檢視基于系统协同的火电机组集团级大数据分析与诊断技术的原始碼

{| class="wikitable" align="right"
|-
|<center><img src=https://p2.itc.cn/images01/20220707/37d92ac2020d4a22b07cbdcdc7082f26.jpeg width="300"></center>
<small>[https://www.sohu.com/a/564893673_121125107/ 来自 搜狐网 的图片]</small>
|}

'''基于系统协同的火电机组集团级大数据分析与诊断技术'''我国能源发展目标是要推进能源生产和消费革命，[[构建]]清洁低碳、安全高效的能源体系。我国清洁能源发展迅速，火电机组除负荷调峰外，长期处于中低负荷下运行，2019年1~7月全国火电设备平均利用小时为2442小时（其中，燃煤发电和燃气发电设备平均利用小时分别为2512和1485小时），比上年同期降低87小时。

==案例背景介绍==

===1 引言===

我国“富煤、贫油、少气”的能源禀赋致使一次[[能源]]消费和生产以煤为主的格局在较长时间内不会改变。按照国家发展规划，到2020年使电煤占煤炭消费比重提高到60%以上，同时提出对燃煤机组<ref>[https://www.sohu.com/a/517391793_100011315 低碳时代，燃煤机组的四大节能减排技术]，搜狐，2022-01-18 </ref>全面实施超低排放和[[节能]]改造，在2020年之前使所有现役燃煤机组平均煤耗低于310g/kW·h。截止2019年7月底，全国6000千瓦及以上电厂装机容量18.5亿千瓦，其中火电11.6亿千瓦，占比为62.8%，全国供电煤耗率为307.3g/kW·h[2]。

我国能源发展目标是要推进能源生产和消费[[革命]]，构建清洁低碳、安全高效的能源体系。我国清洁能源发展迅速，火电机组除负荷调峰外，长期处于中低负荷下运行，2019年1~7月全国火电设备平均利用小时为2442小时（其中，燃煤发电和燃气发电设备平均利用小时分别为2512和1485小时），比上年同期降低87小时。如何保证机组在中低负荷下[[安全]]、环保运行，供电煤耗达到最低，对能源工作者及现场运行人员提出挑战。

==发展方向==

工业大数据应用已经提升为国家重要发展战略。除了进行能源设备改造，应用先进的[[大数据]]<ref>[https://www.sohu.com/a/247291508_324615 什么是大数据？大数据的定义又是什么？]，搜狐，2018-08-15 </ref>与人工智能技 术改造、升级传统的能源系统是重要的发展方向。

随着厂级信息监控系统（SIS，supervisory informationsystem）和分散控制系统（DCS，Distributed ConutrolSystem）在电厂中广泛应用，电厂海量运行数据得以保存，数据挖掘技术在电力行业迅速崛起，很多[[学者]]开始运用数据挖掘技术开展了对燃煤电站机组优化运行的研究[3~5]。文献[6]研究大数据挖据技术在燃煤电站机组能耗分析中的应用，以某600MW燃煤电站机组为研究对象，采用新算法挖掘典型负荷工况下影响供电煤耗的可控运行参数的基准值，最后，以支持向量机技术为基础，分析不同负荷工况下各运行参数对供电煤耗的敏感性系数。文献[7]研究大数据环境下的电力数据质量评价模型与治理体系，分析了影响电力数据质量的主要因素,按数据质量的一致性、准确性、完整性和及时性等四个关键特性建立数据质量评价指标,并建立了大数据下的数据质量评价模型。文献[8]探讨大数据技术在火力发电企业[[生产经营]]中的应用，提出操作管理、电力营销、燃料价值管理、指标管理、设备管理等云平台。文献[9]研究基于信息物理融合的火电机组节能环保负荷优化分配，提出基于模糊粗糙集（FRS，fuzzy rough set）大数据处理方法，得到机组煤耗和污染物排放量物理模型与信息模型的对应关系；综合考虑经济和排放因素，建立基于物理信息融合（CP）的负荷分配模型。这些文献都在大数据技术应用于发电过程进行了局部的探索。文献[10]提出了较完整的基于大数据分析的电站运行优化与三维可视化故障诊断系统，提出了智能预警系统、设备与运行优化系统。但该系统只是在个别电厂应用，未推广到发电集团。

目前各发电集团的相关[[信息化]]系统或集中监控系统均有不同方面的应用与创新，但仍存在以下一些主要问题：（1）数据孤岛问题，各数据分布于不同的信息系统中，按照竖井的方式管理，形成数据孤岛；（2）分析诊断方面，还存在分析、诊断不够准确、有效的问题；（3）运营管理方面：分析、诊断的结果，还存在与发电生产与运营管理脱节的情况，大量结果没有有效应用到运营管理中；（4）[[电力]]市场方面，目前的信息系统，还不能够有效地适应电力市场的变化，如厂级负荷调度、竞价上网，缺少从燃料采购、生产管理到竞价上网的整体性分析与解决方案等。

因此，要以系统协同方法改进集团级的集中监控与分析诊断系统，如图1所示。首先保证分布于各系统中的数据更完备，同时确保数据的传输及时，在此基础上，对原有分散于各孤立的[[信息]]系统中的功能进行融合，形成分析更有效、管控更统一的整体解决[[方案]]。

==参考文献==
[[Category:500 社會科學類]]