本项目以两台超超临界百万机组为研发对象，搭建了智能平台软硬件架构，具备针对厂内秒级历史和实时数据的快速读取和处理能力。为了获取高质量数据，实现数据统一管控，在进行电厂测点统一标准编码的基础上，将数据同步、数据清洗、稳态判定、噪声去除、数据重构等预处理算法转化为标准算法组件，并通过可视化组件组态的方式搭建数据预处理架构。所研发的超超临界百万机组热力设备状态诊断及评估智能平台包含主机和重要辅机的性能监测、故障预警诊断、评估优化等多项功能模块。

图1-算法软件组态界面

创新点包括：

1）通过煤质数据与锅炉燃烧实时关联，将锅炉实测数据和预测模型相结合，实现锅炉耗差分析，实现对不同运行人员操作方式的多方位大数据评估；

2）通过信号周期分析进行数据特征量提取，建立了风机失速故障的预警诊断模型，提高了诊断准确性；

3）研发了海水冷却塔、凝汽器、循环水泵以及抽真空装置协同寻优技术，提出了海水补入冷却塔盆优化方式；

4）开发了不同种类换热面管内清洁程度在线评估功能,实现管道压降增长趋势和清洗时间的实时在线更新。

图2-班值运行可视化分析

图3-再热器管道压降预测

通过智能平台和各项技术的应用，为电厂运行优化、生产调度、维修策略制定等提供了分析工具和决策依据，每年可为电厂节约成本550万元。

此外，以本智能平台为基础进一步研发了基于工业互联网的浙能赋能共享服务平台产品，研发和接入更多智能化应用，实现云边端高效资源协同、数据协同、业务协同、模型协同、服务协同和应用管理协同，已在浙能滨海电厂、六横电厂、凤台电厂等单位规划实施。