电力环保大数据平台开发及智能运用研究

电力环保大数据平台开发及智能运用研究

殷树鹏,王祎男

山东科技职业学院 山东 潍坊 261053

摘要：随着现代社会的发展，电能也越来越成为了工业生产中十分关键的基本资源。不管是在工业生产中，还是在我们的日常生活中，对电能来源的需求量都在逐步增大。我国对电能资源的需求量在持续增加的同时，也随之产生了若干问题。主要体现在电能利用的高低效率上。而利用大数据分析与智能科技，就能够合理的处理诸如此类的问题，从而持续的适应我国增加的资源需求量，并促进能源行业的可持续健康发展。

关键字：电力资源；大数据；智能化

引言

目前，随着信息技术的快速发展，国家也出台了对应的互联网+政策。许多新技术与能源产业息息相关，如人工智能技术、大数据分析诊断技术等。而在合理使用能源的同时保护环境这一方面，怎样既达到低排放的要求又能保障社会经济正常运转，是各大发电公司长期关心的重点难点问题。而为了达到这一目标，电力公司在过去也制定了相应政策措施，但实际效果上却并非总是如此。而由于大数据分析技术的运用，公司能够进行对历史数据的检索，找到最好的信息以便于和实际工作情况相结合，从而给出合理运行的依据。但该技术仍需进一步的研发与优化。废热火力发电厂的DCS控制器，包括SIS/MIS控制器都拥有着大量的历史信息，这就为技术的现实运用奠定了基石。能源与环保大数据管理平台，以废热火力发电厂的环境设备经营与管理为中心，希望通过该技术可以简化操作，高效监测环境故障。并实现在线查询业务知识和现场答疑等功能。

一、电力环保大数据平台系统的构建框架

电力信息与大数据系统是一种多用途的综合系统，主要由海量信息收集平台、分布式网络结构计算机应用系统，以及新一代的人工智能分析与应用系统等三个方面所组成。在大数据采集技术的第一部分中，主要依靠环保电力行业自身已有的Scada系统，以及现场采用的DCS/SIS/MIS管理系统，根据采集并相应生成的大数据，已完成采集的信息将都被保存到以往的数据库系统中，而二次采集的信息也要更能受到重视，由于数据库系统中的最终数据源将与其有直接关联。而第二部分的分布式计算平台，则重点建设在Hadoop的平台。其主要目标是，希望可以将数据与网络中远程收集到的数据快速导入，将数据融合并存储在分布式的网络结构数据库系统中，进而通过map方式对数据库系统中的信息进行分布式计算。第三部分的人工智能研究和应用平台，由多个功能模块构成了它的主要功能。这个职能部分的设计采用了环保机器人的工作方式。它将可以实现对机械系统和智能算法的机器学习，同时它还能够利用向量机等计算方法来构建系统中的数据分析机器人的模型。之后，通过对第二部分的Hadoop系统进行相关的大数据分析操作，将可以得到不同的大数据分析操作结果，比如优化曲线、系统自动响应和相应故障诊断书的获取等[1]。

二、能源环境大数据分析基础研究与智能应用

（一）在电力能耗方面的优化

对于电能费用，一般是通过在电力设备使用时逐渐减少用电的方法以降低电能投入，比如有氧化风机和高效耗能的循环水泵等装置，限制电能支出的关键因素还有一些。首先需要考虑脱硫脱氨的优化方法，并精确记录机组氧化与循环的相应情况。通过检测实时信息和优化库中信息来实现匹配，然后再通过曲线显示系统的最大输出和状态。但需要值得注意的是，关于实时能源消耗的系统运行库，通过机器学习算法可以对其进行深度保护，如上设计的曲线在输出过程中也应该展示，以进一步展现现场工作状况。

（二）在电力故障检测方面的应用

在供电中，不能准确有效的监测到某些地方的问题从而造成的电能损失巨大，所以有必要提高系统的稳定性和持续性。在此实时监控所运行设备的情况是十分关键的。如此可以有效的指出那些存在问题的设备，使得关于系统情况的更多情况能够被掌握并能够确保系统的安全工作。电力公司虽然制定了相应的政策以改善使用设备的稳定性，但并未取得预想的成效，在电力的开发中依然有着很多不足之处。通过进行大数据系统开发对不足之处加以研究以便补充有效依据。实时高效利用传感器数据记录和监测使用装置是否处在正常范围内并检出异物从而实现监测。利用环境大数据分析平台监测电力故障，首先通过设备型号信息将设备状况进行了初步分类，然后在各大电厂数据库中查询相应设备的运行数据，异常数据将被剔除，有效数据输入Hadoop平台并将设备状况分成了正常、警告、故障三个部分，将所有状态信息存储于故障数据库，之后再通过相关的实时数据检测装置信息，以对运行健康状况做出相应评价，同时由于电力环境大数据分析在该平台的时效性十分强烈，所以需要实时更新数据库中的状态信息[2]。

（三）在电力物耗优化方面的应用

基于当下电力发展情况，从数据中获取相应功耗模式下的功耗物料消耗排放的最低点，为相应的电力消耗中控制脱硝剂和脱硫剂的使用量提供了数据。在本次进步优化中，本工艺脱硫剂用量主要是通过减少石灰石的消耗来达到相应的目的。为了找出石灰石泵的流量，必须科学地进行进一步的挖掘减少石灰石消耗的有效管理方法。在实现这一目标工艺中化学反应的复杂度较高。因此，发展的特点对环保大数据平台、自动化控制提出了额外的要求。在以前的平台上，它通常是用 DCS 自动调整，但现在已经不能满足正常要求。在现场，通常通过吸收塔完成出口的pH值和相应的二氧化硫浓度是基于一定的手动控制与调整的实时数据。在这个控制出价中，在质量体积方面，需要实现相应设计值的高效管道布线。但是由于实时性和准确性不能在一定程度上得到保证以及由于外部因素影响较大，所以只能检测输出功率。但是适当的检测方法使得它可以符合适当的检测准则，从而符合完成对材料使用的优化过程。除最大限度地消耗硫清洁剂之外，还需要通过去除硫元素以及质量流量参数以适当的方法优化使用方式。这其中包含了删除相关的功耗数据以及一些清理异常数据，把有效数据引入Hadoop平台。细化大数据分析计算后的分类标准大致上可包括进出口二氧化硫浓度和机组负荷，各个设备的价值信息和运行状况被分类，使用给定的曲线或图表从类别标准中选取最佳值作为最佳参考输入流的方式，最后使智能应用程序可以通过机器学习算法进行更有效地进一步优化，库在数据输入流程中所设计的曲线也需要改进。相应地发布曲线并根据优化库中的曲线进行优化，那么必须及时管理曲线以改善现状，以提供有效的参考

[3]。

三、电力环保大数据平台开发及应用的特点

电力环境大数据分析平台具有相关的功能。每个采集的信息都要经过一定的处理，以保证收集的环境信息的统一。电力环保大数据系统的实用性较好，安全可靠。大数据系统的基本结构是单组装结构、多操作系统、高可入手软件，以及多种设备继续并且采用了不同的服务组，保修使整个系统可以不间断的正常工作。在系统中，如果有哪方面设备出现了故障，都不会妨碍整个系统的正常工作或运行，不管系统中的何种存储设备在应用环境中受损，都不会导致用户信息损失。能源与环保大数据范围信息服务的可扩展性，随着信息时代的进一步发展，业务范围也在逐渐大。通过集群服务器，横向信息服务可以由几台主机同时进行，而无须更新相应的企业硬件或软件，就可以完全做到弹性发展，从而缩短了企业的起步时间。投资风险保证了公司的投资目标。能源与环保大数据分析平台有很大的透明度。能够管理和分类各种结构化或非结构化数据，这给不同的模块化应用程式提供了相应的容器，并进行统一激活，从而也给第三方应用程序带来了更多的便捷和灵活性。

结束语

电力生产环境污染的最主要来源是燃料产生的烟尘。为克服这一问题，公司应该尽快将这些数据收集并整理成资料库、热源的热转换等问题。进而从系统设计的角度探讨污染管理以及可能的脱硫脱硝等具体目的。而在此过程中，废热火力发电厂也必须考虑系统的实际运行情况和安全控制问题等，从而实现大数据处理系统中的访问管理等应用程序的重要作用。

参考文献：

[1] 汪琦. 电力环保大数据平台开发及智能运用研究[J]. 大科技,2018(20):70-71.

[2] 邓先. 浅析电力环保大数据平台开发及智能运用[J]. 市场周刊·理论版,2018,0(25):178.

[3] 闫大江. 浅析电力环保大数据平台开发及智能运用[J]. 数字通信世界,2020(4):169.