下载掌阅APP，畅读海量书库
立即打开
随着上海化学工业区的日益壮大，作为园区的热电联供企业，上海漕泾热电有限责任公司（以下简称“漕泾热电”）面临着如何准确预测客户对供热的需求量，以便通过客户需求驱动生产调度，避免多产浪费和少产影响客户生产的问题。同时，电力售电侧体制改革的深入迫使热电联供企业重新思考如何更好地协调发电和供热之间的关系，使经济效益最大化。因此，利用工业互联网、大数据和人工智能等先进技术，围绕客户需求打造新型能源服务能力和企业生产运营决策能力，实现客户需求驱动的生产排程、生产效益最优化，以提高客户服务质量和总体效能效益、减少资源浪费和污染排放等，已成为企业势在必行的选择。
本案例使用基于注意力机制的CNN+LSTM算法、XGBoost算法、多通道时序CNN算法等专有算法，建立了需求预测模型、优化调节模型、异常识别模型等，帮助企业满足上述需求。通过本项目的实施可帮助企业每年节约数十万元的人力成本，提高客户服务质量，减少资源浪费，提升热能供应稳定性。
1.能源发展的驱动力正在发生哪些变化？
2.生产制造企业对实物产品的整个生命周期的关注，以及对传统的企业管理提出了哪些问题？
3.能源服务企业应当以什么作为核心升级点？
随着能源服务逐步走向市场化，传统的生产驱动型发展模式难以满足客户服务需求，供能企业与客户之间的矛盾日趋突出，既不利于企业的稳定生产和长期发展，也不利于客户的生产经营。对于漕泾热电而言，当前主要存在的问题：多个信息系统之间数据和业务未有效打通，信息孤岛现象严重，大量数据的价值并未被有效挖掘；发电机组的运行调节只能依赖一线人员的个人经验，人员经验较少会导致部分机组整体效能较低；机组生产计划依靠往年经验，不能根据客户实际需求及时进行调整，存在资源浪费现象；客户普遍有迫切降低用能成本的需求；客户用热负荷尚未完全平衡，存在因负荷波动带来的风险。这些问题让漕泾热电意识到安全生产、不断提升服务质量、提高经营效益、提升管理和运营效率是永恒不变的追求，要通过持续的努力不断地实现更佳效果；应努力从“生产驱动型”企业向“需求拉动型”企业转型，需要不断提升自身的智慧生产、智慧服务能力；通过对当前多信息应用系统的整合，实现多系统间的数据共享、业务协同，实现基于数据智能的业务优化，以及部署新型智慧便捷应用，可以大大提高漕泾热电的运营和服务水平。
热电联供企业DCS、SIS、MIS等系统中每天产生上千万条热电联供机组运行数据、客户用热数据、计量仪表数据等数据记录，本应用基于这些数据分析变化趋势，提取标签特征，使用基于注意力机制的CNN+LSTM算法、XGBoost算法、CNN算法等专有算法，建立了需求预测模型、优化调节模型、异常识别模型等，帮助企业满足上述需求。
本应用主要面向园区内热电联供企业的“智慧能源”“智慧服务”“智慧管理”三大趋势，实现企业三大目标：
（1）通过以用户需求为驱动的智能生产运营能力建设，减少资源浪费，不断提升自身盈利能力；
（2）通过以用户体验为核心的智慧服务能力建设，不断提升服务质量，增加客户黏性；
（3）通过基于数据智能的安全生产和运营决策能力建设，不断提升安全生产和运营决策水平。
针对三大目标，漕泾热电创新设计面向园区热电联供企业的基于工业数据智能的综合能源服务系统，主要为园区热电联供企业提供基于数据智能的生产管理决策与服务能力。例如，预测客户对供热需求的变化来辅助指导生产计划的安排；根据机组实时状态，给出机组运行优化建议，提高运行经济性；预测排放超标情况并及时预警，减少发电企业排放超标问题；创建综合智慧能源服务线上交易平台，完成需求侧响应的优化；提供智慧用能分析服务，包含智慧用量报表、智慧用能账单及用户用能画像标签分析等，帮助用户和漕泾热电更加精准地了解用户用能行为特征；构建智慧能源大数据，建立数据采集、数据目录管理、数据开放共享等功能，支撑内部系统互通数据。
其中，能耗预测包括对历史用能水平的分析，发现整体能耗的异常增长影响因素，同时可对未来能耗的需求进行预测，帮助提前做好生产规划及维护应对。设备运行优化包括设备能耗分析与异常识别，可快速定位高能耗设备或区域，及时采取措施；提供归因分析及效果预测，帮助企业进行运行和调度优化，以及节能改造。
本应用的核心优势在于：
◆ 基于机器学习与人工智能通用算法模型及基于注意力机制的CNN+LSTM算法、XG Boost算法、CNN算法等专有算法，高效精准地从数据中提取特征与决策依据；
◆ 深度结合用户业务场景，提供实施策略建议及效果模拟评估，结合可升级扩展的能源行业知识库及算法模型库，帮助企业提升能源决策竞争力。
本案例的总体架构核心内容为数据层、分析层与业务层。其中，数据层完成多源异构的海量数据的采集、整合、清洗与存储；分析层作为系统的大脑，提供运营决策的后台支撑；业务层分为两部分，一部分是智能门户，面向客户建立企业与客户的纽带与桥梁，另一部分是智慧能源服务运营，用于通过数据分析的手段指导生产运营决策。
以简化用户界面、提升用户体验为核心，设计了基于Web的智能门户和基于微信的智能门户，致力于为最终用户提供一致的用户体验，如图1所示。
与传统火力发电厂不同，园区内的热电联供电厂以保障园区内企业正常供热为首要生产条件，在满足供热需求的前提下调节机组运行来调整上网电量。因此，预知客户对供热需求的变化对于优化生产模式至关重要。
预测客户未来供热需求量，用于指导生产侧进行生产计划调整：基于客户产品使用历史数据、检维修数据、上下游关系数据及节假日数据等，发掘客户用热需求量的周期性波动规律，量化评估各个因素对需求量的影响程度，使用基于注意力机制的CNN+LSTM算法和XGBoost算法建立预测模型，模型准确率达90%以上。基于构建的预测模型，量化预测每个客户/全部客户在未来一段时间内对用热的需求量水平，进而指导后端的按需生产运营、资源优化配置的精准制定与推送。
通过应用供热需求预测管理功能，确保生产管理者能够准确预测客户的公用产品需求并制定更合理的生产计划，进而优化运行方式，降低生产成本。需求预测的误差率降低75%以上，预计每年将降低供热生产成本368万元左右。
图1 智能门户页面
如图2所示为机组运行状态，热电联供机组的蒸汽若全部经过2＃在汽机做功后提供给客户供热，则整体机组发电量较大，但是会损失一部分蒸汽，导致供汽量减少；如果蒸汽全部经过1＃在汽机做功后直接提供给客户供热，则供汽量比较大，但机组整体发电量较小。如何调整机组运行，在满足客户用蒸汽的需求下，让机组整体经济性最优是企业运营者需要思考的一个问题。
根据客户需求量实时情况及机组运行状态，推荐整体经济性最优的运行方式：基于客户需求预测、产品数据、客户数据、历史工况数据、设备状态等信息，使用聚类算法、KNN算法及专家法建立经济性调节优化仿真模型，对机组运行状态及出力进行模拟仿真，针对不同状态下的机组运行方式，给出经济性最高的运行优化建议，帮助机组运行人员根据当前状态调整生产调度，合理分配高压减温减压和高压抽汽的蒸汽量，提升机组运行的整体效率。预计将增加高压抽汽的供应量10%，减少热能损失约1.88吉焦/小时。
图2 机组运行状态
发电企业对排放超标预测预警的需求非常迫切，在有超标可能时，通过调整机组来降低排放超标风险，可以大幅减少发电企业的排放超标事件。
实时预测污染排放情况，识别排放超标风险并及时告警：结合机组运行状态数据、气温数据、原料数据等，实时感知全厂运行状态，基于排放预测预警模型快速预测排放量，识别排污超标风险，及时发出预警信息，减少超标事件。
当前，蒸汽流量计量仪表的准确性校验一般是1~2年进行一次，中间过程中若存在计量偏差，则会给客户和企业带来不必要的经济损失。通过对仪表监测数据的分析，可以实时判断仪表状态，及时避免计量不准的情况，如图3所示。
实时监控和分析计量仪表数据，识别仪表异常情况：使用机器学习算法，根据监测的压力、温度、管径、阀门开关大小和流量等数据，使用CNN算法训练生成计量仪表准确度诊断模型，智能识别计量仪表准确度，及时发出告警信息，减少因计量错误导致的经济损失和客户投诉。及时发现和解决用户侧的计量问题，将有效降低热网网损，预计网损将降低0.3%。
客户用能分析是针对客户对简化用量信息、可视化用量报表的需求而建立的智慧服务，如图4所示。客户用能分析为客户提供计费周期内统计和分析结果，同时智能分析客户用能负荷分布、预测当期产品用能等。每年客户因不良的用能行为（如超过或低于合同量使用蒸汽）增加用能成本约2000万元，通过应用客户用能分析功能，预计可将客户的不良用能行为减少20%，节约客户用能成本约400万元。
图3 仪表监测数据分析
图4 客户用能分析
针对客户情况构建综合智慧能源服务线上交易平台（如图5所示），为客户提供能源线上交易、合同余额交易等5个场景的Web端功能，探索能源交易新模式，降低客户用能成本，提升客户满意度的同时增加热网负荷稳定性；开发了交易自动匹配算法模型，保障交易的公平性和时效性；系统构建了安全机制，防范攻击，并完善了各环节的权限管理。
图5 综合智慧能源服务线上交易平台
通过综合智慧能源服务线上交易平台，在供热量富裕时以优惠价格出售供热余量，在供热量紧张时以优惠方式调整客户需求量，降低客户的用能成本，同时提高漕泾热电的生产效率，降低运营成本；开放客户合同额度交易，允许客户将富裕的合同额度转让给其他合同额度不足的客户，降低购买方的超量费，提升售出方的收益，平衡用户用能负荷，进而提高热网运行稳定性。
完成数据采集、存储、预处理与分析建模等大数据管理功能，提升大数据子系统的数据覆盖范围。同时，建立对内共享数据和对外数据共享的能力，对内部系统提供统一标准化的数据接口，对化工区大数据平台提供数据共享接口，支撑智慧园区的建设。
智能门户为客户提供便捷的业务查询、办理功能，创建的综合智慧能源服务线上交易平台提供各方面能源服务的信息，打通服务商与客户的信息链路。通过智能门户有效提高了客户管理人员的工作效率，提升了客户经理与客户的沟通效率，预计将节约工时38小时/月/人。漕泾热电共有10位客户管理人员，按照2017年电力、热力外商投资企业职工平均工资计算，预计节约人工成本28万元/年。
每年客户因不良的用能行为（如超过合同量使用蒸汽）增加用能成本约2000万元，通过应用客户用能分析功能，预计可将客户的不良用能行为减少20%，节约客户用能成本约400万元。
本案例提出了基于注意力机制的CNN+LSTM算法、CNN算法等用于解决需求预测及异常识别等问题；建立客户需求预测及机组经济性调节优化辅助功能，推进企业由计划型生产模式向需求驱动型生产模式的转变；为客户提供了用能及费用的数据分析服务，从提供能源资源向提供能源服务逐渐转变。
随着电力体制改革的推进，对发电企业精细化生产运营管理及创新业务模式的要求越来越高。除来自供电的压力外，热电联供电厂也需要满足对供热的需求，如何协调供热和供电之间的关系，使整体经济性最高是企业面临的挑战。
漕泾热电依据自身实际业务场景与需求，整合其客户使用历史数据、机组运行数据、检维修计划数据、节假日数据等关键数据，提取产品使用量、机组运行状态的特征建立了客户需求预测、机组经济性调节分析、污染排放预测预警等模块，辅助业务人员进行相应的工作指导；深入了解客户的用能需求和服务需求，对运营业务流程进行研究和梳理，开发了综合智慧能源服务线上交易系统、用户用能行为全景分析及智慧能源大数据子系统。这个过程需要进行大量的业务调研，对企业生产、管理、经营流程进行全面且准确的了解，深度挖掘各部门的痛点和需求，真正进入业务，才能构建真正实用且适用的智能辅助系统。
企业智慧化提升不是通过一个系统就能解决的。在建立该系统的过程中，企业各层人员共同参与探讨，一是提升人员对数字化、智能化概念的理解，加强对智慧化转型理念的理解，二是增加对各层业务的进一步探讨和理解。同时，也要对相关人员进行概念、知识和系统应用的培训指导。最终系统的落地要配合业务流程及制度上的改进，以保障系统有效地进行落地应用。
在当下大力发展工业互联网的背景下，要求企业逐步具备智慧化生产、网络化协同、个性化定制、服务化延伸的能力。在本案例中，漕泾热电创建的综合智慧能源服务线上交易平台实际上是搭建了一个基于热电厂的完整的智慧能源服务体系，实现了从传统经验驱动模式向数据驱动生产运营模式的创新变革，推进了上述核心能力的打造和智慧电厂的建设进程。通过这样一个一体化的智慧服务平台，一方面围绕客户需求打造，形成了新型能源服务能力，提升前端的客户服务质量，另一方面基于实际企业状态，精准优化后端的生产运营水平，降低了资源浪费与污染排放，在能源行业具有良好的示范作用与参考意义。
漕泾热电隶属国家电力投资集团上海电力股份有限公司，是我国西气东输工程配套的第一座燃气-蒸汽联合循环热电厂，是世界级先进化工制造业——亚洲最大的上海化学工业区循环经济“一体化”的重要组成部分，承担着为多家大型跨国化工企业提供优质电能、热能、除盐水的重要任务。
公司秉承“清洁、绿色、智慧、高效”的发展理念，先后实施了综合智慧能源服务线上交易平台、智慧热网、化工区“科创中心”能源基地等多个智慧能源项目，发挥了智慧能源服务试点示范效应，走出了一条创新发展的未来之路。