火电机组过程大数据建模方法研究

近年来,大数据产业保持高速发展态势,而过程工业大数据建模技术发展相对缓慢。在该背景下,以火电机组过程大数据为研究对象,首先分析火电机组过程大数据的特点及其进行大数据建模所面临的困难;接下来对现有国内外火电机组过程大数据建模方法及存在问题进行了分析;最后提出一种基于火电机组过程大数据的全工况自适应传递函数建模方法,该方法应用数据挖掘技术选取不同工况下的合格建模数据,通过云计算平台应用数据驱动传递函数建模方法建立全工况范围内大量的系统模型,再应用线性变参数及数学插值等算法对大量系统模型进行融合,最终获取系统全工况自适应传递函数模型。该建模思路为火电机组等过程工业大数据建模提供了一种较好的方法参考。     

基于大数据的电力环保数据平台建设

针对火电环保领域海量的环保数据无法高度利用问题,本文采用大数据、人工智能和机器学习等信息技术,构建国家能源集团的基于大数据的火电厂智慧环保平台,结合龙源环保公司脱硫、脱硝系统方面的专业技术和优化运行模型,将海量的脱硫脱硝等环保数据全部纳入管理,对电厂开展了深层挖掘数据使用价值的研究。建设覆盖公司全管理领域和业务领域的智慧环保大数据平台,打造集数据采集、数据处理、监测管理、预测预警、优化运行、深度分析于一体的大数据中心。实现火电厂环保岛系统的智能控制和智慧管控,提升公司脱硫脱硝系统专业化服务能力和智慧化服务水平。本文以北京国电龙源环保工程有限公司为例,进行了环保数据平台建设,实现设备的全生命周期管理,帮助运维负责人员实现对企业环保资产的有效管理。     

火电机组报警系统逻辑设计优化

该研究在介绍火电机组报警系统重要性的基础上,根据工程经验对报警系统应该包含的类型进行说明,在此基础上对报警系统的逻辑进行设计优化,利用优化的逻辑进行现场报警系统的应用指导,保证运行人员能在第一时间发现报警信息,为运行人员处理故障争取更多时间,为机组恢复正常运行争取更大机会。     

基于大数据的电力环保数据平台建设

电力生产对生态环境的污染愈发严峻,若无法从根本上解决此问题,既可能限制电力行业的整体发展趋势,还可能对生态环境造成巨大破坏,增加环保工作的开展难度。为了解决电力生产的污染问题,应以大数据技术为基础,建设环保数据平台,基于此,本文先阐明基于大数据电力环保数据平台的建设意义,再提出环保数据平台建设中的相关要点,最后指明环保数据平台在检测电力故障、优化电力物耗等方面的具体应用。     

基于大数据技术的火力发电机组运行数据全景展示

为提升对火力发电机组的智能运行分析与管控,提出基于大数据技术的火电机组相关运行数据的全景展示方案.首先分析了火力发电机组在现阶段的运行特征以及在智能调控背景下火电机组与大电网运行和新能源系统的关系,从而说明火电机组运行数据的重要性.然后通过对大数据及可视化技术的分析,说明了火电机组在汽机侧、锅炉侧等热工数据和环保数据的...     

电力调度大数据应用平台系统技术研究

为解决智能电网的发展中电网运行和设备检测或监测数据、电力企业管理数据、电力企业营销等数据海量的增加带来的不同业务系统之间分散地开发、运行和管理,系统数据存储结构独立,带来数据多源、格式不一致,数据准确性、实时性不强,数据质量不高,缺乏统一的数据规范等问题,本文利用Hadoop的分布式文件系统HDFS和并行处理框架MapReduce的工作原理,搭建电网调度大数据应用平台系统,解决了不同业务系统之间的数据不能及时共享、访问、管理与分析挖掘等问题。采用数据清洗数据,解决数据质量不高的问题。搭建电网调度大数据应用平台系统,既能实现跨专业、跨部门的多维度关联分析,又能满足海量的智能电网数据存储和数据处理需求,并具有强大的伸缩性,可扩展为电网实现安全、可靠、经济、高效地运行提供保障。     

大数据机器学习系统综述

机器学习需要有大量的背景数据作为训练集,而大数据技术正好给机器学习带来了这样的大量数据训练集。结合机器学习和大数据技术,为了实现高效的大数据机器学习而设计的大数据机器学习系统面临着诸多的技术问题。大数据机器学习系统成为大数据技术和机器学习领域研究的重要课题。本文介绍了大数据机器学习系统应该具有的概念、特征及相关典型的大数据机器学习系统。     

电力大数据调度云的优化

由于电力大数据的体量大、类型多、速度快等特点,传统计算难以对其很好地处理.在深入研究云计算技术的基础上,尝试在调度业务中引用云计算.介绍了一种调度云框架,详细说明了调度云基础设施层、平台层、服务层的层次结构,阐明了调度云的五种应用服务,并设计了调度云的拓扑结构和工作流程.通过仿真比较了云计算和传统计算的效率,验证了利用云计算处理电力大数据的可行性.最后,提出了一种在系统内存中对电力大数据进行处理的云计算方法,并通过实验证明云计算方法能够实现调度云的优化.     

基于电力营销大数据的数据融合共享平台研究与应用

随着国家电网公司基于大数据、云计算等项目的逐渐增多,国网某省电力公司全业务海量数据激增,导致现有电力营销存在电力数据缺乏统一部署系统、数据共享难度较大、数据指标逻辑规则不统一等问题。集中接入并整合电力各渠道的账户数据和客户数据,结合大数据技术研究电力营销大数据融合共享平台的建设与应用,集中接入和整合电网各渠道的账户数据和客户数据,开展电力客户标签快速搜索及数据驱动营销业务分析等场景,为电力企业运营平台及全景大屏展示提供支持。     

基于电力大数据的用户用电量多维度自适应分析系统

针对电力大数据利用率差的问题,设计基于电力大数据的用户用电量多维度自适应分析系统。通过客户等级划分、用电行为分析、窃电行为异常识别以及电力需求预测进行用户用电量多维度分析。测试结果表明系统很好地完成了四个维度的分析业务,具有一定有效性、广泛应用价值,能有效提高电力大数据利用率。     

基于电力大数据的谐波仿真系统

鉴于谐波对电力系统的安全、经济、运行都存在严重危害,本文从可视化建模、仿真计算、以及电力大数据与谐波仿真系统的结合方面探讨并提出一种基于电力大数据的谐波仿真系统.系统基于GEF和JavaFX技术实现电网图的可视化绘制和计算结果的图形化呈现.系统扩展openDSS谐波计算引擎实现多种传统和新型的仿真模型.系统还以电力大数据作为输入,不仅降低了人工输入数据的工作量和错误率,还具有更好的仿真效果.案例分析表明该系统能够有效支撑谐波仿真计算,具有直观,易于操作和易于扩展的特性,且是电力大数据与谐波仿真系统相结合的新尝试.     

基于大数据的发电量预测分析数据平台建设

现有电力企业发电指标统计渠道较分散,发售配电各个环节产生的数据种类繁杂且体量较大,因此针对电力数据质量差、已挖掘价值低的问题,本文采用大数据预测神经网络和数据平台可视化展示的方法,以某发电企业为研究对象,构建了发电量预测的模型及以此为核心的数据平台。发电量预测的应用服务支持PC和APP端,涵盖了某电力企业所有控股电厂及新能源项目,以滚动预测的模式迭代优化算法模型,提高发电量预测精度,有利于安排生产、燃料采购、物资计划,进一步做好污染物排放预测和管控。平台重点实现了数据多维管理和用户界面的可视化展示。数据层面,从源头做好数据采集清洗和数据库实时数据交互;用户层面,更直观形象展示大数据预测从获取数据、数据分析及预处理、数据训练到预测的四个阶段。     

突发水污染事件中遥感瓦片大数据存储系统

突发水污染事件频发,利用GIS平台、遥感技术及水质模型对突发水污染事件进行模拟研究逐渐成为一种发展趋势.针对目前海量、异构、动态遥感数据难以快速处置和高效存储的问题,基于HBase设计和实现了突发水污染事件的遥感瓦片大数据存储系统.该系统以数字地球平台为支撑,结合遥感瓦片金字塔模型和MapReduce框架,考虑实时、动态观察事件发展态势引起的瓦片数据频繁加载特点,对遥感瓦片数据的线性四叉树编码索引进行了改进,将其同水污染数据一并存储到HBase数据库中,并通过增加缓存区来提升遥感瓦片数据的访问效率.将此系统应用于渭河陕西段突发水污染事件中,实验结果表明:改进后的索引可在200个毫秒时间内提取到水污染区域的遥感数据,引入的缓存机制使得水污染区域遥感数据的加载时间节省了近2/3.因此,该存储系统访问效率高,能够满足突发水污染事件快速应急模拟的需求.     

基于电力系统大数据治理的软件数据平台设计与研究

针对电力系统中出现的数据种类多、寻找困难等问题,提出了新型的大数据治理方法。该方法设计出新型的S-BDMP数据软件平台,该平台应用Hadoop分布式存储方式和Spark计算技术实现电力系统中各种大数据的存储和计算。在架构上,该软件平台集成设计有应用程序、数据服务中心、数据提成/合成模块、数据分析模块,能够实现底层电力设备各种数据的接收、存储和处理。本研究还应用随机矩阵理论挖掘各种大数据之间的关联,通过发现电力系统不同大数据之间的关系,进而研究出电力系统设备运行状态的分析。试验表明,本研究的方法效果直观,数据治理程度强。     

电力大数据的智能电表远程误差分析和诊断

针对电力大数据的智能电能表远程在线误差较大、故障诊断较为缓慢的问题,本文采用筛查法进行在线数据误差分析,使误差控制在0.1％以下;采用相似性匹配法对故障数据进行诊断,精准判断出故障类型;采用点云配准算法对误差数据和故障数据进行整合传输,保证数据能够及时连接到远程在线控制中心.最后通过记录电能表数据得到误差数据和故障类型...     

面向电力大数据的异构数据混合采集系统

随着智能电网的快速发展,电力系统数据量的增长也非常迅速,电力大数据急待开展深入研究.电力数据产生的速率跨度大,数据源众多且交互方式繁杂,数据种类繁多等特点,已有大数据采集方式难以适应多源异构数据的混合采集应用场景.本文针对电力大数据提出了新的解决方案,通过混合数据采集模型和采集集群实现了对异构数据源采集任务的混合调度和管理;通过数据置信度标签技术,在保留原始数据的同时,标示数据的质量,为后续大数据分析应用提供了便利;通过Sqoop、Kafka、文件传输等方式将采集与处理后的数据提交给大数据平台存储.系统已经在用户现场部署并投入使用,运行稳定,效果良好.     

基于Hash算法的大数据架构下电力系统风险评估研究

为解决电力系统风险评估传统方法存在的处理数据耗时长、实时交互性能欠缺、难以全面反应电网状态等问题,本文提出一种基于Hash算法的大数据架构下电力系统风险评估方法,利用Hash算法将电力系统基础数据关联至服务平台和风险评估系统,采用架空线路停运模型、变压器时变停运模型对电力系统进行大数据建模,融合静态和暂态安全性风险指标,依托多维度数据源,形成电力系统风险评估关联大数据分析体系。该方法有效解决了电力系统风险评估所涉及的多样性和不确定性问题,提升了风险评估实效。将其应用到重庆市某区域电网全年风险评估中,得到的评估结果符合实际情况,验证了所述方法能够综合反应电网设备状态演变和电网外部环境变迁,提高风险评估的准确性和实时性。     

基于大数据平台的电力设备运作状态监测系统研究

针对目前电力设备运作状态监测系统焦点都在集群的硬件索引上,对电力设备的线状、性能、节点状况和指令反馈等数据层的监控不足,本文采用大数据技术对电力设备运作状态的显著性及统计因子变量进行相应的决策分析,建成一套通过主动监测设备潜在的运行状态变化的多元回归系统模型。从而有效解决了电力设备运行过程实时监控,潜在故障预警、评估、回溯管理等问题。通过宁夏电力公司的试运行结果表明该模型平台能预期捕获电力设备运作状态下的各项影响变量因素,对这些因素进行掌控将广泛应用于电力设备运作部署与运维。据此结论为该大数据平台的电力设备运作状态监测系统,可自定义设备运行分析报表,实现数据分析结果的随需展现,起到保障电力设备安全、可靠运作,具有一定的推广意义。     

大数据环境下的电力客户服务数据分析系统

作为电网企业对外服务窗口,电网客户服务中心需要整合企业内部各种异构数据资源、存贮和分析海量的客户服务语音信息和 WEB 服务信息。如何对电网企业各类数据进行高效、可靠、低廉地存储,并快速访问和分析,是当前重要的研究课题。首先分析了大数据的特征和大数据的关键技术,其后,设计了大数据时代下的电力客户服务数据分析系统,提出了系统的数据体系架构,设计了系统功能,总结了系统的关键技术和算法,该系统利用大数据技术和数据仓库技术集中存储、管理和应用电网数据,通过元数据管理实现统一的数据服务平台,使用Hadoop数据库作为非结构数据的存贮平台和数据分析与挖掘的支撑平台,基于CDC数据仓库ETL模型设计数据仓库 ETL 构件,在数据展示层使用多维数据分析技术。最后,综述了系统应用案例,实践表明,系统具有成本低、扩展性较好、可靠性高、并行分析等特点,可以大大提高电网企业的客户服务水平。