智慧能源白皮书.pdf

返回 相关 举报
智慧能源白皮书.pdf_第1页
第1页 / 共55页
智慧能源白皮书.pdf_第2页
第2页 / 共55页
智慧能源白皮书.pdf_第3页
第3页 / 共55页
智慧能源白皮书.pdf_第4页
第4页 / 共55页
智慧能源白皮书.pdf_第5页
第5页 / 共55页
亲,该文档总共55页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述
智慧 能源白皮书 拥抱数字时代,育先机开新局 2021年 1月 目 录 第一章 变革加速,能源行业机遇与挑战并存 (一)能源行业面临着转型挑战 (二)新一代信息技术引领新一轮产业革命,加快能源革命步伐 (三)数字技术创新能源新模式新业态,助力能源绿色变革 (四)智能化技术将成为能源数字化转型关键 第二章 数字科技助力智慧能源建设 (一)智慧能源体系 (二)智慧能源架构 第三章 智慧能源应用场景持续创新 (一)智慧生产 (二)智慧营销 (三)智慧管理 第四章 智慧能源建设实施路径与方法 (一)总体方法 (二)具体步骤 第五章 智慧能源发展重点措施 (一)组织数字化能力评估 (二)统筹智慧转型咨询规划 (三)共建智慧能源合作生态 (四)完善智慧基础设施建设 2 5 7 9 1 11 12 14 17 18 28 32 37 38 40 51 51 52 52 50 第一章 变革加速,能源行业机遇与挑战并存 能源行业面临着转型挑战 新一代信息技术引领新一轮产业革命,加快能源革命步伐 数字技术创新能源新模式新业态,助力能源绿色变革 智能化技术将成为能源数字化转型关键 第一章 变革加速,能源企业机遇与挑战并存 智慧能源白皮书 碳中和愿景将加速推动能源清洁低碳转型 。 2020年 9月 22日 , 我国向世 界郑重宣布 , “ 中国将提高国家自主贡献力度 , 采取更加有力的政策和措施 , 二氧化碳排放力争于 2030年前达到峰值 , 努力争取 2060年前实现碳 中和 ” 。 能源 活动产生的碳排放占我国二氧化碳排放总量的比重超过 90%, 占温室气 体排放总量的 70%左右 。 中国从碳达峰到碳中和只有 30年的时间 , 远低于 发达国家的 6070年时间 , 能源转型和碳减排承受较大压力 。 在 2060年实 现碳中和目标对于能源行业清洁低碳转型既是挑战也是机遇 , 需要能源供给 侧和消费侧协调一致 , 通过大幅提升能源利用效率和大力发展非化石能源并 举 , 以更低的能源消耗支撑我国经济社会发展目标的实现和居民生活水平的 不断提高 , 进而加快实现由高碳向低碳 , 再由低碳 向碳中和的 转变 。 预计碳 达峰和碳中和目标会分解至省内各级行政区域及行业 , 逐步落实到企业 , 将 对企业生产经营和可持续发展提出新要求 。 2 一 能源行业面临着转型挑战 智慧能源白皮书 第一章 变革加速,能源企业机遇与挑战并存 3 能源绿色高质量发展仍 面临油气依赖进口 、 新能源消 纳难等问题 。 根据 国家统计局数据显示 , 2020年上半年 , 我国生产原油 9715万吨 , 进口 原油 2.69亿吨 , 生产天然气 940亿 立方米 , 进口天然气 4836万吨 。 国内 油气产量 增长不能满足经济社会发展带动的油气需求 , 导致 油气进口量 持续偏高 。 根 据国家能源局数据显示 , 2006年 到 2019年 , 风力发电装机 由 207万 千瓦增 长到 21005万千瓦 , 增长了 100倍 , 发电量增长了 71倍 。 太阳能发电装机由 2011年的 220万 千瓦增长到 20468万千瓦 , 增长了 92倍 , 发电量增长了 373 倍 。 但风电 、 光伏发电受自然条件影响 , 存在较大的波动性 , 大规模并网后 , 给电力系统的调度运行带来挑战 , 新能源发展面临消纳难题 。 我国能源市场 结构和市场体系深层次问题仍很突出 , 能源政策对能耗和排放的要求愈发严 格 , 长期形成的粗放发展方式亟待加快转变 。 能源行业利润普遍大幅 下降 , 经营压力激增 。 近年来某些地区的电煤价 格稳步增长;与此同时 , 受电力零售业的市场化影响 , 煤电 、 气电标杆上网 价格在一些地区有所下降;发电小时数常年处于低位 ; 2020年受 新冠肺炎 疫情的影响 , 全国能源需求整体下降 。 煤价 、 气价 、 电价等外部因素的变化 进一步加剧了传统电力企业的经营压力 。 根据国家统计局数据显示 , 2020 年 1-6月 , 煤炭开采和洗选业利润总额同比下降 31.2%, 石油和天然气开采 业利润总额同比下降 72.6%, 石油煤炭及其他燃料加工业利润总额同比下降 124.1%, 远超过全国规模以上工业企业实现利润总额降幅 ( -12.8%) , 石 油 、 煤炭及其他燃料加工业由同期盈利转为亏损 。 经济增长方式转变 , 能源需要适应市场多元化需求 。 随着我国产业结构 全面调整 , 经济高质量发展 , 能源需求将从工业用户绝对占比向工业 、 建筑 、 交通 ( 新能源汽车 ) 等用户多元需求转变 。 建筑和交通用户的用能方式更加 多样 , 负荷特性更趋分散 、 灵活多变 , 对能源品质 、 传输配送 、 时空及时衔 接提出更高的要求 。 当前能源供给高效满足多元化能源需求的难度日益增大 。 随着城镇化进程进一步加快和产城融合加速 , 我国能源需求仍将以城市为核 心 、 以园区为主要载体 , 更加需要清洁低碳 、 安全高效的能源体系 。 第一章 变革加速,能源企业机遇与挑战并存 智慧能源白皮书 4 “ 四个革命 、 一个合作 ” 的能源安全新战略 , 重塑能源行业形态 。 2014年 6月 , 中央财经领导小组第六次会议提出推动能源消费革命 、 能源供 给革命 、 能源技术革命 、 能源体制革命和全方位加强国际合作 。 全面系统的 能源革命战略思想 , 深刻揭示了世界能源发展的大趋势 、 大逻辑 , 从全局和 战略的高度指明了保障我国能源安全 、 推动我国能源事业高质量发展的方向 和路径 。 2020年 10月 29日 , 中共中央关于制定国民经济和社会发展第十 四个五年规划和二三五年远景目标的建议 明确提出 , 推进能源革命 , 完 善能源产供储销体系 。 能源革命在国家发展规划中被明确提出 , 意味着国家 已将能源发展问题融入社会经济发展全局统筹 。 能源革命的深入推进 , 将对 能源行业消费侧 、 供给侧 、 技术侧 、 体制侧产生深刻变革 , 推动能源消费形 态从被动式消费到主动式消费转变;能源供给从清洁占比较低到全面清洁转 变;能源技术从 传统技术 到新兴技术融合转变;能源体制从以计划为主到以 市场为主的转变 。 智慧能源白皮书 第一章 变革加速,能源企业机遇与挑战并存 5 二 新一代信息技术引领新一轮产业革命,加快能源革命步伐 第四次信息革命的到来 , 数字经济成为经济发展主要驱动力 。 新一轮科 技革命和产业变革加快推进 , 数字经济成为世界各国竞相发展的新高地 , 中 国数字经济发展方兴未艾 , 已迈入蓬勃发展阶段 。 以 数字经济 为代表的科技 创新要素成为催生新发展动能的核心驱动力 , 数字要素创造的价值在 国民经 济中 所占的比重将进一步扩大 。 在数字经济驱动下 , 各行业加速 构建更加智 慧的生产 、 经营 、 管理 体系 , 数字化也成为我国经济供给侧结构性改革的重 要抓手 , 并将持续推动 “ 数字中国 ” 建设 以及经济社会高质量发展 。 新 基建加大行业数字化转型步伐 。 2020年以来 , 党中央 、 国务院密集 部署新型基础设施建设 。 2020年政府工作报告 将 “ 两新一重 ” 作为 2020年和下一阶段重点任务 。 新基建是新经济的核心内容 , 是双循环的重 要抓手 , 新基建将加速数字经济发展 。 智慧能源作为融合基础设施成为新基 建的重要组成部分 , 将为能源事业发展赋能 、 赋值 、 赋智 , 为能源行业开辟 出新的发展空间和新的经济增长点 , 助力能源革命 。 国家持续推进能源领域数字化转型进程 。 为促进能源行业的转型升级和 技术革命 , 我国发布了 关于推进 “ 互联网 +” 智慧能源发展的指导意见 等一系列推进智慧能源发展的政策和指导意见 , 为中国智慧能源发展带来重 要发展契机 , 为加快建设能源强国提供有力支撑 , 为国内大循环做好基础保 障 。 2020年 8月 , 国务院国 资委 关于加快推进国有企业数字化转型工作的 通知 , 提出打造能源类企业数字化转型示范 。 明确国有能源企业数字化转 型的基础 、 方向 、 重点和举措 , 全面部署能源企业数字化转型工作 。 智慧能 源作为能源企业降本增效的重要手段和开拓新业务的重要途径 , 在能源行业 取得广泛共识 。 第一章 变革加速,能源企业机遇与挑战并存 智慧能源白皮书 6 颁布时间 颁布主体 政策 关键词 2015年 7月 4日 国务院 国务院关于积极推进 “ 互联网 +” 行动的指导意见 “ 互联网 +” 智慧能源 2016年 2月 29日 国家发改委、 国家能源局、 工信部 关于推进 “ 互联网 +” 智慧 能源发展的指导意见 互联网理念 、 先进信息 技术与能源产业深度融 合 2017年 7月 6日 国家能源局 国家能源局关于公布首批 “ 互联网 +” 智慧能源 ( 能源 互联网 ) 示范项目的通知 首批 “ 互联网 +” 智慧 能源 ( 能源互联网 ) 示 范项目共 55个 2019年 1月 2日 国家能源局 综合司 国家能源局综合司关于开展 “ 互联网 +” 智慧能源 ( 能源 互联网 ) 示范项目验收工作的 通知 验收一批 、 推动一批 、 撤销一批 2020年 6月 22日 国家能源局 2020年能源工作指导意见 继续做好 “ 互联网 +”智慧能源试点验收工作 2020年 9月 21日 国务院国资 委办公厅 关于加快推进国有企业数字化转型工作的通知 打造能源类企业数字化转型示范 2020年 10月 29日 中共中央 中共中央关于制定国民经济 和社会发展第十四个五年规划 和二三五年远景目标的建议 推进能源革命 ; 建设智慧能源系统 表 1 中国智慧能源产业主要政策 数据来源 : 相关部门, 赛迪顾问 整理 2020.12 智慧能源白皮书 第一章 变革加速,能源企业机遇与挑战并存 7 三 数字技术创新能源新模式新业态,助力能源绿色变革 数字技术创新能源消费模式 。 通过数字技术的应用 , 全面提升终端能源 消费智能化 、 高效化水平 , 促进了智能建筑 、 智能家居 、 智能交通 、 智能物 流推广 , 推动了智慧能源城市建设和发展 。 基于互联网 /物联网的能源消费 交易市场 , 实现用能权 、 碳排放权 、 可再生能源配额等网络化 、 智能化交易 , 发展能源共享经济模式 。 终端用能电气化 、 数字化安全运行体系建设 , 保障 安全可靠的能源消费 。 发展各类新型能源消费模式 , 促进能源消费升级 。 数字技术与能源技术融合创新服务业态 。 长期以来 , 我国能源领域形成 了以石油 、 天然气 、 电力等部门为核心的相对独立的子系统和技术体系 。 如 煤 -电 /热供应系统 , 集中的 “ 点 -线 ” 式供应及配套设备系统经过长期建设 , 对内不断强化上下游之间的刚性关联 , 对外又相对独立 , 久而久之形成了 “ 能源竖井 ” , 造成能源系统整体效率偏低 , 成为能源产业转型升级和结构 调整的障碍 。 通过数字技术的应用 , 能够对能源业务优化整合 , 打破 “ 能源竖井 ” , 提高能源转换效率 , 实现多能融合 , 促进整个产业链的协同发展 , 逐步形成 产业价值网 , 提高能源优化配置能力 , 进一步提升对市场的响应和适应能力 。 如综合能源服务 , 正体现着人工智能等数字技术赋能能源服务的新智慧 , 其 本质是由新技术革命 、 绿色发展 、 新能源崛起引发的能源产业结构重塑 , 从 而推动服务业态 、 商业 模式不断 创新 , 具有综合 、 互联 、 共享 、 高效 、 友好 等多种特点 。 国外综合能源服务模式已经较为成熟 , 有明确目标导向;国内 综合能源服务当前尚处于探索阶段 , 主要面向工业园区和公共建筑 , 开展多 种能源互补利用 、 消费侧管理等业务 , 为用户提供高效智能的能源供应和相 关增值服务 。 第一章 变革加速,能源企业机遇与挑战并存 智慧能源白皮书 8 数字技术打造分布式能源网络 , 适应多元需求 。 在传统发展模式下 , 水 、 电 、 热 、 气等单一规划 , 能源服务选择单一 。 未来 , 借助数字技术 , 电力 、 冷热 、 用户之间的关系变得越来越紧密 , 以城镇 /园区为能源单元体 , 依托 物联网和能源互联网 , 数字技术能够精准预测单元需求 , 做到能源系统供需 互动和自我平衡 。 能源供给侧 , 借助能源互联网 , 提升多种形式能源系统互 联互通 、 互惠共济的能力 , 有效支撑能源电力低碳转型 、 能源综合利用效率 优化 、 各种能源设施 “ 即插即用 ” 灵活便捷接入 , 充分调动分布在社会各个 角落的能源单元体 。 例如 , 新能源汽车作为储能装备 , 协助调整城市单元能 源供应体系 , 推动能源供应由集中式到分布式 , 最后到去中心化转变 。 智慧能源白皮书 第一章 变革加速,能源企业机遇与挑战并存 9 四 智能化技术将成为能源数字化转型关键 当前 , 能源行业整体处于信息化向智能化迈进过程 。 各类能源系统由于 特性差异 , 发展程度不尽相同 。 电力系统信息化基础较好 , 并积极探索泛在 物联的数字化技术集成创新 , 已经进入能源智能化阶段 , 是能源数字化的先 行领域 。 数字技术助力能源行业降本增效 。 根据国际能源署 ( IEA) 数字化和 能源 预测 , 数字技术的大规模应用将使油气生产成本减少 10% 20%。 可 以在 2040年将太阳能光伏发电和风力发电的弃电率从 7%降至 1.6%, 从而到 2040年减少 3000万吨二氧化碳排放 。 与此同时 , 数字化还可以使碳捕获和 储存等特定的清洁能源技术受益 。 目前 , 世界各国纷纷采取措施 , 推动数字 化进程 , 将大数据分析及机器学习 、 区块链 、 分布式能源管理和云计算等数 字技术 , 应用到能源生产 、 输送 、 交易 、 消费及监管等各个环节 。 人工智能等数字技术在国外能源企业得到广泛应用 。 美国最大的独立石 油生产商 Pioneer Natural Resources利用人工智能提高钻探油井的成功率; 意大利石油和天然气公司埃尼 (Eni)通过运用新的超级计算机来提高地震成像 和地质建模的准确性 。 意大利国家电力公司 ( ENEL) 通过整合各专业平台 , 实现对电动汽车 、 储能 、 灵活性能源需求的智能管控;德国意昂集团 ( E.ON) 开发需求响应和虚拟电厂管理平台 , 通过平台将用户侧各类灵活 资源有效整合利用 。 能源数字化后 , 将得以智能化分配 , 并能够在合适的时 间 、 合适的地点以最低的成本满足需求 , 使用效率得到大幅提升 。 第一章 变革加速,能源企业机遇与挑战并存 智慧能源白皮书 10 在全球行业发展和国家政策的引领下 , 国内能源企业着眼于长远发展需 要 , 积极开展各版块业务数字化转型的探索与实践 。 中国海洋石油集团搭建 生产运营物联网平台 , 建设数字化工厂 , 试点 LNG自助提气 , 提升装车效率 , 每年节约人力成本 150万元;以无人机智能巡检搭配人工巡检 , 形成低本高 效 、 安全智能的 “ 天地一体 ” 管理新模式 , 管道巡检效率较传统方式提升 67倍 。 国家电网将人工智能技术应用在输电线路巡检中 , 有效解决了传统 的输电线路巡检图像分析主要依靠人工 、 劳动强度大 、 时效性差的难题 。 机 器智能巡检识别 100张图片仅需 2分钟 , 而一位熟练的技术人员大约需要 2小 时 。 从国外和国内能源企业的案例中 , 可以看到人工智能等数字技术与能源 产业有机融合 , 成为引领能源产业变革 、 实现创新驱动发展的源动力 。 未来 随着数字技术应用的成熟 、 不断的落地实践 , 智慧能源将进入规模提速增长 、 结构逐步优化 、 创新应用场景更加丰富 、 智能化水平显著提升以及全社会广 泛参与 、 跨行业融合创新的发展新阶段 。 能源企业积极拥抱数字经济蓝海 , 将在新业态 、 新产业 、 新服务的智能化转型发展中 , 谋求新路径 , 促进行业 本身和经济社会的双重进步 。 第二章 数字科技助力智慧能源建设 智慧能源体系 智慧能源架构 第二章 数字科技助力智慧能源建设 智慧能源白皮书 12 一 智慧能源体系 智慧能源体系 是通过打造平台连接产业链上下游企业 , 汇聚与协同商业 伙伴 , 发挥各参与主体核心优势 , 逐步构建以用户为核心的能源生态圈 , 在 供给与需求 、 技术与行业方案整合中培育新动能 , 形成智慧能源生态圈闭环 , 推进生态圈自驱动自成长 。 智慧能源在供给侧和消费侧建立强耦合的纽带 , 通过共建共享 , 构筑能 源生态圈 , 包括煤电 、 核电 、 新能源 、 石油 、 天然气等能源企业以及高科技 信息化技术企业 、 设备制造企业 、 咨询机构 、 工程建设企业 、 运输服务企业 、 能源交易中心等 。 将分散的业态 , 通过能源流 、 信息流 、 价值流 “ 三流合 一 ” , 形成多方互利共赢的良好生态 。 智慧能源白皮书 第二章 数字科技助力智慧能源建设 13 数据来源 :赛迪顾问 2020.12 图 1 智慧能源生态体系 能源流成为安全高效的物理基础 , 能源生产企业高效清洁利用能源 , 共 同承担安全调节功能 , 参与市场化互动;能源传输企业公开公平公正地优化 配置资源 , 提供安全高效智慧的能源服务;能源用户通过多种形式参与互动 , 共同促进系统安全和能效提升 。 信息流成为互通感知的数据纽带 , 通过大数 据 、 大平台推动能源的数字化和透明化 , 政府携手各主体建设能源大数据中 心 , 推进能源治理信息共享 。 价值流成为社会能效优化的引导罗盘 , 政府部 门在可中断 、 可调节负荷 、 抽水蓄能电站 、 电化学储能 、 新能源配额 、 分时 电价优化等领域出台政策机制 , 实现价值共创共享;推进辅助服务市场建设 及区块链技术应用 , 保障价值分配 , 还原电力商品属性 。 社会各界形成价值 共生 , 促成综合能效提升 , 实现全行业的智能化升级 。 咨询机构 发电企业 政府机构 数字技术企业 . 能源设备制造企业 能源运输企业 能源交易中心 科研机构 能源流 信息流 价值流 煤电 新能源 石油 油气管道 智能电网 需求侧响应 分布式储能 集中式储能 煤炭运输天然气 核电 碳排放 智慧营业厅 新能源汽车 智慧园区 智慧城市能源 综合能源服务 能效检测 智慧园区 智慧能源生态体系 电网企业 石油企业 煤炭企业 燃气企业 新能源企业 能源管理 能源储运能源消费 . 能源生产 第二章 数字科技助力智慧能源建设 智慧能源白皮书 14 二 智慧能源架构 智慧能源总体架构 是以智能化为核心 , 基于智能云 、 物联网等基础设施 平台以及 AI中台 、 知识中台 、 业务中台 、 数据中台等 , 借助云计算 、 人工智 能 、 大数据 、 区块链等技术 , 最终推动能源企业实现智能化转型 。 架构主体 包括数字化基础设施层 、 平台层 、 应用层 , 可根据不同企业特性和要求 , 形 成定制化解决方案 。 同时 , 为有序推进智慧能源建设 , 架构还包括能源生态 体系 、 运营服务体系 、 网络安全保障体系和标准规范体系 。 数据来源 :赛迪顾问 2020.12 图 2 智慧能源总体架构 智慧管理 智能能耗管理 智慧营业厅 智能客服 能效检测 AI实验智能问答 智能巡检 智慧生产 智能调度 智慧营销 智能搜索 智能供应链 智能物流 智能诊断 智能传输 知识管理 智能协同办公设备运维 智能排产 经济指标 智能决策 安全应急 智能写作 数字化 应用 数字化 基础 设施 能 源 生 态 体 系 标 准 规 范 体 系 网 络 安 全 保 障 体 系数字化 平台 智慧城市能源 清洁 低碳 安全 高效 智慧电力 智慧石油石化 智慧燃气 无人机 运 营 服 务 体 系 数据中台 IoT平台智能云平台 业务中台AI中台 知识中台 机器人 智能传感器 智能燃气表 服务器 存储 网络设备 综合能源服务 智能交易 财务机器人 智慧能源白皮书 第二章 数字科技助力智慧能源建设 15 数字化基础设施层 是能源企业的信息基础设施 , 包括机器人 、 无人机 、 智能传感器 ( 如烟雾 、 油温等 ) 、 智能燃气表 、 服务器 、 存储 、 网络设备等 , 支撑企业信息沟通 、 服务传递和业务协同 。 数字化平台层 是实现新兴技术对能源企业赋能的核心 , 以智能云平台 、 IoT平台为基础 , AI中台为核心 , 配合数据中台 、 知识中台与业务中台 , 打 通企业的能源流 、 信息流 、 价值流 , 助力企业智能化转型全过程 。 AI中台是 企业 AI能力的生产和集中管理平台 , 包括 AI能力引擎 、 AI开发平台两部分核 心能力以及管理平台 。 能力引擎包括如人脸识别 、 语音识别 ( ASR) 、 自然 语言处理 ( NLP) 等通用 服务以及 领域专用 AI服务 。 基于 AI中台 , 企业将拥 有建设 AI开发和应用的自主能力 , 集约化管理企业 AI能力和资源 , 统筹规划 企业智能化升级版图 。 知识中台是基于知识图谱 、 自然语言 、 搜索与推荐等 核心技术 , 依托高效生产 、 灵活组织 、 便捷获取的智能应用知识的全链条能 力 , 理清业务逻辑 , 用机器可以理解的方式将知识组织起来 , 从而建立符合 企业需求的智能化应用 , 推动企业向智能化发展 , 重塑企业发展格局 。 数字化应用层 是将人工智能 、 云计算 、 大数据 、 区块链等技术与能源勘 探 、 开采 、 生产 、 储运 、 消费场景深度融合 , 广泛应用于能源企业各个场景 。 以智能化手段可以解决能源企业发展中的突出问题 , 支撑能源企业智能生产 、 精益管理 、 业务创新 , 提升企业生产服务能力 , 帮助企业提质增效 , 最终实 现企业智能化转型 。 按照能源业务价值链划分 , 可以将能源智慧化应用分为 三大应用领域 , 分别是智慧生产 、 智慧营销 、 智慧管理 。 第二章 数字科技助力智慧能源建设 智慧能源白皮书 16 智慧生产 企业深度应用 数字技术 , 实现企 业的人力资源 、 财 务和供应链等全面 智能管控分析 , 经 营管理全过程实现 智能预测 、 精准优 化 , 彻底改变工作 方式 。 整合服务能力 , 形成面向能源生产 、 输送 、 交易 、 使用环节的 创新服务 , 拓展商业模式 , 构建综合能源服务生态 , 提升服务能力 。 通过已有业务系统的海量数据 , 进行大数据建模分析 , 构建客户特 征分析 、 行为分析 、 情感分析等丰富的标签数据 , 实现基于数据分 析进行客户行为预测 , 真正达到智能 、 主动的客户服务效果 。 生产现场全面实现智慧 监控 、 智慧诊断 、 自动预警 与自动控制 , 简单的 、 重复 性的人工劳动被机器智能所 取代 , 实现井 、 站 、 厂 、 设 备 、 运输等生产全过程智能 联动与实时优化 。 全面实现 生产数据智能分析 、 生产运 行协同调控 、 保障应急科学 有序 , 实现生产运行全业务 链协同发展 。 图 3 智慧能源应用领域 数据来源 :赛迪顾问 2020.12 四体系 是指智慧能源建设的四大保障体系 , 分别是能源生态体系 、 运营 服务体系 、 网络安全保障体系 、 标准规范体系 。 能源生态体系指包括能源企 业 、 高科技信息化技术企业 、 设备制造企业 、 咨询机构 、 工程建设企业 、 运 输服务企业 、 能源交易中心等共建共享生态圈;运营服务体系包括运营模式 、 管理组织 、 创新交流等;网络安全保障体系包括信息安全监管 、 测评 、 应急 处置等体系;标准规范体系包括总体标准 、 基础设施 、 支撑技术与平台 、 管 理与服务等标准规范 。 第三章 智慧能源应用场景持续创新 智慧生产 智慧营销 智慧管理 第三章 智慧能源应用场景持续创新 智慧能源白皮书 18 一 智慧生产 能源行业是资产密集型行业 , 具有设备价值高 、 产业链长 、 危险性高 、 环保要求严的行业特征 , 面临设备管理不透明 、 工艺知识传承难 、 产业链上 下游协同水平不高 、 安全生产压力大等行业痛点 。 随着世界能源格局的变化 , 能源发展向低碳化 、 分散化 、 智能化转变 。 能源消费服务市场的需求转变 , 倒逼生产 、 储运环节要更加安全 、 高效 、 清洁 , 因此需要依靠数字技术 , 提 高能源生产过程的智能化水平 。 场景描述 面对日趋激烈的市场竞争 , 企业必须减少能源生产的时间与成本 , 以最 快的速度生产最高质量的能源 。 能源企业致力于运用数字技术 , 在生产环节 实现自动化和智能化 , 提高生产过程的可视性 , 消除不确定性 , 提高生产效 率和质量 。 电厂锅炉智能预警 目前 , 国内电厂因锅炉炉管泄漏事故造成的非计划停运时间占全年总停 运时间的 30 以上 。 锅炉炉管泄漏是造成机组非计划停运的主要原因 , 对 锅炉运行的经济性影响较大 。 锅炉智能预警基于电厂机理模型和人工智能技 术 , 通过运行状态监测 , 判断炉管是否发生泄漏 , 实现锅炉炉管泄漏的早期 测报 , 并判断泄漏区域位置及泄漏程度 , 给设备预测性维护提供数据支持 , 将设备运行异常消除在萌芽阶段 , 减少非计划性停炉 、 停机 , 减少启停炉 、 启停机的能源消耗 , 大大提高设备使用效率 。 智慧能源白皮书 第三章 智慧能源应用场景持续创新 19 智慧安全管理 能源企业引入人员定位系统 , 在三维立体空间建模基础上 , 对现场的位 置进行划分 、 定位人员 , 并将每个位置所对应的安全注意事项与生产运行信 息关联 , 帮助现场人员智能识别危险区域 , 避免出现人身伤亡事故 。 目前 , 人员定位误差可控制在 2050mm范围内 , 能够有效防止人员跑错间隔 、 避 免发生误操作 。 例如 , 部分电厂将人员定位信息与三维虚拟电厂模型融合 , 设置虚拟电子围栏 , 实时监控高温 、 高压等危险区域及重要设备 。 智慧安全 管理系统能够帮助生产现场人员识别危险区域 , 提醒越界人员以及安监人员 确认 , 保障人员或设备的安全 , 减少不必要的损失 。 “ 无人值班 、 少人值守 ” 新能源电站 基于互联网架构 , 融合人工智能 、 大数据 、 云计算 、 物联网 、 移动互联 等技术 , 建设数据汇集 、 存储 、 服务 、 运营为一体的新能源大数据创新平台 , 实现源 、 网 、 荷侧多源异构数据的实时采集 , 实现风机部件级 、 光伏板件级 最小颗粒度数据采集 , 采集时长 57秒 /次 , 高效支撑各类行业应用的构建 和使用 。 实现多座新能源电站 “ 无人值班 、 少人值守 ” 模式 , 促进电站减员 增效 。 目前 , “ 无人值守 ” 模式正在向新能源电站设计和建设领域延伸 。 发 电企业依托平台创新业务模式 , 改变原有工作模式和经营模式 , 促进产业升 级 。 第三章 智慧能源应用场景持续创新 智慧能源白皮书 20 智能勘探 由于井下情报与储层信息的可视化有限 , 在油气田开发的中后期 , 深化 挖潜较为困难 。 同时 , 随着风险勘探逐步向人力勘察难以覆盖的深海区域转 移 , 勘探环节对新层系油气储量预测的精度要求不断提高 。 运用智能油气储 量分析和井下情报分析等技术 , 获取高精度油气储量预测数据 。 以数据支持 决策 , 系统性优化勘探规模和建设时序 , 海陆并重 , 对老油区进行深度挖潜 。 通过无人机等智能勘探手段 , 获取高分辨率的储层模型 , 实现全方位的油气 勘探数字可视化协同管理 , 提升整体储层预测精度 , 助力风险勘探开发新层 系 、 新区域 。 智慧能源白皮书 第三章 智慧能源应用场景持续创新 21 能源储运是能源生产到消费之间的环节 , 能源储运安全高效是实现能源 生产和能源消费革命的重要支撑 。 智能储运的目标是基于数字管网中的海量 数据 , 实现能源储运的全生命周期管理 , 可以追溯实体环境中能源储运的历 史数据 , 从而为分析事故与故障原因 、 评价与预测安全状况 、 制定事故与故 障防范措施 、 拟定事故应急方案提供数据支持 。 电力智能巡检 电力巡检的核心工作内容 , 是对输变电设备进行运维 。 电力企业利用 AI 算法 , 提升智能巡检机器人的设备图像识别准确率 , 可极大地降低运维成本 , 进一步解放劳动力 。 在预先设定巡检点位 、 规划巡检路线后 , 智能巡检机器 人能够自动进行所有相关表计的检测与读取 , 有效减轻人工巡检负担 , 提高 工作效率 , 减少人为因素导致的疏漏甚至是错误 , 最大限度消除安全隐患 。 智能燃气管网 为防范燃气泄漏而导致的安全隐患问题 , 智能燃气管网系统对燃气传输 实行不间断地数据监测与监控 , 漏点自动预警 、 事故地点定位 、 智能应急处 理 、 预警信息传输 、 抢修程序启动等系统化管理 。 燃气公司会设置一定数量 的燃气泄露自动监测报警设施分布在需要进行监测的点位 , 设置一定数量的 燃气泄露自动监测报警设施 。 一旦出现突发现象 , 预警信息可以第一时间传 送至系统主控室 , 并启动自动预警处理程序 。 智能燃气管网系统能够立即发 出声光报警信号 , 显示具体的事故位置 。 同时 , 系统可以通知相关工作人员 前往事故现场处理 , 并自动对登记的处理结果信息展开原因分析 。 第三章 智慧能源应用场景持续创新 智慧能源白皮书 22 石油管道焊缝图像智能探伤检测 管道焊接过程中 , 由于受到人 、 焊机 、 焊料 、 方法 、 环境的影响 , 会导 致焊缝中出现气孔 、 裂纹等缺陷 , 影响管道使用寿命 。 目前 , 多采用人工评 估 X光检测照片的方式进行缺陷检测和定级 。 该方法效率低 , 且受技术人员 的能力和经验影响较大 , 容易出现评片结果不一致甚至误判的情况 。 基于 AI 深度学习技术 , 针对圆形 、 条形 、 未熔合 、 裂纹等缺陷进行智能探伤识别和 缺陷定级 , 可提高缺陷检测的准确性级和检测效率 , 有效克服人工误判 , 推 动缺陷检测更加客观 、 规范 。 图 4 基于 AI 技术的管道焊缝探伤智能检测 数据来源 : 百度 2020.12 智慧能源白皮书 第三章 智慧能源应用场景持续创新 23 典型案例 人工智能技术在国家电网 、 南方电网获得广泛应用 。 电网企业通过建立能 源 AI中台 、 知识中台 , 支撑无人机巡检 、 “ 刷脸办电 ” 、 综合能源等 20多个业 务场景 。 其中 , 百度的智能巡检应用覆盖中国两条特高压智能化线路 、 超过 150个智慧变电站 、 4万多条输电线路 , 累计发现隐患 2000余处 , 每天代替人 工巡视能源线路超过 7万公里 。 能源 AI中台解决方案由三个中心 、 四项服务组成 。 三个中心是指开发中心 、 资产中心 、 服务中心;四项服务是指咨询服务 、 培训服务 、 业务建模服务 、 系 统集成服务 。 从应用咨询到落地实施 , 能源 AI中台提供的全方面服务 , 旨在帮 助能源企业在智慧巡检 、 智能调度 、 智能营销 、 企业经营等专业领域高效实现 智能应用 , 构建 “ 平台 +服务 +应用 ” 的生态链 , 快速落地并发挥价值 。 数据来源 : 百度 2020.12 图 5 能源 AI中台架构 业务应用 安全生产 智能调度 智能巡检 智能管理 能 源 AI 中 台 服务 中心 资产 中心 开发 中心 通用 AI服务 专用 AI服务 样本库 模型库 自然语言技术 人脸识别 语音识别 图像识别 输电线路图像缺陷识别 变电站设备缺陷识别 数据源管理 样本管理 样本共享 样本审核 模型管理 模型评估 端模型转换 模型共享 模型审核 模型安全 数据处理 数据集成 数据预处理 数据标注 特征工程 数据处理 Notebook建模 可视化建模 生产线建模 深度学习框架 自动化线建模 模型发布 咨询 业务 建模 系统 集成 培训效果测试 烟火浓烟识别 故障智能识别处理 变电站异物识别 变电站表计识别 绝缘子缺陷识别 异常行为识别 安全生产 高效传输 优质服务 第三章 智慧能源应用场景持续创新 智慧能源白皮书 24 数据来源 : 百度 2020.12 智能巡检 山东省电力公司搭建企业 AI中台 , 实现了快速的业务建设与应用 , 如基 于 AI中台搭建输电通道可视化平台 , 轻松实现户外各种复杂场景下的安全巡 检 , 将可视化监拍装置拍照间隔从半小时缩短到 5分钟 , 并且 5秒内就能识 别出吊车 、 导线异物 、 烟火 、 塔吊 、 各类施工机械等安全隐患 , 为输电线路 安全 、 稳定运行提供可靠的保障 。 数据显示 , 经过人工智能模型的持续迭代 , 前端智能分析的识别准确率大幅上升 , 各类施工车辆的识别准确率由 80%提 升到 95%, 烟火识别准确率由 70%提升到 90%, 导线异物识别准确率由 60%提升到 80%。 针对机器人巡检获取的表计和油位等可见光图像 、 红外图谱和声音检测 数据 , 电网企业利用图像 /语音识别技术 , 先后在业务场景中实现智能识别 刀闸 /开关开合状态 、 保护压板 、 仪表读数 、 异物悬挂及设备外观异常检测 等 , 有效节省人力资源 , 提升巡检效率和质量 。 图 6 能源 AI中台架构 智慧能源白皮书 第三章 智慧能源应用场景持续创新 25 数据来源 : 百度 2020.12 电网一张图 湖南省电力公司电网一张图 , 提升电力抢修效率 。 基于百度地图 , 湖南 全境电力核心设备信息实现可视化 , 设备信息 、 状态 、 重载率等数据都可以 通过地图查看 。 电网平台能够综合展示气象 、 地图及遥感数据 , 助力电力技 术人员更好地做出应急抢修方案 。 通过电网一张图 , 用户信息 、 线路信息和设备信息三流合一呈现在地图 上 。 客户报修故障时 , 平台能够自动精准定位 , 并基于交通拥堵情况智能选 择抢修人员前往路线并预测到达时间 , 保持客户端 、 供电服务指挥系统信息 一致 , 大幅提升抢修响应效率 , 自动记录接单至抢修完成的所有动作轨迹 。 图 7 电力业务一张图 第三章 智慧能源应用场景持续创新 智慧能源白皮书 26 智能电网调度 采用先进人工智能算法 , 依据电网运行规律 , 构建立体化大电网安全控 制体系 , 实现对电网运行态势准确把握和有效控制 , 提高故障异常分析和预 警能力 , 实现自动生成多维度事件分析报告 。 电网调度人员不需要对智能电 网调度平台进行大量 、 频繁地干预 , 便能够将电网系统中的故障元件有效隔 离 , 防止对电网整体性能造成严重影响 。 2020年 , 由 RTE( 法国电网公司 ) 、 EPRI( 美国电力研究协会 ) 和 TenneT( 德国 -荷兰电网公司 ) 等能源企业联合 INRIA( 法国国家信息与自 动化研究所 ) 、 UCL( 伦敦大学学院 ) 和卡塞尔大学等人工智能研究机构共 同举办的 NeurIPS电网调度大赛 , 吸引了来自全球的人工智能研究机构 、 电 网领域的上百支队伍 , 旨在借助竞赛形式探索 AI技术在复杂的电网调度场景 上的智能决策能力 。 本次竞赛总体任务目标是维持整个电网仿真系统的供需 平衡 , 并应对各种突发事件 。 在电网仿真环境运行的每一个时刻 , 参赛选手 需要根据观测到的电网状态 ( 供电 /用电数据 、 电网拓扑结构和电线负载等 信息 ) , 选择合适的动作 ( 包括变电站拓扑修改和发电厂发电功率修改等 ) 来保持电网的稳定运行 。 百度 PARL团队提出 “ 融合专家知识的大规模进化神经网络 ” 解决方案 。 该方案综合专家系统和强化学习两者的优点 , 不仅可以克服强化学习选择单 一动作风险高的问题 , 也能够寻找维持电网系统稳定运行的最优解 。 在比赛 阶段的公榜以及评
展开阅读全文
相关资源
相关搜索
资源标签

copyright@ 2017-2022 报告吧 版权所有
经营许可证编号:宁ICP备17002310号 | 增值电信业务经营许可证编号:宁B2-20200018  | 宁公网安备64010602000642