2026年6月26日，为期两天的“2026年双碳目标下水力发电新技术应用研讨会”在四川成都圆满落幕，研讨会为水电产业搭建了交流合作平台，促进了技术创新和产业升级，为推动水电产业高质量发展、助力实现双碳目标提供了支撑。会上，围绕梯级电站灵活调节、水电机组数字孪生诊断与运行、水电站5G+、抽蓄智能仿真技术、水风光蓄一体化、混合抽蓄智能调度、水电参与电力市场等多个主题内容开展研讨。此外，参会嘉宾参观了国能大渡河流域水电开发有限公司和四川省气象服务中心，并在现场进行了交流与互动。征得专家同意后，在此分享本次会议部分文字实录，欢迎阅读。
《从“孤岛”到“协同”——构皮滩发电厂全景式数智运维的跃迁之旅》
文智贤 贵州乌江水电开发有限责任公司构皮滩发电厂数字电厂技术总监
尊敬的各位领导、各位同仁，大家好，我是贵州乌江水电开发有限责任公司的文智贤，这次非常荣幸能代表贵州乌江发电厂向各位做关于数字电厂建设成果的相关汇报。
首先，我们上一个汇报的专家对羊曲水电站智慧电厂的建设进行了汇报，构皮滩数字电厂建设思路与羊曲水电站有不少相通之处，但二者存在明显差异：羊曲属于新建电站同步开展智慧电厂建设，而构皮滩是已投运多年的存量电站。因为构皮滩从2009年到现在已经有十多年的电站，特别是一个很明显的区别因为我们的电站已经建成，所以像机组如果做三维的数字孪生需要拆机的，所以整个数字孪生部分相较于羊曲水电站，我们会做得缓慢一点。
首先，本次介绍主要分为四个部分，分别是建设背景、建设内容、建设成效以及未来规划。
首先允许我介绍一下构皮滩发电厂，构皮滩发电厂是国家“十五五”规划的重点工程，贵州省“西电东送”标志性工程，总装机容量300万千瓦，以发电为主，兼顾航运、防洪等综合功能，是贵州省以及华电集团已建成的最大水电站，同时也是华电集团首家数字化综合电站。
在我们数字化转型开始之初，我们聚焦了水电厂长期以来的痛点问题作为我们数字化的开篇。第一，前端感知能力的不足，人工巡检具有盲区，设备状态数据采集不全面、不实时的问题。第二，传输的支撑能力不足，网络覆盖有盲区，无法满足海量数据传输需求。第三，数据底座能力不足，系统孤立建设，数据孤岛问题等突出。第四，智能应用能力不足，运维场景智能化覆盖不足，无法支撑运维模式转型。
电厂建设的核心目标是逐步破解这些痛点问题，构皮滩发电厂从2022年数字电厂的规划到现在经过四年多的努力，从行业调研整体规划与实施策略到全面启动项目的实施。
第二，建设内容。
构皮滩发电厂整个数字电厂建设分为四个层次进行，分别是感知层、网络层、平台层、应用层四层架构。感知层作为数字电厂的“五官”，负责设备状态全面的感知与数据采集。网络层是我们的神经网络，负责海量的数据安全、低时延传输。平台层是我们大脑中枢，负责数据统一的治理与能力统一的服务。应用层是手脚，把这些底层的转化为实际的应用场景。通过四层的架构进行环环相扣，层层支撑。
首先，我想给大家介绍一下构皮滩感知层的建设情况，感知层建设我们确立核心原则，不盲目堆砌设备，包含两大思路：一是最小化感知，电厂原有可监测元件不再重复布设。第二，性价比最优，我们通过很多方案进行综合比选，最终确认了以下的感知设备，最终部署了部署声纹传感器、接触式声纹传感器、SF₆密度表、轨道巡检机器人等感知设备。在保证监控准的同时绝不重复增设数据源，实现最小化部署，达成了全面的感知。
有了现场全面感知数据之后，需要比较可靠的传输通道，这也是在网络层建设的目标，我们最终确定以有线为主，无线为辅的核心思路。我们在这个思路的情况下，最终构建了5G专网加工业光纤环网双融合架构，有线通过工业光纤环网，实现核心区域的有线全覆盖。无线通讯则通过宏基站单元搭建了5G专网，覆盖有线部分的盲区。同时通过万兆光纤实现核心链路的高速连接，构建全厂区、全链路冗余传输网络。
为什么在我们有线光纤环网的基础上还要建设5G专网？主要是目前我们有两个考虑，第一，构皮滩是建成的电站，如果我们在前端增设感知设备，如果还是用有线的形式会导致现场，特别是摄像头布线的工作非常复杂，我们还要增设很多诸如交换机的感知设备，这个工作量会比较大，对我们后期维护也比较困难。第二，有了5G专网之后，我们可以做额外的拓展业务，比如像手机终端可以实现电子两票和作业安全管控等业务。
通过网络层的核心建设，目前有三个成效。第一，实现5G专网与工业光纤环网的主网融合，生产区域实现网络全覆盖，消除了网络盲区。二是5G 核心网本地化部署，实现数据不上公网、不出厂区的情况，完全符合电力行业网络安全的要求。三是实现数据传输安全、低时延高可靠，为上层应用提供了稳定的网络支撑。
介绍完了网络层，我们将介绍最核心以及最关键的平台层，我们针对水电厂安全I区、Ⅱ区、Ⅲ区分区隔离特性，在不改变现有安全分区部署，不突破安全边界的情况下，通过协议转换和数据总线的技术实现跨区数据安全流转和高效协同。我们将将 I 区监控系统、Ⅱ 区各类系统数据通过采集链路摆渡至 Ⅲ 区平台存储。的平台进行储存，最终实现数字业务的拓展。这个架构既守住了电力生产的安全底线，又打破了传统系统数据孤岛的问题。
我们重点建设基于设备为核心的统一数据标准、统一模型标准，建立了全厂统一数据底座，制定了统一设备编码规则与数据标准，彻底解决了过去数据对不上，用不起来的问题，为我们后续的运维分析和故障定位奠定了坚实的基础。目前构皮滩已经融合了27套新老业务数据，我们目前通过统一数据平台的数据中台对27个业务，将近5万个测点进行了管控，我们在这个方面主要推进数据的统一标准化管理，所以我们把数据放在这里比较好地储存起来。
最终实现了数据全解耦的模式部署，建立了高可用、可扩展的统一运行底座。底层是我们算力基础设施，中间层是大数据底座，全面汇聚了全厂各类系统数据，上层搭建了数据、业务、技术、AI四大核心中台。整合了数据治理、权限验证、算法管理等核心能力，实现了软硬件的解耦，以及数据解耦，打破系统的烟囱壁垒，为上层的应用提供了灵活支撑，平台搭建统一算法库，实现各类高级应用算法统一纳管、共享复用、高效调度。以往算法分散在各系统重复开发，现在全部集中管理，全厂通用的算法工具箱，按需调用，并且把算法封装成可以“拖、拉、拽”的小模块，实现各个业务的快速搭建，大幅提升了智能化的落地效率。
因为我们为了后面的一些应用，我们要求所有的应用项目，他们所有的算法我们全部解耦部署到平台统一管理，所以他部署到我们平台上了之后，我们后期对一些新的应用的开发，如果它原来的算法我们可以复用，可以直接通过平台调用，形成一个算法模块建设。
平台体系建设，彻底解决了系统孤立和信息割裂、算法分散的一些核心痛点，实现系统解耦、标准统一、数据共享、算法复用、智能赋能，构建起安全稳定、可开放、可扩展的数字电厂核心底座，为全厂智能化应用落地提供了全面的全面支撑。
介绍完平台层，接下来我将通过前面的介绍，为大家讲一下我们构皮滩数智电厂在应用方面部署的情况。现在大家可以看到这上面也列举了一些构皮滩现在已经具有的应用，主要包括像智能巡检、故障趋势分析以及故障诊断，还有设备全生命周期，以及像我们的声纹监测等感知设备的管理终端。
首先我给大家介绍一下智能巡检的应用，在这个方面目前我们配套的巡检设备主要有轨道机器人、漏水漏液传感器以及视觉的监视算法。
第二，除了常规巡检任务感知部署外，我们还配备了诸如声纹、开关在线、轴栓轴力等多项专项感知元件和监测算法模型，作为常规我们巡检算法手段的重要补充，进一步延伸了算法的覆盖维度，实现关键设备隐蔽性的状态全覆盖监测。
其次，我们还建设了一个智能分析与诊断应用。现场构建了多维度的预警分析与场景化故障处理算法体系。第一，我们在预警分析方面的手段，覆盖了像阈值、关联、趋势、突变等多种分析手段，解决了运行手段单一的问题。二是在场景化的故障诊断算法，我们覆盖了像空压机、制动闸等关键设备，解决了设备关联性差的问题和依赖人工的问题，目前诊断算法也是部署了117个，实现设备早期劣化趋势快速识别与定位。
大家看到的是趋势分析的实际系统页面，我们汇聚多源监测数据，构建设备趋势分析模型与故障诊断的模型启动，实现劣化趋势自动预警以及故障快速定位和跟进分析。同时我们目前进行了拓展，我们发现在整个系统的建设过程中比如故障的系统，我们以前作为水电厂的员工可能没有成绩，但是我们这些厂商帮我们建了这个平台之后，如果有新的故障想要识别，我们作为电厂员工想要增加会比较难，所以我们也搭建了故障识别算法的“拖拉拽”的模块，我们可以让员工自己通过对故障识别的原理、机理，形成一些文档，通过算法自定义的形式，我们可以自己搭设一些故障识别的功能。
最后给大家介绍的是运维智能管理应用，主要是依靠自动化工作引擎，构建了业务全流程闭环管理的机制，“核心业务多业务”，修改：实现核心业务协同流转，显著提升了运营效率与管控准确性。
针对知识分散、经验难传承的问题，我们搭建了标准设备知识库，整合了设备不同维度的信息，建设了覆盖设备缺陷、作业标准、工序流程等核心内容的标准库，实现运维检修各专业的定制化知识导航，把我们电厂传统老师傅的宝贵经验形成了全厂可共享、可复用、可传承的数字资产。同时，我们还把像设备台账、整改任务、检修管理等所有的作业需求做了统一的汇聚，形成了唯一的计划来源池。运维智能管理应用以我们计划为中心节点，把全厂生产、业务串起来，打通人员安排、设备台账、工艺标准等全链路环节，实现业务流与数据流的同步流转，解决了过去各干各的问题，实现了设备的一盘棋管控。
在自动流转的过程中，我们也通过我们平台具有的算法功能，融合了AI智能助手与设备管理，支持平台数据调用、运维节点分析、设备查询等智能化场景，我们目前也有一个AI智能助手。
以上就是我们数字电厂核心建设的内容，通过这些实践，我们也取得了一些成效。
第一个成效，主要设备全覆盖，实现了从计划检修到状态检修的变革，我们通过这些感知元件的望、闻、问、切四大能力，依托高清视觉替代人眼、声学监测实现听音、知识图谱沉淀数字化经验、传感器数据支撑设备状态智能研判，提高了电厂的安全水平。
成效二，全面夯实数据基座，打破数据孤岛的问题，将数据标准化以及统一化纳入我们平台进行管理。
成效三，运营效能实现显著性突破，重塑精益生产的管理模式。
首先，我们在智能巡检业务下，实现由人工巡检向智能巡检转变，大幅缩短巡检耗时，以前人工巡检是比较费时费力的，现在通过机器巡检就能够很快地进行巡检，并且这个巡检是24小时的，我们可以每天按照不同巡检周期实现比较完善的巡检，目前我们基本上实现了80%的全厂巡检点位的覆盖。第二，把以前的人工分析，我们到了数字智能诊断的转变，通过趋势分析平台，实现了故障定位，这个平台搭建也是为了解决一个问题，因为现在各个电厂新能源建设抽调的人比较多，包括像水蓄能的新建，有经验的老师傅流失比较快，这个平台搭建起来了之后，我们把老师傅经验保留下来，可以帮助我们新员工快速地故障定位，还有基于系统化的设备管理，我们也解决了70%的一些工作，直接从平台里面取得我们数据。比如以运行为例，每个月对我们水泵进行定期的启停，如果通过我们这个系统，他从平台里面识别到这个泵可能在这个月里面已经启动过了，就会定期顺延到下个月，实现定期工作的流转。
成效四，通过算法的平台，将我们传统水电员工的工作流程进行了转变，我们以前员工去现场巡检和消减，现在大家可在办公室开展算法配置、参数调优工作。
成效五，数据中枢作为智慧核心，统一管控全厂数字电厂应用与业务流程。
成效六，目前取得的知识产权以及我们的一些荣誉。
最后一个部分，未来规划的问题。
我们未来的规划主要有三个方面，第一，建立新型数字工作模式，推动运维模式的根本性变革。二是强化数智人才队伍建设，提供有持续的人才支持。第三，持续深化数智电厂项目的建设和应用，为能源行业的数字化项目落地提供高质量场景。
随着 “十五五” 人工智能相关政策陆续出台，以往的数字化转型，在人工智能赋能下，升级为数智化转型，我们依托算力资源，我们对人工智能方面进行变革。我们正在研究智能体相关技术，预计智能巡检、趋势分析等应用将迎来较大提升。
我的汇报到此结束，谢谢大家！也欢迎大家到我们这里参观、交流和学习。谢谢各位！
注：文字实录未经专家整理核实，仅作参考使用，具体解释权归本次会议主办方所有。
未经授权，请勿转载
