随着计算机和互联网技术的迅速发展,物联网、大数据、云计算等新型信息技术在与工业系统深度融合过程中所带来的生产力、生产技术以及商业模式等方面的深入变革使整个工业体系开始进入智慧化的进程。近年来,我国高度重视节能降耗和可持续发展。乙烯工业作为石化工业中典型的高能耗生产行业,其生产过程的能效水平代表着一个国家的石油化工先进程度。随着工业化进程的不断推进,现阶段我国乙烯工业遇到了能源消耗管理不够细致,能源转化水平低等困难。所以,针对乙烯工业的能效分析十分重要。现阶段,我国石化工业从基础的生产自动化逐步走向数据信息化,大量的工业过程数据通过成熟的数据采集与存储系统保存下来。然而,石化企业存在数据孤岛问题,相关数据的内部存储系统相互隔离,数据集成和共享较弱,不易实现对数据进行全量的整合使用。乙烯生产过程工艺复杂、流程长,产生的数据类型复杂,价值密度低。企业在长期生产和运营积累的数据集会越来越庞大,如何从数据中提取能效方面的可操作和可管理的见解,帮助企业在复杂的管理环境中做出更明智的商业决策,以提高自身的生产效率与竞争力,现已成为了工业领域的重要研究方向。针对上述石化工业发展所面临的瓶颈,本文基于大数据平台完成了乙烯工业能效分析系统,主要内容包括:(1)结合大数据存储技术,利用具有高容错性和低成本部署特点的HDFS实现存储和管理多源异构工业大数据。结合大数据处理技术,利用基于内存计算的Spark引擎及其核心组件实现乙烯生产能效相关的数据挖掘和分析。基于Ambari部署大数据集群平台,实现对集群资源的状态管控、文件管理和用户管理等工作,方便运维人员对系统管控与维护;(2)基于大数据平台实现了对乙烯生产过程的能效评估。首先依据某乙烯厂工业生产流程特性和工作状态,基于聚类算法建立工况匹配模型,然后利用相关系数法筛选生产系统投入产出能效的关键影响因素,最后建立多工况的DEA能效评估模型,提高了系统能效评估的有效性;(3)基于大数据平台实现了对乙烯工业流程系统级能效异常的检测与诊断。首先利用BSMOTE算法平衡化数据集,然后基于Random Forest分类算法建立能效异常识别模型,最后运用箱线图法实现对能效异常数据相应影响因素的诊断,不仅符合现场操作条件的过程条件,而且满足检测的快速性与精确度;(4)运用JavaWeb技术开发了能效分析的可视化界面,实现能效评估、能效异常诊断的可视化分析,为企业在指导、管控生产过程方面提供了技术支持。