宋光雄：大型热电生产设备关键运行性能预警评估智能系统

春潮涌动上党城，智改数转启新程。2026年3月25-27日，2026第四届热力发电数智化升级与智慧运维技术交流会在山西长治隆重召开。本次会议以热力发电数智化升级与智慧运维为核心主题，汇聚行业顶尖专家、政企领导、企业精英齐聚一堂，聚焦政策解读、技术创新、实践落地等关键维度，共话热电行业绿色低碳、智能高效发展新路径，为全国热力发电产业转型升级注入智慧动能。

本次交流会在中国节能协会指导下，由中国节能协会热电产业专业委员会主办、武汉敢为科技有限公司联合主办，得到了长治市市委、市政府，市能源局及各区县能源局的大力指导与支持，长治市市委常委、副市长呼亚民，国家能源集团首席科学家、俄罗斯自然科学院外籍院士朱法华、国务院原参事、国家能源局原局长徐锭明等众多行业重磅嘉宾出席会议，中国节能协会热电产业专业委员会秘书长张东胜担任本次会议主持，来自全国各地的热电企业代表、产业链相关单位及媒体嘉宾共170余人参加了交流会。

华北电力大学能源动力与机械工程学院副教授宋光雄介绍《大型热电生产设备关键运行性能预警评估智能系统落地实践》，推动高校科研成果与企业实际应用深度融合，为设备安全运行提供智能解决方案。

演讲主题：大型热电生产设备关键运行性能预警评估智能系统落地实践》

演讲嘉宾：华北电力大学能源动力与机械工程学院副教授宋光雄

演讲内容：

一、项目创新背景及价值

1.人工智能+火电的政策背景

根据国家相关规划，围绕火电清洁降碳、安全可靠、高效调节、智能运行的发展方向，在燃料管控、生产运行优化与智能控制、设备全生命周期管理等业务场景，协同开展人工智能赋能及技术创新。加快火电数字化设计建造和智能化升级，推动火电运行控制系统智能化发展和应用，提升火电关键装备全生命周期智能监测及健康管理能力，助力火电支撑保障能力进一步提升。

“人工智能+火电”的典型应用场景包括：

燃料智能管控

生产运行优化：基于大模型和生产运营相关系统数据，实现燃料掺配、运行优化、智能灵活调峰、安全智能管控等核心业务场景智能化升级。

设备全生命周期管理：基于大模型和机器人等人工智能技术，通过对汽轮机（含燃气轮机）、发电机、锅炉受热面等关键设备多类型数据进行实时状态监测，实现设备状态全景监测、健康量化评估、隐患识别与故障预警、剩余寿命预测、运行方案调整、异常分析判断和隐患闭环管理。

智能技术监督及评价

2. 项目创新特色及价值

项目以现有数据为基础（部件温度、工质比焓等），通过人工智能赋能，聚焦生产运行优化和设备全生命周期管理两大方向，解决经济性、安全性、可靠性三大核心问题。应用范围包括（不仅限于）：主辅设备轴承、电机绕组、汽机高温热部件、冷端优化、智慧空冷岛、深度调峰、锅炉掺烧、锅炉四管防磨防爆、锅炉吹灰优化、喷氨优化等。

二、项目研发目标对象

项目重点研发目标对象包括：

高中低压缸；高压加热系统（回热系统）；给水泵及小机；冷端系统；锅炉运行性能及壁温（四管）；辅机设备运行及轴承

三、高中低压缸运行预警及评估

1. 重要性、迫切性

通过大数据分析洞察运行特性，实现节能降耗。建立高精度数据模型系统，实时评估高中低压缸的能效。

2. 利器（举例）

高、中、低压缸实时能效监测

实时优化给水温度、水位

实时优化冷端系统运行（包括真空、循环水泵最佳联动等）

3. 艰巨性

抽汽回热循环涉及汽机主机、给水系统、凝结水系统、冷端系统，包含“三高四低一除氧”的复杂热力系统。需要考虑边际效应设计原理、全局优化与局部优化、统计特性的时空效应与尺度效应。项目通过大数据分析和AI推理，实现成熟稳健、快速部署的软硬件系统，对汽侧主辅设备进行性能与状态预警评估优化。

四、高压加热系统（回热系统）

高压加热系统作为回热系统的重要组成部分，通过大数据分析实现状态监测与预警评估。基于工质比焓变化等参数，实时识别高加系统的运行异常，优化给水加热过程。

五、给水泵及小机

给水泵及小机是火电机组的关键辅机设备。项目通过大数据分析和AI推理，对给水泵及其驱动小机的运行状态进行实时监测、性能评估和故障预警，包括轴承温度、振动、转速等多维参数的综合分析。

六、冷端系统

1. 传统监测方式的不足

传统冷端系统监测主要关注真空、端差、过冷度等指标，这些传统常用指标不能实时量化能效及性能特性，只能定性判断。

2. 凝汽器状态的重要性

凝汽器状态直接影响机组性能及能效。通过监测工质比焓变化，可以实现冷端系统的实时寻优，找到最佳运行参数，实现局部最优和全局最优。

3. 大数据分析应用

以某机组冷端系统为例，在2014年11月至2021年1月的时间区间内，基于工质比焓变化进行大数据分析，实时寻优最佳运行参数。具体包括：凝汽器A侧循环水比焓升与凝结水比焓降的对比分析，从而量化换热效率，指导冷端系统优化运行。

通过AI推理，系统能够自动识别冷端性能劣化趋势，提前预警真空下降、端差增大等异常，并给出优化建议。

七、锅炉运行性能及壁温（四管）

1. 锅炉受热面状态监测

项目对锅炉的关键受热面部件进行大数据分析和AI推理，包括：

过热器（未过、屏过、末过）；再热器（未再、末再）；省煤器

通过对各受热面的壁温、烟气温度、工质温度等多维数据进行实时可视化分析，评估受热面的运行状态，预警超温、结焦、腐蚀等风险。

2. 锅炉四管防磨防爆

锅炉四管（水冷壁、过热器、再热器、省煤器）是锅炉安全运行的关键。针对来煤偏离设计煤种、结焦倾向严重等问题，项目通过AI模型分析燃烧运行过程，识别结焦区域和程度。结焦会导致传热恶化、排烟温度升高、锅炉热效率下降，水冷壁结焦还会使蒸发量下降、炉膛烟温升高。

项目通过多维数据可视化技术（如未再壁温的多维展示），实现对四管壁温的精细化监测，预警超温爆管风险。

3. 大数据分析实例

以未再壁温为例，通过AI推理模型，结合历史数据和实时数据，识别壁温异常波动模式，提前发出预警，指导运行人员调整燃烧或吹灰。

八、辅机设备运行及轴承

1. 传统轴承温度监测的痛点

传统规程规定：滚动轴承最高温度不超过95℃（阈值），滑动轴承最高温度不超过80℃（阈值），温升不超过55℃（阈值）。然而，工业设备温度异常定量分析监测识别技术长期严重滞后，长期限于基于阈值判别的简单方式，无法实现早期预警和趋势分析。

2. 轴承状态预警的评价维度

轴承等关键部件的状态监测需要考虑多个维度因素：

覆盖度（100%关键重要旋转设备）；应用规模（数百、上千测点）；经济性（传感器投资、维护、管理）；数据历史积累（数年）；可靠性（数据质量、长期有效服役）；鲁棒性（应对数据缺陷和技术挑战）

3. 技术手段对比

常用技术手段包括振动监测、油液检测、噪声检测等。相比之下，温度检测的综合优势最突出、最显著，最符合工程实践的各种苛刻应用条件。项目创新观测技术工具，建立数据模型，自定义状态指数，定量分析识别评估工业设备子系统异常状态，从传统的阈值和经验判别升级为创新的数据驱动观测方式。

4. 大数据分析与AI推理应用

项目对以下辅机设备的轴承温度进行大数据分析和AI推理：

给水泵轴承；循环水泵轴承；磨煤机；送风机（包括送风机故障轴承识别）；引风机；一次风机

以引风机为例，2025年3月4日，大型汽轮发电机组引风机A和引风机B的多个轴承温度参数出现异常，系统通过AI推理自动识别并预警，包括前轴、后轴、电机轴承等多个测点的温度异常。

5. 创新的温度异常状态评估指标

项目提出了创新的温度异常状态评估指标，突破了传统的固定阈值报警方式，实现了参数异常的精确锁定和报警的动态运算，能够提前发现设备重要隐患。

九、项目经济效益

十、结语

创新特色

大数据分析：多维度统计特性、多时间尺度、实时饱和分析

AI模型：理解、推理、解释并辅助决策，系统不再是简单的“数据看板”，而是能够像“AI专家同事”一样工作

快速、持续、迭代发展：引入大语言模型（LLM），提升系统的智能水平

面临的挑战

系统的建设与应用面临复杂性、多样性、不确定性等挑战，需要通过持续的技术创新和工程实践加以解决。