电力生产中大数据应用的探讨

0 引 言

大数据分析在各行各业都已是特别响亮的词语。主要是 因为它的产生让很多看似凌乱不堪的信息，可以通过某种专业 分析产生可观的价值，并能够源源不断的从中发现新的价值。 那么，如何应用和深挖其中的潜在价值，现在也是百花齐放， 各有所见。本文就大数据分析在电力行业的应用做一粗浅的 探讨。

大数据一词最早出现在互联网行业，“大数据”一度成为 互联网信息技术行业的流行词汇。它的主要功能是从庞大的 终端用户的资料库中，通过专业的分析软件，提取出有价值的 信息，以更好地挖掘潜在的商业价值。然而经过发展，人们 发现这种技术不仅仅局限于互联网行业，如果能够更好的利 用，将在各行各业的专业领域都有更大的发展和作用。随着计 算机技术在电力行业的普遍推广和应用，信息量也是成倍数 增加，如何在电力行业中挖掘大数据的巨大作用，我个人有一 些想法。 

1 数据采集方法 

首先，从字面理解，大数据当然是数据量的庞大性，数 据量越大它的潜藏信息就越多，潜在价值就越大。当然，所 谓的大不止是单一的大，应该是多样的大，多元化的大。如何 才能挖掘更全面的数据量资源呢？单从发电企业来看，随着分 散控制系统（简称 DCS）技术在电力行业的全面应用，我们 对电力生产过程实时监控变得更加不可缺少，不怕监控的多， 就怕监控的少，从而导致达不到电力行业高效节能环保的生 产要求。因此通过 DCS 技术我们就能获得许多庞大的实时数 据和历史数据。从生产过程来看，DCS 技术只实现了生产介质 （及水、煤、风、汽等）和动力设备的数据采集和监控，而对 整个监控设备自身的参数性能（包括精度、寿命、故障率等）缺少全面的数据采集和分析，这往往也会给电力生产带来诸 多安全隐患。而现场总线控制系统能够弥补 DCS 的不足，能 够实现全厂在线仪表的实时监控，如能实现全面推广将对电 力生产有很大帮助。同时生产管理方面也有好多数据可挖掘， 比如资料管理、事故报告分析等，如果都能实现数据化管理 将是很好的数据资源。

以上所说只属于终端数据库，对一个发电集团而言，他 下面有好多大大小小的子发电企业，把所有子发电企业的数 据全部进行数据上传管理，如图 1 所示，那在集团层面上将 是一个很大的数据中心。

其二，数据采集不能盲目，要有针对性。因为行业生产 毕竟有相对的局限性，不同于互联网的开放性，所以在数据 采集过程中应该对一些生产过程外的数据进行分类采集，因 为这些数据都需要人为录入，不能自动采集，本文称之为被动 性数据，此类数据应该通过集体公司指定标准化的数据录入 系统，同时各个发电公司应该根据集团的要求，建立自己的数 据库系统，分专业、分部门的进行数据上传至数据库。比如对 每年的停机次数建立数据库，录入详细的分析过程，然后将 数据上传至集团数据库，以备上层大数据软件分析整个集团 的生产状态，并给出指导性的优化方案。

其三，发电集团应建立一个专业的大数据管理和服务机 构，组织技术专家通过对现有的数据分析，并通过专家的经 验对电力生产提出指导性优化方案。总的说来，大数据分析 带给我们的是一个现有和曾经的数据分析统计结果，真正要 做好完善电力生产，还必须依靠经验丰富的专业人员有针对 性的提出优化解决方案。这样才能真正指导生产建设。例如 我们现有的主机保护问题，由于建设期间和生产期间的不同 要求，对主机保护采取了不同的保护策略，但是这些策略的 提出现在还是建立在个人经验的基础上，有的人遇到了问题， 他就觉得某种策略不可靠，带有很大的随机性。如果通过数据上传，把集团中每个生产单位的故障问题都录入集团数据库， 经过长期积累，一定能产生一个量化直观的分析结果。比如 对同一控制策略，可以通过数据统计分析，在集团的发电企业 中，同一控制策略在集团投产机组中的可靠性，如果可靠性非 常高那就应该在集团发电企业中推广，否则就需要优化。这样 就能更好地服务于电力生产，如果能够突破集团的封闭，汇 聚成行业数据库，大家在行业内进行数据共享，那么整个电 力行业的生产服务将会有很大质量的提高。

其四，大数据的产生必将带来大数据安全维护工作。在 大量数据汇聚的过程中，信息量快速膨胀，他的维护和可靠 运行就日益重要。同时信息量越大系统的安全风险就会更高。 因此应该建立一套可靠的严格的安全保障体系，让他不能出现 任何漏洞，否则将是不可估量的损失。 

总体说来，大数据的信息架构如图 1 所示。数据库应该 建立分层级结构，发电公司为数据库的信息来源终端，同时也 是最低一层的数据库系统，通过逐级信息汇总，数据量将会 逐级增大，同时带来的分析计算的复杂性将成倍数增加，越 到上层的行业数据库越将会是一个非常庞大的数据存储系统。

2 数据分析的意义

 全面的数据采集后，通过专业性的分析软件和专家会诊， 将会发挥最大的优势来指导电力行业的最优化生产。它具体表 现在以下 3 个方面。

（1）指导新建机组采用可靠的控制策略。

 机组运行的可靠性分析，可通过搜集集团公司中各发电公司历年的事故报告，对机组的保护策略进行逐条统计分析， 做出量化设想保护策略的可靠性，从而指导新建或投产机组 采用最优的控制策略以提高生产的可靠性。降低机组的非正常 停机率，最大限度地调高机组的安全使用率。

（2）对运行机组进行实时事故预判。

 机组的事故预判分析，可通过对生产系统的实时监控， 全面分析运行机组主要设备的使用寿命时间，在寿命末期提 前预警以指导生产单位提早更换，降低机组的非正常停机率。 同时通过对现场仪表参数的数据分析，提早计算出监控仪表 的工作状态，比如精度降低、零位飘逸，提前告知检修人员， 及时更换。

（3）优化集团事物，提高生产的经济性和可靠性。 

通过集团数据库，可对全集团现有发电设备的可靠性、 经济性进行统计分析，找出最优的设备配型，从而指导生产 机组的优化运行。同时通过集团数据分析，计算出机组的最 佳运行状态，以指导各生产单位用可靠经济的策略进行生产。

3 结 语

大数据分析的应用，不仅仅是以上所列的几种，通过不 同的算法，能够在人员管理、资源配置等各个方面达到优化。 从而为电力生产的安全、环保、经济运行做出巨大贡献。大数 据前景是无限的，有待人于们不断的挖掘。然而各行各业应有 针对性的细化方案，各行各业有其自身的独立性和确定性，不 同于互联网行业终端的无序性和随机性。所以在大数据建设 方面，我们应该区别对待。从而使各行各业都能够在大数据时 代，享受到大数据带给我们的便利。