4月26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。

31萬個測點數據“上云”替代人力作業

抽水蓄能電站被稱為電網的“蓄電池”“穩壓器”和“調節器”，是目前技術最成熟、經濟性最優、最具大規模開發條件的電力系統綠色低碳清潔靈活調節電源。僅以1臺最廣泛使用的30萬千瓦機組為例，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人日才能完成。

要讓“機器”代替“人”來巡檢絕非易事。在占地不到30平方米的抽水蓄能大數據中心主機柜里，接入的設備測點超過31萬個。而且，我國電力設備在線監測技術的探索應用已超過20年，但由于存在管理標準不統一、故障報警功能不完善、不同系統不兼容等問題，大范圍的綜合管理平臺始終難以建立。

為此，平臺研發團隊足足用了38個月的時間，才將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”。

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，又能快速定位到風險薄弱的部件環節，即便剛參加工作不久的新員工也能輕松駕馭平臺。

數十頁“設備體檢報告”一鍵自動生成

不是親眼所見很難相信，南網儲能修試公司電氣一次檢修部班長鄭清隨機在XS-1000D中挑選到廣州抽水蓄能電站的4號機組，鼠標一鍵點擊幾秒后，一份長達44頁、12000余字的發電機組狀態“健康報告”便自動生成。這一切的實現正是依托于人工智能數據分析的核心——“算法”。

在49個算法模塊的靈活組合下，運維人員已在XS-1000D部署了近1000個智能分析算法。根據各電站系統的不同智能算法組合，XS-1000D提煉形成了越算越細、越算越準的數據分析標準，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”。

平臺運行的過程中，南網儲能修試公司依托系統云端快速掌握設備的運行狀態和性能指標，參考重要系統的設備分析評價結論，靈活調整設備檢修策略。一年里，運用XS-1000D替代了90%以上的人工巡檢，降本增效成效顯著：檢修周期優化后節約成本約1200萬元；節約巡檢成本約280萬元；節約故障檢修維護費用約120萬元；減少停電檢修可發電增收約160萬元……平臺一年便可創造約1760萬元的經濟效益。據統計，南網儲能抽水蓄能電站2022年累計發電93.3億度，同比增長18%；2023年一季度抽水蓄能業務收入更是同比增長了24%。

截至2022年底，我國抽水蓄能總裝機規模已達到4579萬千瓦，占儲能總裝機的77.6%，穩居世界第一。我國抽水蓄能中長期發展規劃明確提出，到2025年，抽水蓄能投產總規模較“十三五”翻一番，達到6200萬千瓦以上；到2030年，抽水蓄能投產總規模較“十四五”再翻一番，達到1.2億千瓦左右。人工智能技術在抽水蓄能行業的應用前景光明、空間廣闊，將實現對我國規劃建設新型能源體系的技術賦能。