劉新龍 賀悅科 孟曉偉 袁紅蕾 鄔 峰

?

智能電廠實(shí)施過程中的大數(shù)據(jù)應(yīng)用研究

劉新龍1賀悅科2孟曉偉1袁紅蕾1鄔 峰1

（1. 西北電力設(shè)計(jì)院有限公司，西安 710075；2. 華北電力科學(xué)研究院（西安）有限公司，西安 710075）

本文參考目前智能電廠實(shí)施導(dǎo)則中控制層面的相關(guān)內(nèi)容，通過對發(fā)電機(jī)組運(yùn)行過程中的大量實(shí)際數(shù)據(jù)進(jìn)行分析研究，給出智能電廠實(shí)施過程中的報(bào)警優(yōu)化、控制系統(tǒng)運(yùn)行曲線優(yōu)化、控制系統(tǒng)性能評估的大數(shù)據(jù)分析及應(yīng)用方法，提升數(shù)據(jù)的可用性，為智能電廠實(shí)施過程中的大數(shù)據(jù)應(yīng)用提供進(jìn)一步的研究方向和方法支持。

智能電廠；大數(shù)據(jù)；報(bào)警；優(yōu)化；性能評估

隨著整個(gè)人類社會(huì)科學(xué)技術(shù)水平的飛速發(fā)展、社會(huì)生活水平的不斷提升，大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)等新概念不斷涌出，電力工業(yè)行業(yè)也發(fā)生著翻天覆地的變化，“智能電廠”的概念在此種環(huán)境下應(yīng)運(yùn)而生。智能電廠是指以數(shù)字化為前提，以網(wǎng)絡(luò)、信息技術(shù)為基礎(chǔ)，通過采用智能分析、智能處理、智能控制等技術(shù)，使其在各種環(huán)境條件（煤質(zhì)、氣象、排放、電網(wǎng)要求等）下都能提供經(jīng)濟(jì)、環(huán)保、快捷、穩(wěn)定的電能，具有智能化、一體化等特征的新型電廠[1]。

2017年4月，由國內(nèi)多家單位聯(lián)合編寫的團(tuán)體標(biāo)準(zhǔn)《火力發(fā)電廠智能化技術(shù)導(dǎo)則》（以下簡稱《導(dǎo)則》）正式提交報(bào)批稿，標(biāo)志著火力發(fā)電廠“智能化”進(jìn)程又前進(jìn)了一大步?！秾?dǎo)則》中對智能化電廠體系結(jié)構(gòu)、相關(guān)技術(shù)要求、外部接口以及工程實(shí)施過程中的設(shè)計(jì)、安裝調(diào)試、檢測、評估等各個(gè)環(huán)節(jié)進(jìn)行了明確解釋和規(guī)定，其中管控體系又細(xì)化分為設(shè)備層、控制層和管理層。依據(jù)目前有報(bào)道的已實(shí)施“智能化”電廠的情況，主要是在設(shè)備運(yùn)行維護(hù)、故障診斷、生產(chǎn)管理、智能巡檢等方面來開展，而從控制層面進(jìn)行智能電廠實(shí)施的相關(guān)報(bào)道較少，鑒于此，本文從控制層面對智能化實(shí)施過程中的大數(shù)據(jù)應(yīng)用進(jìn)行重點(diǎn)論述，為智能電廠的實(shí)施過程的功能完善添磚加瓦。

1 智能電廠大數(shù)據(jù)應(yīng)用理論

大數(shù)據(jù)是近年來受到廣泛關(guān)注的新概念，是指通過對大量的、多種類和來源復(fù)雜的數(shù)據(jù)進(jìn)行高速地捕捉、發(fā)現(xiàn)和分析，用經(jīng)濟(jì)的方法提取其價(jià)值的技術(shù)體系或技術(shù)構(gòu)架[2]。大數(shù)據(jù)不僅包括單純的數(shù)據(jù)，同時(shí)還包括對這些數(shù)據(jù)進(jìn)行處理的理論和方法。

火力發(fā)電廠大數(shù)據(jù)主要分為兩類：①有關(guān)生產(chǎn)運(yùn)行相關(guān)數(shù)據(jù)；②涉及到企業(yè)管理等相關(guān)數(shù)據(jù)。本文主要對與智能電廠控制層實(shí)施過程中關(guān)系密切的生產(chǎn)運(yùn)行數(shù)據(jù)進(jìn)行研究，這些運(yùn)行數(shù)據(jù)之間不是完全獨(dú)立的，存在比較復(fù)雜的耦合關(guān)系?；鹆Πl(fā)電廠大數(shù)據(jù)的特點(diǎn)主要包括以下幾個(gè)方面：①數(shù)據(jù)來自各種不同的設(shè)備和系統(tǒng)；②數(shù)據(jù)量大、維數(shù)多、數(shù)據(jù)種類多；③大數(shù)據(jù)對電廠運(yùn)行可靠性、經(jīng)濟(jì)性均具有巨大的價(jià)值；④各數(shù)據(jù)之間存在著復(fù)雜關(guān)系需要挖掘，且大多數(shù)情況下有實(shí)時(shí)性要求[3]。

鑒于火力發(fā)電廠生產(chǎn)運(yùn)行大數(shù)據(jù)的特殊性，整理火力發(fā)電廠大數(shù)據(jù)的應(yīng)用過程如圖1所示。火電廠大數(shù)據(jù)的應(yīng)用可分為創(chuàng)建目標(biāo)數(shù)據(jù)源、數(shù)據(jù)處理、數(shù)據(jù)分析、對數(shù)據(jù)分析所得規(guī)則知識(shí)等信息進(jìn)行解釋、對所得規(guī)則知識(shí)進(jìn)行應(yīng)用驗(yàn)證；以上步驟中的數(shù)據(jù)處理、數(shù)據(jù)分析、數(shù)據(jù)規(guī)則知識(shí)信息解釋三個(gè)部分為大數(shù)據(jù)應(yīng)用過程中的關(guān)鍵技術(shù)。

圖1 火力發(fā)電廠大數(shù)據(jù)的應(yīng)用流程圖

1）火力發(fā)電廠大數(shù)據(jù)多樣性以及不精確性、不完整性等特點(diǎn)，這種復(fù)雜的數(shù)據(jù)環(huán)境要求必須對數(shù)據(jù)源中的數(shù)據(jù)進(jìn)行處理，可采用統(tǒng)計(jì)學(xué)方法剔除由于精度等原因產(chǎn)生的異常數(shù)據(jù)和部分冗余數(shù)據(jù)；采用聚類分析的方法對數(shù)據(jù)源中的數(shù)據(jù)進(jìn)行抽取和集成，為后續(xù)數(shù)據(jù)分析的合理性提供有效的支持。

2）數(shù)據(jù)分析是大數(shù)據(jù)發(fā)揮其核心價(jià)值的重要流程，常用的數(shù)據(jù)分析技術(shù)主要有數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)分析、神經(jīng)網(wǎng)絡(luò)、模糊理論等，分析的結(jié)論可用于推薦系統(tǒng)、專家系統(tǒng)、運(yùn)行指導(dǎo)、決策支持系統(tǒng)等方面[4]。

3）對于數(shù)據(jù)分析的結(jié)果，其核心內(nèi)容是數(shù)據(jù)規(guī)則、數(shù)據(jù)知識(shí)等的具體表述方法，如果沒有合適的表述方法，使用者往往難以理解，甚至?xí)`導(dǎo)使用者；一般的表述方法僅是文本、圖表等電腦終端的直觀顯示，隨著云技術(shù)的不斷發(fā)展，標(biāo)簽云、人機(jī)交互技術(shù)等可視化技術(shù)的解釋方法被逐步應(yīng)用[5]，數(shù)據(jù)分析得到的規(guī)則、知識(shí)等信息的解釋逐步向最佳的數(shù)據(jù)解釋效果方向發(fā)展。

2 智能電廠大數(shù)據(jù)典型應(yīng)用優(yōu)化分析

智能電廠實(shí)施過程中的大數(shù)據(jù)應(yīng)用較多并且比較成熟的主要是智能管理層和智能設(shè)備層，包括經(jīng)營決策、安全管理、智能巡檢、設(shè)備故障診斷、智能檢修等方面，而從智能控制層面進(jìn)行的相關(guān)應(yīng)用研究較少，本文結(jié)合上述大數(shù)據(jù)應(yīng)用理論，分別從火力發(fā)電廠報(bào)警系統(tǒng)優(yōu)化、控制系統(tǒng)運(yùn)行曲線優(yōu)化、控制系統(tǒng)性能評估三個(gè)方面對智能電廠實(shí)施過程中的大數(shù)據(jù)典型應(yīng)用進(jìn)行分析研究。

2.1 大數(shù)據(jù)應(yīng)用下的報(bào)警優(yōu)化

火力發(fā)電廠工藝系統(tǒng)復(fù)雜，DCS控制系統(tǒng)監(jiān)控點(diǎn)數(shù)十分龐大，隨著DCS系統(tǒng)功能的逐步強(qiáng)大，最近幾年新建電廠已不再設(shè)置硬光字報(bào)警系統(tǒng)，所有報(bào)警功能均在DCS中實(shí)現(xiàn)，然而火電廠報(bào)警功能一般僅在機(jī)組調(diào)試期間實(shí)施，設(shè)計(jì)院在施工圖設(shè)計(jì)階段以及組態(tài)廠家在DCS組態(tài)過程中幾乎沒有系統(tǒng)考慮和明確細(xì)則，運(yùn)行過程中報(bào)警泛濫現(xiàn)象嚴(yán)重，最終導(dǎo)致運(yùn)行人員厭倦了運(yùn)行期間大量的報(bào)警信息，報(bào)警功能形同虛設(shè)[6]。

國際標(biāo)準(zhǔn)ANSI/ISA-18.2—2009《Management of alarm system for the process industries》[5]（《過程工業(yè)中的報(bào)警系統(tǒng)管理》）中定義報(bào)警“一種能夠提醒操作人員針對設(shè)備故障、過程偏差或者異常狀態(tài)做出響應(yīng)的聲音的和視覺的方法”。表1給出了運(yùn)行人員在一定時(shí)間內(nèi)可接受的正常以及最大報(bào)警數(shù)量，火力發(fā)電廠報(bào)警組態(tài)設(shè)計(jì)時(shí)必須要充分考慮表1中的報(bào)警數(shù)量，合理設(shè)置報(bào)警系統(tǒng)組態(tài)方案。

表1 運(yùn)行人員可接受的正常及報(bào)警數(shù)量表

火力發(fā)電廠報(bào)警系統(tǒng)設(shè)置一般依據(jù)重要程度分為多級報(bào)警，然而每一級報(bào)警應(yīng)如何設(shè)置卻沒有明確準(zhǔn)則，本文結(jié)合大量歷史運(yùn)行數(shù)據(jù)，采用主元分析的方法得出與某條報(bào)警相關(guān)性較大的參數(shù)，作為此報(bào)警的下一級報(bào)警項(xiàng)，可有效減少無效報(bào)警信息，提高報(bào)警信息的準(zhǔn)確性。

以某600MW超臨界機(jī)組的機(jī)組功率信號報(bào)警分析為例，從DCS歷史數(shù)據(jù)庫中提取230項(xiàng)不同類型的運(yùn)行數(shù)據(jù)共60480組（采樣周期10s），經(jīng)過數(shù)據(jù)預(yù)處理剔除壞值及不合理項(xiàng)；為了確保和驗(yàn)證主元分析結(jié)果的正確性，采用百葉窗分類方法將歷史數(shù)據(jù)分為兩部分：①作為校正集；②作為驗(yàn)證集，采用Matlab編程進(jìn)行分析計(jì)算，結(jié)果如圖2（a）和圖2（b）所示。

圖 2

由圖2（a）可知，當(dāng)選取主元個(gè)數(shù)為16時(shí)，預(yù)測殘差平方根最小為0.5355；圖2（b）中的數(shù)值均為標(biāo)準(zhǔn)化處理之后的值，經(jīng)計(jì)算后的預(yù)測殘差平方根的值為8.0508，可見主元分析結(jié)果較優(yōu)。因此，報(bào)警設(shè)置過程中對機(jī)組功率異常報(bào)警的設(shè)置可以綜合考慮此16個(gè)相關(guān)數(shù)據(jù)的運(yùn)行情況，在其中部分?jǐn)?shù)據(jù)有異常時(shí)觸發(fā)機(jī)組功率報(bào)警，同時(shí)16個(gè)信號的相關(guān)報(bào)警信息可作為機(jī)組功率異常報(bào)警的二級報(bào)警 信號。

以上給出基于大數(shù)據(jù)的火電廠報(bào)警信號設(shè)置的主元分析方法，可有效提升報(bào)警系統(tǒng)設(shè)置的針對性，提升報(bào)警信息的準(zhǔn)確性。然而，上述方法僅僅是電廠報(bào)警系統(tǒng)設(shè)置過程中大數(shù)據(jù)應(yīng)用的第一步，與報(bào)警信息相關(guān)性較高的信號如何組合會(huì)觸發(fā)系統(tǒng)報(bào)警，以及如果對每個(gè)相關(guān)信號進(jìn)行報(bào)警設(shè)置是今后繼續(xù)要深入研究的方向之一。

2.2 汽輪機(jī)調(diào)節(jié)汽門流量特性曲線優(yōu)化

汽輪機(jī)調(diào)節(jié)汽門作為DEH系統(tǒng)的主要執(zhí)行機(jī)構(gòu)，其流量特性偏差過大會(huì)導(dǎo)致節(jié)流損失加大、一次調(diào)頻的響應(yīng)負(fù)荷不足或者過大、AGC響應(yīng)變慢、閥門切換負(fù)荷波動(dòng)等，最終影響機(jī)組的安全穩(wěn)定運(yùn)行[7]。汽輪發(fā)電機(jī)組在長時(shí)間運(yùn)行過程中閥門的實(shí)際流量曲線難免有所變化，因此很有必要經(jīng)常對機(jī)組的閥門流量曲線進(jìn)行試驗(yàn)校正，以使機(jī)組各項(xiàng)指標(biāo)趨于最優(yōu)[8]。

以某600MW汽輪發(fā)電機(jī)組為例，分別對該機(jī)組單閥運(yùn)行方式和順序閥方式下的閥門流量特性曲線進(jìn)行優(yōu)化，具體操作過程如下。

1）數(shù)據(jù)源的選取。選取與閥門流量特性曲線優(yōu)化相關(guān)的參數(shù)共43200（采樣周期60s）組，具體參數(shù)為汽輪機(jī)綜合閥位指令、各閥門指令、各閥門開度、機(jī)組主蒸汽壓力、主蒸汽溫度、機(jī)組負(fù)荷、調(diào)節(jié)級壓力、給水流量、減溫水流量。

2）神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)處理。結(jié)合所選取的歷史運(yùn)行數(shù)據(jù)，采用模糊神經(jīng)網(wǎng)絡(luò)對歷史數(shù)據(jù)進(jìn)行建模，得出閥門開度同主蒸汽流量的神經(jīng)網(wǎng)絡(luò)模型，為下一步閥門流量特性曲線優(yōu)化做好準(zhǔn)備；為了驗(yàn)證所建模型的正確性，選取樣本數(shù)據(jù)之外的22組數(shù)據(jù)，將采用弗留格爾公式法計(jì)算得到的流量數(shù)值與神經(jīng)網(wǎng)絡(luò)模型計(jì)算得到的數(shù)值進(jìn)行比較[9]，驗(yàn)證效果如圖3所示。

3）基于模糊神經(jīng)網(wǎng)絡(luò)，并結(jié)合實(shí)際運(yùn)行數(shù)據(jù)對單閥方式下的流量曲線進(jìn)行擬合，其結(jié)果如圖4（a）所示。由圖4（a）可知，校正前后的單閥曲線有較大差異：校正后同一綜合流量指令下的開度增大0%～6%左右，可以有效提高負(fù)荷響應(yīng)值和響應(yīng)速度。

該機(jī)組設(shè)計(jì)為順序閥方式下高壓調(diào)節(jié)閥1、3、4同時(shí)開啟，全開后高壓調(diào)節(jié)閥2才開啟。重疊度的設(shè)置一般以前一個(gè)閥門開至閥后壓力與主汽壓力比值為0.85～0.90時(shí)后一個(gè)閥開始開啟為合適，以此數(shù)據(jù)對各閥門之間的重疊度進(jìn)行修正完善[10]。由于本機(jī)組閥后并沒有安裝壓力測點(diǎn)，所以采用試驗(yàn)數(shù)據(jù)觀察法來近似，利用作圖法來計(jì)算重疊度。依據(jù)歷史運(yùn)行數(shù)據(jù)以及模糊神經(jīng)網(wǎng)絡(luò)模型計(jì)算得出順序閥方式下的實(shí)際流量曲線，利用作圖法得到順序閥方式下的閥門流量曲線,如圖4（b）所示。由圖4（b）可以看出，校正前后的順序閥曲線有較大差異：校正后高壓調(diào)節(jié)閥1、3、4在同一綜合流量指令下的開度變化0%～5%左右，拐點(diǎn)前后特性比原來光滑，拐點(diǎn)前附近的流量曲線提高了負(fù)荷響應(yīng)值和響應(yīng)速度；修改前后高壓調(diào)節(jié)閥2的閥門重疊度由原來的7%調(diào)整為4%，適合新的流量曲線，機(jī)組運(yùn)行穩(wěn)定性有所提高。

圖3 模糊神經(jīng)網(wǎng)絡(luò)模型仿真驗(yàn)證曲線

圖 4

2.3 基于大數(shù)據(jù)理論下的控制系統(tǒng)性能評估

在電廠工藝過程控制中，幾乎85%以上的控制系統(tǒng)均采用PID控制器，但是在控制系統(tǒng)工作過程中，一般電廠熱控專業(yè)人員并不能快速判斷某控制系統(tǒng)的控制水平是否最優(yōu)，如果不是最優(yōu)，就還有多大提升潛力等信息[11]。目前關(guān)于電廠熱工控制方面的研究主要集中在先進(jìn)控制算法設(shè)計(jì)上，對已有的控制系統(tǒng)的性能評價(jià)方面的研究相對較少。本文簡要介紹基于大數(shù)據(jù)的控制系統(tǒng)性能評價(jià)方法，希望對智能電廠實(shí)施過程中的大數(shù)據(jù)應(yīng)用起到拋磚引玉的作用。

圖5所示為基于運(yùn)行數(shù)據(jù)的控制系統(tǒng)性能評估步驟流程圖。首先對控制系統(tǒng)本身進(jìn)行分析研究，對控制器輸出數(shù)據(jù)進(jìn)行采集和預(yù)處理；其次確定控制系統(tǒng)評估的準(zhǔn)則，該準(zhǔn)則的確定需要依據(jù)系統(tǒng)本身特性來確定適合的評估準(zhǔn)則；在評估準(zhǔn)則確定之后，使用選取的評估基準(zhǔn)對待評估的控制系統(tǒng)進(jìn)行性能評估，通過評估得到待評估的控制系統(tǒng)的性能，分析控制性能是否滿足運(yùn)行要求，也即是否需要進(jìn)行控制系統(tǒng)維護(hù)；最后在性能評估的基礎(chǔ)之上，對控制系統(tǒng)性能較差的原因進(jìn)行分析，為進(jìn)一步的控制系統(tǒng)性能維護(hù)提供依據(jù)和指導(dǎo)[12]。

圖5 控制系統(tǒng)性能評估步驟流程圖

以上控制系統(tǒng)性能評估步驟中，最重要的是基準(zhǔn)模型的建立和評估準(zhǔn)則的選取?；陂]環(huán)回路運(yùn)行數(shù)據(jù)的控制系統(tǒng)建模一直是熱工控制領(lǐng)域?qū)＜覍W(xué)者研究的重要方向之一，可采用的方法較多，且效果良好：既有經(jīng)典控制理論的建模方法，也有基于現(xiàn)代控制理論的建模方法，同時(shí)還有以神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、模糊理論等基于各種先進(jìn)計(jì)算理論的建模方法。然而，合理的控制系統(tǒng)性能評估準(zhǔn)則的選取則相對較難。目前僅有的少量的報(bào)道，而且應(yīng)用最為廣泛的仍然是基于最小方差準(zhǔn)則或者改進(jìn)最小方差準(zhǔn)則的控制系統(tǒng)性能評估準(zhǔn)則。所以，如何選取合適的性能評估準(zhǔn)則仍將是大數(shù)據(jù)應(yīng)用過程中控制系統(tǒng)性能評估今后研究的重點(diǎn)之一。

3 結(jié)論

智能電廠是一個(gè)系統(tǒng)工程，在實(shí)施過程中的方方面面都需要電力工作者付出十分的努力，同時(shí)該項(xiàng)工程每一部分新的進(jìn)展都是對我國電力工業(yè)發(fā)展進(jìn)步的極大推動(dòng)。本文拋開智能電廠實(shí)施過程中大數(shù)據(jù)在企業(yè)管理、生產(chǎn)管理和設(shè)備管理層面的應(yīng)用，重點(diǎn)介紹了大數(shù)據(jù)在控制系統(tǒng)層面的報(bào)警系統(tǒng)優(yōu)化、控制系統(tǒng)運(yùn)行曲線優(yōu)化、控制系統(tǒng)性能評估三個(gè)方面的應(yīng)用，同時(shí)結(jié)合部分實(shí)例進(jìn)行了分析論述，指出了以上幾個(gè)方面實(shí)施過程中存在的問題和今后的研究重點(diǎn)。

隨著技術(shù)水平的不斷發(fā)展和工程應(yīng)用的不斷實(shí)施，火電廠大數(shù)據(jù)的應(yīng)用范疇必然會(huì)越來越廣，希望本文的論述能夠起到拋磚引玉的作用，引導(dǎo)廣大電力工作者重視智能電廠建設(shè)過程中的每一個(gè)細(xì)節(jié)和突破口，為智能電廠這個(gè)系統(tǒng)工程的發(fā)展、完善做出貢獻(xiàn)。

[1] 張晉斌, 周四維, 陸星羽. 智能電廠概念, 架構(gòu), 功能及實(shí)施[J]. 中國儀器儀表, 2017(4): 33-39.

[2] 張東霞, 苗新, 劉麗平, 等. 智能電網(wǎng)大數(shù)據(jù)技術(shù)發(fā)展研究[J]. 中國電機(jī)工程學(xué)報(bào), 2015(1): 2-12.

[3] 楊鑫. 大數(shù)據(jù)分析技術(shù)在發(fā)電企業(yè)應(yīng)用的探討[C]//2017年中國智慧電廠踐行論壇論文集, 2017: 189-194.

[4] 鄭彤. 數(shù)據(jù)挖掘技術(shù)及其應(yīng)用[J]. 信息與電腦: 理論版, 2017(3): 35-38.

[5] 趙云山, 劉煥煥. 大數(shù)據(jù)技術(shù)在電力行業(yè)的應(yīng)用研究[J]. 電信科學(xué), 2014(1): 57-62.

[6] ANSI/ISA-18.2-2009. Management of alarm system for the process industries[S].

[7] 朱為民. 火電廠分散控制系統(tǒng)的報(bào)警技術(shù)[J]. 工業(yè)儀表與自動(dòng)化裝置, 1997(2): 18-22.

[8] 劉新龍, 巨林倉, 胡平, 等. DEH閥門流量特性曲線校正[J]. 汽輪機(jī)技術(shù), 2011, 53(4): 288-290.

[9] 徐譽(yù)瑋, 雷增強(qiáng), 彭佩. 汽輪機(jī)數(shù)字電液控制閥門流量特性試驗(yàn)及優(yōu)化[J]. 廣東電力, 2015(3): 12-16.

[10] 陳飛翔, 胥建群, 馬琳. 噴嘴配汽汽輪機(jī)主蒸汽流量計(jì)算方法的研究[J]. 發(fā)電設(shè)備, 2015(1): 24-26.

[11] 張曦, 黃衛(wèi)劍, 朱亞清, 等. 汽輪機(jī)閥門流量特性分析與優(yōu)化[J]. 南方電網(wǎng)技術(shù), 2010, 4(S1): 72-75.

[12] 馮如雨. 關(guān)于發(fā)電廠熱控保護(hù)可靠性的分析[J]. 科技創(chuàng)新與應(yīng)用, 2016(5): 165.

Research on big data application in smart power plant implementation

Liu Xinlong1He Yueke2Meng Xiaowei1Yuan Honglei1Wu Feng1

(1. Northwest Electric Power Design Institute Co., Ltd, Xi’an 710075; 2. Northchina Electric Power Research Institute Co., Ltd, Xi’an 710075)

Based on the contents of smart power plant implementation guidelines related to control, and analysis of practical data from the operation of generator set, this paper presents big data analysis and application methods for alarm optimization, running curve optimization and control performance assessment in smart power plant implementation. Then availability of data is improved. Further research direction and method support are provided for big data application in smart power plant implementation.

smart plant; big data; alarm; optimization; performance assessment

2017-12-07

劉新龍（1984-），男，陜西西安人，碩士，工程師，主要從事火力發(fā)電機(jī)組設(shè)計(jì)及節(jié)能優(yōu)化研究工作。