吴晓敏
四川港航嘉陵江金沙航电开发有限公司 沙溪航电枢纽 637400
摘要：大数据（Bigdata）应用在某些行业都已开花结果，取得了很好的成绩，但在水电站运行管理中的应用还涉及很少，从大数据技术角度应用在水电站的设备性能分析、运维管理，提出了一些具体的解决建议，从而有效降低水电站的运营成本，降低事故的发生率甚至消除事故的发生。
关键词：大数据 水电站 设备分析
1 大数据的产生和发展现状
大数据概念在当今已经是耳熟能详的事，然而其大数据概念最早是在1980年，由未来学家阿尔文·托夫勒在《第三次浪潮》一书中提出，并将大数据热情地赞颂为“第三次浪潮的华彩乐章”。30多年来，各个领域的数据量都在迅猛增长，企业界、学术界不断地对这个现象及其意义进行探讨，“大数据”这个名词变得越来越流行、越来越重要，最后成为了国家和政府层面的发展战略。
而大数据应用的迅猛发展是在互联网基础上得以进行，互联网使得信息传输、分享以及搜索变得更加快捷，再加上借助条形码、二维码、RFID（无线射频识别）等能够唯一标识产品，传感器、智能感知、视频采集等技术，可实现及时的信息采集、传输和分析。大数据已悄然影响大家的判断、决策，在生活中起到重要的作用。
近年来，大数据技术已成功运用到了各行各业，成功的案例数不胜数，如：在美国实行的海浪监测计划，由美国陆军工程部和美国国家海洋与大气管理局（NOAA）共同建立一个覆盖全美海岸线、从浅水到深水的、精确地海浪监测网络。这个网络总共在近海、外大陆架、内大陆架和沿海设置了296个传感器。不仅能监测海浪的能量和方向，还能计算它的传播速度、偏度和峰度。对海浪的监测，不仅能提高沿海地区对海啸、风暴等自然灾害的应急能力，还能极大地改善海上的交通安全。除了安全，海浪的监测还能为利用大海能量进行发电提供关键的分析型数据。
2 大数据技术在水电站的管理和分析
大数据技术在各行各业有不同程度的应用，其运用最多在制造业，金融业、医疗，大量数据的采集，建立大型数据库，并对数据进行挖掘、整理后，对其企业进行针对性的技术更新，其带来的利益完全改变以往对数据的理解。
2.1 大数据在电站前期建设中的应用
建立大数据数据库，将日常信息全部记录在数据库中，包括库区的常年降雨量、历史最大流量、天气情况、上游水位对应库区水量、自然灾害发生情况，以及水工设施如冲砂泄洪闸、翻板门等基本运用参数，还有其闸门开度对应弃水流量，对所有这种类型数据的收集越详细，越丰富，数据分析的准确性越高，将对今后的发电运行起到重要作用。
期刊文章分类查询,尽在期刊图书馆
2.2 大数据在电站发电运行中的应用
前期数据收集及发电运行中实际数据的采集，就可以根据常年来水量，制订切实可行的发电目标与计划，同时结合丰水期和枯水期电价不同对发电计划进行调整。可根据对不同负荷下机组的效率的数据分析，让相同的水量发更多的电，以达到降低消耗，节约水资源的目的。如此这些，都能为水力发电企业进行成本核算、计划统计和目标预算及创造更好的经济效益等提供可靠的数据支持。
大数据在发电运行中还有其它的应用。如部门在统计负荷超欠时，发现机组在低负荷时，产生不合格电量最多，这个很能理解，因为在低负荷时调速器、上游水位等波动就会使上网负荷偏离超过±2%，产生负荷超欠。但是电站不可避免存在低负荷运行的时候，怎样减少不合格电量，经过一系列数据的统计、整理发现负荷在7MW运行时，产生负荷超欠频率多，从而禁止申请固定负荷7MW，申请最低负荷时最少8MW，这样在一定范围内减少了不合格电量，减少负荷考核，从另一方面讲为企业增加的利润。还有在每月的运行分析中，使用数据分析能力还很薄弱，怎样使用数据分析还有待于大家去集思广益，去完善，个人觉得应该从以下几方面去思考。首先需要在数据分析之前先建立大数据库，并对每一个数据重新检查具有的代表性、典型性，建立更能代表设备运行特性的数据库，这样的分析才能更全面去了解设备运行工况。其次还需要完善数据收集的渠道，对设备运行数据进行重要性分级，分清设备作用主次，对应数据作用的主次。对重要性不同的设备运行数据采集频率不同，在保证数据质量情况下尽量增加数据采集次数，从不同时间、不同人员进行采集，有数量和质量保证的数据库对设备月度分析的精确度起决定性作用。再结合我站正在使用的点检系统，可对单个设备在更长的时间跨度上分析设备运行数据的变化，目前点检系统上可供分析的数据还很少，需要增加点检系统设备数据，使与月度分析数据相一致。搭建的运行数据库可以让设备运行月度分析变得更简单、更全面、也更实际，如此，何乐而不为呢！
2.3 大数据在电站设备维护和消缺中的应用
设备故障后及时处理是保证设备连续运行的基础，建立设备故障数据库，对不同设备的故障出现次数、故障类型、影响程度、处理难易等进行记录，整理得出设备故障大数据，这其实就雷同与设备可靠性评级。分析大数据，可针对性进行设备维护和保养，化被动消缺变的主动维护，这样可减小设备事故发生的几率。对数据库中不易维护、事故影响程度大的设备进行技术改造或升级，如我站多次出现机组主轴密封水中断超时造成机组事故停机的故障，造成故障的原因有多种，但主要原因是供水可靠性不够，技术供水水泵维护工作量大，且不易监控到水泵故障信号，综合考虑对其进行技改，将主轴密封水供水方式变更为冷却水分流供水，使其增大供水可靠性，从此，因供水中断造成的故障再也未未发生。
3 结束语
大数据是一个持续不断产生的过程，所以对数据的分析也应该是一个持续不断的过程。当前，水电站正逐步走向集中控制及区域化管理，这也为我们的大数据技术提供了更广阔的施展空间。当然，并不是有了大数据作为保证就可以高枕无忧，应该不断提高大数据库内数据的可靠性、真实性，并不断提高对大数据的分析能力。
参考文献：
[1] 涂子沛．《大数据：正在到来的数据革命，以及它如何改变政府、商业与我们的生活》，2012年7月
[2] 涂子沛．《数据之巅：大数据革命，历史、现实与未来》，2014年5月
作者简介：吴晓敏（1981-），男，汉族，四川简阳，中级工程师，工学学士。
论文作者:吴晓敏
论文发表刊物:《科技新时代》2019年2期
论文发表时间:2019/4/10
标签：数据论文; 设备论文; 负荷论文; 水电站论文; 故障论文; 数据库论文; 海浪论文; 《科技新时代》2019年2期论文;