数据挖据技术在热电行业中的应用.pdfVIP

供热工程建设与高效运行研讨会 2015·4 论 文 集 数据挖据技术在热电行业中的应用 李 黎 （合肥热电集团有限公司总调度室信息中心，安徽合肥） 摘 要： 近年来，随着互联网的飞速发展和普及，数据呈持续性爆发增长，“大数据”时代的脚步 已悄然而至，各种数字化仪表与设备已取代原有的机械式仪表与设备，DCS 、站房无人值守、热网监控 系统乃至收费、自动化办公OA 等系统也已在热电企业普及。各类传感设备、移动终端、数据采集设备 等产生的大量数据被保存、分析，用于指导热电企业的生产运营和安全调度。可见，热电企业在向数字 化热电厂迈进的过程中，已经感受到“大数据”对企业管理与运营带来的冲击。 关键词： 热电联产； 工业供热； 城市采暖； 大数据 近年来，热电行业的销售速度有所增加，特别是中小型企业增长速度加快。与小锅炉供热相比，热 电联产机组效率更高，节能效果显著，而且有利于环境保护。长期以来，如何同时兼顾经济高速增长与 环境改善，以及如何缓解我国出现的持续煤炭供应紧张局面，是工业企业和居民面临的重要问题。大力 发展热电联产，将是解决该问题的有效途径。但是，随着煤、水价格的上涨，使热电行业的成本大幅度 提高，赢利有所下降。同时，它的流动资产周转次数、成本费用利润率、产值利税率等指标也相应有所 下降。所以，面对不利的外部环境，热电企业必须加强经营管理，充分利用先进的信息技术，挖掘内部 潜力，才能提高企业整体效益。 1 热电企业信息化现状 目前，随着计算机信息技术的发展，大多数热电企业已有了运行稳定的各类信息系统，在经营管理 中发挥着重要的作用。但随着信息系统长期运行，热电企业又面临着一些新问题，如合理存储生产、运 营、管理等各应用系统的历史数据及对日积月累的海量的历史数据进行有效分析，以便更好为生产经营 决策服务等。此外，近几年电力市场深入发展，热电企业也迫切要求有更加有效的生产决策支持，从而 提高企业效益，增强在市场中的竞争力。然而，要完成决策支持功能，数据库系统必须支持分析处理。 目前热电厂的 MIS 系统，多数仍停留在事务处理阶段，不支持或很少支持分析处理。对数据的分析应 用乃至数据价值的深度挖掘却依然是摆在热电企业面前的难题。导致企业海量数据无法体现其深层价值 的原因主要表现在： ① 数据异构性强。热电企业各应用系统在数据建模、应用系统平台和开发工具等方面都存在着显 著的差异，数据结构差异较大，同样的信息有不同的表达方式，使得各个应用系统在信息上成为相对独 立的“信息孤岛”，从而导致各系统之间数据交换困难，在企业范围内难以实现集成。 ② 数据冗余和多信息源问题。由于开发时间的不同以及受开发期间技术水平所限，企业中相同的 数据在不同的系统中都有单独输人，没有考虑数据的共享，从而造成了过量的数据冗余和多信息源等问 题，使得数据资源访问过程中容易产生歧义，影响有效的决策分析。 《煤气与热力》杂志编辑出版 · 291 · 供热工程建设与高效运行研讨会 2015·4 论 文 集 ③ 缺乏企业级的决策支持系统。热电企业各应用系统信息共享困难，管理系统难以跨平台实施生 产业务流程管理，多数热电企业尚未建立企业级的决策支持系统，没能提供有效的领导决策和管理层的 辅助决策支持。 ④ 不重视数据价值的挖掘。用平面、离散的眼光来看待数据，满足于各类生产实时数据的查看、 统计报表的生成，没有重视数据间关系的分析及各类相关数据间的时间特性。 ⑤ 缺乏数据价值挖掘的长效机制。数据价值的深度挖掘，依靠数据分析模型逐步建立。如果没有 对数据的长期分析跟踪，就不可能找到有效的分析模型。 ⑥ 缺乏专业知识高度融合的复合型人才。对数据进行分析，不仅需要具备热电行业的相关知识， 也需要掌握足够的计算机专业知识，尤其是对各类数据库的理解与对结构化查询语句熟练掌握。 2