浅谈大数据与智能电厂

浅谈大数据与智能电厂
——于 通
——2015\6\12
前段时间，IBM刚刚宣布了一项新技术HyRef，用于能源电力行业，该技术结合大数据分析和天气建模，旨在提高可再生能源的可靠性；钢铁集团济钢公司也后脚使用IBM的Congos商业只能解决方案结束了历史数据的沉淀，并且为其带来9000万元的市场价值。可以说大数据解决方案在我们传统行业中大有可为，电厂等传统行业在数据方面存在的一个最大的问题是：
1. 内部运营系统产生大量的数据，但是历史数据只是不断积累和沉淀，并没有发挥其最大利用价值，所以急需有效地从大量信息中提取有价值的分析数据和预测信息。
2. 内部运营系统的数据收集和处理方式也是传统的监控方式，比如人为观测或者使用一些传统的算法进行计算预测等等。
3. 随着互联网发展和市场消费模式的改变，电厂的用户行为特征也发生改变，而传统的业务流难以把握用户行为，决策智能化亟待出面解决这个问题。
所以智能电厂的数据来源采集、数据处理以及数据分析、评价、预测必须有一个完整健壮的解决方案或者多个解决方案组合进行解决。
经过翻阅资料亲身体验，我个人认为大数据管理和可以解决电厂的以下几个问题(以热电厂为例)：
1. 电力设备寿命管理；
2. 电力设备故障检测；
3. 输变电设备状态检修；
4. 电力状态稳定性评估
5. 负荷预测；
6. 出电量的动态规划；
7. 电力市场用户特征分析等；
要想良好的解决这些问题，电厂首先需要建立企业级的数据仓库，我对此进行一个简单建模如下：