【CPEM全国电力设备管理网】
引言
由于人们对气候变化和环境保护的日益关注，智慧发电已成为常规火力发电厂和可再生能源系统经济安全运行的关键。面对日益增长的系统规模及其各种不确定性，传统的基于模型的第一定律方法已难以满足系统控制的要求。机器学习（ML）和数据驱动控制（DDC）技术的蓬勃发展为这些传统方法提供了一种替代方案。美国卡内基梅隆大学的Fengqi You等研究人员回顾了机器学习和数据驱动控制技术在发电系统监测、控制、优化和故障检测方面的典型应用，特别着重于揭示这些方法在评价、消除或耐受相关不确定性影响方面的作用。他们为智慧发电控制技术提供了一个从调节层到规划层的总体视角，分别从可见性、机动性、灵活性、经济性和安全性（简称五性）方面对机器学习和数据驱动控制技术的优势进行阐释，并对未来研究和应用进行了展望。
几十年来，火力发电是造成环境污染和碳排放的主要 因素之一。据报道，2018年发电行业的碳排放占碳排 放增长的近三分之二，其中燃煤发电所占比重最大（约占 总排放量的30%）。考虑到日益严重的气候变化问题， 世界主要国家被迫确定将全球平均气温的上升幅度控制 在工业化前水平以上低于 2 ℃之内的目标。为了实 现这一目标，需要对发电行业进行改革，具体包括优化目 前流行的火力发电的效率，扩大可持续能源（包括水电、 太阳能和风能）的比例。
控制和优化发电系统对于其高效和安全运行至关重要。由于发电系统中各部分存在多时间尺度的特征，发电系统通常采用分层控制框架，以完成各层的主要任务。在最低的测量过程层，必须保证重要变量测量和监控的可见性。根据这些变量，将调节控制器放置在现场，以使每个单回路（如温度、压力和水位）控制在上级监控层指定的工作点上。
近年来一个重要的发展趋势是 基于经济模型预测控制（EMPC）框架，将经济性规划与 监控水平结合形成集成EMPC。该框架能够根据系统模型 和各种约束条件直接制定经济指标，同时实现经济优化和 动态运行。已有研究表明，可以利用 EMPC 减少 锅炉-汽轮机机组的节流损失以及提高建筑物热电联产系 统的舒适性。但是， 传统的基于模型的方法虽然有效，但其终将无法处理 规模不断增长且具有各种不确定性的能源系统。因此， 美国卡内基梅隆大学的Fengqi You等研究人员 总结 了发电系统分层控制框架中每个层级上通常遇到的几种典型不确定性 。
为了实现强大的灵活性，许多反馈控制器被部署在调 节控制层级。该层级接收来自可见性层级的信号和来自上 层的参考命令。其主要目标是减轻不可测量和不确定性干 扰的影响。对每个回路进行建模和设计单独的反馈控 制器既十分耗时又很昂贵。因此，数据驱动的控制方法在 工业调节控制中起着核心作用。
由于存在不确定性导致的困难，传统的数据驱动基于 实例的方法通常难以通过将新观测值与历史运行数据进行 比较来识别潜在故障。为了缓解这一困难，证据的Demp ster-Shafer（DS）理论扩展了概率理论，并通过 将所有故障类型/类别的功率集作为识别框架，提供了解 释不精确性和不确定性的一般框架。
EMPC仍然严重依赖于过程模型，并且关于将 机器学习算法实现为监督和规划级别组合的研究很少。此 外，与机器学习和数据科学的蓬勃发展相比，最新的机器 学习算法（如深度学习）与当前智慧发电系统中的应用存 在很大差距。阻碍EMPC进一步应用的主要困难是在线优 化所需的巨大计算时间。因此，EMPC的高效计算是未来研究的 一个重要课题。这个被低估但令人兴奋的话题仍处于发展 的初级阶段。机器学习和数据驱动方法在提高电力系统效 率方面具有巨大潜力，是电力系统实现可持续发展的 未来。
发电系统或子系统的分层结构，用于监测、控制、优化和故障检测。
自抗扰控制器数据驱动干扰补偿结构。kp：比例增益；e：反馈误差；b0：过程增益；ESO：扩展状态观测器。
DS理论框架下的数据驱动的故障检测和诊断。
Li Sun， Fengqi You. Machine Learning and Data-Driven Techniques for the Control of Smart Power Generation Systems: An Uncertainty Handling Perspective [J]. Engineering， 2021， 7(9): 1239-1247.
关键词： 智慧发电；机器学习；数据驱动控制；系统工程
中国工程院院刊 ， 交易担保 ， 放心买 ， 【论文下载】机器学习和数据驱动算法在智慧发电系统中的应用 小程序
《中国工程科学》杂志社欢迎您的加入！
Engineering编辑部招聘助理编辑（兼职/实习）
岗位描述
1. 协助编辑参与稿件管理。
2. 协助编辑进行中英文稿件的技术加工、翻译校对。
3. 协助编辑进行专题组稿前期的资料收集、整理。
4. 协助编辑进行期刊宣传，包括文章推送、元数据整理及作者信息整理等。
岗位要求
1. 较好的语言文字功底，对期刊出版感兴趣，具有较强团队合作精神，对待工作认真细致，责任心强。
2. 统招本科以上学历（或在校大三、大四本科生/硕士研究生），理、工、农、医专业背景。
3. 英语六级（或雅思、托福等国际认证考试成绩）。
4. 工作初期，每周到岗至少1天；工作熟悉后，可根据需要在家/学校办公，定期进行交接即可。工作至少需持续1年时间。
5. 兼职岗位有编辑工作经验者优先，实习生岗位有学术论文发表经验者优先。
待遇面议（可开具实习证明）
地址： 北京市朝阳区惠新东街4号富盛大厦1座
工作时间： 周一~周五 早8:30~晚5:00
报名方式 ： 有意者请将报名材料发至hr@engineering.org.cn，邮件标题请注明兼职（或实习）+姓名+电话，报名材料须按下列规定表格形式填写（可扫描二维码下载）。
联系人： 张老师，010-58582511
