王琦 李慎東 沙千里 趙琦 董利斌 杜學聰 馮博 周寶柱

摘要：新時期下，火力發(fā)電企業(yè)技術升級轉(zhuǎn)型勢在必行，這是落實國家能源結(jié)構(gòu)調(diào)整政策、推進能源供給側(cè)改革過程的重要基礎。測算關鍵參數(shù)目標值為優(yōu)化火電廠運行模式的重要基礎，傳統(tǒng)的測算與挖掘方式暴露出精準度低、時效性不足及很難實現(xiàn)閉環(huán)式應用等問題。本課題主要將以智能電廠大數(shù)據(jù)為基礎的關鍵參數(shù)目標值挖掘技術作為論點，較為詳細的闡述其內(nèi)涵及具體表現(xiàn)形式，火電廠生產(chǎn)實踐中合理應用該項技術，明顯提升了關鍵參數(shù)目標值的挖掘效率。

關鍵詞：智能電廠;大數(shù)據(jù);關鍵參數(shù);目標值;數(shù)據(jù)挖掘;技術分析

引言

火電廠每天運行階段會生成海量數(shù)據(jù)，不同數(shù)據(jù)之間形成了千絲萬縷的關聯(lián)，且這種聯(lián)系也是十分繁雜的，部分關聯(lián)性顯而易見，能用肉眼觀察到的，比如在正常運行狀態(tài)中，機組負荷和機組出力兩者之間存在正比關系，但依然有大量數(shù)據(jù)之間的關系是潛在的，例如火電機組負荷與其振動之間的關系。在傳統(tǒng)電廠內(nèi)不同專業(yè)系統(tǒng)之間隔離，基礎數(shù)據(jù)高度統(tǒng)一，但缺乏數(shù)據(jù)庫之間的接口，滋生出“信息孤島”情況，外加工作人員專業(yè)水平偏低，缺少科學指導，以致大量數(shù)據(jù)價值被荒廢[1]。

在提出建設“智能電廠”的背景下，火力發(fā)電廠應盡早扭轉(zhuǎn)傳統(tǒng)粗放式生產(chǎn)形式，主動與互聯(lián)網(wǎng)、大數(shù)據(jù)等高新科技對接，確保生產(chǎn)安全、環(huán)保的基礎上，創(chuàng)造出更多的經(jīng)濟效益。確定關鍵參數(shù)的目標值為火電廠實現(xiàn)節(jié)能、改善運行模式的重要工作內(nèi)容之一。以運行數(shù)據(jù)關鍵參數(shù)目標值為基礎形成的挖掘技術，應用過程中在可執(zhí)行性、可靠性等方面均表現(xiàn)出良好效能，逐漸演變成優(yōu)化火電廠運行的主流方式。

一、智能電廠大數(shù)據(jù)

1、智能電廠結(jié)構(gòu)案例分析

關于智能電廠，國內(nèi)外很多學者作出了不同的定義。比如，劉吉臻等[2]指出，智能電廠是以“智能發(fā)電”概念為基礎的一種實現(xiàn)形式，其將全新智能管控一體化系統(tǒng)作為核心，綜合火電廠運行階段形成的實時數(shù)據(jù)處理、管理決策等諸多業(yè)務，打造出有趨優(yōu)性、自學習及自適應等功能的智能化發(fā)電運行管控模式。

智能電廠的整體結(jié)構(gòu)見圖1。其主要由ISS與ICS兩大部分構(gòu)成，前者的功能是智能化巡檢、設備遠程管理等，后者主要執(zhí)行整個電廠生產(chǎn)過程的監(jiān)控任務。因為ISS的兩側(cè)端分別銜接ICS和外網(wǎng)，ICS運行階段需要確保絕對的安全性，故而一定要把安全隔離器搭設在兩個系統(tǒng)之間。

2、智能電廠大數(shù)據(jù)及其特點

我們可以將大數(shù)據(jù)理解在數(shù)據(jù)獲取、存管及分析等方面明顯超出常規(guī)數(shù)據(jù)庫軟件能力范圍的數(shù)據(jù)集合，其作為一種特別的信息資產(chǎn)，有批量化、高增長率及多樣化等諸多特征。新時期建成的火電廠有數(shù)據(jù)測點廣泛分布、數(shù)量繁多、采集頻次高、既往與實時運轉(zhuǎn)數(shù)據(jù)均有體量龐大、類型多等特征，其屬于十分典型的大數(shù)據(jù)，已演變成智能電廠的一種重要屬性。

多源性獲取、方位分散度高、數(shù)量龐大、結(jié)構(gòu)多元化;含有繁雜信息，數(shù)據(jù)之間的關系強;數(shù)據(jù)能實現(xiàn)連續(xù)采集，采樣速率多樣多變，具備動態(tài)時空屬性;數(shù)據(jù)信息收集、存管、處置、解析及挖掘等對時效性均提出較高要求;數(shù)據(jù)資源運用時有明確的閉環(huán)要求。

二、關鍵參數(shù)目標值挖掘技術分析

1、常規(guī)關鍵參數(shù)目標值計算方法缺陷

（1）熱力試驗： 即基于優(yōu)化調(diào)整試驗確定機組的關鍵參數(shù)目標值，且以此為基礎提出相對較合理的關鍵參數(shù)運行曲線，對火電廠業(yè)務運行進行科學指導。通過熱力試驗獲得的結(jié)果和火電機組當下狀況較貼近，可靠性較強。但整個試驗過程需有專業(yè)人員的參與配合，耗用較大的時間成本，通常會影響機組的正常運行狀態(tài)。

（2）耗差分析：基于熱力測算過程構(gòu)建關鍵參數(shù)和主要經(jīng)濟指標之間的數(shù)學模型，利用模型測算得到目標值，還能動態(tài)監(jiān)測運行參數(shù)的實時值，掌握其和目標值之間的偏差及對部分經(jīng)濟性指標形成的影響。理論基礎強是這種方法的主要優(yōu)點，但應需建設熱力過程的數(shù)值模型且利用尋優(yōu)計算出關鍵參數(shù)的目標值，故而需要測算出大批量復雜的熱力計算等，不僅耗時較長，并且模型的適用范圍在時空上還存在著一定局限性。

（3）數(shù)據(jù)挖掘：即在相似的運轉(zhuǎn)工況下，將相關重要運行指標最優(yōu)設定為目標，在既往運行數(shù)據(jù)中挖掘出相對應關鍵參數(shù)的目標值，利用其指導機組的運轉(zhuǎn)狀態(tài)。傳統(tǒng)數(shù)據(jù)挖掘技術采用的數(shù)據(jù)規(guī)模偏小、數(shù)據(jù)類別單一化顯著，在數(shù)據(jù)規(guī)模龐大時很難實現(xiàn)快速挖掘，所得的數(shù)據(jù)挖掘結(jié)果時效性不足，很難滿足閉環(huán)式運用的現(xiàn)實需求，和智能電廠建設、運營中還有不小的距離。

2、智能電廠大數(shù)據(jù)的關鍵參數(shù)目標值挖掘

2.1選擇關聯(lián)分析的關鍵及輔助數(shù)據(jù)

選擇參數(shù)實質(zhì)上就是選擇特征，通常是指由原始特征內(nèi)選擇部分最具有效特征，進而減少數(shù)據(jù)集維度 [3]。

可以將關聯(lián)分析理解成一種常規(guī)的特征選擇手段，其宗旨是以海量數(shù)據(jù)為基礎，探查到其內(nèi)一些屬性之間的相關性。對于測算關鍵參數(shù)目標值的應用情景，需由海量的運行數(shù)據(jù)以及參數(shù)內(nèi)容，篩選出和機組關鍵運行指標相近度最高的運行參數(shù)。客觀性強、分析層次綜合性高等均是關聯(lián)分析的優(yōu)點，其在處理數(shù)據(jù)結(jié)構(gòu)多樣、信息模糊的復雜系統(tǒng)方面表現(xiàn)出良好效能，適用于分析智能電廠大數(shù)據(jù)。灰色關聯(lián)分析法、DHP算法等均是火電廠常用的關聯(lián)分析算法。

以關聯(lián)分析為基礎選擇運行參數(shù)時，主要由如下兩部分著手：一是確定和運行效益指標相關性較高的運行參數(shù)，實質(zhì)上就是關鍵參數(shù);二是對關鍵參數(shù)進行關聯(lián)分析，探查到和這些關鍵參數(shù)緊密相關的輔助參數(shù)，這些參數(shù)是可控的，通過參數(shù)調(diào)節(jié)去調(diào)控火電機組運行過程。選擇輔助參數(shù)過程中要遵循相互獨立的原則，如果1個輔助參數(shù)和多個關鍵參數(shù)之間相關聯(lián)，則其準許被重復選擇。

2.2設定關鍵參數(shù)目標值的優(yōu)化目標

新時期下，對于火電機組而言，優(yōu)化目標通常由節(jié)能、環(huán)保及穩(wěn)定三大方面構(gòu)成。節(jié)能等同于優(yōu)化各項經(jīng)濟指標，主要涵蓋發(fā)電煤耗、鍋爐運行效率、汽機熱耗率等;環(huán)保一般是盡可能的降低 NOx等污染物的排放濃度;穩(wěn)定主要是要求主蒸汽溫度與各主要換熱面溫度不超出限定區(qū)間。火電廠優(yōu)化目標的表達式如下[4]：

在上式內(nèi)，c、r、h、e、o分別代表發(fā)電煤耗、NOx生成量、熱耗率，、鍋爐效率、煙氣含氧量，ys1、ys2分別是燃盡風擋板1、2的開度，cL、CH依次代表的是發(fā)電煤耗的低限、高限，幾和YH分別是NO*生成量的低限和高限，OL、OH分別為煙氣含氧量的低限與高限，ys1L（ys2L）、ys1H（ys2H）分別為燃盡風擋板1（2）開度的低、高限，temp 1、temp 1H分別代表的是主蒸汽溫度及其高限，temp2、temp 2H分別代表的是水冷壁壁溫及其高限。

在①式內(nèi)，假定發(fā)電煤耗、NOx生成量等的高低限目的是為解除異常數(shù)據(jù)，而設定含氧量和各換熱面溫度等的高低限宗旨是為滿足機組的正常運行需求。

參照以上設定的優(yōu)化目標，先由某個工況的大量穩(wěn)態(tài)數(shù)據(jù)中，依照各指標的實際要求篩選出相應的數(shù)據(jù)信息，用于組建初始數(shù)據(jù)集，而后依照優(yōu)化目標對集中數(shù)據(jù)進行加權打分并排列其先后次序，最后則選出一條最優(yōu)秀的數(shù)據(jù)，把對應的參數(shù)值設定成當前工況下的原始關鍵參數(shù)目標值。

2.3離線——在線時段整合的數(shù)據(jù)挖掘

這種技術方法主要是用于處理數(shù)據(jù)挖掘精準度與時效性之間形成的矛盾，體量龐大是智能電廠大數(shù)據(jù)的主要特征之一，其對數(shù)據(jù)挖掘規(guī)模大小起到?jīng)Q定性作用，即便是應用高新的數(shù)據(jù)挖掘算法，執(zhí)行一次挖掘任務也需耗用較長時間。鑒于以上情況，把整個數(shù)據(jù)挖掘過程細化程在線與離線兩個時段。

其中，離線時段時，要分析主客觀多種因素形成的影響，編制多目標的整體優(yōu)化指標，盡量選擇含有多種運轉(zhuǎn)工況的既往運行數(shù)據(jù)開展挖掘工作，進而設定相對更為準確、完善的原始關鍵參數(shù)目標值。因離線時段中的數(shù)據(jù)量與測算工作量均較大，可以選定適宜時機定期或不定期查證，將其對火電廠正常生產(chǎn)形成的影響降到最低。

在線時段僅挖掘分流出的局部實時數(shù)據(jù)流，作業(yè)量相對較小、運行快速、能較好地滿足時效性要求。也能實時迭代更替關鍵參數(shù)目標值數(shù)據(jù)庫，進而確保火電機組近期能維持最優(yōu)狀態(tài)，誘導相應的運行數(shù)據(jù)盡早進入到目標值數(shù)據(jù)庫、參與閉環(huán)式運用過程，進一步改善目標值的時效性。

2.4核心處理法

（1）穩(wěn)態(tài)檢測：火電廠的升降負荷等運行過程，不同穩(wěn)態(tài)工況之間存有一定過渡期，業(yè)內(nèi)將其叫做非穩(wěn)態(tài)過程。非穩(wěn)態(tài)過程有動態(tài)屬性復雜、數(shù)據(jù)變動性較大等特征，可能會使目標值存有較大偏差，很難用在運轉(zhuǎn)指導與閉環(huán)式運用過程。故而，為確保數(shù)據(jù)挖掘技術下所得目標值的高可靠性，一定要對運行數(shù)據(jù)開展穩(wěn)態(tài)檢測活動。在離線數(shù)據(jù)挖掘時段，穩(wěn)態(tài)檢測主要是有既往數(shù)據(jù)內(nèi)探查到速段維泰數(shù)據(jù)，機理分析、統(tǒng)計理論即趨勢提取等均是常用方法。在線數(shù)據(jù)挖掘時可采用R檢驗法、小波分析法等進行穩(wěn)態(tài)檢測。

（2）異常數(shù)據(jù)處理：針對嚴重失真與缺失類數(shù)據(jù)，建議用拉依達、格拉布斯準則等直接將其剔除;如果信號內(nèi)含有噪音，則需進行濾波處理，小波、閾值及滑動窗口去噪等均是常用手段。

（3）劃分與匹配工況：煤質(zhì)、負荷、環(huán)境溫度等均是屬于工況的范疇，不同工況下的關鍵參數(shù)目標值有一定差異。在挖掘關鍵參數(shù)目標值時，一定要關注工況規(guī)劃與匹配性問題。實踐中，可以采用K-均值聚類算法去劃分工況 [5]。

在線運行時段中，先依照實時數(shù)據(jù)內(nèi)負荷參數(shù)設定相應的負荷段，隨后利用環(huán)境溫度與煤質(zhì)校正系數(shù)測算當下數(shù)據(jù)抵達各工況中心的距離，選出間距最小的工況作為本次實時數(shù)據(jù)的所屬類別，此時工況匹配任務便完成。

三、實例分析

1、系統(tǒng)框架

在線運轉(zhuǎn)階段，瀏覽器每間隔1min將1次HTTP的POST請求傳送給本地服務器，服務器經(jīng)PI 接口程序訪問Nginx鏡像服務器，此時就能順利獲得PI數(shù)據(jù)庫的實時數(shù)據(jù)。每每閱讀實時數(shù)據(jù)后，參照指標判斷是否有更新目標值的需求，進而更新目標值數(shù)據(jù)庫。

3、系統(tǒng)主要功能

受篇幅的限制，本文對系統(tǒng)確定初始關鍵參數(shù)目標值的基本功能不再贅述，僅闡述在線迭代更新功能。在線運轉(zhuǎn)階段，各次在獲讀數(shù)據(jù)信息后，基于簡易的指標比較判別是否有更新目標值的必要性。

（1）由PI實時數(shù)據(jù)庫內(nèi)讀獲1 條記錄，選定所需測點數(shù)據(jù)，將其完整的存儲到SQL Server 實時庫表。

（2）判別實時數(shù)據(jù)值是否是穩(wěn)態(tài)工況，檢測是否存在失真與缺失等不良狀況，如果數(shù)據(jù)未見異常，則要對其進行濾波處理且要完整的存儲至工況庫表內(nèi)，否則直接運行步驟（4）。

（3）利用煤質(zhì)校正系數(shù)篩選出目標值庫表，對比本次數(shù)據(jù)內(nèi)發(fā)電煤耗值和相應負荷下的發(fā)電煤耗目標值，如果前者低于后者，就選用本次數(shù)據(jù)更新目標值數(shù)據(jù)庫相應工況下的記錄信息[8]。

（4）讀獲相應目標值，與界面上呈現(xiàn)出實時數(shù)據(jù)，終止當下循環(huán)過程，待命進入到下一輪數(shù)據(jù)。

結(jié)束語：

為了更好的響應國家能源結(jié)構(gòu)調(diào)整政策，火力發(fā)電廠應積極向智能發(fā)電方向轉(zhuǎn)型，本文在淺談智能電廠大數(shù)據(jù)特征的基礎上，解讀大數(shù)據(jù)挖掘技術幾點應用要求，對比了幾種計算關鍵參數(shù)目標值的常用算法，著重分析目標值挖掘技術的內(nèi)涵與表現(xiàn)形式，基于實例分析證實了這種技術的可行性、合理性，具有較高的推廣

參考文獻：

[1]王碩. 以提質(zhì)增效為目標的大數(shù)據(jù)采辦與物資管理初探[J]. 現(xiàn)代商業(yè)，2020，000（008）：158-160.

[2]劉吉臻，胡勇，曾德良，等. 智能發(fā)電廠的架構(gòu)及特 征[J]. 中國電機工程學報，2017，37（22）： 6463-6470.

[3]鐵成梁. 電廠設備管理智能系統(tǒng)及其大數(shù)據(jù)分析應用研究[D]. 華北電力大學，2019.

[4]劉吉，劉炳含，張月，等.基于大數(shù)據(jù)技術的火電廠節(jié)能環(huán)保多目標負荷優(yōu)化分配[J]. 工程熱物理學報，2020，v.41（01）：31-40.

[5]尚志高. 電力大數(shù)據(jù)關鍵技術的應用[J].水電水利，2019，3（12）：74-75.

作者簡介：王琦，1997年9月，男，漢族，山東濟寧人，本科，無，熱工自動化。