大数据在燃机电厂运行管理中的应用探索

华能桐乡燃机热电有限责任公司 王辉

大数据在燃机电厂运行管理中的应用探索

华能桐乡燃机热电有限责任公司 王辉

本文介绍了大数据在燃机电厂运行管理中的方法。通过对运行管理思路的探索，从生产管理中的数据分析应用和人力资源管理两个角度出发，提出在新形式下利用大数据提高燃机电厂运行管理，提高机组利用效率，利用数据对比进行技改，达到节能降耗优化运维的目的。

燃机电厂；大数据；回归分析；随机试验

0 引言

随着我国电力改革的深化，燃机电厂的发展面临着诸多挑战的同时，也存在着更多的机遇，改变思路、加强生产管理、提高节能降耗效率成为燃机电厂越来越迫切的工作。2013年3月中国电机工程学会信息化专委会发布《中国电力大数据发展白皮书》，将2013年定为“中国大数据元年”，加速推进了燃机电厂管理观念的转变。大数据理念即是将燃机电厂生产数据及人力资源数据进行综合采集、处理、分析与应用的思想。在新形式下，燃机电厂运行人员作为数据的第一手获得者，有更多的优势参与企业的生产管理，在运行管理中对大数据方法的使用，将大大提高燃机电厂在电改大潮中的综合竞争力。

1 大数据在生产管理中的应用

1.1 回归分析方法

回归分析方法，就是研究要素之间具体数量关系的一种有力的工具，运用这种方法能够建立电厂生产数据要素之间具体数量关系的数学模型，即回归模型。

研究燃机电厂的生产管理，建立正确的回归模型及回归方程最为重要。将专家与统计学进行融合参考，列出准确的回归方程。回归方程即是代表了过去的数据关系，利用方程可以精准预测将来某些因素发生变化对电厂生产的影响程度，也可以从中发现对生产过程影响程度偏大的因素，对该因素进行研究分析，并进行技改，达到节能降耗的目的。

1.2 历史数据的统计分析

对燃机电厂生产经济性的分析关键在于，基于历史数据，建立回归方程。以生产盈利指标作为因变量，以过程数据作为自变量，建立过程从两个方面开展，一是生产过程，以按照燃机、余热锅炉、汽机、电气、化学、其他等专业进行经济性分析，按照各自影响列出数据关系方程，对于无法列出数据关系的点，采用使用不同工况下的历史数据点建立关系式；二是经济性，对于上述引出的生产过程关系式，加入财务成本数据关系，如燃气价格、计划内电量、计划外电量、外购电价、用水成本、排污成本等，建立最终的生产盈利回归分析方程。

建立的回归分析方程中可能有多个自变量，下一步考察自变量对因变量的影响程度，即考察各个生产过程影响因素对生产盈利指标的影响程度。对回归方程的回归系数进行检验，检验后影响不显著的因素在回归方程中予以剔除，重新得到描述更为准确的回归方程。

从回归方程中，可以很直观的发现生产过程各影响因素的影响程度。

1.3 未来预测

目前，我国燃机电厂大多参与启停调峰，燃机电厂的发展受到的影响因素较多，尤其是政策的影响，当外界影响发生变化的时候，燃机电厂需要评估影响的大小，以及做出生产运行方式对应调整的决策，因此，根据燃机电厂的生产经济性回归方程，可以将外界影响因素对应的自变量进行调整后，重新修正回归方程。之后，调整其他自变量，观察因变量的变化，选择出生产利润最大化的运行方式，依据此预测指导燃机电厂下一步的工作安排。

1.4 发掘生产节能降耗潜力

除了受政策影响外，节能降耗也是燃机电厂增加利润的重要工作之一。使用大数据分析，区别影响节能因素外因与内因，对于内因，考虑从管理方面或者设备改造方面解决，可按照以下方法进行：

一是根据回归方程，观察对经济性影响较大的因素，列出该因素下的节能指标，分析可能的节能潜力；或者通过与其他燃机电厂的对标，观察影响经济性的各个因素的系数，分析系数偏差的原因，通过查找不同，发现节能指标优化的潜力。其不同分为两种，设备的不同、运行方式的不同，运行方式的不同可以通过对标与技术交流进行总结修正，设备的不同可以调研后研究进行技改的可能。

二是电厂上报的数据大多是总值和算术平均值，表达的是目前设备正常运行的数据，但不同省份的燃机电厂年利用小时存在很大差异，对于年利用小时数较少的燃机电厂，机组运行时间及运行方式的安排对年度数据的影响很大，概率论中多种统计方法的使用，可以深入发现生产数据大多集中的数据区间，该区间即为设备真正常态化运行的情况。其他运行数据离散程度高的数据重点分析，剔除气候、负荷等外界影响后，分析能耗最低的时间阶段，找出设备运行方式的不同，指导生产部门在运行方式上做出调整。

2 大数据在人力资源管理中的应用

2.1 大数据对人力资源的影响

企业越来越认识到人力资源对企业发展的影响，留住优秀人才、发掘人才潜力是人力资源工作的中心。电力行业作为传统行业，如何在与新兴行业的竞争中保持人力资源的领先，就需要引进领先的管理方法。

人力资源管理的难点在于难于量化，大数据的使用突破了常规，对于人力资源的评估进行数字化，根据对数据的分析发现人才和潜力，从而为企业发现和发掘更为优秀的人才。

燃机电厂的运行人员来源大多是高校的优秀的电力专业毕业生，普遍具有较高的素质，而企业对人才的培养应该是多方面的，同时，电厂运行人员不能只着眼于生产，应立足于生产，解放思维，以更高的眼光观察企业的发展，参与企业的发展。燃机电厂不仅仅是吸引人才，更要生产人才。

2.2 个性化挖掘

在生产管理中，对人才的发掘不能局限于技术水平本身，现代化的燃机电厂人员配备数量都较少，更加需要能兼任多种能力的同志。为此，建立人才数据库，将各员工平时参与电厂各种管理活动的情况及表现、文字表达情况等形成数据，按照班组、年龄、性别等进行统计，结合技术水平进行分析，从而发现在某些方面具有潜力的同志，结合电厂企业文化的发展，有倾向的培养燃机电厂所需要的多面能力的人才。

2.3 用随机试验发现更优秀的人才

人才的发掘中，比较好的一种方法是随机试验的使用。随机试验，简单的例子，就是抛掷硬币，观察正反面出现的情况。

在人力资源管理中的做法变化为抛出一个创意，观察各个同志的反应，根据各个同志反应的积极性和答案的完美性进行打分。

燃机电厂人员数量少的情况又发挥了巨大作用，就是这个试验可以针对全员，将所有人的反应形成数据记录。这个试验可以进行多次，类别涵盖技术、管理、创新等，根据最终统计的数据，通过总结分析发现积极参与企业建设又具有敏锐头脑的优秀人才。

3 发展策略探索

3.1 建立可以检验想法的实验室

大数据在燃机电厂的应用刚刚起步，有些想法不完善或者停留在初始阶段，想法实施的关键在于试验的设计。厂部和部门都可以建立检验想法的实验室，发挥群策群力，构思新的想法并加以完善，之后付诸实施，从而得到高质量的试验数据。

实验室的人员并不局限于生产部门本身，多部门合作可以保证设计的精准性。

3.2 突破思维的界限

电力行业是一个传统行业，其发展必然受到传统思维的桎梏，大数据的使用作为现代管理方法的前沿，其在燃机电厂的推行会遇到更多的限制，但为了发展为全球一流的火电企业，打破常规，突破思维的界限，对于优秀管理方法的信心毫不动摇，正确面对“红红脸”、“出出汗”的场景，才能制定更为完善的设计，达到好的数据优化效果，让燃机电厂的发展更上一个台阶。

3.3 优秀专业人才的引进

燃机电厂的人才大多源于电力专业或相近专业，大数据专业人才大多集中在互联网企业中，专业人才的缺乏是制约大数据在燃机电厂发展的重要因素。

燃机电厂应着眼于电改后企业发展的未来，以一种开放性的姿态引入大数据专业人才，重视大数据方法的应用，建立专业人才引进方案，对专业人才的引进、培养及使用进行系统化，吸引并留住专业人才， 让他们认识到在电力行业才能发挥自己的最大能力，更好的参与企业的发展。

4 结语

大数据是未来的发展趋势。作为一种新兴的方式和理念，大数据时代的到来将为电力行业的发展注入新的活力。大数据在我国燃机电厂的发展刚刚出于初级阶段，但它已经展现了其蕴含的巨大潜力，我国燃机电厂在全力推进设备高度自动化的同时，管理向最前沿的理论发展，向全球最优秀的管理方法学习，大数据的应用将大大推动我燃机电厂的发展进程。

【1】中国电机工程学会信息化专委会.中国电力大数据发展白皮书（2013年）.2013

【2】张君艳，董娜，彭伟，郭禹伶.大数据平台在电力企业中的应用.河北电力技术.2016.02

【3】张宣昊.回归分析教学中的一个案例.上海第二工业大学学报.2013.06