
Yao et al. | Research on the risk assessment of urban power network planning based on improved risk matrix | |
Wang | Fuzzy Comprehensive Evaluation Model of Project Investment Risk Based on Computer Vision Technology | |
Li et al. | Identification of urban industry life cycle based on rough set neural network | |
CN116739392B (zh) | 一种基于物元的多制式轨道交通应急协同决策方法及装置 | |
Sun et al. | Research on human reliability of the high-speed railway intelligent dispatching centralized traffic control system | |
Mondal et al. | Evaluation of the Main Barriers of RMG in Industry 4.0 Implementation by Using Analytical Hierarchy Process (AHP) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |