電力生產中大數據應用的探討
學術研究
作者：蔡國保
摘 要：通過電力生產過程中電力生產數據的特點，針對在建設大數據庫信息方麵的具體分析，對大數據分析在電力行業中的作用和前景進行了簡要描述，希望能給大家在大數據分析領域提供一些不一樣的思路和方法，並希望這篇文章可以在以後大數據時代的應用中為大家提供參考。
關鍵詞：生產數據；大數據；數據采集；數據分析
中圖分類號：TP311.1 文獻標識碼：A 文章編號：2095-1302（2015）09-00-02
0 引 言
大數據分析在各行各業都已是特別響亮的詞語。主要是因為它的產生讓很多看似淩亂不堪的信息，可以通過某種專業分析產生可觀的價值，並能夠源源不斷的從中發現新的價值。那麼，如何應用和深挖其中的潛在價值，現在也是百花齊放，各有所見。本文就大數據分析在電力行業的應用做一粗淺的探討。
大數據一詞最早出現在互聯網行業，“大數據”一度成為互聯網信息技術行業的流行詞彙。它的主要功能是從龐大的終端用戶的資料庫中，通過專業的分析軟件，提取出有價值的信息，以更好地挖掘潛在的商業價值。然而經過發展，人們發現這種技術不僅僅局限於互聯網行業，如果能夠更好的利用，將在各行各業的專業領域都有更大的發展和作用。隨著計算機技術在電力行業的普遍推廣和應用，信息量也是成倍數增加，如何在電力行業中挖掘大數據的巨大作用，我個人有一些想法。
1 數據采集方法
首先，從字麵理解，大數據當然是數據量的龐大性，數據量越大它的潛藏信息就越多，潛在價值就越大。當然，所謂的大不止是單一的大，應該是多樣的大，多元化的大。如何才能挖掘更全麵的數據量資源呢？單從發電企業來看，隨著分散控製係統（簡稱DCS）技術在電力行業的全麵應用，我們對電力生產過程實時監控變得更加不可缺少，不怕監控的多，就怕監控的少，從而導致達不到電力行業高效節能環保的生產要求。因此通過DCS技術我們就能獲得許多龐大的實時數據和曆史數據。從生產過程來看，DCS技術隻實現了生產介質（及水、煤、風、汽等）和動力設備的數據采集和監控，而對整個監控設備自身的參數性能（包括精度、壽命、故障率等）缺少全麵的數據采集和分析，這往往也會給電力生產帶來諸多安全隱患。而現場總線控製係統能夠彌補DCS的不足，能夠實現全廠在線儀表的實時監控，如能實現全麵推廣將對電力生產有很大幫助。同時生產管理方麵也有好多數據可挖掘，比如資料管理、事故報告分析等，如果都能實現數據化管理將是很好的數據資源。
以上所說隻屬於終端數據庫，對一個發電集團而言，他下麵有好多大大小小的子發電企業，把所有子發電企業的數據全部進行數據上傳管理。
其二，數據采集不能盲目，要有針對性。因為行業生產畢竟有相對的局限性，不同於互聯網的開放性，所以在數據采集過程中應該對一些生產過程外的數據進行分類采集，因為這些數據都需要人為錄入，不能自動采集，本文稱之為被動性數據，此類數據應該通過集體公司指定標準化的數據錄入係統，同時各個發電公司應該根據集團的要求，建立自己的數據庫係統，分專業、分部門的進行數據上傳至數據庫。比如對每年的停機次數建立數據庫，錄入詳細的分析過程，然後將數據上傳至集團數據庫，以備上層大數據軟件分析整個集團的生產狀態，並給出指導性的優化方案。
其三，發電集團應建立一個專業的大數據管理和服務機構，組織技術專家通過對現有的數據分析，並通過專家的經驗對電力生產提出指導性優化方案。總的說來，大數據分析帶給我們的是一個現有和曾經的數據分析統計結果，真正要做好完善電力生產，還必須依靠經驗豐富的專業人員有針對性的提出優化解決方案。這樣才能真正指導生產建設。例如我們現有的主機保護問題，由於建設期間和生產期間的不同要求，對主機保護采取了不同的保護策略，但是這些策略的提出現在還是建立在個人經驗的基礎上，有的人遇到了問題，他就覺得某種策略不可靠，帶有很大的隨機性。如果通過數據上傳，把集團中每個生產單位的故障問題都錄入集團數據庫，經過長期積累，一定能產生一個量化直觀的分析結果。比如對同一控製策略，可以通過數據統計分析，在集團的發電企業中，同一控製策略在集團投產機組中的可靠性，如果可靠性非常高那就應該在集團發電企業中推廣，否則就需要優化。這樣就能更好地服務於電力生產，如果能夠突破集團的封閉，彙聚成行業數據庫，大家在行業內進行數據共享，那麼整個電力行業的生產服務將會有很大質量的提高。