做好数据分析，为设备安全提供保障

2022-06-20

在互联网信息技术爆炸式发展的今天，各行各业的数据量都在海量增长。在这个时代，人工的传统分析方法已远远不能满足数据分析的需要，因此大数据分析方法已成为不可缺少的分析方法，尤其是在智能电厂中。

随着火电机组装机容量的增加以及信息化和现代技术的发展锅炉能耗管理规定，电厂人员数量在减少，但实时数据量在增加。根据电厂规模的不同，每个电厂每秒的数据量可能在10000到不等，每天可能有数千万甚至数亿的数据。虽然数据量与整个互联网行业相比还达不到大数据的标准，但对于传统的火电厂数据分析，人工分析方法已经无法控制这些数据挖掘潜在价值。如何对这些数据进行实时深度分析，挖掘数据背后隐藏的价值，提高生产效率，是一个亟待解决的问题。

目前，数据应用主要集中在生产数据分析、设备可靠性分析、能耗分析三个方面。

生产数据

对于生产数据，电厂更应该关注数据如何实时分析机组的健康状态和机组的能效诊断，既安全又有益。在安全方面，保证设备安全经济运行，使机组实时运行在最经济的工况下，通过对生产数据的分析，保证设备的可靠性和机组的经济运行。这是数据分析的最终结果。

设备可靠性

设备可靠性。传统的电厂监控大多还是基于报警和保护的功能，但实际上在很多参数的变化达到报警值之前，已经有明显的趋势。

监控系统实时显示成百上千的数据。在实时监控中，每个数据何时偏离原始原始值或我们的预期值，通过人工手段很难说。我们如何监控数据何时开始变化，并提醒人们，这是数据分析的一个重要应用。

能量分析

二是机组实时能耗分析。如何在机组运行过程中，从成百上千个参数中，综合判断机组能耗水平是否偏离设计值，是哪个参数造成的，需要通过这种数据分析方法实时指导。

很多发电企业面临几个问题：一是海量生产数据无法得到有效利用。在信息化过程中，电厂拥有多套信息系统，如检修集成、巡检系统、绩效考核系统等。这些系统是实时采集数据的，但很多情况下这些数据只是存储在硬盘中。磁盘，不用于指导生产。

二是设备状态维修难度大，缺乏科学判断依据。在很多情况下，发电厂的设备维护是基于计划维护或故障维护。

三是维修人员对现场操作的判断，没有有效的手段判断设备运行在什么状态。现场设备发生前分析和解决问题的能力不足，无法有效发现隐患。

数据系统安全

云酷科技锅炉三维可视化防磨防爆系统通过对以往锅炉维修数据的采集和分析，以数据分析为基础，形成有效的防磨防爆管理体系：从系统等多个维度入手建设、运营管理、维护管理，建立管理台账、动静态设备台账、壁温监测分析、算法补热图分析、大数据劣化分析、维修推荐等功能，为实施提供平台支撑和支撑抗磨防爆管理理念及管理体系建设。呈现方式。

系统先后服务于35座电厂，涵盖各种规模的生物质锅炉和燃煤锅炉，其中30MW生物质电厂24座，200MW燃煤电厂1座，7 300MW机组，3 600MW机组，2该机组共有锅炉55余台，在数据采集和应用方面达到行业领先水平，为电厂锅炉安全运行提供了有效的技术工具保障。