大数据和云计算技术在燃煤电厂节能减排中的应用设计

张志勇，禾志强，那 钦，陈媛媛，龙建平

（1.内蒙古电力科学研究院，呼和浩特 010020；2.湖南大唐先一科技有限公司，长沙 410007）

0 引言

随着《“十三五”节能减排综合工作方案》《能源发展“十三五”规划》《电力发展“十三五”规划》《打赢蓝天保卫战三年行动计划》等节能减排政策的落实，火电行业节能减排已初见成效，截至2018年底，全国火电机组超低排放的改造率已达84%左右，污染物排放治理水平得到明显提高，但仍有提升空间[1-4]。

国务院印发《促进大数据发展行动纲要》，强调开发应用好大数据这一基础性战略资源；2015年10月，十八届五中全会提出实施国家大数据战略，大数据技术得到快速发展[5]。在节能、降耗、减排政策驱动下，智能电厂、智能电网的发展需求对电厂运行管理、生产方式、信息处理技术的创新发展提出了新的要求[6-7]。移动互联网、云计算、大数据技术、物联网技术与电力技术交叉融合，势必给智能电厂、智能电网的发展带来新的契机[8]。

将大数据、云计算、物联网等现代化技术应用于燃煤电厂，会优化火电行业环境和技术创新，推进电厂智慧化管理、智慧化检修、智慧化发电，提升企业核心竞争力。本文深入探讨了燃煤电厂节能减排平台的建设及其应用，通过平台实现数据的采集、传输、存储和高效处理，搭建环保设施及排放数据的智能监测、智能管理、智能维护平台，实现燃煤电厂环保系统的智慧化管理。

1 数据中心设计

数据中心总体框架主要分为数据采集层、数据存储层、云计算平台、应用层，如图1所示。

图1 数据中心总体框架

1.1 数据采集层

燃煤电厂生产控制区即时测点数据采集是通过专用的数据采集装置，使用OPC（OLE for Pro⁃cess Control）或MODBUS协议通信方式，经过单向隔离网闸汇聚至部署在电厂信息Ⅲ区的数据子站，经由电力信通专用网络转发至大数据中心的监视中心信息Ⅲ区，由前置装置对数据进行区分入库，部署于虚拟化群集的各业务处理程序对数据进行离线分析入库，业务应用通过大数据平台对数据进行分析利用，数据采集如图2所示。

图2 数据采集

1.2 数据存储层

1.2.1 数据存储过程

数据存储过程如图3所示。

图3 数据存储过程

1.2.2 数据可靠性保证

对于文件系统而言，由命名节点负责集群数据备份和分配，在分配过程中，主要考虑数据安全和网络传输开销两个因素。其中，数据安全是要保障在某个节点发生故障时，不会丢失数据备份；网络传输开销是在备份数据同时尽量减少网络传输中的带宽开销。

图4展示了文件系统中的机架概念，一个机架内部数据传输速度远大于机架之间的传输。对于每个数据备份，比如A要放在机架1中，在写入文件系统时首先会在机架1中创建一个备份，同时在机架2中也创建一个备份。这样做在一定程度上兼顾了数据安全和网络传输的开销。

1.2.3 数据处理

图4 文件系统中机架

数据集成需要解决数据在不同数据源中的格式和表示的差异，并整理为形式统一的数据。在处理过程中平台提供自动建立索引的机制，依据索引可以大大提高从海量数据中查找数据的效率。

1.2.4 数据分析

平台大数据分析过程由数据采集、数据探索、数据预处理、选算法建模、模型评估、模型发布组成，如图5所示。覆盖CRISP-DM数据挖掘标准流程各环节，如图6所示。

图5 大数据分析过程

1.3 云计算平台

计算虚拟化是云计算平台的关键技术。根据业务需要，采用CAS虚拟化管理系统，对计算资源的分配通过虚拟CPU和虚拟内存的资源限额与资源预留技术来实现，网络资源的分配通过虚拟交换机的QoS功能来实现，而存储资源的分配则通过虚拟机磁盘IOPS（Input and Output Per Second，每秒I/O次数）和吞吐量的限速功能来实现。通过这些技术来满足SLA（Service-Level Agreement，服务等级协议），确保高优先级的虚拟机具有更良好的计算、网络存储性能，避免虚拟机之间的“临位干扰”效应。

1.4 应用层

应用层是通过对大数据进行分析与挖掘，实时监控污染物排放情况、环保设施运行工况，实现环保设施监控和运行优化、污染物排放超标处理等火电企业的环保监管，为电网企业电量分配、节能减排提供决策依据。主要模块功能有实时监测、电价核算、设备故障分析、环保税上报、环保对标、性能试验、组态监视、技术监督、报表管理等。

1.4.1 实时监测

1.4.1.1 大气污染物监测

为了实现对火电厂大气污染物进行全面监测，以烟囱出口大气污染物为监测对象，并支持实时、小时、日、季及年不同维度查看各参数值，而且在实时或小时均值排放浓度超过环保排放标准时，给予告警提示和记录，以便及时查询和优化调整。

图6 数据挖掘标准流程

1.4.1.2 大气污染物排放量监测

为了加强对各区域的大气污染物排放量进行监测，设计各区域的大气污染物排放量监测功能。可实现对各区域的小时、日、月、年的大气污染物排放量统计，并能查看各机组的大气污染物及供电煤耗明细。

1.4.1.3 大气污染物超标告警

对于统计时段内存在大气污染物超标的机组，可查看小时超标明细，并对大气污染物瞬时超标以弹窗告警的方式进行提示[9]。

1.4.1.4 组态监视

支持以图形化的方式展示主要的工艺流程及重要运行参数，并支持对实时监测参数进行历史数据查询与分析。

1.4.2 环保技术监督考评

为提升环保在线监督的便利性，根据发电企业环保监督的内容，实现线上监督。技术监督内容主要包括：取证学习情况、标准规程执行情况、报表上报完成情况、除尘设施投运率及除尘效率汇总、脱硫设施投运率及脱硫效率汇总、脱硝设施投运率及脱硝效率汇总、CEMS投运率及参数汇总、电厂外委监测自行监测报告及考评结果查询。

1.4.3 环保对标管理

为进一步提高燃煤电厂环境污染第三方治理脱硫、脱硝装置的安全性、可靠性、经济性和技术成熟度，支持环境污染第三方治理企业积极开展脱硫、脱硝生产指标绩效对标工作。以中国电力企业联合会起草的《燃煤电厂环境污染第三方治理脱硫、脱硝生产指标绩效对标管理办法（试行）》[10]为参照，设计了环保对标功能，支持机组及指标的灵活配置。

1.4.3.1 环保设备投运率当前除尘设施和脱硫设施的投运率一般为100%。火电厂环保设施运行监督主要监测脱硝设施的运行情况，通过监测脱硝设施的投运率来达到目的。

1.4.3.2 理论脱硫剂耗量核算

石灰石-石膏法脱硫工艺的脱硫剂理论消耗量通过瞬时流量累计得到，与烟气流量、脱硫装置入口SO2浓度、脱硫效率等有关，将理论脱硫剂消耗量与实际消耗量对比，有助于分析脱硫效率低导致的SO2排放浓度超标的情形。

1.4.3.3 理论脱硝剂耗量核算

脱硝剂理论耗量与脱硫剂理论耗量计算方法相似。对于选择性催化还原（SCR）脱硝方式，统计时段内的脱硝剂理论耗量通过瞬时流量累计得到，与烟气流量、SCR反应器入口NOx浓度、脱硝效率等相关。将理论脱硝剂消耗量与实际消耗量对比，再结合催化剂活性监测及其他监测结果，可用于脱硝效率偏低的原因分析。

1.4.4 环保税管理

1.4.4.1 环保税核算

环保税核算功能是基于统计周期内的颗粒物、SO2及NOx排放量数据，根据各污染物的当量值及环保税法，对火电厂的应纳税额进行计算。根据2016年发布的《中华人民共和国环境保护税法》，可根据火电厂实际情形，对其大气污染物实行50%、75%或100%比例征收环保税[11]。此核算同样适用于水污染物应纳税额的计算。环保税核算功能为快速掌握火电厂的环保排污成本提供了便利。

1.4.4.2 环保税汇总及明细

为收集各电厂每月环保税应纳税额情况并对电厂之间进行对标分析，设置了环保税汇总功能，并可查看各项金额明细。

1.4.5 环保电价核算

环保电价核算功能是基于大气污染物实时监测得到的统计数据，并根据《燃煤发电机组环保电价及环保设施运行监管办法》对环保电价进行核算[12]。若所有小时均值浓度均小于对应排放浓度限值，判定为环保合格；若任一小时均值浓度大于对应排放浓度限值，判定为环保不合格，并根据超标倍数采取没收环保电价款或处以环保电价款5倍以下罚款；对于数据缺失或数据异常情况，支持提供相关证明材料。通过超标时长、缺失或异常时长的数值可查阅超标明细。

1.4.6 设备故障预警分析

基于最近半年或一年正常运行工况下设备运行参数，通过自动筛选形成设备的训练数据样本集；然后利用K-均值聚类（K-means Clustering）与基于期望最大（Expectation Maximum，EM）的高斯混合模型（Gaussian Mixture Model，GMM）算法相结合的聚类分析算法，对训练数据样本集进行数据挖掘分析，建立设备健康工况状态矩阵；将当前工况下设备参数代入联合概率密度函数，根据相似度最大的3个概率分布的占比可得到各设备参数的期望值；最后，利用余弦相似度可计算出设备的健康度。当实时的设备健康值小于正常运行工况下的均值时，给予告警提示，从而达到及时发现，并采取措施消除设备故障的目的[13-16]。

1.4.7 报表管理

支持自定义报表格式，可设置不同统计周期，并支持导出报表数据，此功能主要是针对工作当中的一些个性化报表。

2 结语

通过建立燃煤电厂环保监测一体化监管平台，建设了以实时监测、告警管理、组态监视、技术监督、环保对标、性能试验、电价核算为主要功能的应用层，利用信息化手段实现了信息共享和知识共享，积累了数据资源，提升了大气污染物的监管力度、环保设施运行的稳定性和可靠性、技术监督效率和服务水平，从而提升了电厂环保系统智能化生产水平与管理水平，实现提质增效、绿色持续发展。另外，进一步挖掘数据价值，可实现燃煤电厂污染物治理技术的可行性与治理效果评估，为污染物控制等节能减排新型技术的开发提供依据。