(资料图片)

26日，我国首个大规模抽水蓄能人工智能数据分析平台——南方电网抽水蓄能人工智能数据分析平台XS-1000D在广州正式投入运行。该平台的投运实现了装机容量为1028万千瓦的7座抽水蓄能电站、34台机组设备的数据智能巡检、状态智能诊断和运维模式变革，标志着我国近四分之一在运装机容量的抽水蓄能设备由传统线下人工管理向线上智能管理转变，每年可创造经济效益约1760万元。

我国首个大规模抽水蓄能人工智能数据分析平台投入运行。受访单位供图

2018年起，南方电网启动了人工智能数据分析技术在抽水蓄能领域的研究应用工作。这个平台将7个电站近60个设备系统的31万个测点数据，通过统一标准的数据体系，接入到综合处理单元进行数据采集，再由服务器“上云”，实现足不出户就可以完成对电站各级设备状态的巡查。一旦发现数据出现异常，就对故障精准排查，实现对设备非正常状态原因的“抽丝剥茧”。基于XS-1000D强大的数据分析功能，技术人员既能快速评估蓄能机组总体状态，又能快速定位到风险薄弱的部件环节。

而在以前，以1台最广泛使用的30万千瓦机组为例，约有4大类、20台套关键设备部件，年度日常检修项目就多达400余个，约需850人一天才能完成。

“以前我们要对每个电站的每台机组进行定期的状态分析评价，每台机组要到现场去观察和抄录上千条数据，报告撰写工作量越大，且容易出现。现在XS-1000D可自动生成报告，直接实时告诉我们有哪些异常。”南网储能修试公司电气一次检修部班长郑清说。这一切的实现正是依托于人工智能数据分析的核心——“算法”。

针对各类数据分析原理和设备运维需求，技术人员自主研发了49种可自由组合的算法模块。并在XS-1000D部署了近1000个智能分析算法，形成一系列具有自主知识产权的抽水蓄能电站设备状态智能分析方法，相当于把技术专家的智慧和经验搬上了“云端”。

“每周都会有新增的算法，持续增强‘云端大脑’的分析能力，把员工从重复、机械的劳动中解放出来”，南网储能修试公司党委书记郭小涛说。

该平台能够基于海量多维数据产出准确的设备状态评价结论，提前预判设备缺陷隐患，将设备数据分析与检修策略制定相结合，使得RCM(以可靠性为中心的维修)分析更全面、更准确，告知运维人员“设备现在好不好，设备将来修不修”，助力实现经验决策向数据决策的转变。

据介绍，平台试运行一年里，运用XS-1000D替代了90%以上的人工巡检，创造了约1760万元的经济效益。

关键词：