张旭
国家能源集团谏壁发电厂 江苏 镇江 212006
摘要：大数据是指大小超出常规的数据库工具获取、存储、管理和分析能力的数据集，具有大量化、多样化、快速化、价值密度低的特征，在应用中主要是分析与事物关联的所有数据而不是少量样本，重点不在探求难以琢磨的因果关系而是关注事物的相关关系。它的生命周期可划分为数据产生、数据采集、数据传输、数据处理、数据分析、数据发布和应用。在信息飞速发展的今天，大数据在各行各业中都得到了广泛应用，不仅提高了生产效率也节约了大量资本。
关键词：大数据；火力发电厂；应用
1 在设备维护方面
目前火力发电厂的检修模式仍然停留在计划性检修的模式上，这种“打包式”的检修在一定程度上也成了检修费用长年以来居高不下的一个因素。大数据的介入将会使检修工作更加趋于科学性、合理性，减少工作量，从而实现成本节约。具体操作方面:通过大数据平台日常对设备的温度、振动、压力和运行小时数等参数的采集，通过量化分析得出设备运行状态，以此来指导检修工作，对于劣化超过限值的设备进行重点检修，对运行良好的设备可不列入检修范围，同时可得出部分设备需要检修的最佳时间，利用日常维护的机会进行检修工作，延长设备使用寿命，最终实现效益最大化。
在设备维护台账的管理方面大数据仍有用武之地。通过对台账中故障记录、维修情况的数据分析可得出设备的薄弱环节，提醒维护人员制定应对措施，做好提前预防。例如，统计设备每一次出现故障的时间、季节、环境等因素，分析环境对设备的影响程度，总结设备故障的规律等。同时可利用大数据平台做好后台服务，开发可视的设备管理手机APP，维护人员可利用手机APP通过粘贴在设备上的二维码，了解设备的各项参数、检修工序、维护记录以及配品备件的储备情况及存货位置等信息，便于维护人员掌握设备运行情况，同时便于设备日常、事故情况下的检修工作，从而进一步提高设备维护效率，降低维护成本。
2 在运行监测方面
基于目前红外检测等技术的革新和价格的普遍降低，使红外监测技术在火力发电厂中的大规模应用成为现实。红外检测技术具有远距离、大面积和快速扫描的特点，尤其在带电设备的故障诊断上具有无可比拟的优势。在实际应用中可在三个区域布置，提高运行监测效率:一是在升压站区域。可利用空间进行分片布置，对断路器、隔离刀闸、电流互感器、电压互感器全方位的进行监测;二是在变压器区域。可在高低压侧，在保证红外检测面能覆盖三相绕组及接线位置的地方固定布置;三是在配电室内。可根据负荷重要性在断路器出线侧选择性布置。
上述区域红外检测采集的数据时长可根据具体情况进行设置，在不浪费存储空间的基础上利用温升特点制定合理的采集模式，保证数据的准确性、及时性。通过数据采集在平台上做实时分析，对异常情况做到及时报警，实现24小时全方位检测。一方面保证了人员安全，另一方面在上述区域完全可以做到无人值守和日常巡视，一定程度上节约了生产成本。
目前西北区域各火电机组均频繁参与深度调峰，近期来看可保证机组优先上网和补贴收入，但长远来看对机组设备的影响也不容小视。譬如锅炉受热面的温差变化、给水流量的波动以及发电机转子的温度变化等，都会对设备产生不同程度的影响，如何去控制这些影响是目前火力发电厂面临的最迫切问题。基于目前各种在线检测设备的研发和普及，对大数据在火力发电厂深度调峰中的应用提供了良好的基础。针对火力发电机组深度调峰的工况在相应的主要设备上加装在线监测设备，实现数据的原始采集。
通过实时监测，对采集的数据进行统计分析，掌握设备运行状态，为机组的稳定运行保驾护航。
同时，参与深度调峰后，随着机组出力的下降运行工况出现恶化，机组的安全运行受到严峻考验，由于炉膛热负荷较低，送入炉膛燃烧量减少，热风温度降低，以及锅炉内过量空气系数相对较高，使得炉膛热负荷和温度降低，燃烧稳定性下降，尤其是影响稳定燃烧的主要因素配煤掺烧被放在一个更加主要的位置。目前配煤掺烧的方法存在不同程度的滞后性和不稳定性，利用大数据可有效解决这方面的问题。基于对机组各种工况下配煤掺烧不同比例的数据采集和统计，建立配煤掺烧虚拟模型，利用模型对锅炉燃烧稳定性的影响、各煤种燃烧时间、环境对煤种燃烧的影响等进行分析计算，得出各种工况下最佳的掺配比例，在机组参与深度调峰期间进行实时调整，以此来最大程度的提升经济效益。
3 在安全管理方面
对火力发电企业来说安全生产就是企业的生命、企业的效益，它的重要性和必要性不言而喻。在生产活动中，人的不安全行为、物的不安全状态、环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。其中人是主导因素，在安全生产中占主导地位，因此人的不安全行为的控制是预防事故、保证安全的关键。可利用大数据优势，收集发电企业相关事故信息并作详细的数据分析，对“三违”、继电保护“三误”等高发的时间、季节、环境及人员安全培训程度等进行统计分析，针对分析结果制定相应的安全措施，降低人的安全风险。
同时，可利用大数据平台开发智能安全培训手机APP，内容涵盖安全知识答题、安全视频教育等各项培训内容，以安全三级教育为框架，制定相应的题库及安全教育视频资源，实行学分制，以学分达标来评价安全培训效果。一方面可以避免安全教育培训浮在面上，形式化、单一化，使安全培训教育能够真正落到实处;另一方面，基于大数据平台的分析统计，可判断发电企业员工的安全教育培训程度，进一步提升安全教育培训效率。
在设备的安全管理中，大数据还可以通过对企业不安全事件的统计分析，找出同一设备或同类设备历年来发生的不安全事件的相似点或关联，发现设备的薄弱点或家族式问题提供给设备维护人员，以便制定出相应的解决方案及应对措施，做到提前预防，避免不安全事件的发生。
4 在库存管理方面
火力发电厂的备品备件库存对安全生产起着保驾护航的作用。俗话说巧妇难为无米之炊，设备维护也是一样，但“米”也不是越多越好，如何使有限的“米”高效的发挥作用才是我们眼下要解决的关键问题。目前各集团火力发电厂备品备件库都是相互独立，没有建立任何联系，针对此现状可以利用大数据建立集团公司火力发电厂备品备件公用系统，对各火力发电厂备品备件进行数据采集和分析。
一方面，对影响安全、环保并且采购周期较长的通用备品备件建立虚拟备品备件库，实际情况下此类备品备件都存放于各火力发电厂库房中，在紧急情况下可临时调用，使用后待所需公司采购备品备件到货后填补虚拟库库存件，使此类备品备件得到高效利用;另一方面，通过对各火力发电厂库存备品备件进行大数据统计分析，对相同备品备件测算出合理的存储数量，使各类备品备件最大程度的有效利用，从而进一步降低库存，达到节约成本的目的。
在发电企业面临发展困境的今天，如何实现高质量发展是亟待解决的难题，而大数据在火力发电厂中的应用提供了一种解决难题的方法和路径，相信随着5G时代的到来，大数据将会应用到火力发电厂的各个角落。
参考文献
[1]麦肯锡公司.大数据:创新、竞争和生产力的下一个前沿领域.