大型汽輪機(jī)運(yùn)行特性52015

大型汽輪機(jī)運(yùn)行特性主講：付忠廣教授/博導(dǎo)fuzhongguang@126.com本課程的主要內(nèi)容汽輪機(jī)的調(diào)峰運(yùn)行與汽輪機(jī)熱應(yīng)力和壽命管理汽輪機(jī)啟停和正常運(yùn)行中的幾個(gè)關(guān)鍵問(wèn)題汽輪機(jī)幾種典型運(yùn)行事故與運(yùn)行特性相關(guān)的汽輪機(jī)幾個(gè)典型系統(tǒng)及運(yùn)行管理汽輪機(jī)采用的提高經(jīng)濟(jì)性的先進(jìn)技術(shù)汽輪機(jī)組狀態(tài)的監(jiān)測(cè)和故障診斷第九章提高汽輪機(jī)經(jīng)濟(jì)性的先進(jìn)技術(shù)新蒸汽參數(shù)的提高由熱力學(xué)理論可知，提高新蒸汽參數(shù)能明顯改善機(jī)組的運(yùn)行經(jīng)濟(jì)性，特別是提高新蒸汽壓力。國(guó)內(nèi)外還在進(jìn)一步提高新蒸汽壓力以及采取二次再熱。目前已相繼出現(xiàn)新汽壓力為30～35MPa的超超臨界機(jī)組投入運(yùn)行。提高新蒸汽的壓力和溫度，都是降低熱耗的重要手段。ABB進(jìn)行了計(jì)算分析，如對(duì)初壓為18MPa、25MPa及30MPa和初溫、再熱汽溫為540℃、565℃、600℃的機(jī)組，當(dāng)其他參數(shù)相同，壓力從亞臨界18MPa提高到超臨界25MPa及以上時(shí)，熱耗降低約l.8%～2.0%；當(dāng)初壓不變而汽溫從540℃提高至565℃時(shí)，熱耗約可降低1.3%～l.5%，如果提高到600℃，則熱耗可降低3%～3.5%。目前，國(guó)內(nèi)外正在對(duì)初溫為700℃等級(jí)的汽輪機(jī)轉(zhuǎn)子、葉片、螺栓等材料的熱強(qiáng)度以及轉(zhuǎn)子、汽缸、管道等材料的焊接問(wèn)題等方面進(jìn)行科研攻關(guān)。子午面邊界噴嘴蜂窩式汽封可控渦及全三維（馬刀）型反動(dòng)式葉片馬刀型靜葉片及隔板低壓低直徑汽封隔板三元流場(chǎng)三種馬刀型S2流面計(jì)算提高經(jīng)濟(jì)性的先進(jìn)技術(shù)葉片和級(jí)設(shè)計(jì)的改進(jìn)中間級(jí)葉片采用進(jìn)汽邊為大圓弧中間級(jí)葉片采用以（可控渦設(shè)計(jì)的、三維計(jì)算方法設(shè)計(jì)的）扭曲葉片低壓缸對(duì)整臺(tái)機(jī)組的出力和經(jīng)濟(jì)性是至關(guān)重要的，特別是末級(jí)葉片的結(jié)構(gòu)與性能。國(guó)內(nèi)外的幾個(gè)汽輪機(jī)制造廠均致力于研究發(fā)展低壓缸及末級(jí)葉片。馬刀型全三元理論計(jì)入葉片力減少二次流損失減少靜葉葉根部轉(zhuǎn)折角后加載沿葉高等反動(dòng)度分布直葉片可控渦葉型馬刀型動(dòng)靜葉高效反動(dòng)式可控渦及全馬刀型葉型

當(dāng)代計(jì)算氣動(dòng)力學(xué)的頂尖技術(shù)*邊界層湍流模型的方法及數(shù)值求解*國(guó)際先進(jìn)N-S全三元求解的水平準(zhǔn)確模擬不同工況之間的相對(duì)變化準(zhǔn)確模擬全場(chǎng)參數(shù)的分布規(guī)律N-S全三元?dú)鈩?dòng)計(jì)算技術(shù)汽輪機(jī)靜葉柵通流部分差異只在中壓缸：

**三缸為高中壓合缸，中壓?jiǎn)瘟?，通流量大?*四缸為高中壓分缸，中壓雙流。性能差異：

**經(jīng)濟(jì)性四缸優(yōu)于三缸**三缸中壓動(dòng)葉用足材料的強(qiáng)度極限**結(jié)構(gòu)成本三缸低于四缸**四缸啟動(dòng)性能更好三缸與四缸機(jī)組*最大應(yīng)力下降50%。*加快冷態(tài)啟動(dòng)時(shí)間，縮短2小時(shí)左右。*提高高壓缸通流效率。無(wú)中心孔轉(zhuǎn)子蒸汽輪機(jī)通流部分汽封減小根部漏汽量及相關(guān)的隔板漏汽和平衡孔汽量漏汽控制

LeakageControl蜂窩式汽封減少汽道中的二次流損失接觸式汽封原理接觸式汽封產(chǎn)品圖片接觸式汽封產(chǎn)品圖片本課程的主要內(nèi)容汽輪機(jī)的調(diào)峰運(yùn)行與汽輪機(jī)熱應(yīng)力和壽命管理汽輪機(jī)啟停和正常運(yùn)行中的幾個(gè)關(guān)鍵問(wèn)題汽輪機(jī)幾種典型運(yùn)行事故與運(yùn)行特性相關(guān)的汽輪機(jī)幾個(gè)典型系統(tǒng)及運(yùn)行管理汽輪機(jī)采用的提高經(jīng)濟(jì)性的先進(jìn)技術(shù)汽輪機(jī)組狀態(tài)的監(jiān)測(cè)和故障診斷第十章汽輪機(jī)組狀態(tài)的監(jiān)測(cè)和故障診斷狀態(tài)監(jiān)測(cè)和故障診斷是機(jī)組狀態(tài)檢修的基礎(chǔ)。目前各大機(jī)組雖已具有常規(guī)的監(jiān)測(cè)裝置，但這些常規(guī)監(jiān)測(cè)裝置尚不能判別設(shè)備的趨向。為此，必須進(jìn)一步完善對(duì)汽輪機(jī)組狀態(tài)的監(jiān)測(cè)和故障診斷熱參數(shù)監(jiān)測(cè)及診斷系統(tǒng)的作用系統(tǒng)組成：熱應(yīng)力計(jì)算及壽命估計(jì)、熱參數(shù)監(jiān)測(cè)、熱耗分析和與振動(dòng)系統(tǒng)的分接口等幾部分。系統(tǒng)的作用：實(shí)時(shí)地顯示機(jī)組的運(yùn)行狀態(tài)、系統(tǒng)參數(shù)，以有助于運(yùn)行人員時(shí)刻保證機(jī)組在高效下運(yùn)行。顯示那些影響熱耗率而運(yùn)行人員又可控制的實(shí)時(shí)值與目標(biāo)值。這種顯示有助于運(yùn)行人員控制最佳熱耗率，減少可控?fù)p失。顯示高、中、低壓缸的效率、高加運(yùn)行情況、給水流量的實(shí)測(cè)值、目標(biāo)值和偏差。還可顯示此偏差對(duì)熱耗率的影響情況。狀態(tài)檢修的過(guò)渡時(shí)期科技的發(fā)展必然使電力設(shè)備從預(yù)防性檢修走向狀態(tài)檢修，但這需要一段時(shí)間。在這段時(shí)間里，采用以等效運(yùn)行小時(shí)（EOH）計(jì)算的“不定期預(yù)防性維修”來(lái)過(guò)渡，是一項(xiàng)提高電力生產(chǎn)安全性與經(jīng)濟(jì)性的現(xiàn)實(shí)措施。從預(yù)防性檢修走向狀態(tài)檢修除了為防止突發(fā)性故障外，更多的是考慮“過(guò)”修的不經(jīng)濟(jì)性與不安全性。但由于生產(chǎn)過(guò)程中偶然性故障的不可避免，改正性維修必然存在。根據(jù)國(guó)外的經(jīng)驗(yàn)統(tǒng)計(jì)，改正性維修占30％，預(yù)防性維修占70％是從安全和經(jīng)濟(jì)綜合考慮的一個(gè)較好的比例。狀態(tài)檢修目前，國(guó)內(nèi)和國(guó)外，對(duì)汽輪發(fā)電機(jī)組的檢修大多數(shù)還是沿用預(yù)防性檢修在我國(guó)，作為狀態(tài)檢修技術(shù)基礎(chǔ)的狀態(tài)監(jiān)測(cè)技術(shù)尚在起步階段。國(guó)外狀態(tài)監(jiān)測(cè)技術(shù)雖然發(fā)展較快，但為了保證設(shè)備安全，提高設(shè)備利用率，減少輸出費(fèi)用，卻已采用了一些新的不定期預(yù)防性維修辦法向狀態(tài)維修過(guò)渡。這主要表現(xiàn)在機(jī)組大修的間隔計(jì)算上。德國(guó)大電站聯(lián)合會(huì)VGB提出了汽輪機(jī)大修間隔的計(jì)算方法，他們較早提出用“等效運(yùn)行小時(shí)(EOH)”來(lái)計(jì)算大修間隔。VGB的檢修間隔計(jì)算已采用多年并廣為西歐、北美所使用。如瑞士ABB、美國(guó)EPRI、圣地亞哥煤氣電力公司均用此方法計(jì)算大修間隔。VGB汽輪機(jī)大修間隔計(jì)算方法在VGB的檢修導(dǎo)則《VGB-Rll5Me》中，EOH按下式計(jì)算：式中：Teq—等效運(yùn)行小時(shí)（EOH）;

Tact—實(shí)際運(yùn)行小時(shí)數(shù)；

ns——啟動(dòng)次數(shù)（不分冷熱態(tài)）；

Ts——啟動(dòng)加權(quán)系數(shù)（20~30h）。以上VGB提出的對(duì)汽輪機(jī)檢修間隔的計(jì)算辦法過(guò)于簡(jiǎn)化。它對(duì)不同啟動(dòng)狀態(tài)所造成機(jī)組的不同程度的疲勞損傷未加區(qū)分。TMC汽輪機(jī)大修間隔計(jì)算方法鑒于VGB計(jì)算方法的缺陷，國(guó)際轉(zhuǎn)動(dòng)機(jī)械大會(huì)（TMC）用壽命分配的概念，提出了新的計(jì)算方法。1993年第九屆TMC大會(huì)上通過(guò)了《TMCST002汽輪機(jī)檢修導(dǎo)則》，計(jì)算公式如下：式中：Teq—等效運(yùn)行小時(shí)（EOH）;

Tact—實(shí)際運(yùn)行小時(shí)數(shù)；

SnsTs—各類(lèi)啟動(dòng)次數(shù)乘以相應(yīng)的加權(quán)系數(shù)的總和。

ncTc—冷態(tài)啟動(dòng)次數(shù)×加權(quán)系數(shù)；

nwTw—溫態(tài)啟動(dòng)次數(shù)×加權(quán)系數(shù)；

nh

Th—熱態(tài)啟動(dòng)次數(shù)×加權(quán)系數(shù)；

nvTv—極熱態(tài)啟動(dòng)次數(shù)×加權(quán)系數(shù)；機(jī)組的診斷盡管現(xiàn)代化機(jī)組控制系統(tǒng)先進(jìn)，自動(dòng)化程度高，保護(hù)功能多，但用來(lái)直接反映機(jī)組運(yùn)行效益和進(jìn)行故障診斷的專(zhuān)家系統(tǒng)還很不完善。目前只能由運(yùn)行人員或技術(shù)人員通過(guò)對(duì)機(jī)組運(yùn)行參數(shù)的分析來(lái)間接地反映和判斷機(jī)組的健康水平，因此，對(duì)設(shè)備故障的判斷和設(shè)備性能效益的評(píng)價(jià)缺乏預(yù)知性、準(zhǔn)確性和科學(xué)性，而且費(fèi)時(shí)費(fèi)力。同時(shí)，對(duì)運(yùn)行人員的優(yōu)化操作和檢修人員的狀態(tài)檢修也帶來(lái)很大困難。汽輪機(jī)組的狀態(tài)監(jiān)測(cè)和故障診斷內(nèi)容狀態(tài)監(jiān)測(cè)和故障診斷的內(nèi)容可分為機(jī)械類(lèi)和熱參數(shù)類(lèi)兩大類(lèi)。機(jī)械類(lèi)：轉(zhuǎn)子不平衡、轉(zhuǎn)子彎曲、轉(zhuǎn)子渦動(dòng)、轉(zhuǎn)子碰摩、軸承不穩(wěn)定、短路電流轉(zhuǎn)矩、熱膨脹、葉片斷裂、進(jìn)冷汽冷水、閥門(mén)門(mén)桿卡澀、熱疲勞裂紋、閥門(mén)開(kāi)度等。熱參數(shù)類(lèi)：壓力、溫度、溫差、壓差、溫度變化率、壓力變化率、轉(zhuǎn)速、流量、流速等。熱參數(shù)監(jiān)測(cè)及故障診斷的優(yōu)勢(shì)以往人們對(duì)振動(dòng)信號(hào)給予極大重視，而忽視了熱力過(guò)程參數(shù)。其實(shí)，熱力過(guò)程參數(shù)對(duì)通流部分及其有關(guān)系統(tǒng)故障的反應(yīng)是十分敏感的，往往在重大事故發(fā)生之前或剛出現(xiàn)前兆時(shí)就可以從熱參數(shù)的異常變化得到及時(shí)的預(yù)報(bào)，迅速地采取果斷措施來(lái)預(yù)防事故的發(fā)生。此外，汽輪機(jī)熱力參數(shù)的測(cè)量數(shù)據(jù)非常豐富，可以用多個(gè)參數(shù)的變化規(guī)律來(lái)明確故障的性質(zhì)、程度及具體位置，從而及時(shí)地做好損壞部件的備品，縮短機(jī)組的檢修時(shí)間。鑒于上述原因，汽輪機(jī)組設(shè)置在線的熱參數(shù)監(jiān)測(cè)及故障診斷系統(tǒng)很有必要，而且它可與機(jī)組振動(dòng)診斷系統(tǒng)（如果有的話）聯(lián)絡(luò)通訊，組成一個(gè)完整的電廠計(jì)算機(jī)診斷專(zhuān)家系統(tǒng)。用專(zhuān)家系統(tǒng)進(jìn)行設(shè)備的診斷通過(guò)對(duì)各種診斷經(jīng)驗(yàn)的描述，有利于存儲(chǔ)和推廣專(zhuān)家寶貴的經(jīng)驗(yàn)知識(shí)；眾多專(zhuān)家的知識(shí)可以被融合進(jìn)診斷系統(tǒng)，得到綜合利用；擁有人機(jī)聯(lián)合診斷功能，可以充分發(fā)揮現(xiàn)場(chǎng)人員的主觀能動(dòng)性。數(shù)據(jù)、信息和知識(shí)考慮故障診斷人的決策過(guò)程：事實(shí)和數(shù)據(jù)

—→

思維

—→

產(chǎn)生結(jié)論

—→

決策方案

—→

決策實(shí)施。這個(gè)過(guò)程實(shí)際是：數(shù)據(jù)—→信息—→知識(shí)—→決策目標(biāo)的過(guò)程。數(shù)據(jù)：是某些具體對(duì)象的原始反映和描述。單純的數(shù)據(jù)不能提供判斷或解釋?zhuān)皇菦Q策行動(dòng)的可靠基礎(chǔ)。信息：對(duì)數(shù)據(jù)進(jìn)行分析，找出其中的關(guān)系，賦予數(shù)據(jù)以某種意義和關(guān)聯(lián)，就形成了信息。信息雖然有一定的意義，但它往往和人們手頭的任務(wù)沒(méi)有什么聯(lián)系，還不能作為判斷、決策和行動(dòng)的依據(jù)。知識(shí)：對(duì)信息進(jìn)行深入洞察和再加工，從中理解出其包含的模式，才能獲得可資利用的信息，即形成知識(shí)。知識(shí)才是決策可依賴(lài)的基礎(chǔ)。我們現(xiàn)在生活在一個(gè)網(wǎng)絡(luò)化的時(shí)代，大量信息在給人們帶來(lái)方便的同時(shí)也帶來(lái)了一大堆問(wèn)題：第一是信息過(guò)量，難以消化；第二是信息真假難以辨識(shí)；第三是信息安全難以保證；第四是信息形式不一致，難以統(tǒng)一處理。人們開(kāi)始考慮：“如何才能不被信息淹沒(méi)，而是從中及時(shí)發(fā)現(xiàn)有用的知識(shí)、提高信息利用率？”隨著數(shù)據(jù)庫(kù)技術(shù)的迅速發(fā)展，人們積累的數(shù)據(jù)越來(lái)越多。激增的數(shù)據(jù)背后隱藏著許多重要的信息，人們希望能夠?qū)ζ溥M(jìn)行更高層次的分析，以便更好地利用這些數(shù)據(jù)。目前的數(shù)據(jù)庫(kù)系統(tǒng)，無(wú)法發(fā)現(xiàn)數(shù)據(jù)中存在的關(guān)系和規(guī)則，無(wú)法根據(jù)現(xiàn)有的數(shù)據(jù)預(yù)測(cè)未來(lái)的發(fā)展趨勢(shì)。缺乏挖掘數(shù)據(jù)背后隱藏的知識(shí)的手段，導(dǎo)致了“數(shù)據(jù)爆炸但知識(shí)貧乏”的現(xiàn)象。知識(shí)種類(lèi)、專(zhuān)家知識(shí)及其特點(diǎn)

知識(shí)獲得的途徑:通過(guò)書(shū)本知識(shí)的學(xué)習(xí)這類(lèi)知識(shí)的邏輯性、系統(tǒng)性、結(jié)構(gòu)性強(qiáng)，可以通過(guò)學(xué)習(xí)和訓(xùn)練得到，但不易于直接應(yīng)用；長(zhǎng)期實(shí)踐的經(jīng)驗(yàn)積累或向有經(jīng)驗(yàn)的人學(xué)習(xí)這類(lèi)知識(shí)的綜合性、啟發(fā)性、不確定性強(qiáng)，而結(jié)構(gòu)性、邏輯性、系統(tǒng)性差，盡管它一般缺乏嚴(yán)格的理論依據(jù)，難以保證其普遍適用性和正確性，但在一些應(yīng)用場(chǎng)合卻往往簡(jiǎn)潔、實(shí)用、有效。專(zhuān)家知識(shí)是將基本理論與一般原則和經(jīng)驗(yàn)知識(shí)的有機(jī)結(jié)合而構(gòu)成的綜合體。人類(lèi)專(zhuān)家知識(shí)與人工專(zhuān)家知識(shí)有不同的特點(diǎn)人類(lèi)專(zhuān)家知識(shí)不穩(wěn)定的，是不斷在實(shí)踐中積累、補(bǔ)充和完善的；它具有專(zhuān)有特性，為各個(gè)專(zhuān)家所專(zhuān)有，不便于交流與傳播；結(jié)構(gòu)性、系統(tǒng)性不強(qiáng)，不便于整理、編輯和形式化表達(dá)；獲得往往要經(jīng)長(zhǎng)期親身實(shí)踐逐漸積累，代價(jià)極高。人工專(zhuān)家知識(shí)相對(duì)穩(wěn)定的（具有自學(xué)習(xí)功能的除外），便于復(fù)制、傳播，可使更多的人共享寶貴的專(zhuān)家知識(shí)資源；用形式化表達(dá)，便于對(duì)知識(shí)進(jìn)行整理與編輯；獲取的代價(jià)相對(duì)較低（與培養(yǎng)一名人類(lèi)專(zhuān)家相比）專(zhuān)家系統(tǒng)的特點(diǎn)專(zhuān)家系統(tǒng)是一種人工智能軟件系統(tǒng)。專(zhuān)家系統(tǒng)是一門(mén)綜合性很強(qiáng)的邊緣學(xué)科。專(zhuān)家系統(tǒng)的處理問(wèn)題能力和水平取決于它擁有的知識(shí)容量與質(zhì)量。設(shè)備診斷專(zhuān)家系統(tǒng)往往可以兼有解釋、診斷、監(jiān)督、預(yù)測(cè)、維修或指導(dǎo)等功能。專(zhuān)家系統(tǒng)診斷方法致命的弱點(diǎn)：專(zhuān)家系統(tǒng)診斷準(zhǔn)確率的高低，主要取決于知識(shí)庫(kù)中知識(shí)的多少及正確率的大小，其成功與否與領(lǐng)域?qū)＜业慕?jīng)驗(yàn)有關(guān)；知識(shí)的獲取是一個(gè)難度很大的問(wèn)題。大數(shù)據(jù)（數(shù)據(jù)挖掘）是一種新的信息處理技術(shù)。人們把數(shù)據(jù)看作是形成知識(shí)的源泉，好像從礦石中采礦或淘金一樣。知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘強(qiáng)調(diào)事實(shí)第一，而專(zhuān)家系統(tǒng)強(qiáng)調(diào)經(jīng)驗(yàn)第一。數(shù)據(jù)挖掘可以形成專(zhuān)家系統(tǒng)的有力補(bǔ)充。我們?cè)谂⒋髷?shù)據(jù)（數(shù)據(jù)挖掘）技術(shù)應(yīng)用于電廠機(jī)組的故障診斷、狀態(tài)檢修和運(yùn)行優(yōu)化等。大數(shù)據(jù)的定義38Bigdataisacollectionofdatasetssolargeandcomplexthatitbecomesdifficulttoprocessusingon-handdatabasemanagementtools.大數(shù)據(jù)意指一個(gè)超大的、難以用現(xiàn)有常規(guī)的數(shù)據(jù)庫(kù)管理技術(shù)和工具處理的數(shù)據(jù)集。維基百科Bigdatatechnologiesdescribeanewgenerationoftechnologiesandarchitectures,designedtoeconomicallyextractvaluefromverylargevolumesofawidevarietyofdata,byenablinghigh-velocitycapture,discovery,and/oranalysis.大數(shù)據(jù)技術(shù)描述了一種新一代技術(shù)和構(gòu)架，用于以很經(jīng)濟(jì)的方式、以高速的捕獲、發(fā)現(xiàn)和分析技術(shù)，從各種超大規(guī)模的數(shù)據(jù)中提取價(jià)值。IDC年度數(shù)字宇宙研究報(bào)告《從混沌中提取價(jià)值》大數(shù)據(jù)的戰(zhàn)略意義39在于對(duì)這些含有意義的數(shù)據(jù)進(jìn)行專(zhuān)業(yè)化處理。換言之，如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實(shí)現(xiàn)盈利的關(guān)鍵，在于提高對(duì)數(shù)據(jù)的“加工能力”，通過(guò)“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。大數(shù)據(jù)的戰(zhàn)略意義兩個(gè)關(guān)鍵點(diǎn)40大量新數(shù)據(jù)源的出現(xiàn)則導(dǎo)致了非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)爆發(fā)式的增長(zhǎng)根據(jù)監(jiān)測(cè)，人類(lèi)產(chǎn)生的數(shù)據(jù)量正在呈指數(shù)級(jí)增長(zhǎng)，大約每?jī)赡攴环?，這個(gè)速度在2020年之前會(huì)繼續(xù)保持下去。這意味著人類(lèi)在最近兩年產(chǎn)生的數(shù)據(jù)量相當(dāng)于之前產(chǎn)生的全部數(shù)據(jù)量數(shù)據(jù)量增加數(shù)據(jù)結(jié)構(gòu)日趨復(fù)雜這些由我們創(chuàng)造的信息背后產(chǎn)生的這些數(shù)據(jù)早已經(jīng)遠(yuǎn)遠(yuǎn)超越了目前人力所能處理（獲取，存儲(chǔ)，管理，分析）的范疇大數(shù)據(jù)時(shí)代正在來(lái)臨..傳統(tǒng)數(shù)據(jù)vs大數(shù)據(jù)數(shù)據(jù)量傳統(tǒng)數(shù)據(jù)41速度多樣性?xún)r(jià)值大數(shù)據(jù)傳統(tǒng)軟件能在需要時(shí)間內(nèi)處理完畢傳統(tǒng)軟件無(wú)法在需要時(shí)間內(nèi)處理完畢增長(zhǎng)慢，可以實(shí)時(shí)處理增長(zhǎng)快，傳統(tǒng)構(gòu)架無(wú)法實(shí)時(shí)處理結(jié)構(gòu)化數(shù)據(jù)結(jié)構(gòu)化，半結(jié)構(gòu)化非結(jié)構(gòu)化統(tǒng)計(jì)和報(bào)表為主深度挖掘和預(yù)測(cè)對(duì)大數(shù)據(jù)的認(rèn)識(shí)42華北電力大學(xué)付忠廣/fuzhongguang@163.com數(shù)據(jù)的價(jià)值43大數(shù)據(jù)的特點(diǎn)（4個(gè)“V”）44華北電力大學(xué)付忠廣/fuzhongguang@163.com1PB（Petabyte千萬(wàn)億字節(jié)拍字節(jié)）=10^3TB=10^6GB數(shù)據(jù)的回報(bào)4546數(shù)據(jù)挖掘數(shù)據(jù)庫(kù)越來(lái)越大有價(jià)值的知識(shí)可怕的數(shù)據(jù)大數(shù)據(jù)，數(shù)據(jù)爆炸，知識(shí)貧乏數(shù)據(jù)挖掘的原由數(shù)據(jù)挖掘----定義數(shù)據(jù)挖掘--從大量數(shù)據(jù)中尋找其規(guī)律的技術(shù)，是統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫(kù)技術(shù)和人工智能技術(shù)的綜合。數(shù)據(jù)挖