中國電力網(wǎng)(微信公眾號：China_Power_com_cn)獲悉，最近一段時間，一篇京東入局火電的報道在圈內(nèi)比較火爆。
報道內(nèi)容顯示，近日京東城市通過創(chuàng)造性的利用AI技術(shù)，成功在多個試點電廠將火電機組鍋爐熱效率提高了0.5%，如在全國推廣，每年可以為國家節(jié)約70億元的燃煤消耗和污染治理費，目前該項技術(shù)已在國內(nèi)多個電廠通過了來自國家能源集團等權(quán)威機構(gòu)的驗收，開創(chuàng)了AI深度強化學習技術(shù)在電站鍋爐領(lǐng)域應用的先例。
近幾年來，整個火力發(fā)電行業(yè)的日子確實并不好過。在“化解產(chǎn)能過剩”、“提升發(fā)電效率”、“建設環(huán)保機組”等政策背景下，行業(yè)內(nèi)注定要淘汰一批產(chǎn)能落后、污染嚴重的火力發(fā)電機組。這也意味著，一批能耗高、污染大的火電機組，如不及時轉(zhuǎn)型，將面臨淘汰關(guān)停的命運，
如何用更少的煤發(fā)更多的電，并產(chǎn)生最少的污染排放，是目前火力發(fā)電行業(yè)最大的痛點。
直到此處，該報道都沒啥問題，但下面這段意味著戲肉來了!
匪夷所思的黑科技出現(xiàn)了?
“京東城市資深數(shù)據(jù)科學家詹仙園博士和團隊創(chuàng)造性地通過大量使用深度神經(jīng)網(wǎng)絡挖掘火電機組相關(guān)測點之間復雜的內(nèi)在關(guān)系及隱含模式，實現(xiàn)對機組系統(tǒng)的精準建模與模式挖掘，進而為深度強化模型尋優(yōu)創(chuàng)造條件。”
“在更強的模型能力加持下，AI+鍋爐燃燒優(yōu)化模型同時考慮整個鍋爐從磨煤制粉、燃燒、水熱循環(huán)數(shù)百維主要狀態(tài)、動作測點數(shù)據(jù)，對系統(tǒng)進行整體性建模，最大程度上考慮各子系統(tǒng)之間復雜的依賴、影響關(guān)系，以此實現(xiàn)對數(shù)十甚至上百維火電機組主要控制變量的全局優(yōu)化。”
“簡單理解，京東數(shù)科在用AI解決火電系統(tǒng)提效的問題上，用最擅長解決復雜高維變量系統(tǒng)優(yōu)化問題的深度強化學習技術(shù)，解決數(shù)據(jù)的復雜性、稀缺性和模擬建模的可靠性、安全性等問題。”
中國電力網(wǎng)(微信公眾號：China_Power_com_cn)注意到，看到諸如復雜高維變量系統(tǒng)、深度強化學習等眼花繚亂的詞語，一位有研究火電廠系統(tǒng)十幾年經(jīng)驗的工程師終于忍不住了，他表示自己對這種聽上去非常高大上的高科技理論一無所知：“我對火電廠最樸素的理解就是鍋爐燃燒系統(tǒng)、汽水系統(tǒng)、電氣、熱工、穩(wěn)定……還有‘熵’理論，熱力學定律……但是我不知道電廠會復雜高維變量系統(tǒng)?又怎么會深度強化學習?不知道博士是想自己深度強化學習還是讓電廠設備自己‘學習’?”
好在這篇報道并不全是務虛，還是有一些實實在在的技術(shù)細節(jié)問題，比如鍋爐專業(yè)：
“為了在對鍋爐燃燒進行優(yōu)化的同時滿足對機組運行安全性的要求，AI+鍋爐燃燒優(yōu)化技術(shù)在一般深度強化學習模型中通用的價值函數(shù)基礎(chǔ)上，額外引入了高度定制化的安全約束函數(shù)及與之對應的約束網(wǎng)絡，可對發(fā)電負荷不達標，爐膛負壓為正等大量鍋爐運行風險情況進行判別，針對機組運行狀態(tài)及控制變量，在長期運行狀態(tài)下進行更精準的風險評估，提供更安全可靠的火電機組優(yōu)化控制策略。”
這段話翻譯過來就是：我通過一種牛逼的系統(tǒng)預警機制對你的操作進行警告，告訴你應該怎么操作?
但這位工程師覺得，該系統(tǒng)預警機制再牛逼，也做不到鍋爐四管防磨防爆，肯定也代替不了人工維修撈渣機斷裂的鏈條，就算給它一籮筐數(shù)據(jù)，它也預警不了今晚有沒有磨煤機或者氣泵跳了，更解決不了汽輪機風機振動、葉片修復、電氣一次二次、熱工、化學等問題。“它能做的就是對運行人員提出警告，這個門開度多少，給煤量、上水量做一點點調(diào)整……至于土建、線路這些問題更是做不了。而且機組本來就有一套自己的自動化控制系統(tǒng)，會自動糾正運行錯誤，詹仙園博士的做法無非是在這套系統(tǒng)里再加一套監(jiān)控系統(tǒng)，這樣豈不是更容易出錯?”
來自專業(yè)人士的天問
“2019年3月14日，在國家能源集團南寧電廠的集控室里，京東數(shù)科的AI優(yōu)化火力發(fā)電系統(tǒng)第一次得到了驗證和認可，火力發(fā)電效率提升了0.5%，等同于幫助一臺60萬千瓦火電機組一年節(jié)省燃煤3600噸，節(jié)約燃料費用200多萬元，如果全國推廣，每年可以為國家節(jié)約70億元的燃煤消耗和污染治理費。”
該工程師對于上面這段話發(fā)出了以下疑問：
1、在什么條件下認定南寧電廠火力發(fā)電效率提升了0.5%，我不明白為啥提這個數(shù)字，以前是多少?現(xiàn)在是多少?業(yè)內(nèi)都是講供電煤耗、鍋爐效率、熱耗、廠用電率，這些更重要的關(guān)鍵數(shù)字是什么?南寧電廠帶有供熱任務，測試的發(fā)電效率是否考慮供熱模式?
2、等同于幫助一臺60萬千瓦火電機組一年節(jié)省燃煤3600噸——3600噸是如何計算得來的?有無考慮機組實際利用小時數(shù)?
3、節(jié)約燃料費用200多萬元如何算的?能否這么理解，南寧電廠在采用AI技術(shù)之后年燃料費比頭一年燃料費200萬元?此處有無考慮煤價波動和發(fā)電量變化?
4、如果全國推廣，每年可以為國家節(jié)約70億元的燃煤消耗和污染治理費。對于電廠來說，燃煤消耗是成本重要組成部分，詹博士能否告訴業(yè)界，南寧電廠使用AI技術(shù)花費費用有多少?200萬夠不夠?
中國電力網(wǎng)(微信公眾號：China_Power_com_cn)發(fā)現(xiàn)，另一位專業(yè)人士對此也發(fā)出了一連串的疑問炮火：“火力發(fā)電效率提升了0.5%，精確的數(shù)據(jù)在哪?煤質(zhì)多變摻燒的數(shù)據(jù)、高溫變形的數(shù)據(jù)、磨損腐蝕的數(shù)據(jù)在哪?測點有多少是準確的，燃燒優(yōu)化了啥?各大風機運行死區(qū)現(xiàn)出來?TMD對于串級控制的史密斯算法進行優(yōu)化?AI不會掄大錘敲煤倉，能解決斷煤不?60萬機組一年省3600噸煤，全國推廣的費用怕是都不止70億，投入是多少?”
他認為，好的AI分析，必須有來自最專業(yè)高效的生產(chǎn)操作技術(shù)數(shù)據(jù)，好的操作數(shù)據(jù)必須是最專業(yè)的技術(shù)人員的操作數(shù)據(jù)集合，開發(fā)更精準的煤質(zhì)檢測、溫度場檢測、氣氛場檢測、未燃盡檢測，小范圍逐步構(gòu)建精準的物理模型，才是腳踏實地的做法。AI再厲害，如果沒有專業(yè)的人提供最專業(yè)的數(shù)據(jù)一切都是妄談，電廠最核心的技術(shù)人員才是最高效率的生產(chǎn)保障。“中國電力科技如果總是只在低投入的控制、軟件、繼保、數(shù)據(jù)分析上發(fā)展，而不是在汽輪機、鍋爐、發(fā)電機、大型變壓器、高中壓開關(guān)的主設備硬件上攻關(guān)，只圖快速出科研論文成果的虛擬玩意，實體自主大工業(yè)是沒希望的。”
顯然，詹仙園博士的跨界操作并沒有獲得專業(yè)人士的認可，這些電力行業(yè)的老兵們更愿意聽到一些實實在在的有用信息，信息化、智能化雖然是電廠發(fā)展的大趨勢，但不能急功近利和股票一樣炒概念，畢竟火電行業(yè)不是電子商務，沒有可靠的硬件，再先進的系統(tǒng)也無用武之地。
評論