基于大数据的电力技术监督平台设计与应用_李德忠.pdf

2 0 2 3年第3期2 0 2 3年3月2 0 2 0年9月2 2日，中国在联合国大会上向世界承诺，“中国将提高国家自主贡献力度，采取更加有力的政策和措施，二氧化碳排放力争于2 0 3 0年前达到峰值，努力争取2 0 6 0年前实现碳中和”1-2。在“双碳”目标的驱动下，新能源电力占比逐年快速增长，传统火电逐步从主力电源向调节型电源过渡，而且伴随着电力体制改革的持续推进，新能源发电与火电之间的矛盾日益突出，尤其是冬季“以热定电”形势下“弃风”“弃光”现象更为严重。因此，迫切需要借助于先进的计算机技术与大数据分析技术更新和提升电力技术监督手段，实现机组安全、经济、环保等方面的全方位、全流程在线技术监督，提升电力技术监督与服务的实时性、有效性，以保障新型电力系统的安全稳定运行3。1设计目标综合运用先进的物联网、信息通信和大数据分析技术，实现技术监督网上申报、及时办理、实时监测、透明监督；对关键数据、重要指标进行动态分析评价，引导发电企业提升生产经营管理水平；实现生产的全过程动态追踪，及时发现、解决技术难题，排除安全隐患，为保障电源的安全、经济、稳定生产提供技术支撑。2平台设计2.1总体架构设计总体架构主要包括数据采集层、数据存储层、数据计算层和数据服务与应用层。数据采集层主要负责火电机组实时运行参数及手工填报信息的采集及上送；数据存储层主要完成不同类型结构数据的存储；数据计算层主要基于平台提供的算法对数据进行统计分析和深度学习等；数据服务与应用层主要实现对工况寻优、设备状态预警等应用功能，并生成对应的报告4。总体架构如图1所示。2.2网络架构设计从火电厂D C S（D is trib u te dC o n tro lS y s te m，分散控制系统）采集涉及机组安全、经济、环保等方面的实时数据，穿过正向隔离装置在接口机进行存储，然后数据通过专线并穿过防火墙送到大数据中心的信息区；信息区的前置服务器对数据进行筛分后入库，虚拟化集群的各业务处理程序对数据进行离线分析后入库，收稿日期：2022-11-01第一作者简介：李德忠，1982年生，男，湖南衡阳人，硕士，高级咨询师，主要从事电厂信息化工作。通信作者：龙建平，1981年生，男，湖南攸县人，高级工程师，主要从事火电厂水力计算、环保监测等业务咨询与设计的工作。基于大数据的电力技术监督平台设计与应用李德忠1，张国斌2，郭瑞君2，龙建平1，李世明3（1.湖南大唐先一科技有限公司，湖南 长沙4 1 0 0 0 7；2.内蒙古电力科学研究院，内蒙古 呼和浩特0 1 0 0 2 1；3.广东电网电力调度控制中心，广东 广州5 1 0 6 0 0）摘要：为实现火电机组全方位、全流程的在线技术监督，提升电力技术监督工作效率，设计了基于大数据的电力技术监督平台。提出了平台总体架构和网络架构，并重点分析了涉及机组安全、经济、环保等方面的九大应用功能。经过两年多的运行，平台积累了海量历史数据，为开展精细化的电力技术监督提供了数据支撑和决策支持。关键词：火电机组；大数据；技术监督；总体架构；网络架构；应用功能中图分类号：T M 7 6文献标志码：A文章编号：2 0 9 5-0 8 0 2-(2 0 2 3)0 3-0 0 3 6-0 5Design and Application of Power Technology Supervision Platform Based on Big DataLI Dezhong1,ZHANG Guobin2,GUO Ruijun2,LONG Jianping1,LI Shiming3(1.Datang Xianyi Technology Co.,Ltd.of Hunan,Changsha 410007,Hunan,China;2.Inner Mongolia Electric Power ResearchInstitute,Hohhot 010021,Inner Mongolia,China;3.Electric Power Dispatching&Control Center of Guangdong Power GridCorporation,Guangzhou 510600,Guangdong,China)Abstract:In order to realize all-round and full process online technical supervision of thermal power units and improve theefficiency of power technical supervision,a power technical supervision platform based on big data was designed.This paperproposed the overall architecture and network architecture of the platform,and analyzed the nine application functions related tounit safety,economy and environmental protection emphatically.After more than two years of operation,the platform hasaccumulated a large amount of historical data,which provides data support and decision support for the implementation of refinedpower technology supervision.Key words:thermal power units;big data;technical supervision;overall architecture;network architecture;application function（总第2 1 0期）能源产业3 6 DOI:10.16643/ki.14-1360/td.2023.03.0222 0 2 3年第3期2 0 2 3年3月图 2 平台网络架构图基于大数据平台开发的各业务应用功能对数据进行分析利用后，最后在各工作站和大屏上进行展现发布5。网络架构如图2所示。3功能设计与应用对从D C S、C E M S（C o n tin u o u sE m is s io nM o n ito rin gS y s te m，烟气连续自动监测系统）、P M U（P h a s o rM e a-s u re m e n tU n it，相量测量装置）等系统采集来的数据进行数据质量、数据特征分析，并进行数据清洗、集成、变换等处理，然后进行分类与回归、聚类分析或关联分析等数据建模，最后输出模型结果评价。在此基础上，设计开发包括机组安全监测、锅炉燃烧优化、金属监督、励磁监测等多项应用功能，有助于提升电力技术监督的效率和准确性。主要应用功能结构如图3所示。3.1机组安全监测机组安全监测主要包括机组振动图谱分析和设备状态预警。机组振动图谱分析包括实时（历史）数据的常规图谱和启停机事件图谱分析。通过图谱分析，直观地发现振动异常，具体的展示形式包括单值棒图、波形频谱图、振动趋势图、轴心轨迹图、全息谱图、轴心位置图、三维全息谱图、频谱瀑布图等。设备状态预警通过构建设备健康状态评价模型以明确评价参数及初始权重，并对模型数据进行预处理和训练，得到设备的健康样本数据集，对实时运行参数与样本数据集获得的动态正常值进行相似度分析，可得到当前的设备健康状态，从而实现设备健康状态的预警，可为设备状态检修及测点数据维护提供数据参考。设备状态预警改变了定性状态评估的主观性，提升了设备状态评价的准确性6。OLAP.联机分析处理；NoSQL.关系型的数据库；ETL.数据仓库技术，用来描述将数据从来源端经过抽取、转换、加载至目的端的过程。图 1 平台总体架构图应用 1应用 n数据服务计算存储采集 实时接收ETL，过滤合并转换定时采集元数据用户权限集市集市NoSQL文件列式存储文件存储仓库存储平台监控调度监控运维实时分析数据挖掘联机查询报表OLAP数据挖掘数据探索相关性值分析基本分布分类算法聚类算法时序算法回归算法关联算法深度学习统计量数据仓库大数据集群管理服务器节点 数据服务器节点虚拟化管理交换机核心交换机主存储备份存储数据库服务器 计算虚拟化服务器SAN交换机电厂 1专线安全区交换机接口机采集服务器安全区安全区交换机接口机安全区采集服务器电厂 n专线工作站大屏大数据处理平台虚拟化层李德忠，等：基于大数据的电力技术监督平台设计与应用3 7 2 0 2 3年第3期2 0 2 3年3月图 3 主要应用功能结构图3.2锅炉燃烧优化基于K-m e a n s、高斯混合模型等大数据挖掘算法，建立锅炉燃烧实时寻优模型，自动划分锅炉燃烧工况，以锅炉燃烧经济性和环保性为目标，挖掘各工况的最优控制参数和运行参数，指导实际操作运行，为锅炉燃烧长周期经济环保运行提供理论支撑7。锅炉燃烧优化的典型寻优流程如图4所示。3.3金属监督电站金属的主要部件例如过热器、再热器、省煤器、水冷壁，大部分由蛇形合金钢、不锈钢或碳钢钢管组成。这些部件长期暴露在高温、高压、腐蚀介质环境下，条件极其恶劣。随着运行时间的延长，受热面部件材料会发生蠕变损伤，材料的微观组织发生老化，从而导致材料力学性能劣化，使其强度、塑性和韧性下降，脆性增强8。对于金属受热面，建立壁温实时监测模型，依据大量历史数据中隐含的参数关联性、耦合性，建立基于大数据机器学习算法的回归模型，从而实时给出监测参数的正常值，再结合分层次的金属设备状态评价方法，实现金属设备的在线状态评估与诊断。根据参数实际值与正常值的偏差报警、实际值限值报警两种告警模式以及预置好的典型故障知识库，能自动给出受热面潜在故障早期预警、故障提示以及运行指导信息，为设备管理、生产运行等提供监测与诊断平台。同时，针对金属检验报告中的数据，建立受热面失效分析、常规检验数据库，运用统计分析方法、数据挖掘算法，分析不同的机组类型、煤质、设备品牌、材料材质、尺寸、位置等与受热面失效形式的关联关系，提取较为可靠的关联规则，为在役机组中具有相似特征的受热面提供失效的警示作用，也对新建电厂综合考虑选择何种受热面提供参考9。3.4励磁监测励磁监测主要包括机组实时参数监测、励磁状态监视、告警信息监视、定值管理、保护定值配合评价及A V C（A u to m a ticV o lta g eC o n tro l，自动电压控制）定值合理性评价等功能；将实时运行数据与静态数据相结合，基于发电机涉网保护与限制之间配合整定的校核原则和方法，对定值的合理性进行评价，并给予告警提示，实现失磁保护与低励限制、过激磁保护与V/H z（伏/赫兹）限制，转子过负荷保护与过励限制、过励保护之间配合关系的自动校核，为及时开展专业的技术指导工作把好“技术关”，为技术监督提供新的技术手段1 0。3.5一次调频动作评价火电机组一次调频功能对提高电网的电能质量和安全运行水平起着至关重要的作用，因而各区域电网公司都对机组参与电网一次调频的性能提出了具体的技术要求。如果未投入一次调频功能或某些指标不满足要求，当出现小电网运行工况或某种故障工况时，会严重影响电网和机组的安全，可能出现电网振荡、汽机超速等事故。因此电网对机组的一次调频要求越来越高。为保证电网安全经济运行，提高电能质量及电网频率的控制水平，迅速消除由于电网负荷变化引起的频率波动，要求各上网电厂机组对电网频率的支持要快，同时还要保证机组的安全稳定运行1 1。一般采用转速死区、响应时间、稳定时间、速度变动率、3 0s出力响应指数、6 0s出力响应指数和电量贡献指数对机组一次调频性能进行综合分析评价。3.6AGC 在线分析基于A G C（A u to m