深圳前湾电厂为燃气－蒸汽联合循环机组发电厂，一期总装机容量为3×390 MW。四大主设备分别为日本三菱重工M701F燃气轮机，杭州锅炉厂三压、再热、无补燃、卧式、自然循环余热锅炉，东方汽轮机厂单轴、双缸双排汽、三压、一次中间再热、凝汽式汽轮机，东方电机厂400MW自并励、全氢冷发电机。
电厂自2005年底投入生产，现场设备逐年老化，安全性降低，蒸汽管道、阀门、表计接头等位置的“跑冒滴漏”问题时有发生，对现场设备安全及人身安全构成极大威胁。因此，本文阐述的智慧化监测方案，能够实现全方位、高效、精准监测，为发电设备提供一个安全、可靠的环境，确保设备连续安全稳定运行，而且也有利于降本增效，对企业经济效益和市场竞争力的提升具有极为重要的意义。
一．隐患智能识别预警系统的应用核心
1、大数据分析：大数据分析是电厂隐患提前识别系统的核心技术之一。致力于开发高效的算法和模型，以处理和分析电厂设备产生的海量数据。利用机器学习、深度学习和数据挖掘等方法，从传感器数据中提取特征并进行故障预测、状态监测和设备健康评估。
2、物联网（IoT）和传感器技术：物联网和传感器技术在电厂隐患提前识别系统中起着关键作用。通过开发更智能、更可靠的传感器设备，用于实时监测设备的运行状态、振动、温度、湿度等参数。同时，研究如何将这些传感器连接到云平台，实现数据的采集、传输和分析。
3、机器学习和人工智能（AI）：机器学习和人工智能技术被广泛应用于电厂隐患智能识别预警系统中。利用这些技术，开发智能算法和模型，实现设备故障的预测、诊断和优化。通过机器学习技术进行设备的自动识别和分类，从而提高识别效率和准确性。
4、远程监测和控制：远程监测和控制是电厂隐患智能识别预警系统的重要组成部分。通过开发远程监测平台和移动应用程序，使操作员能够随时随地获取设备状态、报告和警报。同时，研究如何通过远程控制和操作，对设备进行调试、维护和优化，以提升电厂的运行效率和可靠性。
在大数据分析、物联网、机器学习和远程监测等领域不断创新和发展的前提下，为电厂提供更智能、更高效的隐患提前识别解决方案提供了坚强的基础。
二．隐患智能识别预警方案的可行性分析
随着电力系统的发展，红外智能测温技术、可见光智能AI图像识别技术在电力设备运行中的应用越来越广泛。特别是红外成像技术具有抗电磁干扰、远距离探测、成像清晰、方便、灵敏度高及保证被测设备完整性等优点，因此在电力系统故障诊断，特别是发热问题检测中得到广泛的应用。电力设备常因为绝缘老化或接触不良而造成温度异常现象，长期运行容易引发事故，且其结构复杂，不容易发现内部缺陷。
生产现场隐患智能识别预警系统利用边缘计算红外热成像监测设备、可见光智能感知传感器，前端红外热成像通过氧化钒等作为传感器，将吸收的远红外电磁波的热辐射值转化为电信号，再由电信号编解码成画面热力图像，以实时热力图像并结合可见光图像智能识别技术，能够快速有效地检测电力设备运行状态，及时发现电力设备隐患和故障，降低事故概率，因此对电力系统设备进行基于红外诊断技术和可见光智能识别技术的研究，具有非常重要的实用价值和理论意义。
研发一套集合电厂电气设备红外智能测温、管道泄漏监测、可见光AI智能识别表盘读数、智能预警和录像存储等功能于一体的综合型生产现场隐患智能识别预警系统。通过红外热成像设备针对电力生产厂区内部的生产设备、设施、管道、仪器仪表运行进行24小时不间断监测，安装固定式设备对重要管道进行泄漏监测，采用巡检机器人对生产厂区内的仪器仪表进行查看读数，辅助巡检人员快速、有效地完成生产设备巡检工作。减少因生产设备故障导致的经济效益损失，提高生产设备的使用寿命。
建立基于边缘计算的电力设备巡检系统。通过嵌入式算法的使用，采用智能巡检/智能抓拍/仪器仪表读数识别/管道泄漏监测/多点探测/温度识别/火源识别/超温预警/动静态屏蔽/等功能实现，可对电力设备和设备元件提供有效的检测手段和监测技术，巡检人员可通过查看平台的红外热成像视频，对某一个站点摄像机监测管道泄露的报警记录查看，对智能分析后的仪表数据进行对比，从而实现生产管理可视化。
三．技术关键和重点解决的技术问题
1、技术关键点
（1）红外热成像和设备热辐射数据采集。
（2）可见光图像AI智能识别（滴漏及表计读数识别）
（3）数据智能分析和诊断。
（4）基于智能定位导航与建图的智能巡检机器人。
（5）一体化全自动的机器视觉在线式智能无人值守巡检装置。
2、重点解决的技术问题
（1）采用智能屏蔽技术和定区分析，有效屏蔽干扰源；
（2）采用前端处理架构和边缘计算技术，减轻数据从前端传输到后端的冗余和负载。
（3）绝对零度以上，任何物体都有热辐射量的产生。由于生产厂区内利用高压蒸汽进行发电，生产设施设备温度与环境温度有明显差异，红外热力图热力分布效果明显。可根据设备的热力图效果进行判定，运行设备存在故障缺陷等因素。
四．隐患智能识别预警系统的亮点功能
发电厂区生产现场隐患智能识别预警系统主要功能涵盖：
l 汽水管道泄漏监测在线值守系统
l 油液滴漏监测智能值守系统
l 现场表计数据在线识别系统
l 电气设备温度异常在线监测系统
l 柜内设备非接触式离线测温预警系统
l 安全预警系统等多个子系统。
技术亮点：
1、跨行业全新智能感知、人工智能&大数据等技术综合创新应用，技术领先：
（1）多目标多区域智能化分区检测——多目标检测、高可用性
（2）智能化动态&静态屏蔽技术——高精度、高抗干扰性
（3）独创智能增量滴漏检测技术——适用性广、部署快、精度高、成本低
（4）人工智能检测技术&系统——低成本、低时延、高可靠性、扩展性强
（5）国内唯一集成感、控、规一体化视觉技术产品——检测技术闭环、机器人高可靠性
2、具有完全自主知识产权，拥有多项专利技术和软件著作权
3、系统在行业具有领先性和引领示范作用
五．方案系统组成
发电厂区安全智能监测预警平台：一套平台，统一综合管理，支持实时查看图像和历史报警信息，实现产区线上新安全模式的建设。平台主要功能包括蒸汽管道蒸汽泄漏预警、蒸汽管道滴漏预警、润滑油输油管滴漏告警、电气设备运行超温预警、压力表计在线读数功能等。
系统基于边缘端人工智能设备和红外热成像技术、可见光技术的应用。设备本身自带热成像和可见光两颗镜头，分别呈现可见光成像和红外热成像，同时，通过算法矫正，实现双光同靶，两个摄像头均能够对同一监测物体进行照射分析。
其中，热成像镜头负责对事件（火源、闯入、超温、物品堆积）进行探测、分析功能。可见光用于现场画面的实时监测和细节显示。区别于传统的视频监控方案，不仅具有录像查询等事后调研追溯功能，还提供无需24小时依靠人工进行的监测，通过精确的算法和红外探测器对热辐射的感知实现无人值守、智能预警等功能。
5.1生产现场的实际测试
高温蒸汽管道泄漏测试示意图：
油液滴漏监测测试示意图：
表计自动识别测试：
5.2成果转化与推广应用前景
本文的研究成果将实现电力生产设备管道泄漏（滴漏）在线监测预警功能、现场重要仪器仪表表盘数值AI智能识别等功能，达到提前识别生产现场隐患的目的，使现场操作人员提早介入，消除设备缺陷，保证生产设备的安全稳定运行。
通过对该系统研究与开发，根据双光谱一体机＋智能巡检机器人配置、光纤传输及服务器配置，确保监测数据稳定传输。
在未来中长期内，红外智能监测系统可能大范围推广的情况。根据现有技术的生命周期不同，在未来可以达到系统普及或者可以进行局部推广。
六．结论
总体而言，国内电厂智慧巡检正处于快速发展阶段，本文研究的生产现场隐患智能识别系统进行了更多的技术创新，融合人工智能技术将更多地应用深度学习、机器学习和自然语言处理等技术，让传统的发电技术更加智能化、自动化和可靠化，并大大提高系统对设备状态的分析和预测能力，实现更准确的故障诊断和预防性维护，减少故障风险，降低维护成本，并对电厂的安全、可靠运行起到积极的推动作用。
参考文献：
[1]黄卓.发电企业本质安全管理体系[J]. 2015.
[2]王军兰.论风险管理在电力安全生产管理中的应用[J].价值工程, 2013, 32(31)