研究与开发
|
智能电厂实施过程中的大数据应用研究
刘新龙1 , 贺悦科2 , 孟晓伟1 , 袁红蕾1 , 邬峰1
1. 西北电力设计院有限公司,西安 710075; 2. 华北电力科学研究院(西安)有限公司,西安 710075
Research on big data application in smart power plant implementation
Liu Xinlong1 , He Yueke2 , Meng Xiaowei1 , Yuan Honglei1 , Wu Feng1
1. Northwest Electric Power Design Institute Co., Ltd, Xi’an 710075; 2. Northchina Electric Power Research Institute Co., Ltd, Xi’an 710075;
摘要 本文参考目前智能电厂实施导则中控制层面的相关内容,通过对发电机组运行过程中的大量实际数据进行分析研究,给出智能电厂实施过程中的报警优化、控制系统运行曲线优化、控制系统性能评估的大数据分析及应用方法,提升数据的可用性,为智能电厂实施过程中的大数据应用提供进一步的研究方向和方法支持。
关键词 :
智能电厂 ,
大数据 ,
报警 ,
优化 ,
性能评估
Abstract :Based on the contents of smart power plant implementation guidelines related to control, and analysis of practical data from the operation of generator set, this paper presents big data analysis and application methods for alarm optimization, running curve optimization and control performance assessment in smart power plant implementation. Then availability of data is improved. Further research direction and method support are provided for big data application in smart power plant implementation.
Key words :
smart plant
big data
alarm
optimization
performance assessment
收稿日期: 2017-12-07
出版日期: 2018-06-19
作者简介 : 刘新龙(1984-),男,陕西西安人,硕士,工程师,主要从事火力发电机组设计及节能优化研究工作。
引用本文:
刘新龙, 贺悦科, 孟晓伟, 袁红蕾, 邬峰. 智能电厂实施过程中的大数据应用研究[J]. 电气技术, 2018, 19(6): 32-36.
Liu Xinlong, He Yueke, Meng Xiaowei, Yuan Honglei, Wu Feng. Research on big data application in smart power plant implementation. Electrical Engineering, 2018, 19(6): 32-36.
链接本文:
https://dqjs.cesmedia.cn/CN/Y2018/V19/I6/32
[1] 张晋斌, 周四维, 陆星羽. 智能电厂概念, 架构, 功能及实施[J]. 中国仪器仪表, 2017(4): 33-39. [2] 张东霞, 苗新, 刘丽平, 等. 智能电网大数据技术发展研究[J]. 中国电机工程学报, 2015(1): 2-12. [3] 杨鑫. 大数据分析技术在发电企业应用的探讨[C]//2017年中国智慧电厂践行论坛论文集, 2017: 189-194. [4] 郑彤. 数据挖掘技术及其应用[J]. 信息与电脑: 理论版, 2017(3): 35-38. [5] 赵云山, 刘焕焕. 大数据技术在电力行业的应用研究[J]. 电信科学, 2014(1): 57-62. [6] ANSI/ISA-18.2-2009. Management of alarm system for the process industries[S]. [7] 朱为民. 火电厂分散控制系统的报警技术[J]. 工业仪表与自动化装置, 1997(2): 18-22. [8] 刘新龙, 巨林仓, 胡平, 等. DEH阀门流量特性曲线校正[J]. 汽轮机技术, 2011, 53(4): 288-290. [9] 徐誉玮, 雷增强, 彭佩. 汽轮机数字电液控制阀门流量特性试验及优化[J]. 广东电力, 2015(3): 12-16. [10] 陈飞翔, 胥建群, 马琳. 喷嘴配汽汽轮机主蒸汽流量计算方法的研究[J]. 发电设备, 2015(1): 24-26. [11] 张曦, 黄卫剑, 朱亚清, 等. 汽轮机阀门流量特性分析与优化[J]. 南方电网技术, 2010, 4(S1): 72-75. [12] 冯如雨. 关于发电厂热控保护可靠性的分析[J]. 科技创新与应用, 2016(5): 165.
[1]
徐晨展, 刘庆珍. 基于多策略融合粒子群算法的油纸绝缘参数辨识 [J]. 电气技术, 2024, 25(9): 14-21.
[2]
朱钾, 于保华. HXD2型机车高压绝缘检测回路优化及改造 [J]. 电气技术, 2024, 25(8): 71-74.
[3]
季克勤, 卢昊威. 考虑多元灵活性资源的配电网协同优化调度 [J]. 电气技术, 2024, 25(7): 23-31.
[4]
蒋毅, 廖看秋, 朱跃欧, 汤彪. 基于粒子群优化算法的磁浮列车自抗扰悬浮控制器研究 [J]. 电气技术, 2024, 25(7): 39-44.
[5]
赵树生, 惠杰, 刘博嘉, 胡全丹, 李钊. 真空灭弧室击穿分析及仿真优化 [J]. 电气技术, 2024, 25(7): 81-84.
[6]
李智轩, 李嘉丰, 叶晓华, 熊显智, 李天泽. 基于Copula函数与多目标进化算法的负荷区间预测 [J]. 电气技术, 2024, 25(6): 24-30.
[7]
黄海燕, 高伟, 邱仕达, 杨耿杰. 基于改进动态时间规整的直流电动机驱动负荷开关卡涩故障辨识 [J]. 电气技术, 2024, 25(6): 31-38.
[8]
衣思彤, 刘雅浓, 马耀浥, 李文婕, 孔航. 基于贝叶斯优化-卷积神经网络-双向长短期记忆神经网络的锂电池健康状态评估 [J]. 电气技术, 2024, 25(5): 1-10.
[9]
于惠钧, 马凡烁, 陈刚, 杨驰泽, 李嘉轩. 基于改进灰狼优化算法的含光伏配电网动态无功优化 [J]. 电气技术, 2024, 25(4): 7-15.
[10]
万庆祝, 于佳松, 佟庆彬, 闵现娟. 基于Bo-BiLSTM网络的IGBT老化失效预测方法 [J]. 电气技术, 2024, 25(3): 1-10.
[11]
商立群, 张建涛. 计及储能电池寿命衰减的居民小区光储优化配置 [J]. 电气技术, 2024, 25(2): 1-11.
[12]
马君, 万俊杰. 基于健康特征筛选与GWO-LSSVM的锂电池健康状态预测 [J]. 电气技术, 2024, 25(2): 37-44.
[13]
罗强, 黄玉磊, 颜俊, 自越华, 徐天奇. 基于变分模态分解和极限学习机的换流站直流极线光学电流测量装置误差预测 [J]. 电气技术, 2024, 25(11): 1-9.
[14]
赵佳康, 郑毅, 张科乾. 基于电磁-热力学耦合的管母支撑金具温升特性研究 [J]. 电气技术, 2024, 25(11): 48-52.
[15]
刘伟, 王洪志. 基于改进注意力机制的时间卷积网络-长短期记忆网络短期电力负荷预测 [J]. 电气技术, 2024, 25(10): 8-14.