基于大数据技术的电站机组节能优化研究

发布时间：2020-05-20 09:48

【摘要】：随着我国经济持续发展,能源消费保持增长态势。燃煤发电作为能源供应的支柱产业,在我国独特的能源结构作用下,将继续占据主导地位,也是我国实现优能降耗减排目标的关键。大数据、人工智能的崛起及迅猛发展,推动着智能化、信息化与工业化的深度融合,为我国发电企业由高能耗、高排放、低效率的粗放型发展方式向低能耗、低排放、高效率的绿色发展方式转变带来新的方式和机遇。随着电力系统信息集成化的普及应用,电站机组积累了海量运行数据,如何挖掘数据中的潜在价值并加以利用,已成为当前发电行业的重要研究领域。推广大数据技术在电站机组的多角度、深层次、宽范围的挖掘与应用,对提高机组效率及深化优能降耗具有重要意义。首先,通过对电力大数据定义及特征的概括分析,阐述了电站机组大数据的定义及价值。针对电站机组大数据的挖掘过程,提出电站机组大数据的层级架构设计;同时,依据电站大数据处理关键技术,构建电站大数据生态系统应用框架,引入大数据存储与批处理技术,实现电站机组大数据的信息挖掘与获取。其次,深入分析电站机组海量运行数据特点及数据质量,阐明质量缺陷及原因,明确数据处理策略及方法。在电站机组数据检测中,采用多参数阈值判断法筛选稳态工况数据。在数据预处理中,利用双线性插值法及联合概率密度法分别处理数据空缺值及离散值;同时,针对电站机组大数据高维度、非线性的特点,引入模糊粗糙集理论,建立电站机组大数据特征参数选择方法,剔除冗余或无关参数,精简特征参数集,保证大数据挖掘处理的高效率性与高精度性。再次,开展基于大数据技术的电站机组能耗分析方法。以模糊粗糙集属性约简为基础,通过Canopy算法对K-means聚类算法改进,并将改进K-means聚类算法在Hadoop平台上实现并行化计算,实现全工况高效寻优确定电站机组运行目标基准值。同时,建立支持向量机能耗敏感性分析模型,依据供电煤耗与输入特征参数之间的依赖度及相关性,分析不同负荷工况下关键特征参数对供电煤耗的敏感性系数。然后,分析厂网两级负荷优化分配现状,针对电力发展清洁型、灵活型、智能型需求,提出基于大数据技术的考虑边界条件及污染物排放的多目标厂级负荷优化分配策略。基于电站机组的海量运行数据,引入大数据分析方法,通过粒子群算法对支持向量机进行改进,建立厂级快速性、经济性、环保性多目标负荷优化预测模型;并利用MapReduce并行编程模型实现对NSGA-Ⅱ优化算法的并行化处理,完成厂级多目标负荷优化分配计算。以此为基础开展的厂级负荷优化分配可有效降低电站机组供电煤耗及污染物排放,对电力系统节能发电调度具有参考意义。最后,开展燃气电站机组对标管理综合评估研究。在分析研究燃气电厂对标管理评估特点及表征参数的基础上,从安全环保、机组可靠、设备管理、经济运营、生产技术5个方面建立燃气电站机组对标管理综合评价指标体系:同时,基于大数据分析方法的粗糙集属性约简原理,结合向量夹角余弦与主成分分析法,建立燃气电站机组对标管理综合评估模型。针对模型赋权方案,建立基于指标权值的敏感性分析模型,检验结果表明所建立的燃气电站机组对标管理综合评价模型的权值分配敏感性较低,模型评价结果稳定,鲁棒性好,为燃气电厂企业对标管理及电厂机组间竞赛提供指导和帮助。
【图文】：

高效率的绿色发展方式转变Ｗ。能源大数据作为新一代工业信息革新的必然过逡逑程，并不仅仅是简单的技术进步，更是大数据时代下下一代智慧能源管理系统逡逑价值形态的跃升（图１－１所示）。与传统数据智能分析相比，大数据分析更注重总逡逑体视角的关联性分析，挖掘潜在信息价值之间的相关性，并不仅仅囿于单个领逡逑域或主题内的因果关系。近两百年来人类社会经过工业革命掠夺式发展，当前逡逑人类、社会、经济发展面临的首要问题是全球能源资源的快速消耗、环境污染逡逑及气候变化。传统的投资驱动、管理驱动、经济驱动的快速粗放型发展模式，逡逑已经面临越来越大的社会问题，亟需转型。逡逑＾—逦＇￣￣－－逦逦逡逑，＾据，形成ｉｆ据资产逡逑／邋，，．逦￣；逦逡逑＇逦’＾Ｓｉ内部提升获取数据面能乃和效‘逡逑／邋／邋－逦－Ｖｙ￣逦…———逡逑让数据创造价值邋ｒ邋在管理决策中致力于数据价值的发现逡逑｛邋｛逦－逦）邋Ｉ邋一二．：．．．．．．＇逡逑、构建海量数据计算系统

移动互联网,联网技术,中国电力,装机容量

排放和严重雾霾的三重挑战，以投资拉动增长的发展方式难以为继。电力装机逡逑容量作为衡量我国电力工业的重要标志，近年来虽然始终有所增长，但其增速逡逑己经大大放缓（如图１－２所示）。一方面，，由于我国电力需求的增速正在逐步降逡逑低：另一方面，我国电力行业经过信息化建设的快速发展，急剧增长透支的产逡逑能需要时间慢慢融合、消化。这就要求电力行业在新的发展形势及经济驱动下，逡逑结合智能管理信息技术，探索和创新新的发展模式，迎接所面临的各种挑战。逡逑１８００００邋ｒ逦＾逦１２逡逑１６００００邋－逦１０．６邋§ｊ邋＿逡逑严。。，９邋９逦卜ｌ邋Ｌ１０逡逑ｉＺｏｊｉ邋｜邋Ｊ邋Ｉ邋Ｉ邋４．７邋＾ｌ１１７７：0８＇６邋＾逡逑Ｓ：：：：４Ｔ３ｆｆ１１８邋；逦；；Ｓ逡逑，Ｈ１．W．１．邋Ｌ．邋ｆ邋．邋ｙ．邋■邋１邋（）逡逑２０１０邋２０１１邋２０１２邋２０１３邋２０１４邋２０１５邋２０１６邋２０１７逡逑年份逡逑ｓ－＊＊装机容量—年增长率逡逑图１－２中国电力装机容量逡逑Ｆｉｇ．邋１－２邋Ｃｈｉｎａ邋ｐｏｗｅｒ邋ｉｎｓｔａｌｌｅｄ邋ｃａｐａｃｉｔｙ逡逑移动互联网和物联网技术的发展，使数据以超乎人们想象的速度快速增长。逡逑据国际数据公司（ＩＤＣ）统计，２０１５年全球数据信息总量已经达到８．５９ＺＢ，预计逡逑２０２０年全球数据产生量达到４４ＺＢ（如图１－３所示）
【学位授予单位】：华北电力大学(北京)
【学位级别】：博士
【学位授予年份】：2019
【分类号】：TM621

【参考文献】