论文部分内容阅读
[摘 要]发电厂是电力系统的重要组成部分，而设备又是电厂进行生产活动的重要物质技术基础。设备的管理水平、利用效率都会对电厂的运营管理带来直接的影响。本文笔者探讨了电厂设备管理系统及其数据挖掘。
[关键词]电厂设备 管理系统 数据挖掘
中图分类号：F284 文献标识码：B 文章编号：1009-914X（2013）22-0246-01
設备是电厂日常生产的重要物质基础，保持电厂设备长时间健康、安全地运行是电力企业安全生产、效益创收的前提和基础。为此，笔者根据自己多年的工作经验，探讨了电厂设备管理系统及其数据挖掘。
一、建立电厂设备管理系统的必要性
在电厂的安全生产工作中，设备的作用已日益突出，机组设备的现场管理也越来越受到重视。随着电力市场竞争的日益激烈，电力企业改革的进一步深化，机组设备质量差与设备检修能力逐步提高之间的矛盾，专业技术力量薄弱与机组装备技术先进之间的矛盾以及管理水平低下与设备自动化程度提高之间的矛盾逐步地暴露出来。随着电力工业的发展和科学技术水平的提高，电厂设备的数量及其精密程度都在不断的提高，需要收集、传输、加工、存储、查询的信息也越来越多，传统的以设备台帐为主要手段的手工管理方法己经不能适应电厂发展的新要求，主要表现在以下几个方面
（1）基础数据不完整、不规范，定额标准不统一、不齐全；
（2）信息收集手段落后。传统的手工办法速度慢，往往不能及时准确地收集信息，并且由于管理层次不清、信息渠道不一，同一内容来自不同渠道的数据往往不一致；
（3）数据统计、汇总速度慢，而且容易出差错；
（4）信息保管手段落后，查询检索不便。信息的存储主要依靠报表，手段落后，共享性差，不能及时保证需要；
（5）数据分析能力差，决策手段和方法落后。由于受数据加工能力的限制，对收集上来的数据，综合分析不够深入，没有充分利用这些数据对将来的发展趋势进行科学的预测，对重大问题的决策也缺乏科学的依据，多凭经验和粗略推断，难以做出科学和实际的最佳决策。
为了解决上述问题，除了加强对设备的运行维护力量，保持人员、设备的相对稳定，提高设备的自动化水平，进一步提高各级人员的素质等工作以外，更迫切的需要建立一套内容完整、功能强大的设备管理软件，使电厂设备的管理计算机化，从而更好的实现对实时信息的采集与传递以及对历史信息的综合查询，并且能够对这些信息进行迅速准确地分析飞处理和研究，及时提供决策所需要的信息，从而更好的辅助决策。
二、电厂设备管理系统主要功能
1、系统管理
该模块提供系统的登陆界面，通过用户、角色、权限三级控制策略，实现系统的登陆控制，并根据权限决定其它管理模块的激活与否，为整个设备管理系统提供安全保障。其主要功能包括系统的登录与退出 ；创建、管理和调整系统的用户和角色，进行系统操作权限的分配；对系统登陆用户的登陆时间及各个操作进行跟踪记录，并建立相应的管理日志，保证系统的良好运作。
2、设备台帐管理
该模块主要是对设备基础信息的维护，涉及的主要内容有设备名称、规格型号、生产厂家、安装位置、使用部门、图号、技术参数、在装量、附属设备信息、设备分类、设备状态分类、润滑方式、管理人员、管理部门等。
3、设备运行管理
该模块主要包括设备运行情况的实时记录或阶段时间的历史记录，并据此对设备的运行状况进行分析，跟踪设备的性能状态，切实掌握其状态变化趋势，根据需要将内容汇总上报。
4、设备评级管理
该模块的主要功能是实现对班组级、车间级和厂级设备评级信息的管理，包括设备检修后的评级信息管理、季度设备的评级信息管理、评级报表的生成与打印、设备评级结果查询、评级基础数据维护等几个功能模块。
5、设备前期管理
该模块是对设备在进入生产之前的阶段进行管理。主要内容包括设备的需求计划管理、购置计划管理、购置合同管理以及设备开箱验收管理和安装调试管理等，为设备最终形成企业的资产和基础做好准备。
6、设备的资产管理
该模块主要包括新设备的登记入账，为投产设备建立编码，对相关信息登记建卡以及设备的闲置/封存/启用、转调、报废等，以期充分发挥设备的效能和效益。该部分除应包括设备台帐管理模块要求的内容外，还应包含该设备的原值、折旧率、使用费以及保养维修费用等信息的管理以及设备的操作培训管理。
7、设备的保养维护管理
该模块的主要内容包括设备的润滑管理，并对润滑记录作统计分析；管理润滑工作中的材料消耗 ；设备的保养管理（包括保养计划管理和保养检查管理）和维护管理（包括维护计划管理、维护检查管理、维护验收管理和维护总结信息管理）等。
8、设备备件及其附件管理
该模块主要包括与设备保养、维修所需相关备件的出/入库记录，设备备件台账，备件采购计划，备件储备定额、盘点以及备件需求计划的制定等业务管理；还包括对设备备品备件信息进行分析，提供各类统计分析报表，帮助管理检修工作中的材料消耗。
三、数据挖掘
（一）数据挖掘的概念
数据挖掘（DM，Data Mining）就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在的有用信息、和知识的过程。还有很多和这一术语相近的术语，如从数据库中发现知识（KDD ），数据分析、知识抽取、模式分析、数据考古、数据采集、信息收割、商业智能、数据融合以及决策支持等。
（二）数据挖掘的步骤
数据挖掘的过程可粗略的分为：问题定义、数据收集和预处理、数据挖掘算法执行，以及结果的解释和评估这几个部分。 1、问题定义
挖掘何种知识是数据挖掘整个过程中的第一个也是最重要的一个阶段。在问题定义过程中，数据挖掘人员必须和领域专家以及最终用户紧密协作，一方面明确实际工作对数据挖掘的要求：另一方而通过对各种学习算法的对比进而确定可用的学习算法。后继的学习算法选择和数据准备都是在此基础上进行的。
2、数据收集和数据预处理
数据选取的目的是确定知识发现任务的操作对象，即目标数据，是根据用户的需要从原始数据库中抽取的一组数据。数据预处理一般可能包括消除噪声、推导计算缺值数据、消除重复记录、完成数据类型转换等。数据变换的主要目的是消减数据维数或降维，即从初始特征中找出真正有用的特征，以减少数据挖掘时要考虑的特征或变量个数。
3、数据挖掘
数据挖掘算法执行阶段首先根据对问题的定义明确挖掘的任务或目的，如分类、聚类、关联规则发现或序列模式发现等。确定了挖掘任务后，就要决定使用什么样的算法。选择实现算法有两个考虑因素：一是不同的数据有不同的特点，因此需要用与之相关的算法来挖掘；二是用户或实际运行系统的要求，有的用户可能希望獲取描述型的、容易理解的知识，而有的用户只是希望获取预测准确度尽可能高的预测型知识，并不在意获取的知识是否易于理解。
4、结果解释和评估
数据挖掘阶段发现出来的模式，经过评估，可能存在冗余或无关的模式，这时需要将其删除；也有可能模式不满足用户的要求，这时则需要整个发现过程回退到前一阶段，如重新选取数据、采用新的数据变换方法、设定新的参数值，甚至换一种算法等。另外，KDD由于最终是面向人类用户的，因此可能要对发现的模式进行可视化，或者把结果转换为用户易懂的另一种表现形式。
总之，电厂设备管理系统的建立，充分利用了现代科技发展的优势，摆脱了传统的设备管理模式和方法中存在的弊端，为电厂管理人员提供了可靠的依据，可以提高维修的质量和效率，降低维修成本，使设备的维修更加经济合理。
参考文献
[1] 梅小彬.发电设备综合管理系统的研究与开发.北京：华北电力大学，2004.
[2] 邵峰晶，于忠清.数据挖掘原理与算法.北京：中国水利水电出版社，2003.
[3] 林映雄.电厂设备管理中存在的问题及采取的对策. 四川水力发电，2001，20（2）.
[关键词]电厂设备 管理系统 数据挖掘
中图分类号：F284 文献标识码：B 文章编号：1009-914X（2013）22-0246-01
設备是电厂日常生产的重要物质基础，保持电厂设备长时间健康、安全地运行是电力企业安全生产、效益创收的前提和基础。为此，笔者根据自己多年的工作经验，探讨了电厂设备管理系统及其数据挖掘。
一、建立电厂设备管理系统的必要性
在电厂的安全生产工作中，设备的作用已日益突出，机组设备的现场管理也越来越受到重视。随着电力市场竞争的日益激烈，电力企业改革的进一步深化，机组设备质量差与设备检修能力逐步提高之间的矛盾，专业技术力量薄弱与机组装备技术先进之间的矛盾以及管理水平低下与设备自动化程度提高之间的矛盾逐步地暴露出来。随着电力工业的发展和科学技术水平的提高，电厂设备的数量及其精密程度都在不断的提高，需要收集、传输、加工、存储、查询的信息也越来越多，传统的以设备台帐为主要手段的手工管理方法己经不能适应电厂发展的新要求，主要表现在以下几个方面
（1）基础数据不完整、不规范，定额标准不统一、不齐全；
（2）信息收集手段落后。传统的手工办法速度慢，往往不能及时准确地收集信息，并且由于管理层次不清、信息渠道不一，同一内容来自不同渠道的数据往往不一致；
（3）数据统计、汇总速度慢，而且容易出差错；
（4）信息保管手段落后，查询检索不便。信息的存储主要依靠报表，手段落后，共享性差，不能及时保证需要；
（5）数据分析能力差，决策手段和方法落后。由于受数据加工能力的限制，对收集上来的数据，综合分析不够深入，没有充分利用这些数据对将来的发展趋势进行科学的预测，对重大问题的决策也缺乏科学的依据，多凭经验和粗略推断，难以做出科学和实际的最佳决策。
为了解决上述问题，除了加强对设备的运行维护力量，保持人员、设备的相对稳定，提高设备的自动化水平，进一步提高各级人员的素质等工作以外，更迫切的需要建立一套内容完整、功能强大的设备管理软件，使电厂设备的管理计算机化，从而更好的实现对实时信息的采集与传递以及对历史信息的综合查询，并且能够对这些信息进行迅速准确地分析飞处理和研究，及时提供决策所需要的信息，从而更好的辅助决策。
二、电厂设备管理系统主要功能
1、系统管理
该模块提供系统的登陆界面，通过用户、角色、权限三级控制策略，实现系统的登陆控制，并根据权限决定其它管理模块的激活与否，为整个设备管理系统提供安全保障。其主要功能包括系统的登录与退出 ；创建、管理和调整系统的用户和角色，进行系统操作权限的分配；对系统登陆用户的登陆时间及各个操作进行跟踪记录，并建立相应的管理日志，保证系统的良好运作。
2、设备台帐管理
该模块主要是对设备基础信息的维护，涉及的主要内容有设备名称、规格型号、生产厂家、安装位置、使用部门、图号、技术参数、在装量、附属设备信息、设备分类、设备状态分类、润滑方式、管理人员、管理部门等。
3、设备运行管理
该模块主要包括设备运行情况的实时记录或阶段时间的历史记录，并据此对设备的运行状况进行分析，跟踪设备的性能状态，切实掌握其状态变化趋势，根据需要将内容汇总上报。
4、设备评级管理
该模块的主要功能是实现对班组级、车间级和厂级设备评级信息的管理，包括设备检修后的评级信息管理、季度设备的评级信息管理、评级报表的生成与打印、设备评级结果查询、评级基础数据维护等几个功能模块。
5、设备前期管理
该模块是对设备在进入生产之前的阶段进行管理。主要内容包括设备的需求计划管理、购置计划管理、购置合同管理以及设备开箱验收管理和安装调试管理等，为设备最终形成企业的资产和基础做好准备。
6、设备的资产管理
该模块主要包括新设备的登记入账，为投产设备建立编码，对相关信息登记建卡以及设备的闲置/封存/启用、转调、报废等，以期充分发挥设备的效能和效益。该部分除应包括设备台帐管理模块要求的内容外，还应包含该设备的原值、折旧率、使用费以及保养维修费用等信息的管理以及设备的操作培训管理。
7、设备的保养维护管理
该模块的主要内容包括设备的润滑管理，并对润滑记录作统计分析；管理润滑工作中的材料消耗 ；设备的保养管理（包括保养计划管理和保养检查管理）和维护管理（包括维护计划管理、维护检查管理、维护验收管理和维护总结信息管理）等。
8、设备备件及其附件管理
该模块主要包括与设备保养、维修所需相关备件的出/入库记录，设备备件台账，备件采购计划，备件储备定额、盘点以及备件需求计划的制定等业务管理；还包括对设备备品备件信息进行分析，提供各类统计分析报表，帮助管理检修工作中的材料消耗。
三、数据挖掘
（一）数据挖掘的概念
数据挖掘（DM，Data Mining）就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在的有用信息、和知识的过程。还有很多和这一术语相近的术语，如从数据库中发现知识（KDD ），数据分析、知识抽取、模式分析、数据考古、数据采集、信息收割、商业智能、数据融合以及决策支持等。
（二）数据挖掘的步骤
数据挖掘的过程可粗略的分为：问题定义、数据收集和预处理、数据挖掘算法执行，以及结果的解释和评估这几个部分。 1、问题定义
挖掘何种知识是数据挖掘整个过程中的第一个也是最重要的一个阶段。在问题定义过程中，数据挖掘人员必须和领域专家以及最终用户紧密协作，一方面明确实际工作对数据挖掘的要求：另一方而通过对各种学习算法的对比进而确定可用的学习算法。后继的学习算法选择和数据准备都是在此基础上进行的。
2、数据收集和数据预处理
数据选取的目的是确定知识发现任务的操作对象，即目标数据，是根据用户的需要从原始数据库中抽取的一组数据。数据预处理一般可能包括消除噪声、推导计算缺值数据、消除重复记录、完成数据类型转换等。数据变换的主要目的是消减数据维数或降维，即从初始特征中找出真正有用的特征，以减少数据挖掘时要考虑的特征或变量个数。
3、数据挖掘
数据挖掘算法执行阶段首先根据对问题的定义明确挖掘的任务或目的，如分类、聚类、关联规则发现或序列模式发现等。确定了挖掘任务后，就要决定使用什么样的算法。选择实现算法有两个考虑因素：一是不同的数据有不同的特点，因此需要用与之相关的算法来挖掘；二是用户或实际运行系统的要求，有的用户可能希望獲取描述型的、容易理解的知识，而有的用户只是希望获取预测准确度尽可能高的预测型知识，并不在意获取的知识是否易于理解。
4、结果解释和评估
数据挖掘阶段发现出来的模式，经过评估，可能存在冗余或无关的模式，这时需要将其删除；也有可能模式不满足用户的要求，这时则需要整个发现过程回退到前一阶段，如重新选取数据、采用新的数据变换方法、设定新的参数值，甚至换一种算法等。另外，KDD由于最终是面向人类用户的，因此可能要对发现的模式进行可视化，或者把结果转换为用户易懂的另一种表现形式。
总之，电厂设备管理系统的建立，充分利用了现代科技发展的优势，摆脱了传统的设备管理模式和方法中存在的弊端，为电厂管理人员提供了可靠的依据，可以提高维修的质量和效率，降低维修成本，使设备的维修更加经济合理。
参考文献
[1] 梅小彬.发电设备综合管理系统的研究与开发.北京：华北电力大学，2004.
[2] 邵峰晶，于忠清.数据挖掘原理与算法.北京：中国水利水电出版社，2003.
[3] 林映雄.电厂设备管理中存在的问题及采取的对策. 四川水力发电，2001，20（2）.