大数据在智能电厂中的应用

司永强

[摘    要]随着现代科学技术的不断完善发展，智能与环保两方面已经成为发电厂的发展重点。智能电厂是现阶段结合云平台和大数据技术的新型发展模式，大数据可用于收集详细的数据，支持电厂高效运行和管理，为电厂的建设提供全方位的安全性。文章对大数据在智能电厂中的应用研究，希望可以为相关工作人员提供参考价值。

[关键词]大数据;智能电厂;应用研究;电力企业

[中图分类号]TM62 [文献标志码]A [文章编号]2095–6487（2021）09–0–03

[Abstract]With the continuous improvement and development of modern science and technology， intelligence and environmental protection have become the development focus of power plants. Smart power plant is a new development model that combines cloud platform and big data technology at this stage. Big data can be used to collect detailed data， support efficient operation and management of power plants， and provide comprehensive safety for the construction of power plants. It is hoped that the application research of big data in smart power plants can provide reference value for relevant staff.

[Keywords]big data; smart power plant; application research; power enterprise

在信息时代下，大数据和物联网技术的广泛应用已经在一定程度上推动着电力行业的发展。我国根据互联网、云计算等新一代信息技术与物联网的应用，提出智能发电厂。在我国现代数字化供电工业的发展中，运用智能控制技术和大数据处理分析技术，可以更好地保证电厂稳定供电。本文研究大数据在我国智能电厂领域中的应用，具有重要的现实意义。

1 智能电厂的定义

现阶段，智能电厂的概念经常在我国电力企业的发展中被提及。通过与我国能源自动化学会能源自动化专业委员会等有关专业团体组织共同讨论，并基于对我国智能电厂最新技术的未来发展趋势进行研究。智能电厂最新技术主要是基于互联网和现代数字信息处理。无线通信技术在工业中得到广泛运行，将智能传感器与电厂电源、智能管理、控制解决方案等技术有效结合起来，以实现环境保护目标。从概念上讲，智能电厂被认为是一种适应现代经济社会的发展，满足人们日益增加的电力需求的一种新型设备。智能电厂采用先进的信息和控制技术，具有明显的时代特性。

2 相关概念

2.1 数字化电厂

数字化电厂指的是一种能够快速、准确、全面地收集各种资讯的发电厂，广泛应用于当前各类发电厂的研发生产与运营管理中。其主要优势就是能够实现对于电厂设备和对象的数字化，主要包括电厂的3D模型和电厂材料，以及各种电厂设备和工艺材料的各种属性，可以将设备具有的参数和资料进行传输并交接到后续生产与管理各个环节。另外发电厂采取数字形式进行实时监测和显示，相关交易由HOUR处理。在电厂的生产、运行和管理过程中，各种设备和系统的处理和运行采用数字化的方式，其在商业决策中也许可以从细节得到体现。因此，数字化技术本身就是一种贯穿整个工业生产流程和整个控制系统的模式，它也是基于现代数字技术进行升级和发展的新型风力发电模式。

2.2 智能电厂

目前我国智能化电厂主要依靠数字化发电企业的技术，包括移动互联网技术和大数据处理技术，以尽量降低人为因素对企业生产运营的影响，提高发电企业的工作自动化和智能化。

（1）在其未来的发展方向模式上，根据我国电力市场变化的动态和趋势，制定合理的产品和计划，然后利用移动互联网技术来实现高效、节能、环保、安全、可靠的人性化的发电厂。智能电厂的特点包括信息化、智能化、数字化和可视化。

（2）由于电厂数据的多样性、不准确和不完整，大数据智能电厂数据的特点是数据来源于电厂设备和电厂运行状况。而且数据量巨大，涉及范围广，等等。

（3）在数字电厂与智能制造相结合后，对智能电厂进行升级和完善，可以促使其工作效率更快、性能更加稳定可靠。

3 智能电厂的优点

3.1 更安全

智能电厂最明显的优势在于其高度的安全性。通过大数据技术的运用，可以充分适应和顺应智能电厂和智能电厂的建设和运行要求。进一步提高其对物理或网络攻击的抵抗能力，最大限度地减少损失。并通过智能控制系统立即解决发电厂故障，減少人为干预和影响。因此，采用大数据技术的智能电厂可以对电厂设备进行检测、诊断和自我修复，确保电厂设备和系统的安全运行，防止发生严重事故和经济损失。

3.2 更环保

目前，电厂的生态功能备受关注，这也是环境保护的一个关键要素。利用大数据技术的智能电厂可以建立有效、全面的监测预警机制，分析煤炭中污染物的成分和含量，实时改变煤炭等物质的燃烧数据，简化污染物的控制。煤量超过设定值时，会在煤炭燃烧前自动启动预处理措施，以有效减少污染物浓度的产生和扩散。除燃煤和风力发电，智能化的发电厂还能够高效地回收燃烧热能，增加小区块的发电容量，为发电厂实现可持续性发展做出贡献。

采用云计算等大数据技术的智能电厂系统可对废气和垃圾中的废水污染物进行检测和分析，在一个标准污染物排放范围内跟踪其检测效率，并将所有被检测得到的参数数据自动上传至云平台予以审批。电厂排放透明监测是社会监测，是电厂生产管理系统在环保领域进一步发展的保障。

3.3 更人性化

智能电厂的人性化是特别突出的一个优点，发电厂可以配备多种数字设施、信息与可视化、AR监测与数据监测。在发电厂的生产地区使用机械工具会自动将采取人为干预措施的风险降低到最小，从而有效确保相关工作人员的财产和人身安全。智能电厂系统可以通过利用互联网和大数据技术实时地对电厂全体工作人员进行监测，避免人为因素影响到发电效率和服务质量，及时消除电厂中的各种隐患。该程序有助于保证发电厂良好的工作环境，为其采取人性化的发电及管理模式奠定重要的基础。

3.4 更高效

与传统的电厂、数字化的电厂相比，智能化的工业更加经济，也更有效。大数据和移动互联网技术能够澄清电力生产过程，提高电厂发电可持续运行的管理，还能够根据实际工作情况和电厂自身发展策略及时进行调整，如生产规模计划，管理和控制解决方案。智能化的电厂可以以市场导向型企业为主，结合自己的电厂资金储备来指导自己的电厂进行生产运行和销售活动，降低各项费用，提高经济效益和企业的生产效率。

4 大数据在电厂智能化中的应用展望

在发电领域，大数据技术可以跨越多个应用领域。例如，诊断和预测设备故障、选择微位置以及优化风力涡轮机的性能。实践表明，大数据技术可以使电力企业受益。通过良好的分析和预测，未來大数据技术在智能电厂中的应用可以集中在以下研究领域。

4.1 电厂设备资产管理

在日常的电厂资产管理、设计、制造、安装、调试、运行、维护、检修、历史错误和缺陷以及数据隔离方面，优化整个资产管理流程。

（1）在使用大数据管理设备资产时，要对工厂的全生命周期进行数字化，实行数据集中管理，以确保工厂的长期使用、安全、环保和可靠性。

（2）以设备和系统的长期效益最大化为出发点，与经济效果同步，确保模块安全、环保、可靠运行，专业分析物理建模和统计分析相结合，旨在提高盈利能力并进行大数据分析。以电厂锅炉过热器、过热器和水冷壁等高温受热面生命周期管理为例，火电厂受热面生命周期管理的经典方法主要限于运行数据分析，剩余部件寿命由温升的幅度和持续时间决定。借助大数据技术，完成受热面设计、当前运行信息、设备开关状态、管壁磨损、故障记录等信息的采集;从物理建模和统计分析的角度，充分分析上述因素对受热面部件使用寿命的影响，以便更准确地预测受热面金属的剩余使用寿命。

（3）根据以上信息仔细规划管道的检查、维护和更换。优化操作以充分利用热表面上剩余的金属寿命，同时降低热表面上管道破裂的可能性。

4.2 对机组运行经济、稳定的运行与控制

传统的电厂优化技术通常以汽轮机热量需求、锅炉热效率或电厂煤耗等单一指标为标准，通过物理指标来确定最经济的运行方式。从生产或测试数据创建的模型，并得出最佳性能的结论和建议。从装置的经济运行来看，运行参数对装置整体性能的影响是不够的。

（1）根据装置的实际特点，新蒸汽压力等运行参数必须满足装置安全运行的基本要求。

（2）设备的实际操作必须兼容。由于系统在实际过程中时常对负载下降或系统稳定性的下降做出反应，并以最大效率运行，因此必须找到更复杂的优化解决方案。利用大数据技术分析盈利能力和稳定性，进行优化管理。

4.3 基于大数据的在线故障诊断与状态检修

由于数据的不完整或者分析模型的不完整，在线故障诊断和电厂检修技术发展较为缓慢。利用大数据平台全面记录SIS、维护管理、运营管理、物资管理、各种在线监控系统等相关实时数据。物理建模、关联分析、统计分析，结合SIS控制的设备、主要电气设备和系统环境的性能趋势，分析设备设计数据，测试各控制系统的性能数据。

电厂分析动态经济和环境评估和预测，并将检查数据、实时运行数据、报警数据、性能趋势和专家诊断系统诊断集成到一个安全稳定的集成设备管理系统中。电厂操作系统的核心硬件对可靠性和安全性进行动态评估，然后依据及时的错误提示、故障诊断、主动技术支持对硬件进行维护。

4.4 设备选型与技改

我国电厂的实际容量与其设计状态还存在差距。造成这种情况的原因是装置的选型和安装不足、运行条件和装置设计不合适，以及装置的运行参数和设计参数存在差异。国内大型电力供应商已经投产数百个火力发电厂和数千个风力发电机，为大数据分析创造充分的数据收集条件，搭建大数据平台。

（1）收集设计数据、制造工艺数据、运行环境数据、实际运行数据、器件测试数据等综合信息。

（2）使用机密信息来比较设计规范、实际测试结果、操作和维护信息以及设备改进。

（3）统计分析可以作为优化设备选择，或作为制定有意义的设备升级计划以改进新设备或改变设备性能水平的基础。

4.5 短期、超短期出电能力预测

随着分布式能源和微网的出现，新风电和光伏系统的装机容量将继续增长，电网吸收新能源的能力也将继续增长。由于风电场的未调节性能对电力系统的稳定运行有一定的影响，准确预测风电场的性能不仅可以改善并网两侧系统的运行状况，还可以提高性能。传统的预测方法在考虑影响产出的因素时仍存在局限性，其预测精度无法得到保证。大数据技术可以结合物理建模和数据统计，添加和考虑额外的驱动因素，量化不同驱动因素和输出之间的关系，构建更完整的模型来预测性能，从而提升预测短期、超短期风电出力的能力。

5 结束语

综上所述，智能电厂是指我国电力企业先进、现代化、智能化生产和开发方式，与目前普遍流行的数字化电厂相比，具有安全、环保、人性化、高效等特点。同时，基于目前我国众多智慧能源供应商在建造智能电厂方面的成功经验，将不断完善智能电厂的建设管理体系，为全社会提供高效、优质、稳定的生活和资源，并为我国清洁能源逐步向前发展和经济社会全面进步作出贡献。

参考文献

[1] 范永滔.智能电厂实施过程中的大数据应用研究[J].华东科技（综合），2020（2）：56.

[2] 刘新龙，贺悦科，孟晓伟，等.智能电厂实施过程中的大数据应用研究[J].电气技术，2018，19（6）：32-36.

[3] 侯贺中，王永固.人工智能时代中小学生智能素养框架构建及其培养机制探讨[J].数字教育，2020，6（6）：56-61.

[4] 李振杰，李强，程金，等.智能技术在电力系统自动化中的应用探析[J].科技创新导报，2017，14（27）：6-7.