4月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。

抽水蓄能电站具有上、下两个水库，夜间用电低谷时，使用电能将山下水库的水抽到山上，在白天用电高峰时，再放水发电，相当于把电存储起来，实现随时调用，被称为电网的“蓄电池”“稳压器”和“调节器”，是目前技术最成熟、经济性最优、最具大规模开发条件的电力系统绿色低碳清洁灵活调节电源。当前，我国正加快规划建设新型能源体系，为满足风能发电、光伏发电等新能源大规模、高比例接入电力系统的迫切需求，抽水蓄能电站正以前所未有的速度加快开发建设。

【资料图】

与此同时，抽水蓄能电站的工程规模大、机电设备多、系统结构复杂。仅以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人日才能完成。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，通过推进设备运维智能化不断提高劳动生产率。

数据智能巡检

31万个测点数据“上云”替代人力作业

“我们现在很多设备是依靠云端数据智能巡检，不用再驻守现场了，这套系统就好像一个云端的大脑在帮助我们进行思考和解决重复、机械的工作”，南网储能修试公司机械检修作业员邹佳衡自豪地说到。然而，要让“机器”代替“人”来巡检绝非易事。在占地不到30平方米的抽水蓄能大数据中心主机柜里，接入的设备测点超过31万个，范围涵盖了广泛分布在7座抽水蓄能电站的一次、二次设备及通信网络，形成了规模浩大、品类齐全的设备大数据状态感知体系。

据了解，我国电力设备在线监测技术的探索应用已超过20年，但由于存在管理标准不统一、故障报警功能不完善、不同系统不兼容等问题，大范围的综合管理平台始终难以建立。“平台建设之初，我们就认识到，建立统一标准的数据体系才能有高质量的数据基础，才能结合实际开发出高质量的数据分析功能。如果做不到这一点，大数据技术就只能成为人工的助手和参考，实现不了真正的人工智能替代”，南网储能修试公司副总经理巩宇介绍说。

为此，平台研发团队足足用了38个月的时间，才将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”。经过艰巨严格的数据治理后，数据质量达到了使用需求，云端服务器能够对设备数据进行多维度分析，直观、可视化地展示电站各级设备状态。XS-1000D分别用“绿黄橙红”对应“正常、注意、异常、严重”四种机组整体状态，提供电压、电流、温度、压力、振摆、轴心轨迹等从简单到复杂的机组全状态、多维度数据智能分析。发现数据异常后，对故障精准排查，完成“电站群—电站—机组—系统—部件—单一算法”的“贯穿式”数据钻取分析，实现对设备非正常状态原因的“抽丝剥茧”。这样能使技术人员关注的数据范围快速从一个宏观的面，逐步下钻聚焦到一个最基本的算法结果上，快速掌握设备各层级的数据信息，找到异常原因。

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，即便刚参加工作不久的新员工也能轻松驾驭平台。2023年3月6日，南网储能修试公司自动化检修部新员工王彬收到系统发送的信息“某蓄能电站机组设备状态评价为‘注意’”，且被相关算法进一步分析确定为“机械制动时长异常，已超出正常范围30秒”。经现场确认，设备因密封损坏、油雾外溢导致刹车效率降低，部件更换后即恢复正常，及时消除了事故隐患。

状态智能诊断

数十页“设备体检报告”一键自动生成

不是亲眼所见很难相信，南网储能修试公司电气一次检修部班长郑清随机在XS-1000D中挑选到广州抽水蓄能电站的4号机组，鼠标一键点击几秒后，一份长达44页、1万2千余字的发电机组状态“健康报告”便自动生成。“我们再不用写报告了”，郑清轻松地说到，“以前我们每个电站的每台机组都要定期进行状态分析评价，每台机组要到现场去观察和抄录上千条数据，管理的机组越多，报告撰写工作量越大，而且存在出错的自然概率。现在XS-1000D自动生成的报告会直接实时告诉我们有哪些异常”。这一切的实现正是依托于人工智能数据分析的核心——“算法”。

XS-1000D建设过程中，南网储能修试公司技术人员针对各类数据分析原理和设备运维需求，自主研发了49种可自由组合的算法模块。运维人员组合算法模块，形成应对不同数据分析场景的算法，使计算机能够模拟人工进行海量数据分析，快速给出结论。“这套算法工具全部由我们公司的专业技术人员自主设计并开发完成，刚开始建设的时候，运维人员使用这套工具开发的算法只有上百条，现在每周都会有新增的算法，也都是我们运维人员自己设计、自己组态，形成并持续增强我们这套‘云端大脑’的分析能力，把我们的员工从重复、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介绍道。

在49个算法模块的灵活组合下，运维人员已在XS-1000D部署了近1000个智能分析算法。根据各电站系统的不同智能算法组合，XS-1000D提炼形成了越算越细、越算越准的数据分析标准，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”。

数字技术赋能运维模式变革

设备检修策略优化直接创造经济价值

本世纪初，南网储能公司便在广州抽水蓄能电站较早探索实施“以可靠性为中心的维修（RCM）”，并逐步扩大推广范围。RCM核心理念是按照以最少的资源消耗保持设备固有可靠性和安全性的原则，确定预防性维修要求的过程及方法。但如何判断设备是不是可靠，什么时候设备将会变的不可靠？这是一直困扰电力运维人员的难题。人工智能技术恰能帮助解决这一困扰，推动设备运维模式变革。

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。

平台运行的过程中，南网储能修试公司依托系统云端快速掌握设备的运行状态和性能指标，参考机组发电机、水轮机、励磁、调速器等重要系统的设备分析评价结论，灵活调整设备检修策略。一年里，运用XS-1000D替代了90%以上的人工巡检，降本增效成效显著：检修周期优化后节约成本约1200万元；节约巡检成本约280万元；节约故障检修维护费用约120万元；减少停电检修可发电增收约160万元……平台一年便可创造约1760万元的经济效益。据统计，南网储能抽水蓄能电站2022年累计发电93.3亿度，同比增长18%；2023年一季度抽水蓄能业务收入更是同比增长了24%。

截至2022年底，我国抽水蓄能总装机规模已达到4579万千瓦，占储能总装机的77.6%，稳居世界第一；我国抽水蓄能中长期发展规划明确提出，到2025年，抽水蓄能投产总规模较“十三五”翻一番，达到6200万千瓦以上；到2030年，抽水蓄能投产总规模较“十四五”再翻一番，达到1.2亿千瓦左右。人工智能技术在抽水蓄能行业的应用前景光明、空间广阔，将实现对我国规划建设新型能源体系的技术赋能。