数字孪生在抽水蓄能电站领域的应用研究

原创教育培训组中水勘协数智化工作委员会

2023年02月09日 06:02

目前我国已投产抽水蓄能电站总规模3249万千瓦，主要分布在华东、华北、华中和广东；在建抽水蓄能电站总规模5513万千瓦，到2025年，抽水蓄能投产总规模目标为6200万千瓦以上；到2030年，投产总规模目标1.2亿千瓦左右。从国家规划和目前已有数据来看，未来十年内抽水蓄能电站规模、数量将迅速增加，相对于传统抽水蓄能电站，新型的数字化、智慧化电站建设带来的技术革新在规划设计阶段、基础设施建设阶段、投产运营阶段的各项应用必将推动行业发展，本文以国内在建中、运行中抽水蓄能电站为背景，依托数字化手段对水电工程建设进行提档升级，建设具有全面感知、广泛互联、智能管控、科学决策的数字化抽水蓄能电站。

总体现状

抽水蓄能电站目前在数字孪生的进程中仍存在很多问题有待解决，目前主要在以下几方面：

制度标准方面数字孪生抽水蓄能电站的建设目前没有具体到国家层面的实施标准；多专业融合方面：由于设计、建设、运营阶段的专业繁多，而数字电站项目组成员只能通过大量的沟通协调各专业，但专业数据接入数字孪生系统仍有大量问题待解决；系统与设备方面:目前网络搭建与硬件设施方面有具备条件，但是高效率、智能化数字平台的搭建与传感器的研发仍需要大量的投入去实现这个目标；数字化占比方面：目前数字孪生电站做到了部分重点数据的录入与应用，数字化占比不高。数字孪生目前处于初步探索与应用研究阶段，所以我们以发现数字价值并初步应用为主要目标，在不同方向、层面、阶段对数字孪生电站进行探索研究、发现价值点、筛选出最有价值的应用方向进行深入研究。

总体架构

数字孪生电站的总体思路是在数字空间中构建真实电站全生命周期的动态复制体，基于电站的历史和实时全景数据、先进的算法模型，实现对电站状态和行为的智能化监控、诊断、预测、辅助决策及持续优化。

基于总体思路设计出下面的架构：

建设内容

3.1

数据中心

工程数据中心是存储和管理各类信息数据的数据库集群，它需要满足数据接入、数据储存、数据服务等功能。数据接入包括建立统一数据标准、数据接口，实现数据的存储、访问、共享；工程数据中心提供对几何模型及属性、设计图纸、说明文档、设备量测数据以及其他业务系统数据的关联存储，具备模型索引建立功能、模型关联关系存储功能、模型拓扑关系管理功能；数据服务支持基于Web的控制台，提供配置和监控功能，可管理部署在多个服务总线的实例，展示服务运行状况、统计信息及服务水平告警等，提供其他系统接入所必备的数字化模型接口、结构化信息数据接口、电子图档数据结构等接口，具备数据检索功能，能够支持数据下载。通过这些功能模块为数字孪生电站的运行提供统一、有序、全面的数据访问服务。

3.2

电站三维数字平台

电站三维数字平台是数字孪生电站的基础支撑平台，通过建立各专业共享、全要素集成、全流程一体化的现场施工管理三维数字平台，为整个数字电站提供模型库、模型构建、模型加载、场景管理、数据交互等的三维可视化基础服务，利用数据接口将其他基建期业务数据在电站三维模型上集成展示，高效直观的展现可视化的数据，符合用户真实空间认知，同时能够快速检索信息，问题定位直观且容易理解，方便展示隐蔽工程情况，降低管理人员数据分析的难度，实现数据的可视化监测、可视化预警和可视化分析，为管理人员决策提供辅助依据。

3.3

全景监控

全景监控是指将地形地貌模型、电站主体结构模型融合，直观展现出电站的竣工全貌，形成电站数字沙盘，视频监测方面：接入对应区域的视频监控、重点部位的全景影像，为管理人员提供的一个可视的、实时的现场施工环境。资源投入方面：将各标段人员、车辆、施工设备等施工资源投入情况标定在沙盘的具体位置上，展现出各标段的施工资源投入情况，同时将施工资源投入情况与工程进度关联，可以查看工程在各个时间点的资源投入情况。安全方面：将安全风险分布情况和安全违章情况录入数字电站对应的标段区域，展现不同阶段工程建设的安全情况与重大问题和问题处理反馈情况。质量方面：将质量验评数据与质量问题整改情况与电站对应的区域挂接，直观的展现工程各部位质量检查情况与整改情况。进度方面：可以展示工程的计划进度推演、工程实际推演、计划进度与实际进度的对比分析等各类统计数据。上述基建管控内容结合数字电站沙盘构成的数字孪生电站的全景监控模块。

3.4

数字化洞室、数字化大坝、数字化机组

数字化洞室主要设有地下厂房、数字水道场景。地下厂房专项场景中，通过构建数字化洞室，将三维模型编码与业务单元建立关联，加载洞室开挖、支护、浇筑施工的人员、车辆、设备、进度等业务数据以及现场的物联数据，数字洞室与物理洞室的同步施工，实现施工过程的可视化管理。数字水道专项场景是指输水系统中应用三维激光扫描仪开展超欠挖分析、支护和衬砌工程量分析，提高分析精度。

数字化大坝以上下库大坝模型为基础构建数字大坝专项场景，将碾压系统报告、安全监测测点集成到三维模型上，可以直观展现变形监测情况。利用的网络信息技术、物联网技术、北斗定位技术、云技术、数据融合技术、BIM技术、AI智能识别技术、无人机扫描技术，结合现场实际的施工管理体系，实现面向业主、设计、监理、承包商单位的大坝工程施工信息采集与质量、进度、安全控制的综合管理系统。

数字化机组部分按照机组安装单元，将机组的设计、制造、安装、调试数据进行集成，基于机组安装单元模型，对机组安装过程进行可视化监控，实现多方参建单位机组安装协作与信息共享。数字化机组建立与水轮机、发电机、变压器等设备状态监测系统的信息交互接口，实现对机组振动、摆度、压力脉动、气隙、磁通量、局部放电、调速设备、励磁设备等发变电主设备运行状态数据的信息的实时监测、越限告警。

3.5

数字化移交

电站工程建设是一个多专业、多阶段、多方参与的过程。以往各阶段、各专业参与方形成的数字化成果由于种种原因并不能完全向下一阶段移交，显现出了数据完整性差、数字化成果共享率低、信息贯通性弱等问题。所以数字化移交，在电站工程建设初期就按统一标准对实体成果及时完成数字化，确保实体工程和数字化工程在时间维度上保持一致。在每一阶段，实体工程和数字化工程同步向下一阶段移交，能够精确、完整地反映实体工程的现状。构建电站工程全生命周期数字化移交系统，实现电站工程的自动化数据采集、快速信息查询、数据的打包发布等功能，提高电站工程数据利用率，节省数据中心建设投资成本，提高电站建设精益化管理水平等。

3.6

智慧运维

智慧运维部分包含电站设备状态智能预警、电站设备专业数据分析、电站设备健康状态评价、机组主设备故障诊断分析、智能巡检等。电站智能预警模块包括动态阀值报警、趋势预警、模式异常预警等功能。专业数据分析指针对不同监测对象及数据，配置对应的专业分析工具对数据进行深度分析，包括：振动摆度及压力脉动分析、发电机局部放电分析、主变油色谱分析等。电站设备健康状态评价包含：设备状态评估、专项状态评估、试验数据评估、设备状态报告。机组主设备故障诊断分析是通过建立常见故障诊断知识库，利用故障树推理机技术，结合人工智能神经网络技术、机器自学习技术等对设备常见故障进行诊断。智能巡检是利用RFID技术和无线通信网络，实现智能化的人工巡检系统，并结合无人机、无人船、巡检机器人的应用，实现流域全线全覆盖的智能化立体式巡查管理，从而提升巡检工作的便捷性，提高巡检工作效率。

结论

数字孪生抽水蓄能电站的研究与应用方向就是利用计算机的算力、储存、智能化、高效率的优势，代替人力去解决各种运算问题、重复性机械问题、数据储存、电站监测等问题。为实现该目标需要将物理电站及其属性数字化，从而孪生出数字电站，利用计算机优势，处理电站生产运行中产生的海量数据，模拟出物理电站全生命周期的真实状态，在该基础上衍生出不同方向的应用研究，设计阶段给各专业设计人员及管理人员提供一个协作设计平台，有利于项目信息放沟通交流、方案对比、数据分析、设计进度的整体把控；施工阶段，增加基建管控应用，融入实际进度数据，资源投入数据、安全数据、质量数据等基建期的各项专业数据从而实现对施工阶段的管控，运维阶段的应用主要有电站正常运行时水工设施智能监测、发电机组设备及其附属设备监测、智能预警、专业数据分析等各项智能化应用，综上通过这些数字孪生应用使抽水蓄能电站在经济、技术、效率、质量、管控、监测等各方面得到一个巨大的提升。

供稿：王仲李世强 中国电建集团北京勘测设计研究院有限公司

END

继续滑动看下一个