1 引言

國(guó)家鼓勵(lì)能源企業(yè)運(yùn)用大數(shù)據(jù)技術(shù)對(duì)設(shè)備狀態(tài)、電能負(fù)載等數(shù)據(jù)進(jìn)行分析挖掘與預(yù)測(cè)，開(kāi)展精準(zhǔn)調(diào)度、故障判斷和預(yù)測(cè)性維護(hù)，提高能源利用效率和安全穩(wěn)定運(yùn)行水平。《中國(guó)制造 2025》提出要開(kāi)發(fā)已有裝備的價(jià)值，通過(guò)大數(shù)據(jù)分析挖掘設(shè)備的潛力，增加設(shè)備的附加價(jià)值，讓已有的設(shè)備變得更加高效、高質(zhì)量、低成本和低污染，同時(shí)，利用創(chuàng)新的方法與技術(shù)解決未知的問(wèn)題。以大數(shù)據(jù)分析技術(shù)為基礎(chǔ)，將大數(shù)據(jù)分析技術(shù)引入到發(fā)電領(lǐng)域，結(jié)合發(fā)電企業(yè)生產(chǎn)管理的特點(diǎn)，開(kāi)發(fā)適用于發(fā)電企業(yè)的大數(shù)據(jù)分析系統(tǒng)。本文將對(duì)發(fā)電企業(yè)大數(shù)據(jù)分析技術(shù)的應(yīng)用展開(kāi)探討并提出解決方案。

2 發(fā)電企業(yè)應(yīng)用大數(shù)據(jù)分析技術(shù)的必要性

發(fā)電企業(yè)大多采用廠級(jí)監(jiān)控系統(tǒng)（SIS）進(jìn)行設(shè)備故障診斷、設(shè)備健康狀況管理、耗差分析等工作，這些都是基于設(shè)備的機(jī)理模型進(jìn)行分析，應(yīng)用多年效果并不理想，其困境和問(wèn)題在于：一是鑒于目前國(guó)內(nèi)的理論計(jì)算水平，發(fā)電設(shè)備的機(jī)理模型往往不夠精確，很難依靠這些機(jī)理模型進(jìn)行故障診斷或者設(shè)備性能計(jì)算，測(cè)點(diǎn)數(shù)據(jù)的不足也導(dǎo)致很難使用機(jī)理模型進(jìn)行計(jì)算，假設(shè)后的理想機(jī)理模型與實(shí)際情況往往相差甚大。同時(shí)，對(duì)于發(fā)電企業(yè)而言，并非是所有設(shè)備性能最好的時(shí)候，整臺(tái)機(jī)組的性能最好或者效率最高。二是缺少一個(gè)實(shí)時(shí)捕捉設(shè)備異常的引擎，僅僅依靠 SIS 數(shù)據(jù)進(jìn)行判斷，其結(jié)果常常難以讓人信服。三是 DCS、SIS 等系統(tǒng)報(bào)警時(shí)，往往已經(jīng)太晚了，故障已經(jīng)惡化或者沒(méi)有足夠的時(shí)間處理。當(dāng)關(guān)鍵設(shè)備發(fā)生故障時(shí)，很可能會(huì)對(duì)整個(gè)系統(tǒng)及其他相關(guān)設(shè)備產(chǎn)生重大影響——造成非計(jì)劃停機(jī)，檢修費(fèi)用超支，發(fā)電量損失，效率降低，環(huán)保排放超標(biāo)，甚至人身或者設(shè)備損壞等。

因此，需要一種先進(jìn)有效的手段，在成千上萬(wàn)個(gè)變量中找出問(wèn)題進(jìn)行預(yù)測(cè)性分析，隨著計(jì)算機(jī)計(jì)算速度的提升，大數(shù)據(jù)分析技術(shù)適應(yīng)這一需要而產(chǎn)生。

3 大數(shù)據(jù)分析技術(shù)的特點(diǎn)

發(fā)電企業(yè)過(guò)去采用的設(shè)備故障診斷、性能優(yōu)化等分析基于設(shè)備的機(jī)理模型，見(jiàn)圖 1。機(jī)理模型分析首先需要對(duì)設(shè)備的機(jī)理模型進(jìn)行修正，修正后的模型帶入實(shí)時(shí)數(shù)據(jù)進(jìn)行計(jì)算，最終輸出結(jié)果。這種分析方法的問(wèn)題在于，修正后的機(jī)理模型同實(shí)際的設(shè)備存在偏差，甚至機(jī)理模型是假設(shè)的或者是理想模型，導(dǎo)致偏差永恒存在。其次，帶入計(jì)算的數(shù)據(jù)是樣本數(shù)據(jù)，數(shù)據(jù)往往不如全集數(shù)據(jù)更具有代表性或者表征性。

大數(shù)據(jù)分析技術(shù)通過(guò)以往大量數(shù)據(jù)的最優(yōu)集、穩(wěn)定集、劣化集預(yù)測(cè)未來(lái)的狀況、評(píng)價(jià)當(dāng)前的生產(chǎn)方式。利用數(shù)據(jù)推演和條件判斷，基于發(fā)電企業(yè)長(zhǎng)期工藝流程數(shù)據(jù)的統(tǒng)計(jì)學(xué)分析和整理，歸納總結(jié)出設(shè)備之間、設(shè)備與系統(tǒng)、系統(tǒng)之間、系統(tǒng)與工藝之間的相互作用關(guān)系，建立了發(fā)電廠的大數(shù)據(jù)分析系統(tǒng)，實(shí)現(xiàn)測(cè)點(diǎn)的預(yù)測(cè)報(bào)警，運(yùn)行操作指導(dǎo)，運(yùn)行參數(shù)優(yōu)化，生產(chǎn)方式優(yōu)化。未來(lái)在條件允許的情況下，利用數(shù)據(jù)模型對(duì)海量測(cè)點(diǎn)的監(jiān)控，大數(shù)據(jù)平臺(tái)可有效地分析出設(shè)備的最佳運(yùn)行曲線和工況，通過(guò) DCS 實(shí)現(xiàn)設(shè)備實(shí)時(shí)運(yùn)行參數(shù)的調(diào)整。

4 大數(shù)據(jù)分析技術(shù)在發(fā)電企業(yè)的應(yīng)用方向

4.1 在設(shè)備運(yùn)維方面的應(yīng)用

大數(shù)據(jù)設(shè)備管理平臺(tái)能夠利用歷史數(shù)據(jù)建立數(shù)據(jù)模型，對(duì)大量實(shí)時(shí)數(shù)據(jù)進(jìn)行分析比較，對(duì)設(shè)備狀態(tài)進(jìn)行自動(dòng)判斷。在設(shè)備發(fā)生故障或?qū)⒁l(fā)生故障的時(shí)候發(fā)出報(bào)警，提供有價(jià)值的參考，幫助工程師及時(shí)了解設(shè)備狀態(tài)，提高檢修工作的效率，提高設(shè)備利用率。徹底摒棄“壞了就切換、壞了就維修”的被動(dòng)設(shè)備管理模式，建立全新的“預(yù)知檢測(cè)、預(yù)知維修”的積極主動(dòng)的設(shè)備管理模式。具體應(yīng)用在以下幾個(gè)方面。（1）大數(shù)據(jù)平臺(tái)對(duì)以往數(shù)據(jù)和當(dāng)前實(shí)時(shí)數(shù)據(jù)按照運(yùn)行工況進(jìn)行機(jī)器學(xué)習(xí)，預(yù)測(cè)當(dāng)前運(yùn)行工況下的數(shù)據(jù)，對(duì)實(shí)時(shí)數(shù)據(jù)的偏移、錯(cuò)誤進(jìn)行預(yù)警，提早發(fā)現(xiàn)問(wèn)題，提醒運(yùn)行人員提前干預(yù)，預(yù)防異常或事故的擴(kuò)大化。（2）大數(shù)據(jù)平臺(tái)建立轉(zhuǎn)動(dòng)設(shè)備的評(píng)價(jià)體系，通過(guò)對(duì)大量歷史數(shù)據(jù)的分析，給出設(shè)備的健康狀況指標(biāo)。同時(shí)，針對(duì)有振動(dòng)測(cè)點(diǎn)的設(shè)備，結(jié)合振動(dòng)分析給出設(shè)備健康狀況評(píng)級(jí)。（3）按照運(yùn)行規(guī)程的相關(guān)內(nèi)容，結(jié)合大數(shù)據(jù)分析技術(shù)進(jìn)行實(shí)時(shí)仿真和預(yù)警，通過(guò)這種手段，在生產(chǎn)操作的同時(shí)，仿真系統(tǒng)與離散控制系統(tǒng)（DCS）進(jìn)行實(shí)時(shí)對(duì)比分析，給出預(yù)警，輔助生產(chǎn)操作，避免出現(xiàn)人為誤操作，導(dǎo)致出現(xiàn)人身傷害、設(shè)備損壞事件的發(fā)生。

4.2 在生產(chǎn)管理方面的應(yīng)用

應(yīng)用大數(shù)據(jù)分析技術(shù)對(duì)機(jī)組實(shí)際累積的運(yùn)行數(shù)據(jù)進(jìn)行各種工況、設(shè)備運(yùn)行狀態(tài)尋優(yōu)，持續(xù)改進(jìn)機(jī)組性能，優(yōu)化機(jī)組的不穩(wěn)定工況和運(yùn)行方式，建立設(shè)備經(jīng)濟(jì)性指標(biāo)評(píng)價(jià)曲線，通過(guò)對(duì)設(shè)備的歷史數(shù)據(jù)進(jìn)行分析獲得設(shè)備的運(yùn)行狀態(tài)趨勢(shì)，提高機(jī)組的效率，具體應(yīng)用在以下幾個(gè)方面：（1）基于機(jī)組歷史數(shù)據(jù)及工況分析，建立機(jī)組安全運(yùn)行輔助報(bào)警體系，監(jiān)控機(jī)組的運(yùn)行狀態(tài)。（2）基于機(jī)組歷史數(shù)據(jù)、運(yùn)行工況，依靠大數(shù)據(jù)實(shí)時(shí)計(jì)算機(jī)組的度電利潤(rùn)，匹配機(jī)組的最佳運(yùn)行工況。在當(dāng)前全社會(huì)整體用電量低迷、競(jìng)價(jià)上網(wǎng)的大環(huán)境下，輔助電力營(yíng)銷增效創(chuàng)收。（3）通過(guò)大數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)實(shí)時(shí)度電利潤(rùn)和工況的匹配尋優(yōu)，尋找設(shè)備運(yùn)行、參數(shù)調(diào)整的最佳狀態(tài)，指導(dǎo)運(yùn)行操作及自動(dòng)優(yōu)化，提升機(jī)組及設(shè)備效率。

5 發(fā)電企業(yè)大數(shù)據(jù)分析技術(shù)面臨的問(wèn)題和挑戰(zhàn)

5.1 數(shù)據(jù)清洗的問(wèn)題和解決辦法

數(shù)據(jù)清理對(duì)接入的實(shí)時(shí)數(shù)據(jù)進(jìn)行清理，從而保證進(jìn)入系統(tǒng)分析模塊的數(shù)據(jù)滿足分析要求，通過(guò)業(yè)務(wù)規(guī)則、決策樹(shù)算法、公里定理等方式來(lái)剔除原始數(shù)據(jù)中的噪音數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行完整性處理。在智能設(shè)備運(yùn)行過(guò)程中可能出現(xiàn)的由于設(shè)備自身問(wèn)題或外界信號(hào)干擾導(dǎo)致的數(shù)據(jù)異常。由于噪音數(shù)據(jù)無(wú)法反映出真實(shí)的設(shè)備狀態(tài)和真實(shí)數(shù)據(jù)，如果輸入的分析數(shù)據(jù)是錯(cuò)誤的，那么輸出的分析結(jié)果也將是錯(cuò)誤的，噪音數(shù)據(jù)的存在會(huì)影響所有數(shù)據(jù)分析的結(jié)果，導(dǎo)致分析結(jié)果出現(xiàn)較大的偏差，必須處理這些噪音數(shù)據(jù)。

由于流程工業(yè)的特殊性，商業(yè)大數(shù)據(jù)上使用的一些數(shù)據(jù)清洗的算法并不適用于發(fā)電企業(yè)，例如在機(jī)組在變負(fù)荷、變工況運(yùn)行情況下，商業(yè)大數(shù)據(jù)上使用最多的聚類算法并不適用，聚類算法會(huì)把有用的數(shù)據(jù)剔除掉。因此，需要制定發(fā)電企業(yè)數(shù)據(jù)清洗的方式和算法，見(jiàn)圖 2。

對(duì)于發(fā)電企業(yè)，DCS 和 SIS 系統(tǒng)中均存在數(shù)據(jù)不準(zhǔn)確的問(wèn)題，解決噪音數(shù)據(jù)和數(shù)據(jù)完整性，從以下方面入手解決。

（1）數(shù)據(jù)測(cè)量設(shè)備的可靠性，很多發(fā)電企業(yè)都應(yīng)用了現(xiàn)場(chǎng)總線技術(shù)，通過(guò)現(xiàn)場(chǎng)總線設(shè)備的周期數(shù)據(jù)和非周期數(shù)據(jù)，可以方便快捷地知道設(shè)備工作狀態(tài)是否正常，異常代碼是否影響到了設(shè)備的可用性和數(shù)據(jù)的準(zhǔn)確性。沒(méi)有采用現(xiàn)場(chǎng)總線的企業(yè)，同樣可以采用支持 HART 協(xié)議的卡件采集到上述的診斷信息，從源頭上確認(rèn)測(cè)量?jī)x表的測(cè)量指標(biāo)。

同時(shí)，也建議發(fā)電企業(yè)在信號(hào)設(shè)計(jì)時(shí)盡量使用變送器來(lái)替代開(kāi)關(guān)，開(kāi)關(guān)信號(hào)對(duì)數(shù)據(jù)分析的作用不如模擬量信號(hào)。

（2）在大數(shù)據(jù)分析系統(tǒng)與 DCS 系統(tǒng)的數(shù)據(jù)接口設(shè)計(jì)時(shí)，考慮接入 DCS 側(cè)的參數(shù)質(zhì)量信息，這個(gè)信息是 DCS 內(nèi)部的通道檢測(cè)信息。如果測(cè)點(diǎn)的質(zhì)量信息為 GOOD，則表明 DCS 采集這個(gè)數(shù)據(jù)的通道是正常的。

（3）通過(guò)業(yè)務(wù)規(guī)則校驗(yàn)數(shù)據(jù)，例如三重冗余、兩重冗余參數(shù)的設(shè)計(jì)。通過(guò)決策樹(shù)算法利用工藝流程上的溫度、壓力的傳遞關(guān)系校驗(yàn)數(shù)據(jù)。利用符合熱力學(xué)原理的公式進(jìn)行數(shù)據(jù)的校驗(yàn)。這些數(shù)據(jù)的校驗(yàn)方法和商業(yè)大數(shù)據(jù)上的數(shù)據(jù)校驗(yàn)方法全然不同，因此，發(fā)電企業(yè)大數(shù)據(jù)分析系統(tǒng)絕對(duì)不能照搬商業(yè)大數(shù)據(jù)分析的方法。

5.2 偶然性和將錯(cuò)就錯(cuò)的問(wèn)題

商業(yè)大數(shù)據(jù)分析主要分析對(duì)象是人的行為，人是有主動(dòng)性的，因此，分析人的行為得出的結(jié)論有偶然性，例如，消費(fèi)者購(gòu)買了手機(jī)，大數(shù)據(jù)系統(tǒng)分析認(rèn)為這位消費(fèi)者可能需要購(gòu)買手機(jī)殼，這之間是偶然的，沒(méi)有必然的聯(lián)系。而像發(fā)電企業(yè)這樣的工業(yè)大數(shù)據(jù)分析對(duì)象是設(shè)備和系統(tǒng)，這些設(shè)備和系統(tǒng)并沒(méi)有主動(dòng)性，因此，通過(guò)大數(shù)據(jù)分析找到的是設(shè)備和系統(tǒng)運(yùn)行的規(guī)律，用這些優(yōu)化、穩(wěn)定、劣化的規(guī)律來(lái)指導(dǎo)生產(chǎn)管理工作。基于這個(gè)需求，就會(huì)出現(xiàn)如果某個(gè)設(shè)備或者系統(tǒng)的數(shù)據(jù)采集一直是錯(cuò)誤的，那么大數(shù)據(jù)分析系統(tǒng)就會(huì)出現(xiàn)將錯(cuò)就錯(cuò)的情況，評(píng)價(jià)和預(yù)測(cè)結(jié)果也一直是錯(cuò)誤的，這個(gè)問(wèn)題一定要通過(guò)數(shù)據(jù)校驗(yàn)提前來(lái)避免和解決的。

5.3 是什么和為什么的問(wèn)題

發(fā)電企業(yè)大數(shù)據(jù)分析對(duì)海量數(shù)據(jù)進(jìn)行動(dòng)態(tài)建模，尋找數(shù)據(jù)之間的相互關(guān)系，建立數(shù)據(jù)之間的評(píng)價(jià)體系，預(yù)測(cè)電廠設(shè)備、工藝系統(tǒng)、優(yōu)化方式的優(yōu)化趨勢(shì)和劣化趨勢(shì)。因此，發(fā)電企業(yè)大數(shù)據(jù)分析給出的是發(fā)展的趨勢(shì)，即是什么的問(wèn)題。大數(shù)據(jù)分析能夠給出的是現(xiàn)象，并未給出具體的原因，即為什么的問(wèn)題，構(gòu)建大數(shù)據(jù)分析的專家系統(tǒng)或者故障診斷系統(tǒng)，這個(gè)上需要大量的工作，即使是簡(jiǎn)單的故障特征匹配，也需要龐大的故障庫(kù)，故障庫(kù)的建立并非一個(gè)企業(yè)或者一朝一夕能夠建立的。

6 結(jié)語(yǔ)

隨著計(jì)算機(jī)計(jì)算速度的提升和大數(shù)據(jù)分析技術(shù)的發(fā)展，為發(fā)電企業(yè)在設(shè)備運(yùn)維和生產(chǎn)經(jīng)營(yíng)管理方面提供了全新的工具和手段。盡管在商業(yè)方面大數(shù)據(jù)分析獲得了空前的發(fā)展和成功，但是，鑒于工業(yè)企業(yè)和商業(yè)的差異性，發(fā)電企業(yè)的大數(shù)據(jù)分析并不能照搬商業(yè)上的用法。大數(shù)據(jù)分析技術(shù)只是實(shí)現(xiàn)和解決問(wèn)題的工具，需要我們做更多更細(xì)致的工作去使用好大數(shù)據(jù)分析技術(shù)這個(gè)工具，更好地提升發(fā)電企業(yè)的安全性、經(jīng)濟(jì)性，創(chuàng)造更大的價(jià)值。