大数据技术在水电站的运营与管理中的应用

1 大数据技术的产生与发展现状

何为大数据呢?从某种程度上说,大数据是数据分析的前沿技术.简言之,从各种类型的数据中,快速获得有价值信息的能力,就是大数据技术.早在 1980 年,着名未来学家阿尔文·托夫勒便在《第三次浪潮》一书中,将大数据热情地赞颂为"第三次浪潮的华彩乐章".不过,大约从 2009 年开始",大数据"才成为互联网信息技术行业的流行词汇,全世界的工业设备、汽车、电表上有着无数的数码传感器,随时测量和传递有关位置、运动、震动、温度、湿度乃至空气中化学物质的变化,也产生了海量的数据信息.大数据技术的战略意义不在于掌握庞大的数据信息,而在于对这些含有意义的数据进行专业化处理.换言之,如果把大数据比作一种产业,那么这种产业实现盈利的关键,在于提高对数据的"加工能力",通过"加工"实现数据的"增值".明白这一点至关重要,也正是这一点促使该技术具备走向众多企业的潜力.

近年来,大数据技术已成功运用到了各行各业,成功的案例包括:洛杉矶警察局和加利福尼亚大学合作利用大数据预测犯罪的发生,google 流感趋势(Google Flu Trends)利用搜索关键词预测禽流感的散布,统计学家内特银(Nate Silver)利用大数据预测 2012 美国选举结果,麻省理工学院利用手机定位数据和交通数据建立城市规划……由此可见,随着大数据技术的发展,以前一些觉得不可能的事情变成了可能.

2 大数据技术在水电站的运营与管理中的应用

大数据技术目前还处于婴幼儿时期,虽然展现出了强大的生命力和能力,由于发展的年限较短,还未能成功应用到各行各业之中,特别是专业性强的行业大数据技术的应用显得更加困难.那么怎样才能让大数据技术服务于水电站的运营与管理呢?

2.1 建立大数据数据库,将我们的日常信息全部记录在数据库中,这些应当至少包括河道的常年降雨量、常年河道流量、日发电量、天气情况、自然灾害发生情况,设备运行情况,设备维护保养周期及保养情况、备品备件的规格尺寸及生产厂家、备品备件的购买和使用情况等等,均应一一记录在库,以备日后分析与应用,数据库是一个长年累月积累的过程,数据越丰富、越详细,则数据分析的准确性越高.

2.2 大数据技术在水电站运行工作中的应用

有了大数据作为依托,就可以根据常年来水量,制订切实可行的发电目标与计划,并利用丰水期与枯期电价系数的不同以及每日峰平谷电价的不同获取最大效益,也可以根据对不同负荷下机组的效率的统计分析,让相同的水量发更多的电,同时也可以根据对机组运行数据及耗材数据统计分析,以达到降低消耗,节约成本的目的……如此这些,都能为水力发电企业进行成本核算、计划统计和预决算及创造更好的经济效益等提供可靠的保障.

2.3 大数据技术在设备维护工作中的应用

有这么一个成功案例:一个医院六千多台设备,在他们利用大数据及物联网技术以后,仅需要十三个人运行维护与检修,可见,大数据在设备维护和保养方面具有相当大的潜力可挖.现在,广大具有一定规模电厂都在对设备进行 KKS 编码(KKS 编码被广泛用于电厂的规划设计、工程建设和经营管理过程之中;它拥有足够的容量且可扩充,能够标识不同类型电厂所有的设备;KKS 编码的逻辑结构和组成体系层次分明,代码简单明了,能够不依赖于计算机程序语言而独立存在)工作,依托 KKS 编码,完全可以在 KKS 编码后面再加上设备的维修保养情况及维修更换周期等等详情,有了这些数据做保障,完全可以在这个设备还没有出现故障(问题)的时候就能知道什么时候,什么部件,需要更换或者保养,就可以将基于固定周期的维护计划变为基于需求的维护计划,将机械(电气)故障降低甚至为零.

2.4 大数据技术在备品备件的购买及仓储管理工作中的应用

当前,备品备件的采购也是困扰水力发电企业的一个症结,有些备品备件买回来了,很长时间用不上,不仅占用库藏和资金,也加大了仓储管理的难度,有些备品备件需要用的时候才发现库房理根本没有,临时才去采购,不仅影响设备的正常运行,也造成采购成本高企.那么可有解决之道呢?作者认为,应当依托 KKS 编码,当知道设备什么时候需要更换了,就可以提前一段时间购买备品备件,这样既保证在需要用的时候有备品备件,在不需要用的时候又不占用仓储空间,同时也减少了仓储管理的工作量和难度,减少对仓库空间的需求,减少库存积压资金,最大限度盘活资金.由于是有计划地采购,也可以降低采购成本,而且可以货比三家提高备品备件的质量.

2.5 大数据技术在水电站安全工作中的应用

由于水电站一般建于自然条件较差的山区,自然灾害发生的可能性高,有些灾害破坏力大甚至具有毁灭性的特点,譬如泥石流、滑坡等,然而这些灾害又往往是具有一定规律性的.根据对大数据的分析,可以对自然灾害进行较为准确的预报.在灾害发生之前,就可以有针对性采取相应的措施,比如对河道的梳理,对防护工程的修缮;在灾害发生时,也可以及时对相关人员人员进行疏散,并能对灾害进行更好的应对.

同时,由于设备在发生故障之前就得到了很好的维护和保养,设备运行工况更加良好,发生设备事故的几率也就大大减小了.

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,水电站的运维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]阿尔文·托夫勒.第三次浪潮[M].中信出版社,2006.

[2]展锦程.电厂标识系统 KKS 编码工程实施指南[M].中国水利水电出版社,2009.