摘要：随着我国对于信息化建设的逐步迈进，各行各业都与信息化发展产生了千丝万缕的联系，电厂也是如此。我国作为世界上人口基数大国，对于用电量的需求是十分巨大的。依据电力以及相关行业的发展方向与发展态势来看，建立一体化的大数据平台对电厂的生产以及产能等等诸多相关的数据进行处分类处理或者预估，对于下一个阶段的生产提供数据基础。水力发电仍为我国目前的发电主要形式，随着国家对于污染排放的控制，通过建设智慧电厂，在保质保量的基础上，通过数据分析，进而实现高效的生产，达到节能减排的目标。
关键词：智慧电厂；大数据；关键技术；具体应用
前言：电能作为当前社会必不可少的一项基本能源，在社会生产过程中具有特别大的需求量，为了保障用户的用电需求，我国的相关部门需要加强对电厂的建设，要对电网系统进行创新与维护，努力降低变电站设备出现故障，对电网造成损失，对用户造成影响的可能性，保证电网系统的安全的运作。智慧电厂的建立，关键之处在于如何智慧，总体来说就是设备是基础，核心是数据。二者相辅相成，由科技转化成为的设备在进行生产的过程中得到的数据又促进着设备的进一步更新，推动科技的进一步发展，例如集散控制系统以及管理信息系统等等。
一、一体化大数据平台
1.1智慧电厂的大数据来源探析
电厂的大数据的来源有很多，比如说，电厂设备的增加，引进，对于电厂的管理模式的更新，最主要的一点是电厂在生产的时候所产生的生产数据以及运营数据。
1.1.1电厂的生产数据
电厂的生产数据作为一体化大数据平台的基本数据，对于电厂的正常运营和运作发挥了不可替代的作用，电厂的生产数据对于电厂的发展的重要性不言而喻。电厂的生产数据主要包括生产设备的数据，包括生产设备的相关零部件出厂之时由于生产条件的设定以及考虑到具体环境，温度，湿度的影响，在设备出厂之时的原始数据；包括电厂的生产设备在正常作业的过程当中所产生的工作数据，包括电厂的生产设备在作业的过程的当中所消耗的能源数据；包括设备在生产运作的过程当中偶然出现的故障信息；包括电厂的生产设备的在出厂时未考虑到一定因素造成系统误差导致数据结果不精确的数据，综合各种数据对其进行分类整合，归纳总结，从中获取相关信息进而对生产设备进行改进与优化。
1.1.2电厂的运营管理数据
生产数据好比基础，运营管理数据好比上层建筑。运营管理数据的获取是多种多样的，几乎囊括了电厂所有的数据资料。并且运营管理数据往往是多层次的，关于多种专业性的，多种技术性的的数据总和。对于这些数据，通过一体化大数据平台，使得多种有效的信息得以展现出来，对于电厂的管理者的正确决策起到了很大程度上的帮助。
1.2一体化大数据平台的构建
一体化大数据平台涉及面广，需要设立一个相关的平台架构。在电厂的原始数据上需要用到数据挖掘技术对原始数据进行深度的整合。
1.2.1数据挖掘技术简介
数据挖掘技术简单来说就是从毫无章法的、混乱的文件信息中简单而且快速地筛选出对于用户来说有效的、有利的信息。数据挖掘技术可以实现对混乱的信息的分类整合，数据挖掘技术可以对杂乱的信息进行筛选抽调。在智能手机普及之前，人们只能通过报纸、期刊、电视媒体等一些其他渠道去了解实时状况。但是在智能手机普及之后，人们从互联网上获取到的信息急剧增多，获取到的信息有真有假，并且还有谣言，还没有分辨信息是真假便发散出去，对社会造成不良的影响。我国的应用软件逐渐饱和，发展的趋近与完善，但是在应用软件的开发过程中会出现许多的信息，有效信息与垃圾信息；在应用软件的应用过程中会出现大量的数据，关系到用户自身隐私安全的信息也位于其中。
1.2.2数据额挖掘技术的过程与步骤
在追求高效的社会大环境下，数据挖掘技术可以实现对信息的处理与整合。数据挖掘技术一般来说分为四个环节。数据挖掘技术的第一个环节为对应用软件库的数据信息进行选择，应用软件库数量庞大，数据信息也数不胜数。首先要做到的就是从数据库中找出大体上符合的数据。数据挖掘技术的第二个环节为对被选择的数据进行简单处理，在第一个环节中数据库中挑选出的信息中数据距最后所需要的数据仍有很大的距离，所以要对对选择的数据进行简单处理，处理之后要形成格式化数据，形成格式化信息。数据挖局技术的第三个环节是对格式化的数据进行再处理，在这一环节中，所得到的信息与最终需要的数据相差无几，但是仍有许多不合理的地方。数据挖掘技术的最后一个环节是对上个环节中的信息进行吸收，对数据进行整合，最后得到的信息为所需要的信息。
1.2.3大数据平台架构示意图
1.3一体化大数据平台的功能探析
一体化大数据的功能主要包括四个方面，第一个方面是发现问题，通过一体化的大数据平台的使用，对于电厂的生产过程当中的出现的问题进行捕捉；第二个方面是分析问题，通过一体化的大数据平台的使用，对于电厂的生产过程当中出现的问题进行诊断分析；第三个方面是解决问题，通过一体化大数据平台的使用，得出的有效信息用于对问题的优化指导，对于问题的高效的解决进行探析；第四个方面是问题的管理，通过以上三个方面的合作努力，将已经解决的问题进行归纳综合，将其编入到案例库当中，对于工作人员的培训以及错误操作警醒具有很大的作用。
二、关键技术分析
智慧电厂的一体化大数据的平台关键技术中，大数据的智能预警技术就显得特别重要。与传统的数据分析技术相比，智能预警技术能在故障发生之前，发生故障的趋势逐渐明显达到一定程度的时候进行报警，并且提供异常数据，提供给工作人员进行工作分析。而传统的数据分析技术只能在故障发生之后对其故障进行分析，这样一来，采用智能预警技术的电厂就可以节约成本，生产效率更加高效。
结论
智慧电厂一体化大数据平台的使用以及发展对于我国的电厂正常工作以及运营具有指导意义，可以适应电厂的这一行业的特征以及变化，性能稳定性得到了保障，以数据为基础的大数据平台的建立为电厂出现的故障问题提供了更好的解决方法。
参考文献：
[1]笃峻，叶翔，王长瑞，等． 智能变电站设计配置一体化功能规范研究及工具开发［J］． 电力系统自动化，2014，38（20）: 85 － 89．
[2]悦怡．基于 OSGI 的面向服务插件框架研究与应用［D］．镇江: 江苏大学，2008．
[3]相东飞． 基于 OSGi 插件化的应用框架［J］． 科技信息（学术版），2007（12）: 176，179．
论文作者:余晓炜,曾勇,杨娟
论文发表刊物:《电力设备》2018年第30期
论文发表时间:2019/4/1
标签：数据论文; 电厂论文; 信息论文; 技术论文; 平台论文; 数据挖掘论文; 环节论文; 《电力设备》2018年第30期论文;