论文部分内容阅读
摘要：智慧电厂是当今火电厂发展的主流方向。在此背景下，本文依托大数据技术，构建了智慧化火电厂一体化管理平台，研究了平台架构并将其划分为现场设备层、基础控制层、 大数据智能控制层和智能管理层等四个层级;随后重点研究了智慧监盘关键技术，为火力发电厂智慧监盘的发展提供了一定的借鉴与参考。
关键词：智慧电厂;大数据;平台;智慧监盘
1前言
集控运行岗位是整个火电厂的核心，其对整个电厂的运行、监控都起到了极为关键的作用[1]。即时有效的监盘工作可以最大限度的保证机组的安全平稳运行，提升机组效率，降低运行成本[2]。但与此同时，随着电厂智能化发展的大力推进，在监盘现场的工作人员，每天要接收到大量的机组数据信息，监盘人员时刻处于长时间、高强度的压力下，这对监盘人员的知识储备、处理问题的历史经验与信息处理能力都带来了极大的挑战[3]。
随着智慧电厂概念的提出，大数据技术、云计算技术的不断发展，大量的数据为大数据技术的应用提供了良好的发展“土壤”[4]。将大数据技术应用于智慧电厂的建设中已是大势所趋，本文正是依托一体化火电厂智慧管理平台，着重研究火电厂智慧监盘技术，提高监盘的质量和效率，为火电厂机组的安全、平稳、高效运行提供保障。
2 基于大数据的智慧电厂一体化控制平台
智慧电厂一体化控制要实现对整个电力生产过程的全生命周期监控，以各系统各设备的监控数据为核心，集数据计算、异常数据监控、数据分析、数据管理于一体，实现生产过程中的全机组、全设备的通信、监管与控制，实现整个机组的高效、安全、平稳运行[5]。为了实现这一目标，对基于大数据的智慧电厂一体化控制平台进行了架构设计，其系统架构图如图1所示。
观察图1，整个大数据智慧电厂一体化控制平台被划分为四个层级，即现场设备层，现场设备是整个电厂运行的终端与执行端。如果智慧电厂系统是“大脑”，那么现场设备则是“神经末梢”，其通过设置大量的传感器与执行器，将现场数据源源不断的上传至第二个层级-基础控制层，同时接受基础控制层的指挥。在基础控制层，采用主流控制系统即可。其本身并没有大数据的处理与分析能力，因此，其需要将从现场设备层搜集来的数据上传至第三层-大数据智能控制层，其数据可以储存在大数据存储服务器中，同时大数据存储服务器亦要完成与同层级的智能控制器、工控服务器的数据交换。从现场设备层搜集得来的海量数据需要在大数据智能控制层完成数据的预处理、归纳、分析、决策，其决策结果将通过大数据通信链路与统一门户、控制室和大屏展示等展示设备呈现至智能管理层，以供决策层进行管理决策。
3 智慧监盘关键技术
在基于大数据的智慧电厂一体化控制平台中，其最关键的一层在于大数据智能控制层，这是智慧监盘的关键技术，整个大数据智能控制层即为火电厂的集控运行岗位，监控、处理从设备层传输过来的数据，处理完成后对机组运行提供指导。其技術架构如图2所示。
观察图2，大数据服务器中存储的数据将进行两个主要阶段的数据处理，即数据融合阶段与数据决策阶段。在数据融合阶段，通过数据挖掘的手段实现对数据的规律特征监视，以及对数据健康的评估，此为智慧监视;其次通过设置智能模型可以实现对数据的分级分类与取消抑制，此为智慧报警。在数据决策阶段，通过多级验证的手段，可以实现对系统故障、设备故障的智能识别，此为智慧识别;也可以通过建立专家规划库的手段实现对机组、设备的操作指导以及工作提醒。最终将一系列的结果进行综合显示。除了现阶段已经确定好的工作之外，还应考虑到随着技术的不断发展，电厂设备的技术创新与发展，智慧监盘系统也应随之进行技术迭代，同时应当留好拓展端口，方便系统后期进行维护升级。
4 结论
大数据技术、云计算技术的发展为火力发电厂带来了变革，越来越多的数据处理与数据分析工作被交给了智能控制系统。集控运行岗位一直以来有着工作时间长、工作强度大和工作压力大的缺点，非常迫切的需要智慧监盘技术的辅助。在此基础上，本文提出了基于大数据的智慧电厂一体化控制平台架构，将其划分为现场设备层、基础控制层、大数据智能控制层和智能管理层等四个层级。并发现智慧监盘技术的核心在于大数据智能控制层，在此基础上，研究了智慧监盘技术架构，将其划分为数据融合与数据决策两个阶段，并详细表述了其实现方法，为火力发电厂智慧监盘技术的发展提供了一定的借鉴与参考。
参考文献
[1]林永君，白青飞.基于组合权重与TOPSIS法的火力发电厂运行指标评价[J].山东电力技术，2021，48（08）：61-65.
[2]王立军，李晓敏.火电厂炉-机-网协调控制性能评价模型方法研究[J].上海节能，2021（07）：759-763.
[3]王铸城.火电厂热控自动化控制设备的科学调试与合理安装分析[J].技术与市场，2021，28（07）：138-139.
[4]孙发友. 基于贝叶斯正则化的BP神经网络的火电厂设备状态监测与预警[D].广西大学，2020.
[5]杨勇.火电厂输煤系统煤仓间智慧监盘系统设计[J].电子技术与软件工程，2019（20）：120-121.
关键词：智慧电厂;大数据;平台;智慧监盘
1前言
集控运行岗位是整个火电厂的核心，其对整个电厂的运行、监控都起到了极为关键的作用[1]。即时有效的监盘工作可以最大限度的保证机组的安全平稳运行，提升机组效率，降低运行成本[2]。但与此同时，随着电厂智能化发展的大力推进，在监盘现场的工作人员，每天要接收到大量的机组数据信息，监盘人员时刻处于长时间、高强度的压力下，这对监盘人员的知识储备、处理问题的历史经验与信息处理能力都带来了极大的挑战[3]。
随着智慧电厂概念的提出，大数据技术、云计算技术的不断发展，大量的数据为大数据技术的应用提供了良好的发展“土壤”[4]。将大数据技术应用于智慧电厂的建设中已是大势所趋，本文正是依托一体化火电厂智慧管理平台，着重研究火电厂智慧监盘技术，提高监盘的质量和效率，为火电厂机组的安全、平稳、高效运行提供保障。
2 基于大数据的智慧电厂一体化控制平台
智慧电厂一体化控制要实现对整个电力生产过程的全生命周期监控，以各系统各设备的监控数据为核心，集数据计算、异常数据监控、数据分析、数据管理于一体，实现生产过程中的全机组、全设备的通信、监管与控制，实现整个机组的高效、安全、平稳运行[5]。为了实现这一目标，对基于大数据的智慧电厂一体化控制平台进行了架构设计，其系统架构图如图1所示。
观察图1，整个大数据智慧电厂一体化控制平台被划分为四个层级，即现场设备层，现场设备是整个电厂运行的终端与执行端。如果智慧电厂系统是“大脑”，那么现场设备则是“神经末梢”，其通过设置大量的传感器与执行器，将现场数据源源不断的上传至第二个层级-基础控制层，同时接受基础控制层的指挥。在基础控制层，采用主流控制系统即可。其本身并没有大数据的处理与分析能力，因此，其需要将从现场设备层搜集来的数据上传至第三层-大数据智能控制层，其数据可以储存在大数据存储服务器中，同时大数据存储服务器亦要完成与同层级的智能控制器、工控服务器的数据交换。从现场设备层搜集得来的海量数据需要在大数据智能控制层完成数据的预处理、归纳、分析、决策，其决策结果将通过大数据通信链路与统一门户、控制室和大屏展示等展示设备呈现至智能管理层，以供决策层进行管理决策。
3 智慧监盘关键技术
在基于大数据的智慧电厂一体化控制平台中，其最关键的一层在于大数据智能控制层，这是智慧监盘的关键技术，整个大数据智能控制层即为火电厂的集控运行岗位，监控、处理从设备层传输过来的数据，处理完成后对机组运行提供指导。其技術架构如图2所示。
观察图2，大数据服务器中存储的数据将进行两个主要阶段的数据处理，即数据融合阶段与数据决策阶段。在数据融合阶段，通过数据挖掘的手段实现对数据的规律特征监视，以及对数据健康的评估，此为智慧监视;其次通过设置智能模型可以实现对数据的分级分类与取消抑制，此为智慧报警。在数据决策阶段，通过多级验证的手段，可以实现对系统故障、设备故障的智能识别，此为智慧识别;也可以通过建立专家规划库的手段实现对机组、设备的操作指导以及工作提醒。最终将一系列的结果进行综合显示。除了现阶段已经确定好的工作之外，还应考虑到随着技术的不断发展，电厂设备的技术创新与发展，智慧监盘系统也应随之进行技术迭代，同时应当留好拓展端口，方便系统后期进行维护升级。
4 结论
大数据技术、云计算技术的发展为火力发电厂带来了变革，越来越多的数据处理与数据分析工作被交给了智能控制系统。集控运行岗位一直以来有着工作时间长、工作强度大和工作压力大的缺点，非常迫切的需要智慧监盘技术的辅助。在此基础上，本文提出了基于大数据的智慧电厂一体化控制平台架构，将其划分为现场设备层、基础控制层、大数据智能控制层和智能管理层等四个层级。并发现智慧监盘技术的核心在于大数据智能控制层，在此基础上，研究了智慧监盘技术架构，将其划分为数据融合与数据决策两个阶段，并详细表述了其实现方法，为火力发电厂智慧监盘技术的发展提供了一定的借鉴与参考。
参考文献
[1]林永君，白青飞.基于组合权重与TOPSIS法的火力发电厂运行指标评价[J].山东电力技术，2021，48（08）：61-65.
[2]王立军，李晓敏.火电厂炉-机-网协调控制性能评价模型方法研究[J].上海节能，2021（07）：759-763.
[3]王铸城.火电厂热控自动化控制设备的科学调试与合理安装分析[J].技术与市场，2021，28（07）：138-139.
[4]孙发友. 基于贝叶斯正则化的BP神经网络的火电厂设备状态监测与预警[D].广西大学，2020.
[5]杨勇.火电厂输煤系统煤仓间智慧监盘系统设计[J].电子技术与软件工程，2019（20）：120-121.