杜文超

(中国电力工程顾问集团东北电力设计院有限公司，吉林 长春 130021)

通过对大数据技术以及人工智能技术的应用来为电力环保提供保障。本文首先阐述了电力环保大数据平台系统框架，接着点明了电力环保大数据平台开发及智能运用的特点，最后详细论述了电力环保大数据平台开发及智能运用。

1 电力环保大数据平台系统的构建框架

电力环保大数据平台是一个多功能的集成平台，它主要是由三大部分组合而成，其中包括了数据的采集系统、人工智能分析应用系统还包括分布式计算机环境。在第1部分数据采集系统中，是通过发电环保企业自身所具备的s cada系统，通过对实际电厂的现场应用DCS/SIS/MIS的系统来实现对电厂现场那相应产生的数据进行采集，并将所收集到的数据信息全部都储存到以往的数据库之中，必须对二次的数据统计提起重视，因为它直接关系到了数据库中组成相应平台的最终数据源。在第2部分分布式计算机的环境中，它主要是由hadoop计算平台所构建的，他的主要工作职能是将远程数据采集到的数据和监控系统中所获得的数据进行有效的导入，并将数据进行清理后存储到分布式数据库系统中，紧接着采用map机制来进一步对数据库中的大量数据进行分布式的计算。第3部分是智能分析应用系统，它的主要功能是通过多个功能模块共同所构成的，最先功能模块的运行是通过环保装置的运行机理而设置的。这之中可以通过机械系统的学习并支持向量机等一系列的智能算法来对系统内各方面进行大数据分析计算机模型的构建，之后再运用第2个部分中的hadoop平台来进行相应数据的计算，以此来得到各种数据信息结果，比如其中的优化曲线，自动应答以及获取相应故障的报告诊断书等。

2 电力环保大数据平台开发及应用的特点

电力环保大数据平台具有相应的统一性，通过对所有收集到的数据进行相应的标准化处理与清理，进一步实现所收集环保数据的统一性，以此来确保数据的高度可信性，为未来电力环保大数据平台开发提供了有效保障，形成了一劳永逸的局面。

电力环保大数据平台具有高度可用性，电力环保大数据平台的开发从组成结构、多种结构以及高可用软件等多个方面来进一步为不同一性的服务群体提供保障，确保平台可以不间断的运行。其中任何计算节点出现了故障都不会影响整体平台的运行，而且在运行过程中无论是平台中哪一个储存设备发生了损坏，都不会造成用户数据的丢失。

电力环保大数据平台强大的扩展性，现今随着信息时代的深度发展，业务规模也在不断的扩大，大数据集群仅仅只要通过几台服务器便可以完成信息的横向扩展，也不需要进行相应原有硬件或软件的更换，真正意义上实现了富有弹性的扩展，降低了企业前期投资的风险，为企业投资目标作出了保障。

电力环保大数据平台具有很大的开放性，该平台可以对任何结构或者非结构的数据进行处理分析，以此来为多样化的模块化应用提供相应的容器并接受统一的调动，因此也为第三方应用提供了更加便捷灵活的API接口。

3 电力环保大数据平台开发及其智能运用

3.1 在电力物耗优化方面的运用

在现阶段电力发展的情况下来看，从以往的数据中获取相应状态下的用电消耗或者相应用电消耗状态下排放物的物耗消耗最低点，以此来为电力消耗中控制脱硝剂以及脱硫剂的流量提供相应数据信息的依据。

在这之中脱硫物物耗的进一步优化，这一过程中主要是通过降低石灰石的耗量，以此来达到相应目的。进一步深掘必须要对石灰石浆液泵流量进行科学有效的控制，从而降低石灰石的耗量。在实现这一目标的过程中由脱硫装置化学反应以及控制的复杂性较强，因此对于电力环保大数据平台的开发对自动控制提出了进一步的要求。在以往的数据平台中一般是通过利用DCS进行自动调节，但现今在供浆量方面已经无法满足正常的需求。在现场上一般是通过吸收塔的pH值和在出口处二氧化硫的相应浓度根据一定的实时数据来进行人工的控制调节。而在这之中控制供浆量方面需要通过相应的设计值来实现有效的控制管理。但是在现今由于实时性、准确性无法得到一定保障且外在因素影响较大，因此只能对出口的浓度进行相应的把控，确保其可以达到相应的控制标准，以此来进一步完成对物质消耗进行优化。

此外优化脱硫物质的消耗，需要从脱硫装置提取供浆流量参数来进行相关的优化消耗措施。这其中包括了对电力消耗情况中相应数据的清理，以及把一些出现异常的数据进行清除，并将有效数据导入到hadoop平台。在对大数据分类算法进一步细致化分类后可以大致分为出入口的二氧化硫浓度以及机组的负荷值数据，以及相应设备的工作情况进行划分，对于各类工况选取其中的最优值，通过特定的曲线或图形的方式来展现出最优参考的给浆流量，最后通过应用智能机器学习算法，进一步深度对优化库进行及时有效的更新，在数据输入的过程中，也需要将所设计的曲线进行相应展示，并参考优化库内的曲线进行优化，之后也需要对曲线进行及时的控制，以此进一步为现场提供有效的参考。

3.2 在电力能耗方面的优化

对于能源方面的消耗主要是通过减少电力相应设备机器的开机时间，以此来进一步降低电流量，其中有关于大功率耗电的设备循环泵以及氧化风机，磨球机等，想要实现电力能耗方面的有效控制，需要在这几方面着重注意。首先在步骤方面与脱硫脱氨优化方式相同，需要根据每一种工况下风机氧化以及循环来的相应状况精准的记录下来。通过对实时数据的研究并优化库内的工况数据进行配对匹配，接着用曲线图形的方式将最优的电流与设备状态进行展示。但同时值得注意的是能源消耗方面的运行库更新，通过机器学习的算法来进一步对其进行保障，与以上同步，在输出时也需要将所设计的曲线进行展示，来进一步支持现场的工作状况。

3.3 在电力故障检测方面的应用

在电力供给中出现无法及时有效的监测出所存在的故障将会为电力整体造成巨大的损失，因此必须要保证电力供给的稳定性。在此实时对所运行的电力设备进行相应的健康检查是非常重要的，以此可以及时对一些存在隐患的设备发出预警，以及有问题的设备发出警报，进一步输出设备健康的情况数据报告，也可以为设备的安全运行提供保障。电力企业为了确保电力设备运行的安全性也采取了相应的措施，但并没有起到想要的效果，随着电力领域的不断发展仍然存在许多不足之处。通过引入电力环保大数据平台开发对一些不足之处通过准确有效的数据进行了相应的补充与解决，通过对检测设备运行的参数进行实时有效记录，并观察他是否在正常范围之内，以此来对故障作出诊断。主要通过电力环保大数据的平台来进行电力故障的检测，首先是以设备的型号为依据，将设备进行一定的划分接着从各种不同的电厂，历史数据中去找到关于相应设备类型的全部运行数据，其中这些应用数据需要将出现异常的数据进行删除，将剩下的有效数据导入到hadoop平台，将设备的状态分为正常、警报和出现故障三个部分，将各种状态都在故障信息库中进行记录，之后按照相应的实时数据对设备的运行健康状况进行相应测评，但电力环保大数据平台的实效性很强，因此必须要对数据库中的信息进行及时的更新。

4 结 语

我国经济发展的大趋势进一步推动了电力环保大数据平台开发及智能的运用，通过对电力环保大数据平台的合理应用可以对电厂的设施以及生产过程进行有效优化，实现了物质资源与能量资源的消耗，也保证了电力的稳定性。但在使用的过程中要注意对电力环保大数据平台的及时更新，根据实际的生产环境对其进行良好的应用，推近电力领域的进一步发展。