浅析大数据技术在核电站生产运行中现状及应用.docVIP

浅析大数据技术在核电站生产运行中现状及应用 　　摘 要随着自动化程度及信息集成度的日益提高，大数据对各个行业产生了非常大的影响，核电站在建设、调试以及运行维护过程会产生并积累大量的数据，这些数据符合大数据特征。本文拟对大数据在核电站的现状进行阐述，并提出大数据思路在核电站中的应用，旨在通过其对数据进行的统计、分析和充分挖掘，实现大数据对核电站安全、经济、稳定运行的作用和价值。 　　【关键词】大数据 核电站 现状 应用 　　1 引言 　　大数据，或称巨量资料、海量资料，是指无法在可承受时间、范围内借助常规的软件工具来捕捉、处理以及管理的数据的总称，一般被用来形容某一公司所创造的大量非结构化、半结构化的在下载到关系型数据库用以分析时会耗费大量时间与资金的数据。大数据具有数据体量巨大、数据种类繁多、处理速度快以及在合理利用、准确分析、充分挖掘数据的情况下能够带来巨大价值回报的特点。 　　同样在核电站，随着电站自动化程度及信息集成度的日益提高，以及分布式控制系统（distributed controlsystem，DCS）在电站中的应用，电站在建设以及调试运行中积累了大量的数据，并且随着机组后续的持续运行以及维护中，尤其DCS 中所存储的生产运行数据的数据量不断增长，这些运行数据都具有大容量、多样性、处理速度快和价值高等大数据的明显特征，根据定义，可以被认为是大数据。 　　很多企业依据大数据技术方法解决在企业生产运行中遇到的一些实际问题，并已取得不错的研究成果。同样，运用该思路及方法在核电站的日常运行、维护以及缺陷问题的解决上，也将取得意想不到的效果。 　　2 核电站大数据介绍 　　2.1 核电大数据的分类 　　随着核电机组的建设的不断推进，机组在调试、持续的运行以其日常的维护中，核电站积累了大量电站运行以及业务数据，这些数据主要分为三类： 　　2.1.1 电站建设以及设备制造数据 　　在电站的选址、设计、厂房及设备建造过程中累积的大量材料以及数据，尤其是大量的有关设备技术性文件，如出厂测试、竣工文件、安装运行说明、运行维护手册等。 　　2.1.2 电站调试运行及设备状态数据 　　电站在调试以及验收移交过程中产生的数据；在稳定运行以及维护过程中，系统实时的监测数据。 　　2.1.3 电站内部管理流程数据 　　电站商务、维护管理以及内部管理流程产生的数据。 　　2.2 核电大数据的特点 　　通常，大数据的基本特征可以用4 个V 来总结，即Volume（数据规模大）、Variety（数据类型多）、Value（价值密度低）、Velocity（处理速度快）[1]，同样核电数据符合大数据特征具体如下： 　　2.2.1 数据规模大（Volume） 　　即所需收集、存储、分发的数据规模远超传统管理技术的管理能力。以KDO（试验数据采集系统）系统、KIC（电站计算机系统）系统为例，数据ms级进行记录和采集，在稳定运行阶段每天产生的数据量在GB级。 　　2.2.2 数据类型多（Variety） 　　相对于以往便于存储的以文本为主的结构化数据，非结构化数据越来越多，包括音频、视频、图片等多种类型的数据，如现场设备运行状态（振动、红外测试）的记录随着记录设备的功能提升，给数据记录带来新的格式。 　　2.2.3 价值密度低（Value） 　　大数据的价值密度比较低，例如数小时的连续监控数据，可能有重大价值的数据仅仅只有一两秒。 　　2.2.4 处理速度快（Velocity） 　　数据流往往为高速实时数据流，而且往往需要快速、持续的实时处理；相应的处理工具亦在快速发展和演进。以DCS以及与其通讯的系统为例，针对ms级的采样周期及处理速度，产生的数据及记录是非常巨大的。 　　3 核电大数据的现状及发展意义 　　3.1 核电大数据的作用及意义 　　大数据技术涉及数据存储、合并压缩、清洗过滤、格式转换、统计分析、知识发现和决策支持等多个方面的技术。其本质是一种数据分析的前沿技术，与传统的海量数据处理技术不同的是，它除了数据规模呈现几何级数增长的特征之外，还包括所有数据类型的采集、分类、处理、分析和展现等多个方面，从可以实现从大数据中挖掘潜在的巨大价值。 　　在核电站领域，大数据的作用及价值可以体现在如下方面： 　　3.1.1 提高运行效率 　　对不同负荷下的历史数据进行挖掘，挖掘出运行参数与性能指标之间的关系，并得到一些可调控参数的运行优化目标值以指导优化运行。同时，根据外在的一些数据，如天气情况、温度、湿度等数据，内外数据关联参考，综合分析，从而提高设备性能，提高运行效率。 　　3.1.2 提高维护效率 　　根据以往维护过程中积累的大量数据，将系统以及设备的检修次数、维修费用以及维修人员数量等数据