“人工智能+”热电产业的引领与示范

作者：国务院国资委机械工业经济管理研究院特聘研究员、全应科技董事长，夏建涛博士

1引言

近年来，以人工智能为代表的新一代数字科技加速创新，日益融入经济社会发展各领域全过程，正在引领新一轮科技革命。数字科技发展速度之快、辐射范围之广、影响程度之深前所未有。以ChatGPT为代表的人工智能技术借助海量数据学习和庞大算力支撑，展现出强大的智能涌现，成为这一轮科技革命的核心驱动力，正在全方位深刻的改变人类社会既有秩序。我国政府准确把握数字科技时代脉搏，在十九届中央政治局第三十四次集体学习时强调，数字经济正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。我国要充分发挥海量数据和丰富应用场景优势，促进数字技术与实体经济深度融合，赋能传统产业转型升级，催生新产业新业态新模式，不断做强做优做大我国数字经济。

2023年2月，国务院印发《数字中国建设整体布局规划》。《规划》指出，建设数字中国是数字时代推进中国式现代化的重要引擎，是构筑国家竞争新优势的有力支撑。推动数字技术与实体经济深度融合，赋能传统产业数字化智能化转型升级，是把握新一轮科技革命和产业变革新机遇的战略选择。

能源是经济社会发展的基础和动力，对国家繁荣发展、人民生活改善、和社会长治久安至关重要。在数字技术加速创新，并日益融入经济社会发展各领域、全过程的大背景下，能源产业数字化智能化发展是全球能源转型的必然趋势，更是新时代推动我国能源产业高级化、现代化的重要引擎，对提升我国能源产业核心竞争力、支撑能源高质量发展、积极稳妥推进碳达峰碳中和具有重要意义。

为落实数字中国整体规划，2023年3月，国家能源局发布了《关于加快推进能源数字化智能化发展的若干意见》。《意见》指出，要推动以大数据、人工智能、数字孪生为代表的数字技术与能源产业发展深度融合，有效提升能源数字化智能化发展水平，构建清洁低碳、安全高效的新型能源体系，为我国能源安全新战略和双碳目标达成提供有力支撑。今年政府工作报告进一步指出，要积极推进数字技术和实体经济深度融合，开展“人工智能+”行动，构建新质生产力，打造具有全球竞争力的数字产业集群。数据、算力、人工智能共同构成了新质生产力的核心驱动因素。将人工智能技术与能源产业深度融合，以新质生产力促进能源产业高质量发展，是建设新型能源体系和新型电力系统的时代机遇，也是能源产业绿色低碳转型的必由之路。

热电能源在我国能源体系中扮演着核心角色。国家能源局统计，2023年全国累计发电装机容量约29.2亿千瓦，火电装机容量13.9亿千万，占47.6%，同比增长4.1%；全年发电量9.3万亿度，火电发电量6.1万亿度，占65.6%，依然是我国电力能源的主力军和兜底保障。传统的热电生产方式受燃料不稳定、负荷变化大、数据测不准确、设备状况退化等复杂因素影响，热电生产运行只能依赖有经验的专家手工调控，在保障安全的基础上勉力应对下游对热能和电能的需求变化，无法站在系统角度全面优化、精准控制、实时调优。因此，我国热电生产普遍面临运行依赖人，负荷跟随不及时，系统能效不优化，环保指标波动大、运行安全难保证等多重挑战。

人工智能技术的发展为热电行业实现智能自动、安全高效、清洁低碳的新运行模式提供了机遇。人工智能可以高效精准的分析挖掘热电系统运行数据，做到全面感知、精准决策、及时调控，为热电生产进行全面赋能，使热电生产更智能、更高效、更低碳、更安全，推动热电产业迈向数字化智能化发展新阶段。

2人工智能技术与热电生产场景的匹配

随着人工智能技术蓬勃发展，一系列先进技术如机器感知、多智能体系统、人工智能辅助决策、大数据挖掘、自然语言大模型、强化学习等均在热电生产场景中展现出巨大的应用潜力和价值。

2.1机器感知

机器感知作为人工智能的重要分支，通过将先进的传感器技术与机器学习算法相结合，可以为热电生产带来前所未有的智能化提升。在热电生产中，机器感知技术能够实现对生产过程的全面监测与感知。通过各类高精度传感器，机器感知系统可以实时收集温度、压力、流量、振动等多种生产参数。这些传感器数据经过噪声清洗处理后，在机器学习模型中进行分析和判断。

借助深度学习等先进技术，机器感知系统能够对海量生产数据进行深度挖掘，从中提取出有价值的信息和模式。例如，通过对锅炉火焰数据的分析，系统可以识别当前的炉膛燃烧状态，进而调整配风方式，确保燃烧处于最佳状态。通过对振动数据的分析，系统可以识别出设备的潜在故障，及时发出预警信号，避免设备损坏和生产中断带来的损失。总的来说，机器感知将热电生产系统的运行状态以数字化、可视化的方式全面、深入的展示出来。

2.2多智能体系统

多智能体系统是由多个自主或半自主的智能体组成，通过网络互连，实现智能体之间信息交互和协同工作，从而完成复杂的生产任务。针对热电生产过程，可以参考既有热电生产运行中人员分工协作的最佳实践，设计多个智能体分别应对不同的工作任务并高效协同工作。这种解耦方式可以降低单个智能体的设计难度和学习难度，同时又通过全局协作实现热电生产过程的全局优化调控和运行安全保障。

2.3人工智能辅助决策

在热电生产中时刻都存在各类需要及时决策处理的问题。运行人员需要连续不断的做出运行操作决策；生产管理人员需要在生产工况发生变化时做出工艺上的决策；高级管理人员需要根据厂内外的综合状况做出全局的管理决策与运营决策。人工智能辅助决策可以以多种不同的应用形式帮助人们做出更及时、更准确的决策。

人工智能辅助决策能够在两个方面提升决策的效率和效果。第一，通过收集全局数据、进行挖掘分析并量化呈现，人工智能能够让相关决策人员的对系统的认知更准确，从而避免因信息缺失导致的决策偏差。第二，人工智能可以引导决策过程，令决策过程本身更科学、更理性。更准确的决策基础和更科学的决策过程都将帮助人们的决策更及时、更精准。

2.4大数据挖掘

大数据挖掘技术可以被用于收集、整合热电生产过程中产生的海量数据。这些数据涵盖了设备运行状态、能源消耗、生产效率、环保参数等多个方面，为后续的数据分析建模提供了丰富的素材。通过应用各种数据挖掘算法和模型，对收集到的数据进行深度分析和挖掘。这些算法能够发现数据中的潜在规律和相互之间的关联关系，揭示出隐藏在数据背后的有价值信息。例如，通过对历史数据的挖掘，可以预测设备的故障趋势，提前进行预测性维护；通过对能源消耗数据的分析，可以找到节能降耗的关键点，优化能源配置。

此外，大数据挖掘技术还可以为热电企业构建精准的数字款生模型。通过对生产数据的深入挖掘，可以建立起设备的运行状态模型、生产优化模型、烟气排放模型等。这些模型可以实时准确地反映生产状况，及时精准完成运行调控，大幅降低人员工作强度，有效提高系统效率和能源输出质量。

2.5自然语言大模型

通过构建热电生产行业的自然语言大模型，通过学习热电系统中的大量文本数据，如运行记录、设备维修记录、维护日志等，热电大模型能够深入理解热电生产过程，为运行人员提供精准的问题反馈。例如，大模型可以为管理人员提供运营简报，提醒管理者应当重视的运营问题；通过对生产过程中的文本数据进行实时监控和分析，大模型可以及时发现潜在的安全隐患和故障迹象，并提前发出预警；经由对生产过程中的数据进行全面分析，大模型可以发现热电系统中的能耗瓶颈和关键问题，给出相应的优化建议。

2.6强化学习

强化学习技术允许智能系统在与环境的交互中学习优化策略。强化学习算法能够通过对热电生产过程中的大量数据进行学习和分析，理解并模拟出系统的动态特性。这使得系统能够根据实时的运行数据，自动调整控制参数，以达到最优的运行状态。例如，在锅炉燃烧控制中，强化学习算法可以根据煤质、风量等实时数据，自动调整燃烧策略，以实现最高的燃烧效率和最低的排放。

同时，强化学习还可以帮助解决热电生产中的复杂决策问题。通过构建合适的奖励函数，强化学习算法能够学习出在各种情况下应采取的最佳应对方案，这不仅可以提高生产效率，还可以降低运行成本，减少人为干预和误操作。

3人工智能技术在热电产业中的主要应用

热电生产过程涉及到许多场景，一般来说，可以将热电场景分为三大类：（1）生产运行场景：主要关注热电生产过程的实时状态，保障生产的安全、环保、稳定、高效。（2）工艺设计场景：结合设备状态、运行需求、生产成本与收益等因素，决定最佳的生产工艺组合。（3）运营管理场景：通过综合考虑内外部环境，确定与执行合适的管理方法、运营策略等因素变化，着眼于全局优化，让企业运营绩效达到最优。

3.1生产智能调控

热电生产作为一种典型的连续性工业生产过程，每时每刻都要考量生产中的安全、稳定、环保、效率等问题。

热电生产安全建立在两个基础之上。其一是包括主机、辅机等各类设备本身应处于良好的状态下，即硬件设备的安全；其二是运行过程中的各个控制指令应合理、有效，避免出现易引发生产危险的控制指令，同时对已经出现的危险苗头应采取及时合理的动作进行处理，排除危险或避免危险因素扩大化。通常来说，热电厂自身具有一整套安全生产规范、制度、和流程来保证其生产安全，但是由于传统热电运行是基于人工操作，往往无法严格按照规范制度运行，人为疏漏时有发生。人工智能技术可以全方位赋能运行人员，及时给予提醒、准确提供建议，帮助人们提高生产安全保障水平。例如，机器感知技术可以帮助人更及时、更准确的发现危险因素；机器人技术可以帮助人们完成更频繁、更准确、更标准的设备巡检；异常检测技术可以提早识别设备的潜在故障；模式识别技术可以识别不合理的操作序列，及时发出警告；数据挖掘技术可以帮助人们进行事故原因分析，提高故障处理效率。

作为连续性生产过程，热电生产运行过程需要保持稳定以确保能源输出质量和生产效率。但热电系统收到燃煤品质波动、下游负荷需求变化等因素印象，需要及时精准对热电系统进行智能调控方能保障生产稳定性。智能调控系统通常将控制过程分为“感知-分析-决策”三个步骤。机器感知技术可以有效的提升感知全面性和精准度；高效的大数据处理过程可以规范化的实施数据分析与挖掘；多智能体、强化学习等技术可以提供灵活、强大的决策能力。

环保是热电生产必须要考虑的重要因素。由于热电生产工艺的特点，产出热能和电能的同时，氮氧化物、硫氧化物等污染物的产生也不可避免，需要及时脱除，避免带来大气污染。优化燃烧状态，减少污染物的生成，并优化污染物的后期脱除，是满足环保要求的最佳路径。要想达成清洁环保目标，则需要精准控制锅炉内煤炭的物理化学反应过程，让煤燃烧过程处于最佳条件。基于大数据和人工智能的锅炉燃烧过程数字孪生建模可以准确地模拟煤燃烧放热过程和氮氧化物生成过程；数据挖掘技术可以在海量历史数据中寻找最佳的反应条件，能够有效改善控制效果，实现热电生产高效清洁。

3.2智能工艺设计

工艺设计和工艺调整是热电生产的重要一环。工艺的设计是否良好、调整是否及时有效在很大程度上决定了热电系统能否安全稳定、节能高效运行。

为了保证热电生产的稳定高效，参与生产运行的所有设备都需要具有良好状态。因此，工艺设计是在准确识别各设备状态的基础上，综合考虑成本与收益做出最优化决策的问题。其中，对设备状态的准确评价、对成本函数和收益函数的精确表达就决定了工艺决策的有效性。热电系统的日常运行中，为达到最佳综合运行绩效，人们需要随时考虑启动哪些设备、备用哪些设备、或停用哪些设备。若是决策合理，则全系统设备会运行在高效率的工况下，生产运行就能实现安全、稳定、环保、高效。目前，这类决策通常是由生产专家或生产管理人员凭借自己的经验做出，无法达到实时最优化。通过对设备历史运行数据挖掘和设备数字建模，利用时序建模技术对未来的工况进行预测，利用人工智能辅助决策可以帮助人们规划出最佳的运行工艺，最终实现安全稳定、高效低碳的生产运行。

在设备运行过程中，通过对设备参数的及时调整，让整个热电系统运行在较好工况，对生产的安全、稳定、环保都会产生明显提升。例如，当过量空气系数设定合理、符合工况时，燃烧状态更好、热损失更小。数据挖掘技术可以帮助人们从海量历史数据中找到各种工况下最佳的工艺参数组合，有效改善热电生产运行效果。

3.3智能运营管理

相比于生产运行调控和工艺设计决策，运营管理决策更多的着眼于全局优化和内外部的资源平衡。运营管理决策通常更加的多样复杂，例如是否要在近期开展生产技能比武来提高运行人员技能水平，是否要根据煤炭价格波动来更换采购来源，是否要投资新建机组来扩大产能等。所有这些决策的关键都在于管理者能够全面准确掌握相关信息和数据。人工智能辅助决策可以有效的通过全局大数据量化分析，建立科学决策过程，帮助运营管理者做出精准有效的决策。自然语言大模型的高速发展，展现出来强大的推理能力和智能涌现。用热电行业大数据对大模型进行训练，建立行业大模型，为各类运营管理决策问题提供咨询建议，将能够大幅提高决策效率和准确性。我们相信这在不远的将来就会实现。

4全应ADMC热电智能化技术与应用案例

全应科技是我国数字能源探索者和实践者，致力于将大数据、人工智能技术与热电能源产业深度融合，推动热电产业向数字化智能化发展。全应第五代ADMC（Adaptive Data-driven Model-predictive Control，自适应数据驱动模型预测控制）热电智能化技术以热电机理和专家知识为基础，以大数据和人工智能技术为核心，采用云边协同计算方式，通过数字孪生模型构建与智能决策算法一体化实现了多目标预测控制MPC、实时目标优化RTO、和全局实时智能调度RTS三大核心功能，推动我国热电生产运行迈入智能自动、安全平稳、高效低碳的智能新时代，为我国能源安全、新型能源体系建设、和碳达峰碳中和做出贡献。全应ADMC热电智能化系统已经在山东、浙江、江苏、山西、陕西、湖北、宁夏、内蒙古等多个省市为超过50家能源化工企业提供热电智能化服务，为客户平均提升系统效率1.5%以上，年节煤10000吨以上，减少CO2排放20000吨以上，大幅降低热电运行人员操作强度，有效提升各项运行指标水平。

2024年3月，全应ADMC热电智能调控系统在山东正和热电有限公司（以下简称“正和热电”）实施完成，以全厂平均99.3%的自动化投用率和1.7%的系统能效提升顺利客户专家验收，标志着正和热电厂正式迈入智能化自动化运行新时代。

正和热电运行有3台煤粉锅炉，3台汽轮机，3台双减，共有9.0 MPa和5.0 MPa两个等级的主汽母管，以及2.0 MPa和1.0 MPa两个等级的供汽负荷，系统构成复杂且耦合性强，炉机组合切换频繁，煤粉炉运行要求高，且需响应实时动态电价。尽管正和热电的运行人员水平较高，管理细致严谨，但由于正和热电系统是复杂多母管热电联产工艺，并需要根据实时动态电价调整生产和上网电量，热电系统运行面临系统调度难、协调控制难、人工操作繁重、依赖人工经验严重等一系列挑战。

通过应用全应ADMC热电智能调控系统，正和热电实现了全系统99%以上的自动化投用率，全天24小时人工介入时间不超过10分钟，大幅降低了人工操作工作强度。锅炉排烟氧含量、炉膛负压、氮氧化物、磨煤机出口温度和入口负压、主汽压力、供汽压力、供汽温度等各项运行指标均有明显提升，对上网电量实现精准控制。此外，ADMC系统还具有热电生产过程智能监控、设备故障智能告警、手机远程监控等功能，为生产安全和精准管理提供了有力工具，大幅提升了生产安全和运营效率。

全应ADMC技术在热电能源行业的成功应用，为人工智能技术赋能实体产业，以新质生产力推动实体产业数字化智能化发展树立了试点示范。全应科技在数字能源领域的技术创新、运营模式、产学研结合等方面取得了一系列可推广可复制的做法和成功经验，对我国“人工智能+”行动的推广应用具有良好的示范带头作用。

5.“人工智能+”战略推广应用的支撑体系

当前，全球人工智能技术快速发展，创新成果日新月异，对人类社会各方面的影响深度和广度前所未有。人工智能技术正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。美国凭借其先进的高性能计算芯片、庞大的数据库、和顶尖人工智能人才体系，以大模型和通用人工智能引领这次科技革命。相比之下，我国拥有全世界最完整的工业产业链，最庞大的工业生产体系，最大规模的工业生产数据。2021年10月，习近平总书记在十九届中央政治局第三十四次集体学习时指出：“我们要充分发挥海量数据和丰富应用场景优势，促进数字技术与实体经济深度融合，赋能传统产业转型升级，催生新产业新业态新模式，不断做强做优做大我国数字经济。”

如何把人工智能技术与各行各业工业产业深度融合，推动我国工业迈向高质量绿色发展新阶段，成为我们当下最主要课题。

（1）强化组织实施：根据我国产业数字化、“人工智能+”行动战略，具备数字化升级条件的工业行业（包括能源、化工、冶金等）相关主管部门应牵头建立人工智能赋能行业智能化发展的专项协调推进机制，指导各省市完善区域相关配套政策。各省市工业行业主管部门要建立区域产业数字化落地机制，积极向企业宣传和解读相关政策内涵，提高企业负责人的数字化认知水平，选择一批基础条件好的企业率先实施数字化智能化升级，树立区域标杆示范，总结可复制可推广的成熟技术和相关经验，以点带面，加快推动区域产业数字化智能化发展。

（2）推动协同创新：人工智能赋能工业数字化智能化发展，是一个跨界融合的全新技术体系，全球尚无可参考可模仿对象，我们的自主创新十分重要。每个工业行业都有其自身独特的工艺流程、运行机理、和专家知识等，无法用统一的技术和解决方案解决所有工业行业的问题。要针对每个行业特点研发具有针对性、融合了该行业工业机理、专家知识的人工智能算法和智能控制体系，赋能该行业提质增效、节能降耗。因此，要推动建设一批面向不同行业的数字化智能化研发创新平台，围绕产业数字化智能化核心技术开展深入研究。鼓励民营高科技创新型企业和社会资本积极参与工业产业数字化智能化技术创新，支持由企业牵头联合科研机构、高校、金融机构、智库机构等共同发起建立产业数字化智能化创新联合体，大力推进产学研深度融合，聚焦行业特性和痛点，以提质增效、节能降耗、安全运行为主要目标，加速技术研发与科技成果应用的双向迭代。打造具有影响力的产业数字化发展论坛，构建开放共享的创新生态圈，赋能全行业数字化智能化发展。

（3）建立标准体系：立足工业典型场景应用需求，推动各行业加快编制一批行业数字化智能化关键技术标准和应用标准，引导各行业分类制定数字化智能化评价体系。以标准引领个行业数字化智能化发展方向，以标准衡量不同企业、不同技术路线的先进性，鼓励全行业向正确方向、先进技术路线方向发展。

（4）加快人才培养：工业产业数字化智能化发展，需要将工业机理、工艺流程、专家知识等传统知识体系与大数据、人工智能等先进数字科技深度融合，方能解决工业生产过程中存在的难题，实现工业生产更智能、更自动、更高效、更安全。根据《产业数字人才研究与发展报告（2023）》，当前我国数字化综合人才总体缺口约2500万至3000万左右，且缺口在持续放大。培养一大批同时具备传统工业知识和数字科技知识的复合型人才队伍，是保障我国工业迈向数字化智能化的关键支撑。

2024年4月，人力资源社会保障部等九部门发布《加快数字人才培育支撑数字经济发展行动方案（2024—2026年)》，《方案》指出，要紧贴数字产业化和产业数字化发展需要，用3年左右时间，着力打造一支规模壮大、素质优良、结构优化、分布合理的高水平数字人才队伍，更好支撑数字经济高质量发展。要深化各工业产业数字化智能化领域产教融合，支持领先企业与院校围绕重点发展方向和关键技术共建产业学院、联合实验室、实习基地等。依托创新平台，加速产业数字化智能化领导干部和中青年骨干人才培养，加速培育一批具备数字化思维的领导干部，和具备工业技术与数字技术融合知识技能的跨界复合型科技人才。

6结论

人工智能技术引发的新一轮科技革命正在加速到来，对人类社会影响面之广、影响度之深前所未有。以人工智能为核心的新一代数字科技正在重组全球要素资源、重塑全球经济结构，成为改变全球竞争格局的关键力量。我国政府敏锐把握时代脉搏，及时准确指出在新一轮科技革命中我们要紧密把握我国工业产业链完整、产业规模庞大、产业数据丰富、应用场景多样等先发优势，以“人工智能+”战略赋能产业迈向数字化智能化的发展新阶段。全应科技将人工智能技术与热电产业深度融合的探索与实践，充分表明以人工智能技术为核心的新质生产力能够有效推动产业换新发展，实现产业质的飞跃，为我国广泛推行“人工智能+”行动提供了标杆示范和应用范式。我们要加强政策驱动，推动协同创新，以产业数字科技创新平台融合产学研力量，加快培养一批工业技术与数字科技相融合的领导干部和专业人才，总结可复制可推广的技术和经验，发挥示范试点引领作用，以点带面，快速掀起人工智能技术赋能千行百业的工业革命浪潮，把我国工业产业推向高质量绿色发展新阶段。