???? 隨著近幾年互聯(lián)網(wǎng)的飛速發(fā)展和普及，數(shù)據(jù)呈持續(xù)性爆發(fā)增長(zhǎng)，“大數(shù)據(jù)”時(shí)代的腳步已悄然而至。而傳統(tǒng)的火力發(fā)電廠也正逐步向數(shù)字化電廠邁進(jìn)，各種數(shù)字化儀表與設(shè)備已取代原有的機(jī)械式儀表與設(shè)備菠劝，DCS、SIS乃至ERP等系統(tǒng)也已在各個(gè)電廠普及睁搭。各類傳感設(shè)備赶诊、移動(dòng)終端、數(shù)據(jù)采集設(shè)備等產(chǎn)生的大量數(shù)據(jù)被保存园骆、分析舔痪，用于指導(dǎo)火力發(fā)電廠的生產(chǎn)運(yùn)營(yíng)⌒客伲可見(jiàn)锄码，火力發(fā)電廠在向數(shù)字化電廠邁進(jìn)的過(guò)程中，已經(jīng)感受到“大數(shù)據(jù)”對(duì)企業(yè)管理與運(yùn)營(yíng)帶來(lái)的沖擊晌涕。

1滋捶、面臨的問(wèn)題

????? 數(shù)據(jù)的存儲(chǔ)與保存，在信息技術(shù)日新月異的今天已不成問(wèn)題余黎，但對(duì)數(shù)據(jù)的分析應(yīng)用乃至數(shù)據(jù)價(jià)值的深度挖掘卻依然是擺在各個(gè)火力發(fā)電企業(yè)面前的難題重窟。導(dǎo)致企業(yè)海量數(shù)據(jù)無(wú)法體現(xiàn)其深層價(jià)值的原因有3個(gè)方面:

????? 1）不重視數(shù)據(jù)價(jià)值的挖掘。用平面驯耻、離散的眼光來(lái)看待數(shù)據(jù)亲族，滿足于各類生產(chǎn)實(shí)時(shí)數(shù)據(jù)的查看、統(tǒng)計(jì)報(bào)表的生成可缚，沒(méi)有重視數(shù)據(jù)間關(guān)系的分析及各類相關(guān)數(shù)據(jù)間的時(shí)間特性。

????? 2）缺乏數(shù)據(jù)價(jià)值挖掘的長(zhǎng)效機(jī)制斋枢。數(shù)據(jù)價(jià)值的深度挖掘帘靡，依靠數(shù)據(jù)分析模型逐步建立。如果沒(méi)有對(duì)數(shù)據(jù)的長(zhǎng)期分析跟蹤瓤帚，就不可能找到有效的分析模型描姚。

????? 3）缺乏專業(yè)知識(shí)高度融合的復(fù)合型人才涩赢。對(duì)數(shù)據(jù)進(jìn)行分析，不僅需要具備火力發(fā)電廠的相關(guān)知識(shí)轩勘，也需要掌握足夠的計(jì)算機(jī)專業(yè)知識(shí)筒扒，尤其是對(duì)各類數(shù)據(jù)庫(kù)的理解與對(duì)結(jié)構(gòu)化查詢語(yǔ)句的熟練掌握。

2绊寻、火力發(fā)電廠的數(shù)據(jù)分析

????? 數(shù)據(jù)在火力發(fā)電廠主要存在以下3類:第一類結(jié)構(gòu)化數(shù)據(jù)花墩。直接展現(xiàn)企業(yè)生產(chǎn)一線各種信息，數(shù)據(jù)價(jià)值密度高澄步，由于其有嚴(yán)格的數(shù)據(jù)類型冰蘑、標(biāo)準(zhǔn)的查詢語(yǔ)言等特點(diǎn)，易于挖掘出更高的數(shù)據(jù)價(jià)值村缸。第二類非結(jié)構(gòu)化數(shù)據(jù)祠肥。不是生產(chǎn)一線數(shù)據(jù)，但往往與企業(yè)管理契合度較高梯皿，數(shù)據(jù)價(jià)值密度中等仇箱，數(shù)據(jù)價(jià)值挖掘難度較大；第三類东羹，多媒體數(shù)據(jù)工碾。大部分對(duì)生產(chǎn)而言價(jià)值較小，但對(duì)于事故的視頻回放分析有很高的價(jià)值百姓，所以其數(shù)據(jù)價(jià)值密度低渊额，但數(shù)據(jù)價(jià)值挖掘難度大。

????? 數(shù)據(jù)價(jià)值除了極少能直觀表現(xiàn)出來(lái)垒拢，更多則隱含在枯燥數(shù)字的背后旬迹。在火力發(fā)電廠內(nèi)，廠用電率指標(biāo)的高低可以直接從指標(biāo)信息中獲得求类，是直觀表現(xiàn)出來(lái)的奔垦，而導(dǎo)致廠用電率升高或降低的原因卻隱藏在看似雜亂無(wú)章的數(shù)據(jù)洪流背后。對(duì)數(shù)據(jù)的分析越深入尸疆，就能獲得越多的數(shù)據(jù)價(jià)值椿猎，分析后取得的數(shù)據(jù)價(jià)值密度要遠(yuǎn)遠(yuǎn)高于原始數(shù)據(jù)的價(jià)值密度。

????? 數(shù)據(jù)的相關(guān)性分析是獲得隱含數(shù)據(jù)價(jià)值的高效方式寿弱。數(shù)據(jù)可以存儲(chǔ)在不同的數(shù)據(jù)庫(kù)犯眠、不同的數(shù)據(jù)文件、不同的表空間症革、不同的表中筐咧，但是物理上的分離并不代表這些數(shù)據(jù)在邏輯上也是隔離的，在邏輯上這些數(shù)據(jù)恰恰是高度相關(guān)的。所以對(duì)數(shù)據(jù)價(jià)值的分析量蕊，必須將各相關(guān)數(shù)據(jù)看作一個(gè)整體铺罢，進(jìn)行各數(shù)據(jù)間的相關(guān)性分級(jí)，然后建立模型残炮。例如電廠廠用電率指標(biāo)與各主要輔機(jī)耗電量有關(guān)韭赘，各輔機(jī)設(shè)備耗電量又與單臺(tái)輔機(jī)的各項(xiàng)運(yùn)行指標(biāo)有關(guān)，任何一個(gè)指標(biāo)的變動(dòng)都會(huì)導(dǎo)致廠用電率改變势就。相關(guān)性分析就如同將廠用電率當(dāng)作一個(gè)生命體泉瞻，而輔機(jī)指標(biāo)等相關(guān)數(shù)據(jù)集作為這個(gè)生命體的體征指標(biāo)，用來(lái)衡量這個(gè)生命體的健康程度蛋勺。

3瓦灶、火力發(fā)電廠的數(shù)據(jù)挖掘

????? 數(shù)據(jù)挖掘是從大量的、不完全的抱完、有噪聲的贼陶、模糊的、隨機(jī)的數(shù)據(jù)中提取隱含在其中的巧娱、人們事先不知道的碉怔，但又是潛在有用的信息和知識(shí)的過(guò)程。數(shù)據(jù)挖掘是伴隨著數(shù)據(jù)的急速膨脹而發(fā)展起來(lái)的技術(shù)禁添，沒(méi)有數(shù)據(jù)挖掘技術(shù)撮胧，就不會(huì)在海量數(shù)據(jù)中發(fā)現(xiàn)數(shù)據(jù)的價(jià)值。伴隨著“大數(shù)據(jù)”時(shí)代的到來(lái)老翘，數(shù)據(jù)挖掘技術(shù)必將越來(lái)越重要芹啥。

????? 數(shù)據(jù)挖掘不同于傳統(tǒng)的數(shù)據(jù)分析(查詢、報(bào)表等)铺峭，數(shù)據(jù)挖掘可以得到有效可用且先前未知的信息墓怀，是不能靠直覺(jué)發(fā)現(xiàn)信息或知識(shí)的，甚至挖掘出的是出乎意料的信息卫键。例如在美國(guó)某超市內(nèi)傀履，經(jīng)過(guò)數(shù)據(jù)挖掘發(fā)現(xiàn)，購(gòu)買嬰兒尿布的男性有30%～40%會(huì)順便購(gòu)買啤酒莉炉，依據(jù)這一信息钓账，超市將嬰兒用品與男士用品靠近擺放，結(jié)果這個(gè)變動(dòng)讓此類商品的銷售量成倍增長(zhǎng)絮宁“鹉海可見(jiàn)，數(shù)據(jù)挖掘能發(fā)現(xiàn)有預(yù)見(jiàn)性的信息與知識(shí)羞福。

????? 數(shù)據(jù)挖掘的方法主要有神經(jīng)網(wǎng)絡(luò)方法惕蹄、遺傳算法、決策樹(shù)方法治专、粗集方法等卖陵。在火力發(fā)電廠數(shù)據(jù)挖掘中，神經(jīng)網(wǎng)絡(luò)方法由于本身有良好的魯棒性张峰、自組織自適應(yīng)性泪蔫、并行處理、分布存儲(chǔ)和高度容錯(cuò)等特性喘批，非常適合解決數(shù)據(jù)挖掘的問(wèn)題撩荣，因此被普遍采用。數(shù)據(jù)挖掘的任務(wù)有關(guān)聯(lián)分析饶深、聚類分析餐曹、分類、預(yù)測(cè)敌厘、時(shí)序模式和偏差分析等台猴。只有完成這些才可以發(fā)現(xiàn)數(shù)據(jù)價(jià)值。一般用支持度和可信度2個(gè)閾值來(lái)度量關(guān)聯(lián)規(guī)則的相關(guān)性俱两，同時(shí)不斷引入興趣度饱狂、相關(guān)性等參數(shù)，使得所挖掘的規(guī)則更符合需求宪彩。

????? 數(shù)據(jù)價(jià)值挖掘貫穿于企業(yè)信息化過(guò)程的整個(gè)生命周期休讳。數(shù)據(jù)挖掘技術(shù)是數(shù)據(jù)價(jià)值挖掘最重要的方法。在數(shù)據(jù)價(jià)值挖掘中尿孔，必須重視企業(yè)所有原始數(shù)據(jù)的建模俊柔，盡量使得用于數(shù)據(jù)挖掘的數(shù)據(jù)條理清楚、關(guān)聯(lián)清晰活合，盡可能結(jié)構(gòu)化雏婶。可見(jiàn)芜辕，數(shù)據(jù)價(jià)值挖掘必須有配套的數(shù)據(jù)整體規(guī)劃制度尚骄，將數(shù)據(jù)價(jià)值挖掘的思想貫穿于任何一個(gè)應(yīng)用開(kāi)發(fā)的整個(gè)生命周期，否則數(shù)據(jù)挖掘所取得的價(jià)值會(huì)大打折扣侵续，難度也會(huì)成倍增加倔丈。可以說(shuō)状蜗，企業(yè)信息化初期的規(guī)劃需五、數(shù)據(jù)庫(kù)的建模等決定了數(shù)據(jù)挖掘所能取得的知識(shí)和信息的多少。

????? 在“大數(shù)據(jù)”時(shí)代轧坎，火力發(fā)電廠所產(chǎn)生的數(shù)據(jù)僅僅是整個(gè)社會(huì)數(shù)據(jù)海洋中的一滴水宏邮，如果將這滴水放入大海，挖掘出的數(shù)據(jù)價(jià)值將會(huì)成倍增長(zhǎng)。例如火力發(fā)電廠與其設(shè)備制造廠都有針對(duì)設(shè)備和零部件的大量數(shù)據(jù)蜜氨，但電廠保存的是設(shè)備的缺陷信息械筛、生命期參數(shù)信息等數(shù)據(jù)，而設(shè)備制造廠保存的是設(shè)備部件材質(zhì)飒炎、質(zhì)檢情況埋哟、流水線信息等數(shù)據(jù)。以往這些數(shù)據(jù)是割裂的郎汪，是信息孤島赤赊，很少能一起用來(lái)進(jìn)行數(shù)據(jù)挖掘。但“大數(shù)據(jù)”時(shí)代可以對(duì)這些數(shù)據(jù)價(jià)值進(jìn)行深度挖掘煞赢，電廠的設(shè)備缺陷信息抛计、生命期參數(shù)信息等數(shù)據(jù)可以反饋回設(shè)備制造廠家，用于設(shè)備改進(jìn)以及更精準(zhǔn)地進(jìn)行市場(chǎng)定位照筑。設(shè)備制造廠家的設(shè)備部件材質(zhì)吹截、質(zhì)檢情況、流水線信息等數(shù)據(jù)傳遞給電廠用來(lái)指導(dǎo)檢修和設(shè)備狀態(tài)調(diào)優(yōu)朦肘。通過(guò)信息匯總后的數(shù)據(jù)挖掘饭弓，可以得到對(duì)雙方都有用的數(shù)據(jù)價(jià)值，并且這些數(shù)據(jù)價(jià)值是不可能單獨(dú)從一方的數(shù)據(jù)中挖掘得到的媒抠。

“大數(shù)據(jù)”時(shí)代弟断，火力發(fā)電廠的數(shù)據(jù)會(huì)持續(xù)增長(zhǎng)。面對(duì)海量數(shù)據(jù)趴生，數(shù)據(jù)價(jià)值深度挖掘尤為重要阀趴，挖掘更多的數(shù)據(jù)價(jià)值意味著可以為企業(yè)節(jié)省更多的成本和創(chuàng)造更高的利潤(rùn)，否則就如同坐擁金山而不自知苍匆。努力提高信息化水平刘急，培養(yǎng)專業(yè)人才，深度挖掘數(shù)據(jù)價(jià)值浸踩，必然是火力發(fā)電廠管理模式發(fā)展的趨勢(shì)叔汁。