基於系統協同的火電機組集團級大數據分析與診斷技術檢視原始碼討論檢視歷史

來自 搜狐網 的圖片

基於系統協同的火電機組集團級大數據分析與診斷技術我國能源發展目標是要推進能源生產和消費革命，構建清潔低碳、安全高效的能源體系。我國清潔能源發展迅速，火電機組除負荷調峰外，長期處於中低負荷下運行，2019年1~7月全國火電設備平均利用小時為2442小時（其中，燃煤發電和燃氣發電設備平均利用小時分別為2512和1485小時），比上年同期降低87小時。

案例背景介紹

1 引言

我國「富煤、貧油、少氣」的能源稟賦致使一次能源消費和生產以煤為主的格局在較長時間內不會改變。按照國家發展規劃，到2020年使電煤占煤炭消費比重提高到60%以上，同時提出對燃煤機組全面實施超低排放和節能改造，在2020年之前使所有現役燃煤機組平均煤耗低於310g/kW·h。截止2019年7月底，全國6000千瓦及以上電廠裝機容量18.5億千瓦，其中火電11.6億千瓦，占比為62.8%，全國供電煤耗率為307.3g/kW·h[2]。

我國能源發展目標是要推進能源生產和消費革命，構建清潔低碳、安全高效的能源體系。我國清潔能源發展迅速，火電機組除負荷調峰外，長期處於中低負荷下運行，2019年1~7月全國火電設備平均利用小時為2442小時（其中，燃煤發電和燃氣發電設備平均利用小時分別為2512和1485小時），比上年同期降低87小時。如何保證機組在中低負荷下安全、環保運行，供電煤耗達到最低，對能源工作者及現場運行人員提出挑戰。

發展方向

工業大數據應用已經提升為國家重要發展戰略。除了進行能源設備改造，應用先進的大數據與人工智能技 術改造、升級傳統的能源系統是重要的發展方向。

隨着廠級信息監控系統（SIS，supervisory informationsystem）和分散控制系統（DCS，Distributed ConutrolSystem）在電廠中廣泛應用，電廠海量運行數據得以保存，數據挖掘技術在電力行業迅速崛起，很多學者開始運用數據挖掘技術開展了對燃煤電站機組優化運行的研究[3~5]。文獻[6]研究大數據挖據技術在燃煤電站機組能耗分析中的應用，以某600MW燃煤電站機組為研究對象，採用新算法挖掘典型負荷工況下影響供電煤耗的可控運行參數的基準值，最後，以支持向量機技術為基礎，分析不同負荷工況下各運行參數對供電煤耗的敏感性係數。文獻[7]研究大數據環境下的電力數據質量評價模型與治理體系，分析了影響電力數據質量的主要因素,按數據質量的一致性、準確性、完整性和及時性等四個關鍵特性建立數據質量評價指標,並建立了大數據下的數據質量評價模型。文獻[8]探討大數據技術在火力發電企業生產經營中的應用，提出操作管理、電力營銷、燃料價值管理、指標管理、設備管理等雲平台。文獻[9]研究基於信息物理融合的火電機組節能環保負荷優化分配，提出基於模糊粗糙集（FRS，fuzzy rough set）大數據處理方法，得到機組煤耗和污染物排放量物理模型與信息模型的對應關係；綜合考慮經濟和排放因素，建立基於物理信息融合（CP）的負荷分配模型。這些文獻都在大數據技術應用於發電過程進行了局部的探索。文獻[10]提出了較完整的基於大數據分析的電站運行優化與三維可視化故障診斷系統，提出了智能預警系統、設備與運行優化系統。但該系統只是在個別電廠應用，未推廣到發電集團。

目前各發電集團的相關信息化系統或集中監控系統均有不同方面的應用與創新，但仍存在以下一些主要問題：（1）數據孤島問題，各數據分布於不同的信息系統中，按照豎井的方式管理，形成數據孤島；（2）分析診斷方面，還存在分析、診斷不夠準確、有效的問題；（3）運營管理方面：分析、診斷的結果，還存在與發電生產與運營管理脫節的情況，大量結果沒有有效應用到運營管理中；（4）電力市場方面，目前的信息系統，還不能夠有效地適應電力市場的變化，如廠級負荷調度、競價上網，缺少從燃料採購、生產管理到競價上網的整體性分析與解決方案等。

因此，要以系統協同方法改進集團級的集中監控與分析診斷系統，如圖1所示。首先保證分布於各系統中的數據更完備，同時確保數據的傳輸及時，在此基礎上，對原有分散於各孤立的信息系統中的功能進行融合，形成分析更有效、管控更統一的整體解決方案。