基于大数据的智能化电站探索与应用(2)
3、三视角:“人”、“机”、“况”
在生产运行中,是“人”在某种“况”下,来操控“机”的,所以一组参数,可能蕴涵着三个方面的内涵。
(1)对“人”影响要素挖掘,反映“人”对设备的操运水平。如小指标考核。
(2)对“机”相关要素挖掘,反映“机”的特性、性能、状况、状态。如性能优化、状态分析、故障诊断类应用。
(3)对“况”要素评价,反映在某种条件下、不同约束下“机”的特性、性能、状况。
(四)大数据的应用分析模式
从大数据应用的模式看电力大数据分析的二四二模式。
1、二条线模式:形成模型、利用模型
(1)形成模型
在一定的样本范围内(包含最新采集的数据),通过特征提取,机器学习等,形成算法模型、规则等。
(2)利用模型
新采集的实时数据,即时利用模型进行分析计算,得出即时的分析结果。
2、四分析模式
(1)运行优化模式
对重点设备的运行状态和重要管控指标学习建模,通过对海量历史数据的分析学习,模拟出最优工况曲线。将实时工况曲线与之对比,分析参数如何变化是合理的,判断各个参数对工况的影响程度有多大,评估如何调整能达到经济性最佳,有针对性地提出设备、系统的运行优化建议。
(2)异常预警模式
采集一定时期的历史数据,研究数据样本,构建发电机组设备的各种动态数据模型。自动分析每个设备当前状态与历史同工况状态下的相似程度,并给出定量的分析结果。对引起设备状态变化的测点进行关联点排序,并对设备的每个测点输出当前工况状态下的实时预测值。
(3)故障诊断模式
采集历史故障信息与相关参数,依据已知正确的判断规则及关联因素,进行学习分析。分别形成针对某单一设备的个性模型和针对某同类设备的共性模型。分析诊断模型要有多模式分析、多工况分析、相关性分析等模型。对引起设备故障原因给出分析判断,并对设备性能劣化情况进行分析预测。
(4)仿真预测模式
利用发电大数据与大数据分析学习技术,对发电生产过程历史数据中所蕴含的可演化信息进行学习,建立虚拟模型,仿真并优化生产流程。同时,对人员的各种行为模式与习惯进行关联分析,以发现不合理因素,减少实际生产过程中的风险。
(五)二画像模式
1、生产过程监管
集成全电站所有机组、车间、设备的运行状态参数,实现对这些参数的实时监视,并且能够以系统图、趋势图、统计报表等方式表现机组运行参数、各个机组效率、公用系统及主要辅机出力与能耗等技术经济指标。
2、掌控全面概况
以全电站整体为统计范围,面向安全生产全部业务,以全面统计各项业务信息为基础,并对统计结果按其特点进行不同维度对比分析,从而快速掌握其在全电站范围的分布或构成,如图1所示。
图1 设备360°监管图
三、结论
基于大数据平台智能化电站的应用,不仅加速了电站智慧化前进步伐,而且促进了智能电站管理方式的变革。探索大数据在电站生产环节,围绕安全、节能、效率、环保、资产健康管理等方面的应用,助推智能电力创新发展。探索大数据在运营监控和人财物集约化管理等方面的应用,促进公司经营管理模式创新。探索大数据在电力市场、电量与碳排放交易、多能服务、精准营销、需求侧管理等方面的应用,促进优质服务能力的提升。
文章来源:《电站系统工程》 网址: http://www.dzxtgczz.cn/qikandaodu/2021/0508/460.html
上一篇:探究及以下业扩工程管理要点
下一篇:电站制造企业人力资源的风险管理与防范