大數據在火力發電廠中的應用

甘肅電投張掖發電有限責任公司 于永寶

大數據是指大小超出常規的數據庫工具獲取、存儲、管理和分析能力的數據集，具有大量化、多樣化、快速化、價值密度低的特征，在應用中主要是分析與事物關聯的所有數據而不是少量樣本，重點不在探求難以琢磨的因果關系而是關注事物的相關關系。它的生命周期可劃分為數據產生、數據采集、數據傳輸、數據處理、數據分析、數據發布和應用。在信息飛速發展的今天，大數據在各行各業中都得到了廣泛應用，不僅提高了生產效率也節約了大量資本。

1 在設備維護方面

目前火力發電廠的檢修模式仍然停留在計劃性檢修的模式上，這種“打包式”的檢修在一定程度上也成了檢修費用長年以來居高不下的一個因素。大數據的介入將會使檢修工作更加趨于科學性、合理性，減少工作量，從而實現成本節約。具體操作方面：通過大數據平臺日常對設備的溫度、振動、壓力和運行小時數等參數的采集，通過量化分析得出設備運行狀態，以此來指導檢修工作，對于劣化超過限值的設備進行重點檢修，對運行良好的設備可不列入檢修范圍，同時可得出部分設備需要檢修的最佳時間，利用日常維護的機會進行檢修工作，延長設備使用壽命，最終實現效益最大化。

在設備維護臺賬的管理方面大數據仍有用武之地。通過對臺賬中故障記錄、維修情況的數據分析可得出設備的薄弱環節，提醒維護人員制定應對措施，做好提前預防。例如，統計設備每一次出現故障的時間、季節、環境等因素，分析環境對設備的影響程度，總結設備故障的規律等。同時可利用大數據平臺做好后臺服務，開發可視的設備管理手機APP，維護人員可利用手機APP通過粘貼在設備上的二維碼，了解設備的各項參數、檢修工序、維護記錄以及配品備件的儲備情況及存貨位置等信息，便于維護人員掌握設備運行情況，同時便于設備日常、事故情況下的檢修工作，從而進一步提高設備維護效率，降低維護成本。

2 在運行監測方面

基于目前紅外檢測等技術的革新和價格的普遍降低，使紅外監測技術在火力發電廠中的大規模應用成為現實。紅外檢測技術具有遠距離、大面積和快速掃描的特點，尤其在帶電設備的故障診斷上具有無可比擬的優勢。在實際應用中可在三個區域布置，提高運行監測效率：一是在升壓站區域。可利用空間進行分片布置，對斷路器、隔離刀閘、電流互感器、電壓互感器全方位的進行監測；二是在變壓器區域。可在高低壓側，在保證紅外檢測面能覆蓋三相繞組及接線位置的地方固定布置；三是在配電室內。可根據負荷重要性在斷路器出線側選擇性布置。

上述區域紅外檢測采集的數據時長可根據具體情況進行設置，在不浪費存儲空間的基礎上利用溫升特點制定合理的采集模式，保證數據的準確性、及時性。通過數據采集在平臺上做實時分析，對異常情況做到及時報警，實現24小時全方位檢測。一方面保證了人員安全，另一方面在上述區域完全可以做到無人值守和日常巡視，一定程度上節約了生產成本。

目前西北區域各火電機組均頻繁參與深度調峰，近期來看可保證機組優先上網和補貼收入，但長遠來看對機組設備的影響也不容小視。譬如鍋爐受熱面的溫差變化、給水流量的波動以及發電機轉子的溫度變化等，都會對設備產生不同程度的影響，如何去控制這些影響是目前火力發電廠面臨的最迫切問題。基于目前各種在線檢測設備的研發和普及，對大數據在火力發電廠深度調峰中的應用提供了良好的基礎。針對火力發電機組深度調峰的工況在相應的主要設備上加裝在線監測設備，實現數據的原始采集。通過實時監測，對采集的數據進行統計分析，掌握設備運行狀態，為機組的穩定運行保駕護航。

同時，參與深度調峰后，隨著機組出力的下降運行工況出現惡化，機組的安全運行受到嚴峻考驗，由于爐膛熱負荷較低，送入爐膛燃燒量減少，熱風溫度降低，以及鍋爐內過量空氣系數相對較高，使得爐膛熱負荷和溫度降低，燃燒穩定性下降，尤其是影響穩定燃燒的主要因素配煤摻燒被放在一個更加主要的位置。目前配煤摻燒的方法存在不同程度的滯后性和不穩定性，利用大數據可有效解決這方面的問題。基于對機組各種工況下配煤摻燒不同比例的數據采集和統計，建立配煤摻燒虛擬模型，利用模型對鍋爐燃燒穩定性的影響、各煤種燃燒時間、環境對煤種燃燒的影響等進行分析計算，得出各種工況下最佳的摻配比例，在機組參與深度調峰期間進行實時調整，以此來最大程度的提升經濟效益。

3 在安全管理方面

對火力發電企業來說安全生產就是企業的生命、企業的效益，它的重要性和必要性不言而喻。在生產活動中，人的不安全行為、物的不安全狀態、環境的不安全因素以及管理上的缺陷都是造成不安全的主要原因。其中人是主導因素，在安全生產中占主導地位，因此人的不安全行為的控制是預防事故、保證安全的關鍵。可利用大數據優勢，收集發電企業相關事故信息并作詳細的數據分析，對“三違”、繼電保護“三誤”等高發的時間、季節、環境及人員安全培訓程度等進行統計分析，針對分析結果制定相應的安全措施，降低人的安全風險。

同時，可利用大數據平臺開發智能安全培訓手機APP，內容涵蓋安全知識答題、安全視頻教育等各項培訓內容，以安全三級教育為框架，制定相應的題庫及安全教育視頻資源，實行學分制，以學分達標來評價安全培訓效果。一方面可以避免安全教育培訓浮在面上，形式化、單一化，使安全培訓教育能夠真正落到實處；另一方面，基于大數據平臺的分析統計，可判斷發電企業員工的安全教育培訓程度，進一步提升安全教育培訓效率。

在設備的安全管理中，大數據還可以通過對企業不安全事件的統計分析，找出同一設備或同類設備歷年來發生的不安全事件的相似點或關聯，發現設備的薄弱點或家族式問題提供給設備維護人員，以便制定出相應的解決方案及應對措施，做到提前預防，避免不安全事件的發生。

4 在庫存管理方面

火力發電廠的備品備件庫存對安全生產起著保駕護航的作用。俗話說巧婦難為無米之炊，設備維護也是一樣，但“米”也不是越多越好，如何使有限的“米”高效的發揮作用才是我們眼下要解決的關鍵問題。目前各集團火力發電廠備品備件庫都是相互獨立，沒有建立任何聯系，針對此現狀可以利用大數據建立集團公司火力發電廠備品備件公用系統，對各火力發電廠備品備件進行數據采集和分析。

一方面，對影響安全、環保并且采購周期較長的通用備品備件建立虛擬備品備件庫，實際情況下此類備品備件都存放于各火力發電廠庫房中，在緊急情況下可臨時調用，使用后待所需公司采購備品備件到貨后填補虛擬庫庫存件，使此類備品備件得到高效利用；另一方面，通過對各火力發電廠庫存備品備件進行大數據統計分析，對相同備品備件測算出合理的存儲數量，使各類備品備件最大程度的有效利用，從而進一步降低庫存，達到節約成本的目的。

在發電企業面臨發展困境的今天，如何實現高質量發展是亟待解決的難題，而大數據在火力發電廠中的應用提供了一種解決難題的方法和路徑，相信隨著5G時代的到來，大數據將會應用到火力發電廠的各個角落。