2018年12月13-14日，2018年产业互联与数字经济大会——首届工业互联网平台创新发展暨两化融合推进会在京召开。华能集团有限公司首席信息师朱卫列在流程行业工业互联网平台分论坛发表主题演讲，介绍了华能集团在工业互联网平台的实践探索。

本文根据现场速记整理，未经本人确认。

朱卫列：工业互联网现在是战国时代，铺天盖地都在做工业互联网，BAT也进来了，这是好事，但方向一定要找准。现在大家都说做平台，什么样的平台？现在平台的概念，在我个人看还是IT的概念，而未来肯定是分布式的概念。工业互联网核心是做什么？在什么领域应该优先布局突破，如何布局？我就这个问题跟大家汇报一下。

先介绍一下华能的实践。我们现在在自身的水和风领域都有应用，解决了工业里面最关心的两个问题——可靠性、可用性问题。设备的可靠性中，什么时候检修是很关键的；另外，要经济运行，重工业节约一克煤就是很大的数字；还有生产周期。现在我们也开始拓展到其他领域了，不仅是电力板块，还向钢铁、石化方面拓展。早期，我们把数据集中，这个过程之前是取什么数据的问题。七八年前，我们做过的项目就是每个电厂、每台机组取一千个数据给总部来用。当时认为足够了，但是今天我们一个机组取两万个数据。从一千个数据到两万个数据的过程，就要解决边缘计算，就要解决同步的问题，就要解决网络的问题。这些数据就是发现了新大陆，电力生产里面的所有数据今后都会为人工智能提升整个工业的应用提供价值。

简单的介绍几个案例，第一个是怎么用人工智能去开展状态检修的问题。状态检修在所有流程行业里都是最大的命题，因为我们所有的行业都只能做定期的维护和巡检，这个问题在国内外都没有解决。那我们用什么方式解决？这是这个时代给我们的机会。我们用的方法是寻找设备的特征值，发现计算设备的特征值缓慢的变化率，计算出临界点，由此解决问题。

第二是解决经济运行的问题。例如，我们用计算的方法可以算出火焰在锅炉里面是不是锅炉的中心，如果偏了可能把锅炉烧漏了。以前是通过摄像头识别，现在通过温度计算。有了这些数据以后，就如同上帝就打开了一扇门，可以解决工业里面这么多的问题。模煤机这个设备可以用到矿山，过去也是看不见怎么在里面砸煤的，现在都可以用数据说话。

现在很多企业都说做工业互联网，但是到今天所看到的为止，我只看到两三家真正用智能化做工业互联网。大多是做供应链，供应链也可以。但工业互联网提出之前，我们是不是早就用供应链管理了？还有一种远程控制，推土机等可以这很远的地方控制。可是电力系统上亿的设备早就能够远程调度了，那是远程控制。所以说，现在很多东西内容，还是处于工业初级的业务，不是我们未来工作的重点。

所以有一个补课的方向，就是把人工智能真正做到工业领域。人工智能在工业领域突破口是什么？现在我们看到的就是语音识别，还有就是图像识别，比如说BAT里面做图像识别，可以识别高压线路上的鸟窝等。但这些东西在应用层面上价值太低，而且只是外表问题，我们要的是生产中的实时数据分析，通过这些数据分析来给设备画像，知道它什么时候需要维护……这与设备本身的机理有很大的关系，但是机理要解决的问题人类到现在都解决了，这就需要大数据，从机理以外再找到相关性，这就是要找的突破点。

很多公司说“我也做状态检修”，这种状态检修与人工智能做的又有非常大的区分。简单的说，我们做状态检修判断设备的故障问题都是拿温度、流量等参数直接报警，而前者是按照点报的，这个点如果温度升高了就报警。这种方式不是系统化的，因为负荷的时候自然温度会高，负荷低的时候温度自然也会低，如果设备出现故障可能没有报警，但是已经出故障了才从控制学理论去报警进行状态检修等是不准的，没有反映真正本身机理的变化。所以在工业领域，我们用人工智能去找到这样一种机理，这是我们实现工业化、智能化的最核心的东西。

我们用人工智能去解决，也做了后期的验证。这是我们水电站出现的轴承被拉断了，从控制学理论上没有报警。反推过来，我们用人工智能去算特征值能不能发现？结果是能发现，这就验证了机理加人工智能的方法比我们控制学理论要强，所有的人目前可能还没有意识到工业可以用这样的方式解决。

简单来说，特征值和控制学理论，以及图像识别的方法有什么区别？举一个很好的例子，第一是中学学过的牛顿第二定律，或者是欧姆定律。牛顿第二定律里质量是不可测量的，但是它是反映物体本质的东西。真正可测量的是什么？就是力和加速度。力和加速度测量性能，本质是反映在质量上。如果这个质量变化了，它这两个测量就会对应变化，所以这是本质。牛顿找到了这样一个本质，我们传统来说就是物理学的本质，这个本质相对来说比较好找，因为是线性的，而且是二维的东西。同样，欧姆定律也是这样，电阻等于电压除以电流。我们发现电阻是物体的属性，是不变的。物理学里，我们知道电压为零，要从设备上来说电压为零应该报警——电压为零可能是电阻变化了，这告诉我们要找到一个设备机理的本质非常重要。工业设备这么复杂，怎么找到本质？就需要人工智能和大数据。以前我们是找不到的，因为没有这样的工具，没有这样的算力，今天我们有这样的算力，我们就要把人工智能应用到工业上。

大家知道很多人都说，大数据是只计算相关性，不计算逻辑性。在工业里面不是这样的，是没有找到相关性之间的合理的解释，这种理论创新没有达到。凡是工业里头有相关性，必然有逻辑性。简单来说，牛顿找到了力和加速度的关系，做了合理的解释，就是找到关系在前，解释在后。这给了我们一个机会，对未来工业许多现象的本质性的解决找到了创新机会点。我们可以利用工业双胞胎和数字双胞胎，通过模型大数据算出来的东西就是数字的模型，你会发现未来世界只需要对数字模型做调整就可以达到系统的优化，在数字模型里改进了就能找到实体变革的方法，方法非常方便，成本又低，这就是未来数字双胞胎在工业里价值的体现。过去仿真机的方程式都固定的方程式，但是工业设备运行过程当中有磨损，系数会变化的，过去的机理模型没有考虑到设备的变化，如果用数字双胞胎的方法做仿真机就不是这样的，可以100%和实际相吻合，这就是历史给了我们这样一个机会。

最后，再谈谈工业互联网的组织形态。上次在清华大学有一个学术论坛，当时有一个总工程师说，没有思考清楚工业互联网是什么样的网络架构。我们说，我们思考清楚了，就是混合云、私有云的状态。在未来的工业互联网形态上，我们是思考清楚的，因为思考清楚了，才会联手在座的大家一起做国家的工业互联网。

工业互联网有很多的内容,但是最核心的一个是互联，一个是智能，只有互联了才能做更高层的智能，只有智能做了我们才能赶上第四次工业革命这样一个领先的机遇。如果不在这方面补课，机遇就会丧失。谢谢大家。