1　實(shí)時(shí)生產(chǎn)過程進(jìn)入監(jiān)控和監(jiān)管兩大現(xiàn)代化系統(tǒng)時(shí)代

眾所周知，隨著監(jiān)管信息系統(tǒng)（SupervisoryInformation System，簡(jiǎn)稱SIS）概念的提出，電廠實(shí)時(shí)生產(chǎn)過程現(xiàn)代化管理工具已從單一依靠監(jiān)控系統(tǒng)（Monitoring and Control System），進(jìn)入到了可以同時(shí)使用監(jiān)控（Monitoring and Control）和監(jiān)管（Supervisory）兩個(gè)現(xiàn)代化系統(tǒng)的時(shí)代，這是我們研討不少相關(guān)問題時(shí)要關(guān)注的時(shí)代背景。

2　SIS應(yīng)用層面的擴(kuò)大和大數(shù)據(jù)智能診斷技術(shù)的發(fā)展

SIS經(jīng)歷二十多年發(fā)展，應(yīng)用層面不斷擴(kuò)大。豎向從電廠廠級(jí)向上延伸至發(fā)電集團(tuán)各層級(jí)；橫向從電廠向電廠主要設(shè)備制造廠（如鍋爐廠、汽輪機(jī)和燃?xì)廨啓C(jī)廠及發(fā)電機(jī)廠）和服務(wù)于電廠的科研院所擴(kuò)展。SIS已在各應(yīng)用層面不同程度的取得了一定的效果。更令人鼓舞的是，正是由于SIS積累的大量寶貴無形資產(chǎn)——生產(chǎn)過程實(shí)時(shí)/歷史數(shù)據(jù)，為智能化時(shí)代充分利用它來開發(fā)大數(shù)據(jù)智能診斷系統(tǒng)提供了可能。從單參數(shù)和多參數(shù)的智能預(yù)警和報(bào)警，到設(shè)備和系統(tǒng)的功能和性能診斷報(bào)警，甚至向監(jiān)控人員/監(jiān)管人員提供原因分析或操作指導(dǎo)等，這已成為當(dāng)今熱門課題和發(fā)展方向。

3　研究大數(shù)據(jù)智能診斷可行性評(píng)估指標(biāo)要有全面的視角

正是在上述背景下，人們開始著手討論和制訂一系列新的評(píng)估指標(biāo)，以確定開發(fā)的大數(shù)據(jù)智能診斷技術(shù)的先進(jìn)性和可用性。例如，要求預(yù)警準(zhǔn)確率不應(yīng)低于85%，報(bào)警準(zhǔn)確率不應(yīng)低于90%，以及異常事故工況報(bào)警數(shù)量不多于2個(gè)/10分鐘等。

縱觀這些指標(biāo)的討論，從科技視角出發(fā)，不言而喻，這些指標(biāo)愈高，則反映這些成果水平愈高。但是，我們目前主要討論的是工程應(yīng)用層面的大數(shù)據(jù)智能診斷可行性評(píng)估指標(biāo)問題。對(duì)此，作者認(rèn)為， 隨著電廠實(shí)時(shí)生產(chǎn)過程現(xiàn)代化管理出現(xiàn)監(jiān)控（Monitoring and Control）和監(jiān)管（Supervisory）兩大體系，理所當(dāng)然，我們也必須與時(shí)俱進(jìn)從“監(jiān)控”和“監(jiān)管”兩個(gè)視角全面的去研究上述指標(biāo)。但是，令人遺憾的是，目前在討論這些指標(biāo)時(shí)，大多仍然停留在過去那樣僅從“監(jiān)控”一個(gè)視角出發(fā)，即基于“過程監(jiān)控要求監(jiān)控值班人員集中有限精力，快速及時(shí)處理有限問題，否則反而會(huì)使他們無所適從，甚至干擾他們實(shí)時(shí)性很強(qiáng)的值班工作”觀點(diǎn)出發(fā)。這正是討論上述指標(biāo)時(shí)，出現(xiàn)指標(biāo)單一的原因。

如果我們擴(kuò)大視野，不僅從監(jiān)控視角，還從監(jiān)管視角兩者綜合全面出發(fā)，大數(shù)據(jù)智能診斷可行性評(píng)估指標(biāo)就不應(yīng)該是那么單一的了。監(jiān)管層不同于監(jiān)控層，它是由高層監(jiān)管人員、高級(jí)專家以及相關(guān)科技人員組成，采取值班制或非值班制等各種組織方式（盡管由于各種原因，監(jiān)管層組織的探索發(fā)展不盡人意），借助監(jiān)管系統(tǒng)，特別是其大數(shù)據(jù)智能診斷信息等，按照實(shí)時(shí)性分級(jí)，分析研究并指導(dǎo)一線監(jiān)控人員。因此，對(duì)于他們來說，監(jiān)管系統(tǒng)通過大數(shù)據(jù)智能診斷技術(shù)提供預(yù)警、報(bào)警、原因分析等信息，即使只有60%準(zhǔn)確率，或者甚至更低，也仍然具有重要價(jià)值。因?yàn)?，它可以幫助領(lǐng)導(dǎo)和專家在監(jiān)管系統(tǒng)積累的數(shù)據(jù)海洋中發(fā)現(xiàn)更多比較復(fù)雜的潛在故障。

4　大數(shù)據(jù)智能診斷信息分級(jí)組織利用設(shè)想

根據(jù)上述分析，我們可以設(shè)想，監(jiān)管系統(tǒng)的大數(shù)據(jù)智能診斷技術(shù)提供的信息可以根據(jù)監(jiān)控和監(jiān)管機(jī)構(gòu)的組織，分級(jí)加以利用。例如：

對(duì)于準(zhǔn)確率較高的信息，可以在發(fā)送給各級(jí)監(jiān)管人員的同時(shí)，還可直接下發(fā)到一線監(jiān)控人員；

對(duì)于準(zhǔn)確率中等的信息，可以僅發(fā)送到各級(jí)監(jiān)管人員，包括最低監(jiān)管級(jí)的廠級(jí)監(jiān)管人員；

對(duì)于準(zhǔn)確率相對(duì)較低的信息，可以僅供離線值班高級(jí)監(jiān)管人員，由他們組織研究確認(rèn)后，再下達(dá)給電廠一線人員。

總之，隨著監(jiān)管信息系統(tǒng)的產(chǎn)生，我們要合理組織新的監(jiān)管體制和監(jiān)管模式，合理組織不同成熟度的大數(shù)據(jù)智能診斷信息流，只有這樣才能解放生產(chǎn)力，充分發(fā)揮智能診斷技術(shù)的作用。反之，也能加快推動(dòng)智能診斷技術(shù)發(fā)展和成熟。

5　結(jié)束語

評(píng)估指標(biāo)本身的討論不是什么大的課題，但卻引出一些值得我們思考的重要啟示。

如前所述，當(dāng)前電廠實(shí)時(shí)生產(chǎn)過程現(xiàn)代化管理工具進(jìn)入可同時(shí)用監(jiān)控和監(jiān)管兩大現(xiàn)代化系統(tǒng)的時(shí)代，由于它們都服務(wù)于實(shí)時(shí)生產(chǎn)過程，其監(jiān)控系統(tǒng)和監(jiān)管系統(tǒng)的技術(shù)和理念相互高度交融。因此，作者認(rèn)為，長期從事監(jiān)控技術(shù)和管理的一部分有關(guān)人員，應(yīng)當(dāng)逐步擴(kuò)大視野和研究范圍到監(jiān)管技術(shù)和監(jiān)管組織領(lǐng)域。而另一方面，長期借助傳統(tǒng)手段從事實(shí)時(shí)生產(chǎn)過程管理的領(lǐng)導(dǎo)和專家，要研究電廠實(shí)時(shí)生產(chǎn)過程現(xiàn)代化多級(jí)監(jiān)管體系，并確保電廠實(shí)時(shí)生產(chǎn)過程監(jiān)控和監(jiān)管體系創(chuàng)新和協(xié)調(diào)。

最后，讓我們一起共同努力，迎接這一場(chǎng)電廠實(shí)時(shí)生產(chǎn)過程生產(chǎn)關(guān)系和管理的深刻變革！

作者簡(jiǎn)介：

侯子良（1935-），男，上海人，教授級(jí)高級(jí)工程師，主要從事電廠自動(dòng)化行業(yè)管理、標(biāo)準(zhǔn)化、設(shè)計(jì)及技術(shù)研究。

摘自《自動(dòng)化博覽》2020年9月刊