数字化转型实践在智能电厂中的探索

随着科技的不断发展,智能化和数字化转型已经成为现代工业领域的重要趋势。该文以智能电厂项目为例,深入探讨如何充分利用先进的信息技术和数据科学,来实现电厂运营的数字化转型。该项目通过对数据资源的管理和治理、安全管控,以及智能决策等方面的实践取得显著的成果,为电厂行业未来的发展提供宝贵的经验和借鉴。

智慧电厂管控系统的研究

碳达峰、碳中和以来,智慧电厂的发展备受电力行业人员的关注。而智慧电厂的发展最重要的是智慧电厂管控平台的搭建。智慧电厂信息管控系统是以计算资源、存储资源、网络资源为物理基础,大数据处理分析为手段,来实现电厂基建期和运行期的数字化工程及移交、生产信息管理、物资管理、行政管理、智慧安全管控、智慧经营管理、智能运维管理等应用服务系统。通过一系列自动化、信息化和智能化的手段,来实现电厂安全、高效、经济和环保的运行目标。

智慧电厂一体化大数据平台关键技术及应用

智慧电厂一体化大数据平台作为电力行业信息化建设的重要组成部分,具有重要的应用价值和发展前景。文章主要探讨了智慧电厂一体化大数据平台的关键技术和应用,选择以开源Hadoop框架作为基础实现平台搭建,以开源逐层算法、逐段算法作为核心,添加自动选择机制,实现Cube数据的储存功能。通过对相关技术和案例的研究,可以为智慧电厂的建设和应用提供有益的参考和借鉴。

智能天然气净化厂建设展望

随着物联网、大数据和移动应用等新的信息技术的发展,智能工厂建设是未来发展需求。介绍了智能天然气净化厂的定义和特征,根据某天然气净化总厂信息化建设现状和业务需求,提出了建设为智能天然气净化总厂的展望,包括:建设原则,系统集成平台架构,数据驱动流程,并从完善信息化建设规范,智能工厂管理人才队伍建设方面对智能工厂提出了建议。

植物表型组学大数据及其研究进展

植物表型组学通过集成自动化平台装备和信息化技术手段,获取多尺度、多生境、多源异构植物表型海量数据,形成植物表型组学大数据,从组学高度系统深入地挖掘“基因型-表型-环境型”内在关系、全面揭示特定生物性状的形成机制,将极大地促进功能基因组学、作物分子育种与高效栽培的进程。本文概括了植物表型组学大数据的发展背景、含义、产生过程和特点,系统综述了植物表型组学大数据研究进展,包括植物表型数据获取与解析、植物表型组大数据管理及建库技术、表型性状预测和基于表型组的多重组学分析的进展;从植物表型数据采集标准、多样化表型配套设施和低成本表型设备研发、开放共享植物表型组大数据平台构建、表型大数据融合与挖掘理论方法、植物表型组学协同共享和互作机制五个方面探讨了当前植物表型组学大数据研究与应用中面临的问题和挑战;最后从加强植物表型组技术体系设计与标准研究、植物表型-环境感知机理研究和智能化设备研发、植物表型组大数据建设以及人才队伍和协作网络建设四个方面提出具体建议。

大数据和云计算技术在燃煤电厂节能减排中的应用设计

以我国火电行业节能减排技术发展需求为牵引,以燃煤电厂烟气数据采集、数据存储、数据安全、数据分析为着力点,将大数据、云计算、物联网等现代化技术应用于燃煤电厂节能减排过程中,搭建了节能减排监控平台。该平台具有实时监测、设备故障分析、环保对标、技术监督、电价核算等功能,可实现火电厂大气污染物的实时监管和设备状态的智能监测,为电厂智慧化运行管理提供技术支撑,为电网绿色节能调度提供数据信息。

基于Hadoop生态圈的选煤数据中台设计

针对现有选煤厂信息管理系统采用的接口不规范,导致数据重复采集,且各系统相互独立,对多源异构数据处理能力弱等问题,基于Hadoop生态圈大数据技术,提出了一种基于Hadoop生态圈的选煤数据中台设计方案。通过主数据管理系统、企业服务总线定义数据标准实现系统集成;设计归一化、相关系数矩阵和噪声异常点检测程序实现数据处理;结合D-S(Dempster-Shafer)证据理论、Hadoop与Hive数据仓库设计多源异构数据融合子系统,实现数据融合;利用Highcharts数据可视化组件实现数据交互式的可视化展示。实际应用结果表明,该数据中台实现了主数据定义标准与系统集成接口规范化,提高了选煤数据处理能力,实现了多源异构选煤数据融合共享、数据实时交互式的可视化展示。

基于104协议与PI实时数据库的电力远动监控平台建设

近年来,越来越多的地区电网采用电力远动协议在调度中心与地方厂站之间以报文形式进行信息传输,为避免因报文发送错误、数据传输失败、报文解析出错等原因造成生产事故,急需一套第三方监控平台对电力实时数据进行监控和管理。另外,地方厂站也需要第三方平台为业绩指标分析和远动装置故障分析提供数据支撑。研究开发了一套基于IEC 104协议与PI实时数据库的电力远动监控平台,在厂站端从交换机镜像端口实时采集各项业务数据并保存到PI数据库,通过设置模型判据实现数据的报警与提示,通过对保存的大数据进行追忆和分析,预先找到可能存在的问题,以第三方视角对系统、设备、通讯等多方面进行模型比对和数据分析,把被动的维护工作向主动的量化管理推进,更好地保障电网的安全稳定运行。

基于选煤信息模型的智能化选煤厂三维可视化管理平台设计

目前选煤厂智能化建设中鲜有围绕设计、施工到生产运维全生命周期进行三维可视化管理的研究与开发,同时三维可视化和大数据云平台深度融合的研究也较少。针对上述问题,以建筑信息模型(BIM)为基础,针对BIM仅仅考虑选煤建(构)筑物信息模型,不能满足智能化选煤厂建设需求的问题,对其进行改进,提出了选煤信息模型(CPIM)。结合大数据云平台技术,设计了基于CPIM的智能化选煤厂三维可视化管理平台(该平台由基础设施层、数据源层、基础平台、应用层和业务展示层构成),构建了煤炭洗选工程数据标准,实现了选煤设计、施工、生产运维全生命周期的数据接入、治理、存储、分析、共享。重点分析了BIM轻量化引擎、CPIM大数据子平台构建、CPIM全生命周期应用、煤炭洗选工程数字化建设标准制定和软件系统自主研发与国产硬件适配等平台实现的关键技术。以中煤集团某选煤厂为研究对象,基于CPIM大数据子平台和BIM三维引擎子平台,构建了CPIM全生命周期三维可视化应用平台,同时实现了硬件的国产化适配。现场应用表明:该平台可以对选煤厂设计、施工、运行各环节进行有效数据采集、统一加工、存储、分析和应用,打通了煤炭洗选行业的数据通道,实现了涵盖选煤厂设计、施工到生产运维全生命周期的三维可视化管理。

室内植物表型平台及性状鉴定研究进展和展望

植物表型组学研究正逐渐向综合化、规模化、多尺度和高通量的方向快速发展。本文首先介绍了植物表型研究的最新动向。然后针对室内表型监测平台的特点和各类室内表型针对的表型性状进行了系统介绍,包括产量、品质、胁迫抗性(包括干旱、抗冷热、盐胁迫、重金属和病虫害)等。在此基础上,本文还根据通量、传感器集成度和平台大小等把一些国内外流行的室内植物表型平台进行了分类,并介绍了这些室内表型平台在植物研究中的应用情况。同时,本文还介绍了室内表型数据的管理和解析方法。最后,本文着重讨论了室内表型平台的发展方向,并结合中国植物研究的实际情况对表型组学在中国的发展提出了展望,以期为中国植物表型研究提供指导和建议。

基于大数据平台的智能电厂数据及系统集成方案研究

[目的]文章旨在通过研究智能电厂整体平台架构,对智能电厂各应用系统的数据采集及系统集成进行分类并提出融合方式,为智能电厂的系统与大数据平台集成融合提供参考方案。[方法]首先阐述智能电厂四大层次的划分,进而根据安全分区要求对应用系统的数据进行采集集成,以大数据平台数据库为核心进行交互,最后按照划分的三类集成类别分析智能电厂各应用系统的方案。[结果]智能电厂目前架构体系的分析整合以及数据采集和应用系统的集成极大地提高了大数据平台的效率及智能化水平。[结论]随着智能电厂在国内电力行业逐步推广应用,根据项目需求提前进行技术调研及规划更有利于搭建高集成度的智能一体化平台,有利于大数据分析及交互。

基于大数据技术的水电行业企业级数据中心建设的研究

目前水电企业在构建数据中心时大多采用传统技术,存在扩展性不强,建设成本极高,计算处理及分析挖掘能力有限的缺点。为满足企业大数据环境下全类型数据存储、处理、分析及应用的需求,该文提出采用大数据技术构建水电企业级数据中心。大数据技术拥有在数据存储、并行计算、大规模数据分析挖掘、线性扩展、全类型数据支持等方面的优点,能实现全流域、全业务、全层级、全类型数据资源的集中整合、存储、分析,具有很好的应用价值。

斜沟煤矿选煤厂构建智能工厂的探索与实践

为了探究智能工厂构建的内涵、核心架构、建设内容和建设成效,以斜沟煤矿选煤厂建设智能工厂的实践为例,提出:现场环境及底层设备硬件升级、网络平台搭建,以及与智能化相匹配的厂房环境、网络环境的建设,是支撑选煤智能决策体系的载体;全方位全覆盖的信息化网络安全防护体系的构建,为智能决策提供强大数据支撑;数据建模和分析,研究开发各种智能决策算法与程序,以确保产品在生产过程中完全受控,持续提升生产系统的可靠性,是智能工厂构建的核心;数据可视化呈现及交互协同、在线灰分检测技术、大数据深度学习技术、机器视觉故障预警技术,是选煤厂构建智能工厂的关键技术。同时指出,智能工厂的构建可为企业降本增效和减员减负奠定基础,但距离其成熟应用还有很长的路要走。

大型流程型企业智能工厂建设探索

本文结合我国大型流程型企业特点,以及"中国制造2025"目标要求和现代信息技术发展,分析了大型流程型企业建设智能工厂的主要内容和技术要求,旨在通过智能工厂建设促进我国大型流程型企业由传统制造向智能制造转变,进一步提升企业竞争力。

智慧电厂数字孪生体系架构研究及应用

针对目前发电企业体系架构和信息化系统建设难以适应智能化建设要求,且数字孪生技术如何应用于发电领域的问题。本文首先,在总结分析数字孪生理念和发展过程的基础上,系统性地分析了智慧电厂数字孪生发展内涵,且以仿真技术为基础构建了智慧电厂物理实体与数字孪生镜像关系模型。其次,以智慧管理、智能发电、智慧感知为主要目标,提出了以智慧电厂数字孪生“倒三角”为主线的建设思路。然后,在工业互联网背景下,提出了一种基于数字孪生的智慧电厂体系架构和智慧电厂数字孪生系统网络架构,以满足现阶段发电厂数字化及智能化发展需要。最后,对智慧电厂数字孪生应用进行了初探,以期为智慧电厂的数字孪生体系架构的应用提供理论基础和借鉴参考。

流域型智慧水电一体化大数据平台建设

一体化大数据平台作为智慧电厂建设的核心组成要素,可用于解决传统生产模式中设备利用率低下等问题。然而,流域型水电由于自身的独特性,存在现有业务系统数据集中、数据共享、系统扩展困难等问题。基于此,结合大唐重庆分公司一体化大数据平台实践,从总体架构、功能架构、技术架构等探讨一体化大数据平台的建设。

安徽省植保大数据平台建设与应用展望

近年来,中国农业病虫草害问题日趋严重,农业病虫草害预测预报体系不完善,基本原因在于农业大数据的汇集能力、挖掘能力、决策能力不足,目前市场上已经有许多涉及病虫草害的信息平台,但都面临着种类划分不够统一、资源信息不够准确等问题。安徽省是农业大省,病虫草害问题尤为严重,为了推动安徽省病虫草害防控体系发展,本文旨在以病虫草害数字图像库为基础,构建大数据管理、分析、挖掘及可视化展示平台,实现数据资源的分布存储与处理,面向农业生产、管理决策和科技创新中的现实需求,开展系统框架、数据清洗、数据挖掘、知识发现、认知计算、数据建模等技术研究与产品研发,建设集管理、共享、创新应用及产品服务一体化的大数据平台。为从业者提供农业病虫草害识别和辅助诊疗、病虫草害预测预报、植保知识查询等植保信息精准化服务,突破时间、地域限制,利用互联网帮助从业者实时解决生产中遇到的病虫草害防治难题,降低经济成本,减轻作业强度,提高防治的时效性。最后,针对当前安徽省植保大数据平台的不足提出建议,未来要进一步补充平台所缺乏的遥感、气象、土壤等方面的信息化数据,并增加录入病虫草害的种类和数量,提高数据共享水平,优化数据分析技术,加强数据应用推广,完善数据安全保障,真正成为智慧农业的重要组成部分。

智慧电厂一体化大数据平台关键技术及其应用

智慧电厂建设的重要步骤之一是建立一体化大数据平台处理和分析电厂的各种数据。该平台可依据电力企业特性,整理数据并进行深入分析,做出准确的决策支持信息。

智慧电厂一体化大数据平台的关键技术应用

阐述智慧电厂一体化大数据平台的关键技术,及其实际应用,包括一体化大数据平台的架构、大数据平台的功能、数据修正与补充技术、智能预警、大数据平台的数据分层。

大数据技术在火力发电企业生产经营中的应用

通过对当前电力体制改革、发电企业面临的形势进行分析,提出了大数据技术在火力发电企业生产经营中的应用,为火力发电企业发展指明了方面。