智慧电厂大比武！神华北京热电vs大唐姜堰！

电力18讯：

  一座美哭了的电厂

北京东北燃气热电中心

神华在北京投运的燃气热电是流程驱动的4.0智能电站的典型代表，它是“二拖一”燃气-蒸汽联合循环供热发电厂，冬季最大供热能力658MW，供热面积约1300万平方米，是北京市东北区域重要的热源点和电源点！

国内APS一键启动范围最大

无断点、无人工干预的机组启停全自动控制。

国内现场总线应用比例最高

现场总线设备应用比例全国发电行业第一，达到64%，结合设备自诊断系统，真正实现了设备智能化。

国内数字化移交应用程度最高

将电站全生命周期的信息、数据同三维模型相结合，将四大管道焊口信息集成到三维模型，利用重点监视画面、三维拆解等手段，强化了设备信息的规范管理和设备隐患的实时监管。

国内首家应用一体化云平台覆盖全部业务管理

用信息化手段联通一控三中心的各项职能，共集成多达30个业务系统，搭建起针对岗位定制的智能工作台，涵盖电厂生产经营全部业务的一站式、一体化信息支撑。

电厂只设置主控室、分析诊断中心、成本利润中心、安全消防保卫中心，搭建覆盖全厂业务的一站式智能工作台，实现“一键启停、无人值守、全员值班”的自动智能控制，全厂员工共30人，实现劳动生产率最高、用人最少。

 

大唐姜堰

 

不管是工业4.0还是智能制造2025，智慧工厂是实现以上目标的载体，更是中国制造业企业未来的发展方向。智慧工厂首先要解决人员安全的问题，尤其是化工厂、电力、石化等危险品生产企业，人员安全是头等大事。其次，智慧工厂需要提高的是生产效率，改变传统的生产方式。为避免出现人员安全事故，就需要对人员在特定的区域内进行精准定位。

看点

01

为什么要对工厂人员进行精准定位？

我国改革开放30多年来，工厂企业规模不断扩大，动辄几千亩的生产厂区对于传统的管理方式是一种挑战，尤其是电力、炼油化工企业属于高温、高压、易燃、易爆、有毒的危险行业，加之具有生产装置大型化、密集化、生产工艺复杂、生产过程紧密耦合等特点，与其他工业部门相比具有更大的危险性。如何加强管控，降低危险事故发生的概率，一直是生产中的关键性问题。那么诸如电力、炼油化工企业管控的痛点在哪里呢？ 

第一

安全隐患高

 

 

安全生产一直是生产企业的命门，2015年天津滨海区危险品爆炸事件大家还历历在目。发生化学品爆炸、危险品泄露等事件的根本原因在于企业疏于管理，工作人员是否按照企业安全生产要求去执行往往比较难以管控。

第二

难定人

 

 

 

对于大型企业几百甚至几千人员同时在厂区进行生产活动，企业若无法精准掌握人员的实际位置，到岗时间等数据，生产及管控效率很难提高。

第三

难巡检

 

 

传统的《巡回检查牌》，巡检情况完全取决于巡检人员的个人经验和责任心，监控上存在真空区。

1、巡检到位确认方式不科学，易被修改且无电子化管理；

2、巡检过程中，漏检、错检时有发生；

3、纸面作业繁杂耗时，记录难以辨认，且数据无法有效分析；

4、难以对历史记录进行追溯和审核；

5、难以在巡检中实现预测性维护，进而对具有潜在问题的设备或状况制定特殊的应对策略。

通过以上三点我们大致可以了解，对人员的精准定位不但能减少企业安全隐患，引导和管理员工按照既定的安全生产要求去执行工作，还解决了在人员管理及大型设备巡检中的诸多痛点。

看点

02

 

上面的部分我们提到UWB技术是目前最理想的工厂人员定位技术之一，那么UWB如何解决工厂人员管控的实际问题呢？

下面将为大家介绍一个应用实例：中国大唐集团公司旗下大唐姜堰电厂，作为国内首个智慧电厂，利用物联网、三维可视化，人工智能、大数据分析等技术，改变了传统的电厂管控模式，其中对于电厂人员定位功能的实现就是采用UWB技术。姜堰电厂为整个厂区进行三维建模，形成高精度、等比例的三维模型。通过全厂覆盖的UWB定位基站与人员佩戴的标签实现对整个厂区所有人员活动轨迹监控。下图为智慧电厂人员管控平台的操作界面，我们可以很清楚地看到，在画面中用鼠标点击厂区活动的人员，立刻会出现这个人员的工号、性别、身份证号等信息。如有人员不慎误入厂区的危险区域，系统还会自动提醒该人员立即离开，并向后台发出提示。

 

 

人员精准定位的实现也为大型设备的智能巡检提供了有效的安全保障，以往靠经验和责任心巡检的方式已经无法适应智慧工厂的管理要求，对于巡检人员的监督，系统会预先设计好巡检路线，巡检人员只要按照要求去各个巡检点检查即可。下图为智能巡检的操作界面，该界面可呈现巡检人员的巡检路线，路线回放等功能，真正做到巡检不遗漏，按时巡检，有效的保障了工厂的安全生产。 

 

 

以上诸多功能的实现其实都依赖于对人员的精准定位。而对于人的管控一方面降低了电厂由于人的原因所造成的安全事故，另一方面也改变了生产方式，提高了生产效率，就这两方面来讲完全符合未来智慧工厂的发展趋势。