近日，我國首個大規模抽水蓄能人工智能數據分析平臺——南方電網抽水蓄能人工智能數據分析平臺XS-1000D在廣州正式投入運行。該平臺的投運實現了裝機容量為1028萬千瓦的7座抽水蓄能電站、34臺機組設備的數據智能巡檢、狀態智能診斷和運維模式變革，標志著我國近四分之一在運裝機容量的抽水蓄能設備由傳統線下人工管理向線上智能管理轉變，每年可創造經濟效益約1760萬元。
2018年起，南方電網啟動了人工智能數據分析技術在抽水蓄能領域的研究應用工作。這個平臺將7個電站近60個設備系統的31萬個測點數據，通過統一標準的數據體系，接入到綜合處理單元進行數據采集，再由服務器“上云”，足不出戶就可以完成對電站各級設備狀態的巡查。系統一旦發現數據出現異常，就可對故障精準排查，實現對設備非正常狀態原因的“抽絲剝繭”。基于XS-1000D強大的數據分析功能，技術人員既能快速評估蓄能機組總體狀態，又能快速定位風險薄弱的部件環節。
而在以前，以1臺最廣泛使用的30萬千瓦機組為例，其約有4大類、20臺套關鍵設備部件，年度日常檢修項目就多達400余個，約需850人一天才能完成。
“以前我們要對每個電站的每臺機組進行定期的狀態分析評價，每臺機組要到現場去觀察和抄錄上千條數據，報告撰寫工作量大，且容易出錯。現在XS-1000D可自動生成報告，直接實時告訴我們有哪些異常?！蹦暇W儲能修試公司電氣一次檢修部班長鄭清說。這一切的實現正是依托于人工智能數據分析的核心——算法。
針對各類數據分析原理和設備運維需求，技術人員自主研發了49種可自由組合的算法模塊。并已在XS-1000D部署了近1000個智能分析算法，形成一系列具有自主知識產權的抽水蓄能電站設備狀態智能分析方法，相當于把技術專家的智慧和經驗搬上了“云端”。
“每周都會有新增的算法，持續增強‘云端大腦’的分析能力，把員工從重復、機械的勞動中解放出來?！蹦暇W儲能修試公司黨委書記郭小濤說。
該平臺能夠基于海量多維數據產出準確的設備狀態評價結論，提前預判設備缺陷隱患，將設備數據分析與檢修策略制定相結合，使得RCM（以可靠性為中心的維修）分析更全面、更準確，可告知運維人員“設備現在好不好，將來修不修”，助力實現經驗決策向數據決策的轉變。
