智慧電廠一體化大數(shù)據(jù)平臺(tái)關(guān)鍵技術(shù)及應(yīng)用分析

張帆

(湖北西塞山發(fā)電有限公司，湖北 黃石 435000)

智慧電廠一體化大數(shù)據(jù)平臺(tái)關(guān)鍵技術(shù)及應(yīng)用分析

張帆

(湖北西塞山發(fā)電有限公司，湖北 黃石 435000)

智慧電廠建設(shè)是電力行業(yè)信息化的發(fā)展方向，建立一體化大數(shù)據(jù)平臺(tái)對(duì)電廠產(chǎn)生的各類數(shù)據(jù)進(jìn)行處理是建設(shè)智慧電廠的一個(gè)關(guān)鍵步驟。根據(jù)電力行業(yè)特征，分析數(shù)據(jù)來(lái)源和數(shù)據(jù)結(jié)構(gòu)，設(shè)計(jì)了專用數(shù)據(jù)平臺(tái)架構(gòu)來(lái)處理數(shù)據(jù)并進(jìn)行深度挖掘計(jì)算，給出精確的決策支持信息。最后，在某燃煤電廠實(shí)際運(yùn)行該平臺(tái)，表明該平臺(tái)能處理好電廠大數(shù)據(jù)并正確得出所需信息。

燃煤電廠；智慧電廠；大數(shù)據(jù)；數(shù)據(jù)清洗；智能預(yù)警

0 引言

隨著上網(wǎng)電價(jià)全面下調(diào)、電力體制改革工作強(qiáng)力推進(jìn)、燃煤電廠超低排放和節(jié)能改造等政策的落地實(shí)施，通過(guò)智慧電廠的建設(shè)，在保證安全生產(chǎn)的前提下，如何通過(guò)精細(xì)化的生產(chǎn)管理降低運(yùn)行和檢修成本、實(shí)現(xiàn)資產(chǎn)全生命周期管理，是很多發(fā)電企業(yè)亟待解決的問(wèn)題。

智慧電廠的關(guān)鍵是“智慧”，體現(xiàn)在電廠各系統(tǒng)、設(shè)備的自管理、自學(xué)習(xí)和自診斷能力方面，其核心是數(shù)據(jù)。近年來(lái)，集散控制系統(tǒng)(DCS)、廠級(jí)信息監(jiān)控系統(tǒng)(SIS)、管理信息系統(tǒng)(MIS)等數(shù)字化技術(shù)在電力行業(yè)廣泛應(yīng)用，使得數(shù)據(jù)資源成為火電機(jī)組生產(chǎn)過(guò)程中越來(lái)越重要的要素。爆炸式增長(zhǎng)的數(shù)據(jù)量對(duì)多源、異構(gòu)、高維、分布、非確定性的數(shù)據(jù)及流數(shù)據(jù)的采集、存儲(chǔ)、處理及知識(shí)提取提出了挑戰(zhàn)，已經(jīng)成為智慧電廠建設(shè)與發(fā)展中的必經(jīng)之路和重要體現(xiàn)方式[1]。如何利用獲取到的電站運(yùn)行維護(hù)(以下簡(jiǎn)稱運(yùn)維)信息對(duì)電站設(shè)備的狀態(tài)進(jìn)行監(jiān)測(cè)，并及時(shí)準(zhǔn)確地發(fā)現(xiàn)可能發(fā)生故障的設(shè)備，已成為當(dāng)前智慧電廠發(fā)展的重點(diǎn)。電站設(shè)備運(yùn)維信息數(shù)據(jù)量巨大，利用普通的方法難以滿足及時(shí)性的要求，因此，必須采用更加高效和可靠的方法。

本文對(duì)智慧電廠一體化大數(shù)據(jù)平臺(tái)的數(shù)據(jù)來(lái)源、平臺(tái)架構(gòu)以及功能進(jìn)行介紹，對(duì)其關(guān)鍵技術(shù)進(jìn)行研究，并結(jié)合應(yīng)用案例進(jìn)行分析。

1 一體化大數(shù)據(jù)平臺(tái)

1.1 智慧電廠大數(shù)據(jù)來(lái)源分析

隨著電廠信息化程度的提高、系統(tǒng)和設(shè)備傳感器數(shù)量的增加、管理模式的不斷創(chuàng)新，電廠在進(jìn)行生產(chǎn)時(shí)產(chǎn)生了海量生產(chǎn)數(shù)據(jù)及運(yùn)營(yíng)管理數(shù)據(jù)[2]。

(1)生產(chǎn)數(shù)據(jù)。生產(chǎn)數(shù)據(jù)是智慧電廠大數(shù)據(jù)的重要組成部分，數(shù)據(jù)價(jià)值較高，主要包括系統(tǒng)及設(shè)備運(yùn)行的參數(shù)、生產(chǎn)的產(chǎn)出和消耗數(shù)據(jù)、設(shè)備故障信息、缺陷處理信息、各種生產(chǎn)日志及報(bào)告等重要的生產(chǎn)一線數(shù)據(jù)，可從中提取關(guān)鍵信息指導(dǎo)設(shè)備維護(hù)、系統(tǒng)優(yōu)化運(yùn)行。

(2)運(yùn)營(yíng)管理數(shù)據(jù)。電廠經(jīng)營(yíng)需要多方面大量信息的支撐，運(yùn)營(yíng)管理數(shù)據(jù)往往是跨專業(yè)、多維度數(shù)據(jù)。對(duì)此類數(shù)據(jù)進(jìn)行加工處理，并將有效信息用適當(dāng)?shù)姆绞匠尸F(xiàn)出來(lái)，可輔助電廠經(jīng)營(yíng)者做出最優(yōu)管理及運(yùn)營(yíng)決策。

從數(shù)據(jù)結(jié)構(gòu)上，智慧電廠大數(shù)據(jù)還可分為結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)[3]。結(jié)構(gòu)化數(shù)據(jù)包括發(fā)電機(jī)、汽輪機(jī)、鍋爐等設(shè)備傳感器產(chǎn)生的實(shí)時(shí)數(shù)據(jù)和故障類別、生產(chǎn)日志、設(shè)備信息等非實(shí)時(shí)數(shù)據(jù)。非結(jié)構(gòu)化數(shù)據(jù)包括實(shí)時(shí)的音頻文件、視頻文件、圖像文件和一些技術(shù)資料、圖片文件等。

1.2 一體化大數(shù)據(jù)平臺(tái)的架構(gòu)

智慧電廠數(shù)據(jù)來(lái)源復(fù)雜，數(shù)據(jù)量大，為滿足數(shù)據(jù)處理要求并深入挖掘出數(shù)據(jù)信息，設(shè)計(jì)了如圖1所示的一體化大數(shù)據(jù)平臺(tái)架構(gòu)。

在該平臺(tái)中，電廠原始數(shù)據(jù)經(jīng)過(guò)預(yù)處理、質(zhì)量監(jiān)控、數(shù)據(jù)清洗后進(jìn)入數(shù)據(jù)庫(kù)，后續(xù)的操作以數(shù)據(jù)庫(kù)中的數(shù)據(jù)為基礎(chǔ)，預(yù)警系統(tǒng)根據(jù)設(shè)定好的模型對(duì)數(shù)據(jù)進(jìn)行監(jiān)控，數(shù)據(jù)挖掘系統(tǒng)對(duì)數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行深度挖掘分析，用戶也可通過(guò)綜合技術(shù)平臺(tái)進(jìn)行查看、指定統(tǒng)計(jì)等操作。

系統(tǒng)采用分層架構(gòu)的優(yōu)勢(shì)將更利于系統(tǒng)的業(yè)務(wù)擴(kuò)展和分布式架構(gòu)，可快速基于系統(tǒng)之上進(jìn)行業(yè)務(wù)需求的持續(xù)集成及二次開(kāi)發(fā)，以最小的代價(jià)部署上線新的業(yè)務(wù)模塊和功能，快速適應(yīng)需求變化、提高功能、業(yè)務(wù)的復(fù)用度[4]，進(jìn)一步提高開(kāi)發(fā)效率、縮短開(kāi)發(fā)周期、減少運(yùn)維成本。

圖1 智慧電廠一體化大數(shù)據(jù)平臺(tái)架構(gòu)

(1)數(shù)據(jù)采集層。負(fù)責(zé)對(duì)現(xiàn)場(chǎng)數(shù)據(jù)進(jìn)行采集，支持從實(shí)時(shí)數(shù)據(jù)庫(kù)、關(guān)系數(shù)據(jù)庫(kù)或接口機(jī)上進(jìn)行數(shù)據(jù)采集，如從接口機(jī)上進(jìn)行數(shù)據(jù)采集支持101，104，OPC等規(guī)約。

(2)數(shù)據(jù)傳輸、處理層。負(fù)責(zé)數(shù)據(jù)從采集接口到數(shù)據(jù)庫(kù)的數(shù)據(jù)傳輸、寫入前的數(shù)據(jù)甄別及數(shù)據(jù)寫入數(shù)據(jù)庫(kù)。數(shù)據(jù)甄別是采用多重?cái)?shù)據(jù)計(jì)算模型，對(duì)數(shù)據(jù)缺失、數(shù)據(jù)錯(cuò)誤等情況進(jìn)行驗(yàn)證，對(duì)采集有誤的數(shù)據(jù)進(jìn)行實(shí)時(shí)提示告警，并視情況進(jìn)行數(shù)據(jù)的替換、剔除等處理，保持?jǐn)?shù)據(jù)的準(zhǔn)確性。

(3)數(shù)據(jù)存儲(chǔ)層。數(shù)據(jù)存儲(chǔ)層是此系統(tǒng)的數(shù)據(jù)存儲(chǔ)和管理中心，對(duì)系統(tǒng)采集、計(jì)算、配置等所有數(shù)據(jù)進(jìn)行集中存儲(chǔ)，實(shí)現(xiàn)統(tǒng)一存儲(chǔ)、統(tǒng)一管理、統(tǒng)一接口；數(shù)據(jù)中心主要由數(shù)據(jù)存儲(chǔ)中心及數(shù)據(jù)容災(zāi)中心組成，之間采用實(shí)時(shí)備份策略。

(4)業(yè)務(wù)處理層。此層是依據(jù)各模塊的業(yè)務(wù)處理規(guī)則、以數(shù)據(jù)存儲(chǔ)層為基礎(chǔ)，對(duì)各模塊的業(yè)務(wù)數(shù)據(jù)進(jìn)行處理，對(duì)處理的結(jié)果數(shù)據(jù)寫入數(shù)據(jù)存儲(chǔ)中心，包括綜合分析、數(shù)據(jù)挖掘等。

1.3 一體化大數(shù)據(jù)平臺(tái)的功能分析

一體化大數(shù)據(jù)平臺(tái)建立了發(fā)現(xiàn)問(wèn)題、分析問(wèn)題、解決問(wèn)題，以及問(wèn)題管理的機(jī)制[5]。通過(guò)實(shí)時(shí)監(jiān)控報(bào)警、預(yù)警發(fā)現(xiàn)問(wèn)題，通過(guò)診斷分析查找問(wèn)題原因，通過(guò)問(wèn)題指導(dǎo)、優(yōu)化指導(dǎo)解決問(wèn)題，通過(guò)案例庫(kù)、知識(shí)庫(kù)對(duì)問(wèn)題進(jìn)行管理。智慧電廠一體化大數(shù)據(jù)平臺(tái)業(yè)務(wù)流程如圖2所示，平臺(tái)業(yè)務(wù)數(shù)據(jù)流程如圖3所示。

圖2 智慧電廠一體化大數(shù)據(jù)平臺(tái)業(yè)務(wù)流程

圖3 智慧電廠一體化大數(shù)據(jù)平臺(tái)業(yè)務(wù)數(shù)據(jù)流程

(1)基礎(chǔ)數(shù)據(jù)。包括機(jī)組實(shí)時(shí)數(shù)據(jù)、設(shè)計(jì)數(shù)據(jù)、試驗(yàn)數(shù)據(jù)、運(yùn)行數(shù)據(jù)、工作任務(wù)、文檔信息以及從其他系統(tǒng)獲取的數(shù)據(jù)。

(2)數(shù)據(jù)甄別。對(duì)采集的數(shù)據(jù)進(jìn)行準(zhǔn)確性甄別，以判別數(shù)據(jù)質(zhì)量的好壞并提供報(bào)警。

(3)實(shí)時(shí)分析。根據(jù)業(yè)務(wù)功能的要求，通過(guò)相應(yīng)的服務(wù)程序?qū)崿F(xiàn)數(shù)據(jù)的實(shí)時(shí)分析，典型的是實(shí)時(shí)計(jì)算和實(shí)時(shí)告警計(jì)算。

(4)統(tǒng)計(jì)分析。由于系統(tǒng)功能需要，基于基礎(chǔ)數(shù)據(jù)、數(shù)據(jù)甄別結(jié)果、數(shù)據(jù)實(shí)時(shí)分析結(jié)果，按照相應(yīng)的業(yè)務(wù)規(guī)則進(jìn)行統(tǒng)計(jì)分析。

(5)大數(shù)據(jù)分析——決策支持。通過(guò)大數(shù)據(jù)分析平臺(tái)，用合適的挖掘算法對(duì)基礎(chǔ)數(shù)據(jù)、甄別結(jié)果、實(shí)時(shí)分析結(jié)果、統(tǒng)計(jì)分析結(jié)果進(jìn)行深入的挖掘計(jì)算，以獲取供決策支持的知識(shí)[6]，同時(shí)將信息以豐富的可視化工具展現(xiàn)出來(lái)，成為可讀、已讀的決策支持信息。

2 關(guān)鍵技術(shù)分析

2.1 多源異構(gòu)數(shù)據(jù)處理、存儲(chǔ)的實(shí)現(xiàn)

在智慧電廠的架構(gòu)下，用以提取有效信息的數(shù)據(jù)量遠(yuǎn)超出了傳統(tǒng)數(shù)據(jù)管理系統(tǒng)的能力；同時(shí)，由于數(shù)據(jù)具有不同的格式和不同來(lái)源，還存在數(shù)據(jù)多樣性和復(fù)雜度問(wèn)題[7]，本文給出的數(shù)據(jù)平臺(tái)可滿足如下要求。

(1)能夠高效地利用大量實(shí)時(shí)和歷史過(guò)程數(shù)據(jù)，這是優(yōu)化決策支持的關(guān)鍵要求；可以幫助企業(yè)連接和采集不同系統(tǒng)和設(shè)備的數(shù)據(jù)，發(fā)掘數(shù)據(jù)中隱含的信息。

(2)采用時(shí)間序列友好的數(shù)據(jù)結(jié)構(gòu)，使其性能大大優(yōu)于傳統(tǒng)的關(guān)系或關(guān)鍵值數(shù)據(jù)結(jié)構(gòu)；可在大數(shù)據(jù)集和相關(guān)時(shí)間段內(nèi)高效地進(jìn)行查詢[8]，為真正的實(shí)時(shí)數(shù)據(jù)提供速度大幅加快的讀寫性能和微秒級(jí)分辨率；能夠采集過(guò)程級(jí)的信息值，持續(xù)推動(dòng)改良。

(3)能夠與過(guò)程數(shù)據(jù)源連接，直接獲取數(shù)據(jù)——合并整個(gè)企業(yè)的數(shù)據(jù)并進(jìn)行壓縮，實(shí)現(xiàn)高效存儲(chǔ)，極大地減少了精確再生時(shí)間序列信號(hào)所需的數(shù)據(jù)量。

2.2 時(shí)間序列數(shù)據(jù)中噪聲點(diǎn)和缺失點(diǎn)修正模型的建立

平臺(tái)應(yīng)采用時(shí)間序列模型識(shí)別各狀態(tài)量的時(shí)間序列，檢測(cè)出數(shù)據(jù)的異常模式，判斷異常數(shù)據(jù)是能提取設(shè)備故障信息的“有用數(shù)據(jù)”，還是可被清洗的“無(wú)用數(shù)據(jù)”[9]。當(dāng)異常數(shù)據(jù)是由設(shè)備異常狀態(tài)產(chǎn)生時(shí)，用時(shí)間序列干預(yù)模型進(jìn)行擬合以提取有效故障信息。在數(shù)據(jù)清洗時(shí)，根據(jù)序列中異常值的種類選擇不同的修正公式，從而達(dá)到修正噪聲點(diǎn)數(shù)據(jù)和填補(bǔ)缺失值的目的[10]。相比于傳統(tǒng)的刪除噪聲點(diǎn)，該方法清洗出的數(shù)據(jù)是不帶有噪聲點(diǎn)和缺失值的數(shù)據(jù)[11-13]，從而避免了時(shí)間序列中有用信息的丟失，更能有效地反映原始時(shí)間序列的動(dòng)態(tài)變化。

2.3 基于大數(shù)據(jù)的智能預(yù)警技術(shù)

對(duì)于電廠安全和經(jīng)濟(jì)運(yùn)行的高標(biāo)準(zhǔn)要求，一體化大數(shù)據(jù)平臺(tái)需要能夠模擬人工智能，全面自動(dòng)地監(jiān)視電廠各個(gè)系統(tǒng)、子系統(tǒng)、主機(jī)、輔機(jī)等，實(shí)現(xiàn)更加廣泛的智能預(yù)警技術(shù)。與傳統(tǒng)數(shù)據(jù)分析技術(shù)相比，智能預(yù)警技術(shù)能夠在漸變性故障發(fā)生之前，劣化趨勢(shì)達(dá)到一定標(biāo)準(zhǔn)時(shí)及時(shí)報(bào)警，并提供該異常的具體變化趨勢(shì)以及相關(guān)異常參數(shù)情況，供故障預(yù)警與分析。該技術(shù)不僅能監(jiān)視轉(zhuǎn)動(dòng)設(shè)備，還要能對(duì)系統(tǒng)、子系統(tǒng)以及參數(shù)、設(shè)備組等建立智能監(jiān)視模型，能在各種運(yùn)行工況下持續(xù)監(jiān)視所有設(shè)備和生產(chǎn)流程，可用于監(jiān)視負(fù)荷變化工況和機(jī)組啟動(dòng)/停機(jī)工況，并能在到達(dá)臨界點(diǎn)之前發(fā)現(xiàn)那些蠕變的缺陷。本項(xiàng)目擬采用當(dāng)今最先進(jìn)的人工智能技術(shù)，實(shí)現(xiàn)以上對(duì)全廠設(shè)備及系統(tǒng)的全工況智能早期預(yù)警和初步診斷的自動(dòng)化狀態(tài)監(jiān)視和診斷。

通過(guò)對(duì)電站中鍋爐、汽輪機(jī)、發(fā)電機(jī)、給水泵、凝結(jié)水泵、循環(huán)水泵等主要輔機(jī)，以及真空系統(tǒng)、余熱鍋爐系統(tǒng)重要設(shè)備等為對(duì)象進(jìn)行建模，實(shí)現(xiàn)對(duì)該系統(tǒng)和設(shè)備的全時(shí)監(jiān)控，提前對(duì)影響機(jī)組、系統(tǒng)、設(shè)備安全運(yùn)行的異常征兆進(jìn)行預(yù)警和故障診斷。提供異常參數(shù)范圍和異常參數(shù)偏差趨勢(shì)及發(fā)生時(shí)刻，為運(yùn)行、生產(chǎn)專業(yè)人員提供安全早期報(bào)警，盡量防止機(jī)組及系統(tǒng)非停發(fā)生。另外，在故障發(fā)生后，可以查看模型分析結(jié)果，幫助準(zhǔn)確定位故障源頭和發(fā)現(xiàn)故障發(fā)生過(guò)程。成功挖掘出大量過(guò)程參數(shù)數(shù)據(jù)里隱含的對(duì)提高機(jī)組安全穩(wěn)定運(yùn)行有價(jià)值的信息，提高電廠安全運(yùn)行水平。提高電廠專業(yè)人員運(yùn)行分析、故障分析、生產(chǎn)管理決策水平，從而提高機(jī)組可靠性，增加電廠效益。

3 應(yīng)用案例

在華電集團(tuán)某燃煤電廠實(shí)際測(cè)試該平臺(tái)，該平臺(tái)能保證數(shù)據(jù)采集、處理、儲(chǔ)存、分析速度滿足使用要求，挖掘出正確結(jié)果，并具備高可靠性和安全性。

3.1 智能預(yù)警實(shí)例

平臺(tái)通過(guò)對(duì)測(cè)點(diǎn)數(shù)據(jù)歷史運(yùn)行區(qū)間、DCS報(bào)警值進(jìn)行分析，建立了設(shè)備重要參數(shù)監(jiān)測(cè)模型，24 h連續(xù)對(duì)測(cè)點(diǎn)數(shù)據(jù)進(jìn)行監(jiān)測(cè)，數(shù)據(jù)異常時(shí)自動(dòng)產(chǎn)生報(bào)警。某智能報(bào)警消息示例見(jiàn)表1。

表1 智能預(yù)警消息

在某條報(bào)警產(chǎn)生后，可使用趨勢(shì)圖工具分析該點(diǎn)最近的走勢(shì)變化,也可查看一段時(shí)間內(nèi)該點(diǎn)的詳情，里面統(tǒng)計(jì)了報(bào)警總時(shí)長(zhǎng)、總次數(shù)，每一次報(bào)警的開(kāi)始結(jié)束時(shí)間和極值。

通過(guò)查看以上信息，可對(duì)該測(cè)點(diǎn)的運(yùn)行狀況有一個(gè)清晰的認(rèn)識(shí)，還可以對(duì)比相同類型的參數(shù)，比較預(yù)警情況，現(xiàn)場(chǎng)檢查時(shí)優(yōu)先檢查運(yùn)行狀況較差的設(shè)備。

3.2 小指標(biāo)智能管理

指標(biāo)管理體系是電廠管理體系中重要的組成部分，人工統(tǒng)計(jì)指標(biāo)往往需要耗費(fèi)大量的精力，而且存在出錯(cuò)的可能，該平臺(tái)可實(shí)現(xiàn)指標(biāo)智能管理，自動(dòng)統(tǒng)計(jì)結(jié)果并分析指標(biāo)超標(biāo)情況。小指標(biāo)異常分析示例見(jiàn)表2。

表2 小指標(biāo)異常分析(2016-12-24)

注：統(tǒng)計(jì)時(shí)間，2016-12-24 T 00:00:00—23:59:00；條件，正常運(yùn)行時(shí)；指標(biāo)，主蒸汽溫度；異常次數(shù)，6。

4 結(jié)論

本文介紹的智慧電廠一體化大數(shù)據(jù)平臺(tái)的架構(gòu)，能夠適應(yīng)電力行業(yè)數(shù)據(jù)特點(diǎn)，具備高安全性和可靠性，該平臺(tái)以電站的海量數(shù)據(jù)為基礎(chǔ)，通過(guò)數(shù)據(jù)挖掘和智能分析，給出有效信息，協(xié)助電廠進(jìn)行設(shè)備維護(hù)、運(yùn)行優(yōu)化、經(jīng)營(yíng)管理。該平臺(tái)能滿足智慧電廠建設(shè)需要，為電廠加深信息化和智能化提供保障，對(duì)智慧電廠一體化大數(shù)據(jù)平臺(tái)的不斷優(yōu)化和改進(jìn)將成為電站提高效率的重要研究方向。

[1]李國(guó)杰，程學(xué)旗．大數(shù)據(jù)研究:未來(lái)科技及經(jīng)濟(jì)社會(huì)發(fā)展的重大戰(zhàn)略領(lǐng)域——大數(shù)據(jù)的研究現(xiàn)狀與科學(xué)思考[J].中國(guó)科學(xué)院院刊，2012，27(6)：647-656．

[2]丁杰,徐建,王春毅,等.迎戰(zhàn)大數(shù)據(jù)[J].電力信息與通信技術(shù)，2013，11(2):5-10.

[3]IBM.What is big data？[EB/OL].(2012-10-02)[2017-01-10].http：//www.01.ibm.corn/software/data/bigdata．

[4]MAYER-SCHONBERGER V，CUKIER K．Big data：a revolution that will transform how we live work and think[M]．New York：Eamon Dolan /Houghton Miflin Harcourt，2013.

[5]亓開(kāi)元,趙卓峰,房俊,等.針對(duì)高速數(shù)據(jù)流的大規(guī)模數(shù)據(jù)實(shí)時(shí)處理方法[J]. 計(jì)算機(jī)學(xué)報(bào),2012,35(3):477-490.

[6]孟小峰,慈祥.大數(shù)據(jù)管理:概念、技術(shù)與挑戰(zhàn)[J].計(jì)算機(jī)研究與發(fā)展,2013, 50(1):146-169.

[7]陳星鶯,張曉花,瞿峰,等.數(shù)據(jù)挖掘在電力系統(tǒng)中的應(yīng)用綜述[J].電力科學(xué)與技術(shù)學(xué)報(bào),2007,22(3):51-56.

[8]李勛,龔慶武,楊群瑛,等.基于數(shù)據(jù)挖掘技術(shù)的保護(hù)設(shè)備故障信息管理與分析系統(tǒng)[J].電力自動(dòng)化設(shè)備,2011,31(9):88-91.

[9]張海波,易文飛．基于異步迭代模式的電力系統(tǒng)分布式狀態(tài)估計(jì)方法[J]．電力系統(tǒng)自動(dòng)化,2014，38(9)：125-131.

[10]張斌,張東來(lái)．電力系統(tǒng)穩(wěn)態(tài)數(shù)據(jù)參數(shù)化壓縮算法[J]．中國(guó)電機(jī)工程學(xué)報(bào)，2011，31(1)：72-79.

[11]宋亞奇,周國(guó)亮,朱永利．智能電網(wǎng)大數(shù)據(jù)處理技術(shù)現(xiàn)狀與挑戰(zhàn)[J]．電網(wǎng)技術(shù)，2013，37(4)：927-935.

[12]楊新民,高海東,陳豐，等.數(shù)字化電廠概念的解析及探討[J].熱力發(fā)電,2015,44(5):98-101.

[13]郭鵬,朱赫,凌榮華,等.全壽期數(shù)字化電廠建設(shè)現(xiàn)狀及其解決方案[J].節(jié)能技術(shù),2016,34(1):73-76,86.

(本文責(zé)編：白銀雷)

2017-01-10；

2017-02-14

TP 311.13

A

1674-1951(2017)02-0001-03

張帆(1972—)，男，湖北蘄春人，工程師，工學(xué)碩士，從事電廠信息管理、生產(chǎn)管理等方面的工作(E-mail:zhang.f@hxpgc.com)。