智能电厂实施过程中的大数据应用研究

张少男

摘   要：本文主要围绕智能电厂实施过程中的大数据应用展开研究，通过分析应用的大数据理论，探究其在报警系统、汽门的流量特性以及控制系统等方面的应用，推动各项工作合理开展，保障其工作质量。为适应时代发展，电力企业在发展过程中也逐渐引入了不同类型的数字化技术，通过在日常生产过程中应用相关技术，建立对应的管理模型，可以有效提高智能电厂的工作质量，实现对相关生产工作的有效控制，对提高智能电厂的生产效率，推动大数据应用推广等具有重要意义。

关键词：智能电厂  实施过程  大数据应用

中图分类号：TM727                                文献标识码：A                       文章编号：1674-098X（2019）05（b）-0030-02

1  智能电厂实施过程中应用的大数据理论

大数据在企业生产运营过程中发挥了重要作用，通过将企业生产运营的相关数据统计起来，结合相关经济学理论等来提取其中的关键性知识，再通过一定方式将相关技术结合起来，可以构建与企业发展路径相符合的智能化技术构架，在此基础上开展后续各项工作，可以提高其各项工作的针对性，对保障其后续各项工作的工作质量等具有重要意义。当前在火力发电厂实施过程中，主要应用大数据来开展以下两方面工作，一方面，通过统计企业运行的相关数据，明确火力发电厂生产过程中存在的问题和解决方法，推动企业生产以合理方式开展。另一方面，通过统计企业管理工作开展过程中存在的问题，发现数据之间的关联性，继而实现对各类数据的有效综合，在此基础上开展后续各项工作，可以有效保障其工作质量。

2  智能电厂的大数据应用举例

2.1 大数据支持下的报警优化

火力发电厂工作过程中，受到多方面因素的影响，其使用的监控系统相对比较复杂，实际工作过程中，受到多方面因素的影响，加上DCS系统控制性的不断增强，其工作过程中会产生大量数据，影响其各项工作以合理方式开展。同时随着经济和科技的发展，火电厂工作过程中应用硬光字报警系统的几率也逐渐降低，其各项工作更多围绕DCS系统开展，可以有效保障其各项工作的工作质量。但是在实际工作过程中可以发现，火电厂的报警功能等更多应用于调试阶段，实际各项工作开展时可能会遇到不同类型的问题，报警的频率相对较高，但是许多问题并不需要监控系统报警即可及时解决，这将极大地增添工作人员的工作负担，其工作的积极性也会随之下降，长久发展下去，报警功能的意义将会逐渐消失，工作人员对报警功能的态度也会逐渐发生变化，影响火力发电厂各项工作顺利开展。为此，火力发电厂在开展监控系统报警功能控制组态设计工作的过程中，应当充分考虑锅具数据提供的建议，同时将火力发电厂的实际工作情况考虑进来，设计合理的报警系统功能方案，推动其后续各项工作以合理方式开展。

2.2 优化汽轮机调节汽门的流量特性曲线

DEH系统的重要组成之一即汽轮机的调节汽门，应用该设备可以保障系统各项工作开展的有效性，工作过程中出现问题的几率将会大大下降。实际各项工作开展过程中可以发现，受到多方面因素，特别是汽轮机调节汽门的流量特性的影响，对应的一次调频和AGC响应都会出现不同类型的问题，导致其工作过程中出现安全运行问题，要求相关人员必须加强重视，采取合理方式对其进行优化。实际各项工作开展过程中可以发现，相关人员必须加强对数据源选取工作的重视，通过对发电机组的阀门和相关设备进行统计分析，找出与阀门特性流量曲线关联相对较大的參数，在此基础上开展参数组织和参数设计等工作，可以有效保障其各项工作的工作质量，对提高机组阀门的工作效率等具有重要意义。通过该方式完成数据源的选取工作之后，相关人员应当结合神经网络数据来开展后续工作。

例如，以某 600MW汽轮发电机组为例，来调整和优化该机组顺序阀方式和单阀运行方式下的阀门流量特性曲线，其具体流程如下：（1）数据源的选取。选择与阀门流量特性曲线优化对应的参数共 43200组，采样周期为60s，具体参数为汽轮机各阀门开度、各阀门指令、综合阀位指令、主蒸汽温度、给水流量、机组负荷、减温水流量、机组主蒸汽压力、调节级压力;（2）神经网络数据处理。根据所选择的历史运行数据，借助模糊神经网络来建模历史数据，进而获得主蒸汽流量与阀门开度的神经网络模型，为后续优化阀门流量特性曲线奠定良好的基础。为了确保所建模型的准确性，还需要对所选样本数据以外的其余22组数据进行分析，借助弗留格尔公式法来对流量数值进行计算，并与神经网络模型计算的结果进行对比;（3）基于模糊神经网络和实际运行数据来拟合单阀方式下的流量曲线，如图1（a）所示，结果发现单阀曲线校正前后的的差异比较大，同一综合流量指令在校正后的开度增大0%～6%左右，其可以有效提高负荷响应速度和响应值。同时，根据模糊神经网络模型及历史运行数据来拟合顺 序阀方式下的流量曲线，如图1（b）所示，结果发现顺序阀曲线校正前后同样存在较大差异，同一综合流量指令在校正后的开度增大0%～5%左右，拐点前后特性变得更加圆滑，高压调节阀 2修改前后重叠度从原来7%降至4%，有效提高机组运行稳定性。

2.3 应用大数据理论开展控制系统性能评估工作

发电厂工作开展过程中，一般应用PID控制器来控制电厂工艺流程，在此基础上开展后续各项工作，可以有效保障其工作质量。但是在其实际控制工作开展过程中，电厂的热控专业人员可能需要花费一定的时间精力才能实现对控制系统控制水平的合理判断，在此基础上开展性能提升等工作，才能保证电厂热工控制的质量。就当前来说，主要围绕先进控制算法设计来开展后续各项工作，可以实现对控制系统的合理分析，对提高其控制的有效性等具有重要意义。但是在对已有的控制系统进行评价的过程中，工作人员一般选择应用大数据来开展对应的数据性能评价工作，可以推动相关工作按照预定轨迹合理开展，其具体步骤如下。第一，工作人员应当围绕控制系统本身开展分析研究，及时完成数据采集和数据处理等各项工作，在此基础上，结合工作要求等确定系统评估准则，继而开展后续的数据性能评估工作，可以有效保障其各项工作的工作质量。在数据评估工作完成之后，工作人员应当结合数据评估的结果来分析控制系统的整体性能，判断系统是否需要开展进一步的数据分析和数据评价工作，对提高控制系统性能维护的有效性具有重要意义。实际工作开展过程中，工作人员要加强对建立基准模型和选择评估准则的重视，在充分明确上述两点的基础上开展后续工作，可以有效保障其工作质量。

2.4 智能电厂报警优化性能评估工作

如今，随着智能电厂的发展，传统的硬光字报警系统已经无法满足电厂发展需求，且大部分火电厂报警功能基本上是在机组调试期间实施，在施工图设计阶段和DCS组态过程中，设计院和组态厂家并未对硬光字报警系统的细则给予明确，从而导致运行阶段报警泛滥现象较为严重，致使运行人员开始不重视报警信息，使报警功能形同虚设。国际标准ANSI/ISA-18.2—2009（《过程工业中的报警系统管理》）对报警给予了明确的定义，即一种可以针对过程偏差、设备故障或异常状态来提醒操作人员做出响应的视觉和声音方法。表1描述的是在一定时间内，运行人员可以接受的报警数量，在进行智能电厂报警组态设计过程中需要对表1中的数据给予重点考虑，从而得到科学、合理的报警系统组态方案。

通常情况下，智能电厂报警系统设置主要是根据重要程度来开展多级报警方案，但是并未对每一级报警的设置情况给予明确规定，此时就需要通过对历史运行数据进行分析，借助主元分析方法来获取与某条报警相关的参数，这样既可以降低无效报警信息数量，而且还可以有效提高报警信息的准确性。

3  结语

智能电厂工作涉及多个方面，应用大数据理论可以优化其各个阶段的控制程序和控制方式，对保障其整体工作质量等具有重要意义。相关人员必须加强重视，合理开展生产和设备管理工作，保障其工作质量。在此基础上开展后续各项工作，可以有效保障其工作质量。

参考文献

[1] 张吉福，杨生嵘.火力发电厂生产现状及降耗优化措施分析[J].化工管理，2019（2）：178-179.

[2] 张付忠，刘顺.火力发电厂锅炉的节能降耗策略研究[J].科技资讯，2018，16（20）：33-34.

[3] 潘卫东，武霞，潘瑞.智能电厂新技术应用现状及发展前景[J].内蒙古电力技术，2018，36（3）：83-88.