赛摩电气

赛摩电话400-1099595 股票代码:300466

赛摩电气

赛摩电气
首页 > 行业解决方案 > 智慧电厂 > 电力大数据挖掘

电力大数据挖掘

 
 
 
整体概述
缩进在电力行业,电力智能化的迅速发展使信息通信技术正以前所未有的广度、深度与电力生产、企业管理快速融合,让纷繁庞杂的各类生产管理数据成为电力生产企业新的?#32856;唬?#25351;导着电力生产和管理。
 
缩进 当前电力企业生产过程中sis系统记录着大量的生产数据,如发电量、电压、温度、耗煤量等方面的数据,如能充分利用这些实际生产数据,?#20113;?#36827;行深入分析,便可以提供大量的高附加值服务。对此博晟科技针对电力企业生产行业进行深入研究,形成一整套大数据分析挖掘方法体系和大数据挖掘平台,来实现设备的故障预警与处理、发电机组间负荷优化分配,燃煤寻优等,为电力生产提供最优化指导,全面降低企业成本,加强风?#23637;?#25511;能力。
 
解决思路
缩进电力大数据技术包括:高性能计算、数据挖掘、统?#21697;?#26512;、数据可视化等。 电力大数据的特性满足大数据的五个特性,一是数据量大(Volume)、二是处理速度快(Velocity)、三是数据类?#25237;?Variety)、四是价值大(Value)、五是精确性高(Veracity),通过Hadoop分布式计算技术采用Spark框架建立分布式存储及计算集群,采用各?#25191;?#25968;据挖掘方法以及TensorfFlow深度学习框架提供的深度学习方法分析大量数据,从大量数据中寻找规律,进行故障预警、诊断,以及燃料寻优,最终通过图形可视化清晰有效的传达信息的技术。
 
建设目标
缩进电力行业数据在可获取的颗粒程度,数据获取的及时性、完整性、一致性等方面的表现均不尽人意,大数据挖掘希望解决在线的状态监测数据(时序数据和视频),设备基本信息、实验数据、缺陷记录,人工日志信息等数据的高效、高可靠性、高实时性的企业级大数据分布式存储,并进行数据清洗整理、挖掘,保证数据的完整和高质量,提高数据的管控能力及数据价值,最终指导电力生产企业的生产运营。
 
详细内容
  • 缩进通过Hadoop分布式计算技术及Spark框架建立分布式存储及计算集群,充分利用了大量相对低廉的机器及存储资源,充分利用硬件资源的闲暇时间算力。
  • 缩进数据挖掘技术是通过分析大量数据,从大量数据中寻?#31227;?#35268;律的技术,主要有数据准备、规律寻找和规律表示。数据准备是从相关的数据源中选取所需的数据并整合成用于数据挖掘的数据集;规律寻找是用?#25345;?#26041;法将数据集所含的规律?#39029;?#26469; ;规律表示是尽可能以用户可理解的方式(如可视化)将?#39029;?#30340;规律表示出来。
     
    缩进数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析等等。
  • 缩进采用机器学习框架,利用卷积神经网络、BP神经网络等深度学习算法对数据进行统计计算与分析,最终进行电力生产运行状态的预测分析。
  • 缩进博晟科技自主开发出大数据可视化平台分析,通过多次迭代更新已经可以完好高效的对大量数据以丰富的图表方式进行可视化分析,大大降低非专业人员的操作门槛。
 
应用价值
缩进电力大数据挖掘充分利用资源,解决目前存在的系统功能分散、集成度低、维护工作量大等问题,构建以数据为中心的一体化监控系统,优化电力生产企业的运行方式,达到经济运行,还可以快速查找、隔离故障,缩短故?#31995;?#33268;停产带来的损失,更包含故障预警、决策优化等高级应用功能。
 
缩进更加高效的需求侧管理。电力大数据可通过用户的用电量、环境温度、煤?#20540;?#36827;行综合分析,确定最优运行和负荷控制计划、管理和控制,并通过最优能耗方式实现机组间的负荷分配,指导各机组运行操作,达到最佳节能降耗的目的,从而降低生产成本。

 

应用案例

相关产品

在线客服

服务热线

0516-87885888

企业QQ
企业QQ
北京赛车pk10现场