目前，我国电站信息化和数字化水平已大幅提升，随着分布式控制系统、管理系统、监控系统等的普遍应用，产生了大量的基础数据，同时电站本身也存储着海量历史运行数据，以及电力负荷、供用电量、电力市场营销、原材料和气象观测等外部数据，仅限于日常的报表和查询应用，缺乏深度挖掘和利用，探索基于大数据的智能化电站已成为一种趋势。

通过大数据技术的应用，深度挖掘电站的数据价值，为电站运行优化、状态评估和性能监测提供依据，从而推动生产过程优化、运营决策优化、管理流程自动化、生态圈优化、产业链协同优化，提升电站智能化管理水平，引发电站管理模式的根本性变革，将使电站运行更安全、更可靠、更环保、更经济、更高效。

一、智能化电站的概述

智能电站是以设备全智能化和测控全智能为基础，采用先进、可靠、集成、低碳、环保的智能设备，基于全站信息数字化、通信平台网络化、信息共享标准化，能够自动完成信息采集、测量、控制、保护、计量和监测等基本功能，并根据需要支持电网实时自动控制、智能调节、在线分析决策、协同互动等高级功能，实现与相邻变电站、电网调度等互动的电站。

高可靠性的设备是智能化电站的基础，综合分析、自动协同控制是智能化电站的关键，设备信息数字化、功能集成化、结构紧凑化、检修状态化是智能化电站的发展方向，运维高效化是智能化电站发展的最终目标。

二、大数据的应用

（一）智能电站大数据的特点

智能电站大数据主要分为两类：一是与生产运行相关的数据；二是涉及企业管理的数据。智能电站在生产过程中产生运行数据，这些运行数据之间存在较为复杂的耦合关系。其特点如下：

1、数据来自不同的系统和设备。

2、数据种类多、数据量大、维数多。

3、大数据对电站运行的安全性、可靠性、经济性有很大价值。

4、各数据之间关系复杂，需要深度挖掘，且对数据具有实时性要求。

（二）大数据应用的流程

电站大数据应用研究是发电理论、数据挖掘分析技术和IT 技术相互结合的创新课题，应采用尽可能多的数据，实现跨专业、跨部门、多学科交叉数据融合的基础上进行多维度数据分析。智能电站大数据的应用模式一般有以下流程：

1、大数据平台建设

将电站机组等大型设备分布式控制系统、管理信息系统、监控信息系统中的结构化、半结构化、非结构化的数据统一采集并存储到大数据平台中，为下一步深度挖掘、分析和利用提供基础。

2、定义建模主题

根据机组等大型设备实际运行情况及大数据平台中存储的有效数据，做出科学的假设，来定义建模主题，为大数据分析应用指明方向。

3、数据获取和预处理

根据假设的建模主题，选择相关样本及特征参数，通过数据预处理和特征参数约简，剔除冗余参数、异常数据，删除离群的噪声点，提高建模准确性以及建模的效率和精度。

（三）大数据的应用分析方法

从大数据所蕴藏的内涵看，电力大数据分析可归纳为“二三三”法则。

1、二类数：实测参数、特征指标

在生产大数据分析中，一方面需要用即时测量的实时参数来直接反映生产运行状况，更为重要的一方面是挖掘出这些参数中所蕴涵的本质特征并量化（暂称为特征指标）。

（1）实测参数中的重要参数，可以直接作为指标。如主汽温度。

（2）遵循某种机理，形成算法模型，将参数按照模型计算出特征指标。

（3）按照某种数据处理方法，形成特征指标。如灰色关联分析中对数据进行无量纲化处理。

2、三机理：时间、空间、物理法则

生产运行过程，可以理解为设备、系统、工质在一定的空间和环境下，遵循其物理法则，按时间进行演化的过程，所以在大数据分析中，可从时间、空间、物理法则三个纬度，去挖掘特征与内涵。

（1）从“时间”纬度，挖掘历史过程反映的规律，如变化趋势、劣化趋势，无量纲化的特征指标的趋势是非常能够说明问题的。

（2）从“空间”维度，从体系化、系统化角度，挖掘反映整体性层面的特征、状况、关联。

（3）借助成熟的专业模型，从“物理法则”方面挖掘参数所反映的问题。

上一篇：探究及以下业扩工程管理要点
下一篇：没有了