張成剛 邱昱博

目前，我國電站信息化和數字化水平已大幅提升，隨著分布式控制系統(tǒng)、管理系統(tǒng)、監(jiān)控系統(tǒng)等的普遍應用，產生了大量的基礎數據，同時電站本身也存儲著海量歷史運行數據，以及電力負荷、供用電量、電力市場營銷、原材料和氣象觀測等外部數據，僅限于日常的報表和查詢應用，缺乏深度挖掘和利用，探索基于大數據的智能化電站已成為一種趨勢。

通過大數據技術的應用，深度挖掘電站的數據價值，為電站運行優(yōu)化、狀態(tài)評估和性能監(jiān)測提供依據，從而推動生產過程優(yōu)化、運營決策優(yōu)化、管理流程自動化、生態(tài)圈優(yōu)化、產業(yè)鏈協同優(yōu)化，提升電站智能化管理水平，引發(fā)電站管理模式的根本性變革，將使電站運行更安全、更可靠、更環(huán)保、更經濟、更高效。

一、智能化電站的概述

智能電站是以設備全智能化和測控全智能為基礎，采用先進、可靠、集成、低碳、環(huán)保的智能設備，基于全站信息數字化、通信平臺網絡化、信息共享標準化，能夠自動完成信息采集、測量、控制、保護、計量和監(jiān)測等基本功能，并根據需要支持電網實時自動控制、智能調節(jié)、在線分析決策、協同互動等高級功能，實現與相鄰變電站、電網調度等互動的電站。

高可靠性的設備是智能化電站的基礎，綜合分析、自動協同控制是智能化電站的關鍵，設備信息數字化、功能集成化、結構緊湊化、檢修狀態(tài)化是智能化電站的發(fā)展方向，運維高效化是智能化電站發(fā)展的最終目標。

二、大數據的應用

（一）智能電站大數據的特點

智能電站大數據主要分為兩類：一是與生產運行相關的數據；二是涉及企業(yè)管理的數據。智能電站在生產過程中產生運行數據，這些運行數據之間存在較為復雜的耦合關系。其特點如下：

1、數據來自不同的系統(tǒng)和設備。

2、數據種類多、數據量大、維數多。

3、大數據對電站運行的安全性、可靠性、經濟性有很大價值。

4、各數據之間關系復雜，需要深度挖掘，且對數據具有實時性要求。

（二）大數據應用的流程

電站大數據應用研究是發(fā)電理論、數據挖掘分析技術和IT 技術相互結合的創(chuàng)新課題，應采用盡可能多的數據，實現跨專業(yè)、跨部門、多學科交叉數據融合的基礎上進行多維度數據分析。智能電站大數據的應用模式一般有以下流程：

1、大數據平臺建設

將電站機組等大型設備分布式控制系統(tǒng)、管理信息系統(tǒng)、監(jiān)控信息系統(tǒng)中的結構化、半結構化、非結構化的數據統(tǒng)一采集并存儲到大數據平臺中，為下一步深度挖掘、分析和利用提供基礎。

2、定義建模主題

根據機組等大型設備實際運行情況及大數據平臺中存儲的有效數據，做出科學的假設，來定義建模主題，為大數據分析應用指明方向。

3、數據獲取和預處理

根據假設的建模主題，選擇相關樣本及特征參數，通過數據預處理和特征參數約簡，剔除冗余參數、異常數據，刪除離群的噪聲點，提高建模準確性以及建模的效率和精度。

（三）大數據的應用分析方法

從大數據所蘊藏的內涵看，電力大數據分析可歸納為“二三三”法則。

1、二類數：實測參數、特征指標

在生產大數據分析中，一方面需要用即時測量的實時參數來直接反映生產運行狀況，更為重要的一方面是挖掘出這些參數中所蘊涵的本質特征并量化（暫稱為特征指標）。

（1）實測參數中的重要參數，可以直接作為指標。如主汽溫度。

（2）遵循某種機理，形成算法模型，將參數按照模型計算出特征指標。

（3）按照某種數據處理方法，形成特征指標。如灰色關聯分析中對數據進行無量綱化處理。

2、三機理：時間、空間、物理法則

生產運行過程，可以理解為設備、系統(tǒng)、工質在一定的空間和環(huán)境下，遵循其物理法則，按時間進行演化的過程，所以在大數據分析中，可從時間、空間、物理法則三個緯度，去挖掘特征與內涵。

（1）從“時間”緯度，挖掘歷史過程反映的規(guī)律，如變化趨勢、劣化趨勢，無量綱化的特征指標的趨勢是非常能夠說明問題的。

（2）從“空間”維度，從體系化、系統(tǒng)化角度，挖掘反映整體性層面的特征、狀況、關聯。

（3）借助成熟的專業(yè)模型，從“物理法則”方面挖掘參數所反映的問題。

3、三視角：“人”、“機”、“況”

在生產運行中，是“人”在某種“況”下，來操控“機”的，所以一組參數，可能蘊涵著三個方面的內涵。

（1）對“人”影響要素挖掘，反映“人”對設備的操運水平。如小指標考核。

（2）對“機”相關要素挖掘，反映“機”的特性、性能、狀況、狀態(tài)。如性能優(yōu)化、狀態(tài)分析、故障診斷類應用。

（3）對“況”要素評價，反映在某種條件下、不同約束下“機”的特性、性能、狀況。

（四）大數據的應用分析模式

從大數據應用的模式看電力大數據分析的二四二模式。

1、二條線模式：形成模型、利用模型

（1）形成模型

在一定的樣本范圍內（包含最新采集的數據），通過特征提取，機器學習等，形成算法模型、規(guī)則等。

（2）利用模型

新采集的實時數據，即時利用模型進行分析計算，得出即時的分析結果。

2、四分析模式

（1）運行優(yōu)化模式

對重點設備的運行狀態(tài)和重要管控指標學習建模，通過對海量歷史數據的分析學習，模擬出最優(yōu)工況曲線。將實時工況曲線與之對比，分析參數如何變化是合理的，判斷各個參數對工況的影響程度有多大，評估如何調整能達到經濟性最佳，有針對性地提出設備、系統(tǒng)的運行優(yōu)化建議。

（2）異常預警模式

采集一定時期的歷史數據，研究數據樣本，構建發(fā)電機組設備的各種動態(tài)數據模型。自動分析每個設備當前狀態(tài)與歷史同工況狀態(tài)下的相似程度，并給出定量的分析結果。對引起設備狀態(tài)變化的測點進行關聯點排序，并對設備的每個測點輸出當前工況狀態(tài)下的實時預測值。

（3）故障診斷模式

采集歷史故障信息與相關參數，依據已知正確的判斷規(guī)則及關聯因素，進行學習分析。分別形成針對某單一設備的個性模型和針對某同類設備的共性模型。分析診斷模型要有多模式分析、多工況分析、相關性分析等模型。對引起設備故障原因給出分析判斷，并對設備性能劣化情況進行分析預測。

（4）仿真預測模式

利用發(fā)電大數據與大數據分析學習技術，對發(fā)電生產過程歷史數據中所蘊含的可演化信息進行學習，建立虛擬模型，仿真并優(yōu)化生產流程。同時，對人員的各種行為模式與習慣進行關聯分析，以發(fā)現不合理因素，減少實際生產過程中的風險。

（五）二畫像模式

1、生產過程監(jiān)管

集成全電站所有機組、車間、設備的運行狀態(tài)參數，實現對這些參數的實時監(jiān)視，并且能夠以系統(tǒng)圖、趨勢圖、統(tǒng)計報表等方式表現機組運行參數、各個機組效率、公用系統(tǒng)及主要輔機出力與能耗等技術經濟指標。

2、掌控全面概況

以全電站整體為統(tǒng)計范圍，面向安全生產全部業(yè)務，以全面統(tǒng)計各項業(yè)務信息為基礎，并對統(tǒng)計結果按其特點進行不同維度對比分析，從而快速掌握其在全電站范圍的分布或構成，如圖1所示。

三、結論

基于大數據平臺智能化電站的應用，不僅加速了電站智慧化前進步伐，而且促進了智能電站管理方式的變革。探索大數據在電站生產環(huán)節(jié)，圍繞安全、節(jié)能、效率、環(huán)保、資產健康管理等方面的應用，助推智能電力創(chuàng)新發(fā)展。探索大數據在運營監(jiān)控和人財物集約化管理等方面的應用，促進公司經營管理模式創(chuàng)新。探索大數據在電力市場、電量與碳排放交易、多能服務、精準營銷、需求側管理等方面的應用，促進優(yōu)質服務能力的提升。

作者單位：張成剛 中國交通建設股份有限公司

邱昱博 中國交通信息中心有限公司