晉能電力集團發電企業大數據應用

魏紹青　張志強

摘要：“大數據”環境下，發電企業如何發現以級數增長的全息數據中的耦合關系以及數據的潛在價值，是提高發電企業運營管理的重要目標。本文通過對當前發電企業數據應用進行分析，結合大數據技術重點分析了發電企業大數據的應用場景，并對晉能電力集團應用大數據進行了展望。

關鍵詞：發電企業；智能化；大數據

中圖分類號：TM62 文獻標識碼：A 文章編號：1007-9416（2018）01-0046-02

1 發電企業數據應用現狀與面臨問題

發電企業經過多年的信息化建設，數據的存儲與保存、非海量性數據分析與強關聯性應用已不是問題，部分發電企業的信息化基礎設施已經達到或接近同行業的世界先進水平。導致企業海量數據不能反映其深層價值有3個原因：（1）不同子系統的數據資源存儲于獨立的實時數據庫（RTDB）、關系數據庫（RDB）、圖檔數據庫（DOC）、文件庫（FILE）等。（2）數據的處理方式依靠工程處理為主已經遠遠不適用于“大數據”的思維方式，在“靠數據說話”的時代，需要對數據的長期跟蹤分析，才能理清數據的耦合關系及隱含的價值。（3）僅依靠現有的常規SIS、MIS等軟件系統無法進行數據價值的深度挖掘及分析。對數據進行分析需要專業知識高度融合的復合型人才，不僅有電廠相關的知識，而且還要掌握足夠的計算機專業知識，特別是對各種類型數據庫的理解和結構化查詢語句的掌握。

2 發電企業大數據概述

2.1 發電企業大數據來源

（1）過程大數據，即生產大數據。此類數據是電力大數據的產生源頭，主要包括運行工況、機組負荷、設備狀態等實時生產數據，以及現場總線系統所采集的設備監測數據。

（2）業務類大數據，即運營管理類數據。此類數據主要包括如MIS、ERP、EAM等管理信息系統產生的綜合數據，通過對這些數據的有效分析和管理，有利于改善企業的經營模式，提高企業管理層次，降低成本，提高工作效率，確保決策的正確性。

2.2 電力大數據的特點

電力大數據的特點可以概括為“3V3E”。其中，3“V”分別是體量大（Volume）、類型多（Variety）和速度快（Velocity），3“E”分別是數據即能量（Energy）、數據即交互（Exchange）和數據即共情（Empathy）。例如，電力大數據是電力行業大數據的聚焦和子集。

2.3 “大數據”帶來的變革

一是數據規模不斷擴大使得數據應用由量變到質變。二是數據采集、存儲等處理方式產生變革。三是數據分析范圍與方法從局部樣本擴展到全息數據樣本。四是戰略思維與工業價值的變革。

3 發電企業大數據的應用場景

典型的大數據應用場景如下介紹。

（1）設備資產管理。建立以設備編碼為核心的設備資產數據庫，為設備數據采集與交換建立統一數據記錄的規則和標準，對設備全過程、全生命周期進行分析和監控，通過整體的設備管理體系實現資源調配、方案優化、從計劃到資金到維護的全面管理，保證長期的設備管理的有效性和延續性，從而實現集團對重要設備的統一標準和管理。

（2）遠程診斷。基于實時的運行數據和海量運行、檢修等歷史數據，建立機組、系統、設備安全運行狀態模型，并持續監視重要設備和生產流程，在逐漸發生故障前，當惡化趨勢達到一定標準時，及時報警，并給出異常的具體變化趨勢。盡早發現影響系統和設備故障的早期故障特征，協助運行和檢修人員提前安排設備運行方式、合理安排設備檢修等，從而提高機組安全運行水平和設備可靠性水平。

（3）設備檢修策略優化。在收集設備的基礎信息、歷史運行數據、設備缺陷及檢修等相關數據信息的基礎上，通過定性分析技術與定量分析技術的結合得到設備缺陷狀態下特征值及關聯參數值，分析故障的概率與后果，并進行經濟風險排序，發現維修管理系統的薄弱環節。綜合考慮所有相關成本、設備的維護及可靠性在實施該方案前后的變化等，同時結合運用可靠性分析理論和企業的實際操作經驗得出最佳的維修策略，如CM（故障維修）、PM（預防性維修）、TBM（基于時間的維修）、CBM（基于狀態的維修）。

（4）主動安全管理。運用大數據、三維立體監控和移動APP融合等方式，實現現有安全管理手段、模式的創新，達到企業各級人員能夠實時監控現場的違章情況，確保作業人員不走錯間隔、不盲目操作，嚴格按照操作流程執行，實現超前預警、過程嚴管，作業人員“不能違章、不敢違章、不愿違章”的目的。

（5）對標及決策支持。通過大數據計算，按照指標類型與專業分類相結合的方式建立指標體系，同時根據指標相關性進行分類管理，建立指標庫。通過在線和離線、橫向和縱向相結合的行業、區域、電站、機組間的對比以及和行業標桿值及區域先進值的對比，找出差距、明確原因、確定需求、提出改進方法，從而達到優化運行、提高運營管理水平的目的。

（6）售電平臺支持。隨著電力體制改革的不斷深入，發電企業由過去面對電網單一模式轉變為面對售電公司及大用戶，因此建立以客戶為核心的電力市場成為發電企業必須考慮的問題。搭建以客戶為核心的市場營銷平臺，能夠增強企業對市場的洞察力和前瞻性，以大數據應用為客戶提供精準、創新的電力增值服務，幫助企業占據電力交易市場制高點。

4 晉能電力大數據應用展望

4.1 大數據應用政策支持

國務院發布《國務院關于積極推進互聯網+行動的指導意見》中，尤其是“互聯網+智慧能源”作為行動的重點，強調“推進能源生產智能化”，鼓勵能源企業利用大數據技術對設備狀態和電能負載數據進行分析和預測。為提高能源利用效率和安全穩定運行水平，進行了準確的調度、故障判斷和預知維修。

2017年3月份，山西省政府正式發布了《山西省大數據發展規劃（2017-2020年）》和《山西省促進大數據發展應用2017年行動計劃》，重點針對我省大數據產業進行了布局規劃，力爭到2020年，“智慧山西”大數據中心全面建成。

4.2 大數據應用研究展望

一是進一步加強人員和設備的安全管理，通過安全監控平臺，實現晉能電力所有企業的安全管理水平提升，實現本質安全。

二是通過內部同類型企業、同類型設備的對標，以及與外部同行業先進企業對標，大量累積數據分析，有目的的提高機組節能水平和效率，實現經濟運行，促進節能降耗增效益。

三是通過決策支持平臺掌握電力市場動態和發展趨勢，把握市場先機，實現“用數據說話、用數據決策、用數據管理、用數據創新”。

四是進一步增強設備管理水平，通過大數據技術分析，將設備指標、運行維護記錄、備件采購等全過程數據關聯分析，實現設備全生命周期管理，優化整個管理流程，實現成本最低。

五是真正實現數據的唯一性、真實性，在企業管理和生產管理上，為管理決策提供數據依據，實現管理清晰化、高效化[1]。

4.3 大數據應用發展策略

4.3.1 統一規劃 分步實施

結合晉能電力集團業務性質及發展需求，明確集團電力智能化的定位，從數據規模、系統功能、造價等方面的需求出發，本著統一規劃、統一建設、先搭框架建設重點內容，然后再推廣的原則制定集團中長期大數據發展規劃，設立切合實際的目標和優先級，在規劃的基礎上找準需求最迫切的重點環節快速開展大數據的實踐應用，從簡單分析到深入挖掘，以模塊化方式循序漸進、逐步深入，實現數據的統一管理與價值的智能挖掘。

4.3.2 提升硬件設施承載能力

依據集團生產和管理的整體需求，規劃對數據存儲的顆粒程度、存儲時間、處理速度和精度信息、數據可視化、網絡傳輸能力等，對現有的系統結構和硬件設備進行了評估和升級，以滿足對大數據的業務日益增長的需求。

4.3.3 注重數據質量

數據質量是評價數據分析處理結果準確性、實時性的基本因素，因此在大數據應用時要求數據真實、準確、一致、可靠、完整，對數據采集系統要嚴格要求，必要時對重要的歷史數據進行手動整理及輸入。

4.3.4 專業人才培養，助推生態建設

結合晉能電力集團大數據的業務應用需求，從集團層面整體統籌考慮、統一規劃，開展專業人才的培養，特別是電力數據分析專業人才的培養，例如，建立大型數據應用專家庫、大數據應用創新工作室、大型數據應用論壇等。推進企業的大數據應用文化建設，為大數據應用發展提供堅實的人力資源保障。

5 結語

通過大數據、互聯網+等新技術深入挖掘企業的數據價值，結合企業生產特點開發各類大數據計算模型和專家系統，決策者根據相關數據分析結果能快速、準確、實時地掌握可靠而準確的各方面信息，可以精準預測市場未來變化趨勢和走向，可以從管理、經營、生產等各個方面發生質的提升，從而提高企業的經濟效益和安全保障，這將是發電企業未來發展的主要方向[2]。

參考文獻

[1]田曉東.探索大數據技術在發電集團的應用研究[J].貴州電力技術，2017，（04）：6-17.

[2]郭建華.大數據技術在火力發電企業生產經營中的應用[J].貴州電力技術，2017，（03）：26-28.