其他分享
首页 > 其他分享> > 发电全流程闭环大数据智能控制方案2020

发电全流程闭环大数据智能控制方案2020

作者:互联网

                                                 发电全流程闭环大数据智能控制方案

                                                                                                                                                    李万鸿2020-12-8

 

 发电厂系统需要采用“云大移智物5”进行“数字化、标准化、自动化、智能化”开发,目前大多都只是一般的信息化管理运用,在人工智能的深度应用上,有待于提升。如何基于大数据运用人工智能进行发电过程的全流程闭环智能控制,是一个具有强烈现实意义和价值的课题,可以有效地节省成本,提高发电量,提高设备的使用效率和期限,创造更大的经济和社会价值。

  1. 发电流程现状与分析

 目前热电和水电、风电、光伏、核电是把热能、机械能、太阳能、核能转化为电能,整个过程是分别采用不同设备进行的。以热电为例,通过采购煤炭或天然气,送入锅炉燃烧,产生过热蒸汽推动燃机,带动发电机发电,发出的电并网送出。这个过程是一个有机联系的整体,对于电厂的指令发电量,如何用最少的成本来实现,这是需要整体系统优化考虑的,这就需要在大数据平台的基础上采用人工智能来进行优化控制。石油炼化有相似的需求,已通过人工智能进行了全流程优化,节能减排,提质增效,成效显著,发电事业也需要进行全流程闭环智能优化,一定会取得更伟大的成绩。

  1. 发电全流程闭环智能优化方法

 根据对发电流程的全面分析,我们提出从煤炭或燃气的采购开始,到最后送电入网的全流程大数据智能优化方案,其余发电方式的优化与此类似。

2.1大数据与人工智能原理

       在电力工业互联网平台中,大数据平台融合设备生产数据等所有相关数据,为人工智能平台提供支撑,通过建立发电不同阶段的智能模型,支持对设备的智能优化控制,各个模型之间实现强关联,上一级充分考虑下一级的特点和情况,从而实现全流程智能闭环优化。

可根据发电量的指令,从进煤开始,进行全程优化,实现发电效率最优,成本最低。

 

使用Hadoop、Spark、ClickHouse、Kafka等开源技术打造新颖实用的实时数据仓库,提供实时数据服务,提高数据响应的及时性,建立融合综合数据的大数据平台,为人工智能建模训练和预测提供强有力的基石。

大数据分析系统以数据为基础,数学模型为依据(数学模型的合理性决定着分析结果精确性,选择合适的数学模型至关重要),以分析平台为工具,建立一套基本大数据分析流程,各个分析系统以此为基准建立分析流程。平台提供可视化建模、拖拉式定于数据训练模型,提供模型处理,支持在线学习和自定义算法训练,并提供特征自动化和自动建模等先进功能,包括ML机器学习和DL深度神经网络学习,如Tensorflow进行AI深度学习。

 

  大数据分析系统架构图

如何从大量的电厂运行的实时数据和机组的历史数据中发掘有价值的信息是整个系统的核心问题,机器学习理论和数据挖掘技术的发展为解决这些问题提供了有效的手段。平台提供大量的机器学习算法的分析组件:KMeans聚类、GM高斯混合模型、随机森林、神经网络、SVM支持向量机、 FP-growth关联规则、OLS最小二乘法、EM最大期望值等等,采用并行计算技术,基于海量数据样本,利用平台提供的挖掘算法,对样本数据急性建模训练,模型训练出来后,采用一种机制对模型进行质量的验证,以确定模型的好坏。平台提供准确率、召回率、F值等评估算法对分类模型进行平价,还提供MSE、rmse、r2、mae等评估算法对回归模型进行评价。

    深度学习有卷积神经网络算法CNN、长短期记忆人工神经网络LSTM、对抗学习算法GAN等多种成熟的算法,已在图像、文字、语音、智能优化等方面发挥奇效,如广泛使用的人脸识别等。专家系统和知识图谱也得到广泛使用,具有智能推理决策的功能,使用以上深度学习算法,可以提高模型的精确度,具有更高的智慧,有力提高电力优化的智慧化程度。

     2.2智能煤炭采购优化

 在大数据平台建立全国煤厂的主题数据库,收集存储煤炭的种类、质量、价格、市场行情、相关政策、地理位置、运输方式及成本等数据,以及实际使用情况数据,然后建立人工智能模型进行数据挖掘和深度学习分析,给出最佳采购和运输策略,在保证热能的和环保的前提下使煤炭成本最小化,实现智能煤炭采购优化。

2.3智能锅炉系统优化

 锅炉燃烧提供热能是能量的源头,这一步优化至关重要。在大数据平台存储有锅炉、煤炭、燃气机、发电机等所有数据,根据发电量指令,智能确定进煤的种类和重量,智能控制锅炉和冷端等系统,实现最优燃烧供热。

2.4智能发电系统优化

 根据锅炉的数据和燃气温度压力等数据,在发电量指令的要求下,建立燃气机智能优化控制模型,智能动态设置设备的各种关键参数,使设备处理最优运行状态,达到发电量最大。

2.5智能送电系统优化

 根据燃气机数据和发电机数据,在发电量指令的要求下,建立发电机智能优化控制模型,智能动态设置设备的各种关键参数,使设备处理最优运行状态,达到发电量最大的并网送电。

     通过对发电的全流程的闭环智能控制优化,不仅可以最优化发电,做到人力所不能完成的事,还可以有效减少工作人员,减轻工作人员的劳动强度,实现智慧监盘,智能诊断和运维,智能优化控制,最终打造无人智慧电厂。

  总之,建立大数据平台融合发电所有数据,在此基础上根据发电量指令,对发电全流程采用人工智能建立不同优化控制模型,实现全流程闭环智能优化控制,从而使发电的成本最低,环保最佳,发电量最大,实现智能安全绿色高效发电,这是一个具有创意的革命性新思路,符合电厂的实际需求,而且有成熟的技术支持实现,一定能为电厂的智慧化最优运营插上腾飞的翅膀,创造新科技的奇迹。

 

 

 

标签:发电,模型,数据,闭环,智能,2020,优化,流程
来源: https://blog.csdn.net/qq_34231800/article/details/110898119