能源管控大數(shù)據(jù)應(yīng)用解決方案

能源管控大數(shù)據(jù)應(yīng)用解決方案目錄一、現(xiàn)狀分析二、能管大數(shù)據(jù)技術(shù)應(yīng)用三、具體應(yīng)用功能一、現(xiàn)狀分析

作為中國(guó)軌道交通運(yùn)輸裝備制造領(lǐng)域的旗艦企業(yè)，深入貫徹“中國(guó)制造2025”推進(jìn)精益智造的核心精神，非常重視能源管控體系在建設(shè)智能化車廠方面的支撐作用，歷經(jīng)四年分期持續(xù)構(gòu)建能源管控基礎(chǔ)設(shè)施、監(jiān)控中心與平臺(tái)系統(tǒng)，現(xiàn)已初具規(guī)模，形成可實(shí)現(xiàn)集成應(yīng)用、協(xié)同提效的數(shù)據(jù)條件。近年來(lái)大數(shù)據(jù)技術(shù)綜合運(yùn)用實(shí)踐日趨成熟，長(zhǎng)客能源擬增量開(kāi)發(fā)能管大數(shù)據(jù)功能模塊，提升企業(yè)在用熱、用電、供風(fēng)、供水、退火爐、電焊機(jī)、天然氣等能源工藝方面的利用效率。其中，包括工業(yè)鍋爐、供熱管網(wǎng)、熱用戶在內(nèi)的熱能消耗占據(jù)全廠能耗總量的80%，屬于用能大戶，本次方案主要針對(duì)熱力用能網(wǎng)絡(luò)進(jìn)行節(jié)能降耗減排大數(shù)據(jù)技術(shù)應(yīng)用設(shè)計(jì)，爭(zhēng)取提高能耗在線分析、異常告警、運(yùn)行優(yōu)化、負(fù)荷預(yù)測(cè)、效率診斷、目標(biāo)尋優(yōu)等方面的性能。目錄一、現(xiàn)狀分析二、能管大數(shù)據(jù)技術(shù)應(yīng)用三、具體應(yīng)用功能二、能管大數(shù)據(jù)技術(shù)應(yīng)用大數(shù)據(jù)技術(shù)基礎(chǔ)概念二、能管大數(shù)據(jù)技術(shù)應(yīng)用大數(shù)據(jù)技術(shù)正在逐漸從互聯(lián)網(wǎng)應(yīng)用向工業(yè)應(yīng)用方向發(fā)展，其應(yīng)用趨勢(shì)主要包括：預(yù)測(cè)分析、相關(guān)性分析、優(yōu)化分析和異常預(yù)警等。大數(shù)據(jù)技術(shù)基本原理二、能管大數(shù)據(jù)技術(shù)應(yīng)用能管大數(shù)據(jù)應(yīng)用總體架構(gòu)將關(guān)于生產(chǎn)系統(tǒng)能源利用的海量過(guò)程數(shù)據(jù)、設(shè)備數(shù)據(jù)、成本數(shù)據(jù)、工藝數(shù)據(jù)、質(zhì)量數(shù)據(jù)等，經(jīng)過(guò)實(shí)時(shí)采集、數(shù)據(jù)清洗和濾波，并基于聚類、分類、關(guān)聯(lián)分析、異常偵測(cè)、主成分等多種算法，建立各類分析模型，并封裝成可重復(fù)調(diào)用的微服務(wù)組件，提供技術(shù)經(jīng)濟(jì)指標(biāo)分析、生產(chǎn)運(yùn)行優(yōu)化、產(chǎn)效診斷、環(huán)保減排等微應(yīng)用。二、能管大數(shù)據(jù)技術(shù)應(yīng)用能源管控大數(shù)據(jù)應(yīng)用功能清單序號(hào)功能名稱實(shí)施內(nèi)容具體方法效益預(yù)期1鏈條爐爐排燃燒運(yùn)行優(yōu)化變工況運(yùn)行條件下，在線實(shí)時(shí)執(zhí)行以下功能：燃燒效率的計(jì)算典型工況的識(shí)別與尋優(yōu)影響因素偏差分析與展示優(yōu)化操作指導(dǎo)有效性評(píng)價(jià)與效益核算選擇一定變工況出力范圍，采集鍋爐熱負(fù)荷、系統(tǒng)運(yùn)行/試驗(yàn)數(shù)據(jù)，構(gòu)建爐排燃燒優(yōu)化大數(shù)據(jù)特征模型，以鍋爐當(dāng)前燃燒效率動(dòng)態(tài)最優(yōu)為目標(biāo)，量化分析煤層厚度、煤粒粒徑、爐排速度、爐床溫度、爐膛出口溫度、給煤速率、飛灰含碳量、爐渣含碳量等參數(shù)的偏差影響，并可視化展示、排序、報(bào)警、對(duì)應(yīng)提示改進(jìn)性操作措施。實(shí)際運(yùn)行燃燒效率平均提高10%2過(guò)量空氣系數(shù)在線診斷變工況運(yùn)行條件下，在線實(shí)時(shí)執(zhí)行以下功能：過(guò)量空氣系數(shù)的實(shí)時(shí)計(jì)算鍋爐熱效率、凈效率的計(jì)算鍋爐出口最佳氧量的尋優(yōu)影響因素的偏差比對(duì)與展示氧量沿程分布及重要設(shè)備區(qū)段漏風(fēng)率計(jì)算的顯示、報(bào)警選擇一定變工況出力范圍，采集鍋爐熱負(fù)荷、系統(tǒng)運(yùn)行/試驗(yàn)數(shù)據(jù)，構(gòu)建最佳過(guò)量空氣系數(shù)大數(shù)據(jù)特征模型，以鍋爐熱效率/凈效率動(dòng)態(tài)最優(yōu)為目標(biāo)，量化分析送風(fēng)量、風(fēng)煤比、風(fēng)箱爐膛差壓、排煙溫度、送風(fēng)機(jī)電流、引風(fēng)機(jī)電流以及煙氣上下游沿程區(qū)段位置含氧量（如爐膛出口、煙道、空預(yù)器、電除塵）等參數(shù)的偏差影響，并可視化展示、排序、報(bào)警、對(duì)應(yīng)提示改進(jìn)性操作措施。自動(dòng)生成最佳氧量運(yùn)行基準(zhǔn)曲線圖。實(shí)際運(yùn)行熱效率平均提高8%二、能管大數(shù)據(jù)技術(shù)應(yīng)用能源管控大數(shù)據(jù)應(yīng)用功能清單序號(hào)功能名稱實(shí)施內(nèi)容具體方法效益預(yù)期3受熱面清潔狀態(tài)綜合評(píng)估變工況運(yùn)行條件下，在線實(shí)時(shí)執(zhí)行以下功能：鍋爐換熱效率、受熱面清潔系數(shù)的實(shí)時(shí)計(jì)算。換熱效率變工況尋優(yōu)。影響因素偏差分析與展示。鍋爐吹灰操作指導(dǎo)。受熱面外表面積灰結(jié)渣狀態(tài)與速率預(yù)測(cè)。受熱面內(nèi)表面結(jié)垢狀態(tài)與速率預(yù)測(cè)。選擇一定變工況出力范圍，采集鍋爐煙氣/汽水工質(zhì)數(shù)據(jù)、換熱管束狀態(tài)數(shù)據(jù)、在線化學(xué)儀表數(shù)據(jù)、燃煤量、燃料成分等，構(gòu)建受熱面清潔系數(shù)大數(shù)據(jù)特征模型，實(shí)時(shí)計(jì)算鍋爐換熱效率、受熱面清潔系數(shù)，以鍋爐當(dāng)前換熱效率動(dòng)態(tài)最優(yōu)為目標(biāo)，量化分析水汽品質(zhì)、受熱面金屬壁溫、汽水溫度、工質(zhì)溫降、煙水溫差等參數(shù)的偏差影響，并可視化展示、排序、報(bào)警、對(duì)應(yīng)提示改進(jìn)性操作措施。實(shí)際運(yùn)行換熱效率平均提高15%4大氣污染物排放預(yù)測(cè)預(yù)調(diào)變工況運(yùn)行條件下，在線實(shí)時(shí)執(zhí)行以下功能：鍋爐出口氮氧化物、二氧化硫排放濃度的實(shí)時(shí)預(yù)測(cè)。盡早法、推遲法、強(qiáng)風(fēng)后吹法、混合法配風(fēng)方式的判斷。預(yù)測(cè)排放濃度與在線檢測(cè)排放濃度的比對(duì)，以及操作項(xiàng)參數(shù)的偏差對(duì)比、關(guān)聯(lián)參數(shù)的相關(guān)度排序、操作修正措施推薦。根據(jù)鍋爐每天負(fù)荷計(jì)劃預(yù)測(cè)環(huán)保成本經(jīng)濟(jì)性。選擇一定變工況出力范圍，采集歷史數(shù)據(jù)庫(kù)中的鍋爐與煙氣治理系統(tǒng)的運(yùn)行數(shù)據(jù)、操作數(shù)據(jù)、質(zhì)量數(shù)據(jù)、物料平衡數(shù)據(jù)和能源數(shù)據(jù)，應(yīng)用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法，建立低氮燃燒、爐內(nèi)脫硫操作參數(shù)與其鍋爐出口氮氧化物、二氧化硫排放濃度的軟測(cè)量模型，對(duì)鍋爐出口大氣污染物排放濃度進(jìn)行實(shí)時(shí)計(jì)算，縮短污染物爐前脫除工藝的滯后時(shí)間。輸出一二次風(fēng)門開(kāi)度、脫硫劑用量、脫硫劑顆粒粒徑、脫硫劑純度、脫硫效率等操作指導(dǎo)參數(shù)。確保達(dá)標(biāo)排放，污染物脫除效率提高25%二、能管大數(shù)據(jù)技術(shù)應(yīng)用能源管控大數(shù)據(jù)應(yīng)用功能清單序號(hào)功能名稱實(shí)施內(nèi)容具體方法效益預(yù)期5鍋爐動(dòng)力站負(fù)荷預(yù)控調(diào)度站總熱負(fù)荷的預(yù)測(cè)分臺(tái)鍋爐熱負(fù)荷的安全經(jīng)濟(jì)分配總負(fù)荷加權(quán)臺(tái)平均預(yù)測(cè)值與各臺(tái)鍋爐最大可達(dá)到出力的偏差分析。每臺(tái)鍋爐可達(dá)到出力與加權(quán)臺(tái)平均熱負(fù)荷的偏差分析，可視化展示限制出力因子的影響度排序。在總熱負(fù)荷相同條件下，全站/分臺(tái)鍋爐單位綜合煤耗預(yù)測(cè)值、實(shí)際值的比對(duì)分析。采集歷史數(shù)據(jù)庫(kù)中的氣候環(huán)境、作業(yè)產(chǎn)量、設(shè)備產(chǎn)能、工藝能耗、供熱標(biāo)準(zhǔn)、用熱面積、耗熱強(qiáng)度等數(shù)據(jù)，應(yīng)用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法，建立鍋爐熱負(fù)荷軟測(cè)量模型，預(yù)測(cè)輸出鍋爐站所總熱負(fù)荷數(shù)值、分臺(tái)鍋爐熱負(fù)荷數(shù)值。生成鍋爐計(jì)劃負(fù)荷延續(xù)時(shí)間圖、煤耗微增率分布時(shí)間圖，并列顯最大負(fù)荷、平均負(fù)荷、最低負(fù)荷等數(shù)據(jù)。鍋爐站所運(yùn)行煤耗降低20%6熱用戶適用定額動(dòng)態(tài)優(yōu)化蒸汽采暖、溫水采暖、涂裝烘干、生活熱水、產(chǎn)汽自用等用戶動(dòng)態(tài)預(yù)測(cè)母管、分汽缸、分支、用戶的實(shí)時(shí)負(fù)荷定額。動(dòng)態(tài)預(yù)測(cè)母管、分汽缸、分支、用戶的累積耗熱量定額。各項(xiàng)定額值與實(shí)際值的比較。各項(xiàng)完成偏差的報(bào)警及原因分析。采集季節(jié)氣候、產(chǎn)品數(shù)量、產(chǎn)品合格率、熱指標(biāo)先進(jìn)值、用熱面積、等數(shù)據(jù)，應(yīng)用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法，建立熱用戶用熱定額軟測(cè)量模型，預(yù)測(cè)輸出熱力管網(wǎng)干線、分支、用戶端的用熱負(fù)荷定額數(shù)值和時(shí)期累積耗熱定額數(shù)值，對(duì)應(yīng)比對(duì)不同單元的實(shí)際用熱負(fù)荷、耗熱量，可視化進(jìn)行實(shí)績(jī)偏差分析，并進(jìn)行用熱負(fù)荷、耗熱總量與單位用熱指標(biāo)的動(dòng)態(tài)排序、報(bào)警。降低需求側(cè)用熱損耗15%二、能管大數(shù)據(jù)技術(shù)應(yīng)用能源管控大數(shù)據(jù)應(yīng)用功能清單序號(hào)功能名稱實(shí)施內(nèi)容具體方法效益預(yù)期7熱力系統(tǒng)汽水損耗監(jiān)控優(yōu)化熱力系統(tǒng)汽水損耗可分為正常損耗和非正常損耗。開(kāi)放式用熱導(dǎo)致無(wú)法工質(zhì)回收的情況屬于正常損耗，如鍋爐吹灰、鍋爐排污、水龍頭等；由于外漏引起的損耗屬于非正常損耗。具體內(nèi)容如下：汽水損失率計(jì)算凝結(jié)水回水率計(jì)算汽水損耗異常偵測(cè)、識(shí)別、報(bào)警采集給水流量、給水壓力、補(bǔ)水流量、補(bǔ)水壓力、補(bǔ)水箱水位、供汽流量、蒸汽壓力、供水流量、供水壓力、回水壓力、回水流量等參數(shù)，進(jìn)行數(shù)據(jù)清洗、濾波和標(biāo)準(zhǔn)化，對(duì)熱力系統(tǒng)進(jìn)行汽水損耗工況分析，進(jìn)行多維變量異常偵測(cè)，識(shí)別異常點(diǎn)，生成汽水損耗點(diǎn)具體位置、是否正常、工質(zhì)數(shù)量等報(bào)告、報(bào)警。汽水損失率控制在1%以下8熱力系統(tǒng)用能平衡與效率優(yōu)化熱能利用不平衡率的計(jì)算系統(tǒng)整體、各環(huán)節(jié)熱能利用率的計(jì)算熱能利用率關(guān)聯(lián)參數(shù)的相關(guān)度排序及可視化展示、提效操作措施指導(dǎo)采集熱力系統(tǒng)汽水工質(zhì)的流量、壓力、溫度等參數(shù)，進(jìn)行數(shù)據(jù)清洗、濾波和標(biāo)準(zhǔn)化，對(duì)熱力系統(tǒng)的熱能利用率指標(biāo)以及影響參數(shù)進(jìn)行相關(guān)性分析計(jì)算，并根據(jù)相關(guān)系數(shù)的結(jié)果以及參數(shù)在能源設(shè)備的不同位置，可視化展示相關(guān)性分析結(jié)果，并報(bào)警。熱能利用率整體提高3%目錄一、現(xiàn)狀分析二、能管大數(shù)據(jù)技術(shù)應(yīng)用三、具體應(yīng)用功能三、具體應(yīng)用功能大數(shù)據(jù)應(yīng)用需求分析限制能源利用總量、優(yōu)化能源利用結(jié)構(gòu)、控制能耗用量增速、提升能源利用效率是新時(shí)代高質(zhì)量發(fā)展的重要方面，響應(yīng)國(guó)家能源管理不斷精細(xì)化、體系化、規(guī)范化、創(chuàng)新化的趨勢(shì)要求，自發(fā)、分期、持續(xù)建設(shè)增強(qiáng)自身能源管控能力，在線監(jiān)測(cè)、計(jì)量配備、集中監(jiān)控、數(shù)據(jù)集成、實(shí)績(jī)報(bào)表、組織管理等方面的軟硬件基礎(chǔ)業(yè)已扎實(shí)。經(jīng)現(xiàn)場(chǎng)調(diào)研，目前能管中心還急需在能源平衡、預(yù)測(cè)、調(diào)度、報(bào)警、診斷等優(yōu)化、分析、決策層面進(jìn)行功能增強(qiáng)。比如：跨業(yè)務(wù)域關(guān)聯(lián)分析操作條件對(duì)耗能數(shù)量的影響分析操作條件對(duì)用能效率的影響分析用能鏈上能耗影響因素相關(guān)性分析相關(guān)性分析時(shí)滯分析操作變量之間的時(shí)滯計(jì)算操作變量與用能步序、用能效率之間的時(shí)滯計(jì)算實(shí)時(shí)分析氮氧化物排放濃度的軟測(cè)量二氧化硫排放濃度的軟測(cè)量爐排床溫的軟測(cè)量軟測(cè)量質(zhì)量控制蒸汽品質(zhì)的直接控制回水水質(zhì)的評(píng)估處理操作優(yōu)化生產(chǎn)用能模式的自動(dòng)識(shí)別和計(jì)算模式識(shí)別參數(shù)尋優(yōu)能耗強(qiáng)度的優(yōu)化分析工藝效率的優(yōu)化分析工序耗能的優(yōu)化分析換熱器優(yōu)化換熱器效率的實(shí)時(shí)評(píng)估換熱器性能評(píng)估清洗周期優(yōu)化優(yōu)化清洗周期避免清洗不到位減少過(guò)度清洗異常預(yù)警操作參數(shù)異常分析和預(yù)警品質(zhì)參數(shù)異常分析和預(yù)警單指標(biāo)異常分析多指標(biāo)異常分析生產(chǎn)用能模式分析關(guān)鍵指標(biāo)組合異常分析和預(yù)警三、具體應(yīng)用功能鏈條爐爐排燃燒運(yùn)行優(yōu)化1鍋爐熱負(fù)荷、系統(tǒng)運(yùn)行/試驗(yàn)數(shù)據(jù)聚類分析生產(chǎn)工況劃分生產(chǎn)工況辨識(shí)模型遺傳算法尋優(yōu)實(shí)時(shí)采集當(dāng)前工況數(shù)據(jù)最優(yōu)工藝參數(shù)實(shí)時(shí)推薦

采集鍋爐熱負(fù)荷、系統(tǒng)運(yùn)行/試驗(yàn)數(shù)據(jù)，構(gòu)建爐排燃燒優(yōu)化大數(shù)據(jù)特征模型，以鍋爐當(dāng)前燃燒效率動(dòng)態(tài)最優(yōu)為目標(biāo)，量化分析煤層厚度、煤粒粒徑、爐排速度、爐床溫度、爐膛出口溫度、給煤速率、飛灰含碳量、爐渣含碳量等參數(shù)的偏差影響，并可視化展示、排序、報(bào)警、對(duì)應(yīng)提示改進(jìn)性操作措施。爐排燃燒優(yōu)化模型三、具體應(yīng)用功能過(guò)量空氣系數(shù)在線診斷2

采集鍋爐熱負(fù)荷、系統(tǒng)運(yùn)行/試驗(yàn)數(shù)據(jù)，構(gòu)建最佳過(guò)量空氣系數(shù)大數(shù)據(jù)特征模型，以鍋爐熱效率/凈效率動(dòng)態(tài)最優(yōu)為目標(biāo)，量化分析送風(fēng)量、風(fēng)煤比、風(fēng)箱爐膛差壓、排煙溫度、送風(fēng)機(jī)電流、引風(fēng)機(jī)電流以及煙氣上下游沿程區(qū)段位置含氧量（如爐膛出口、煙道、空預(yù)器、電除塵）等參數(shù)的偏差影響，并可視化展示、排序、報(bào)警、對(duì)應(yīng)提示改進(jìn)性操作措施。自動(dòng)生成最佳氧量運(yùn)行基準(zhǔn)曲線圖。研究方法實(shí)現(xiàn)過(guò)程分類模型的數(shù)據(jù)源建立分類模型形成操作樣本庫(kù)參數(shù)尋優(yōu)聚類分析待優(yōu)化目標(biāo)強(qiáng)相關(guān)變量整理利用聚類結(jié)果，建立SVM分類模型，并對(duì)模型的分類效果進(jìn)行評(píng)估。整理歷史數(shù)據(jù)，首先經(jīng)過(guò)預(yù)處理和標(biāo)準(zhǔn)化，然后用主成分降維，最后進(jìn)行聚類分析，輸出聚類結(jié)果。將與目標(biāo)對(duì)應(yīng)的強(qiáng)相關(guān)的操作參數(shù)導(dǎo)入操作樣本庫(kù)中，以此作為參數(shù)尋優(yōu)的樣本。操作樣本庫(kù)生成原始數(shù)據(jù)主成分降維聚類結(jié)果輸出SVM分類器分類結(jié)果評(píng)估在操作樣本庫(kù)中，搜索不同目標(biāo)參數(shù)的最優(yōu)值，以及對(duì)應(yīng)的強(qiáng)相關(guān)的操作變量的取值。進(jìn)而可以實(shí)現(xiàn)基于優(yōu)化目標(biāo)的推薦操作參數(shù)。三、具體應(yīng)用功能受熱面清潔狀態(tài)綜合評(píng)估3

采集鍋爐煙氣/汽水工質(zhì)數(shù)據(jù)、換熱管束狀態(tài)數(shù)據(jù)、在線化學(xué)儀表數(shù)據(jù)、燃煤量、燃料成分等，構(gòu)建受熱面清潔系數(shù)大數(shù)據(jù)特征模型，實(shí)時(shí)計(jì)算鍋爐換熱效率、受熱面清潔系數(shù)，以鍋爐當(dāng)前換熱效率動(dòng)態(tài)最優(yōu)為目標(biāo)，量化分析水汽品質(zhì)、受熱面金屬壁溫、汽水溫度、工質(zhì)溫降、煙水溫差等參數(shù)的偏差影響，并可視化展示、排序、報(bào)警、對(duì)應(yīng)提示改進(jìn)性操作措施。邊際條件工況1工況n工況2……….多元線性回歸模型可調(diào)變量1可調(diào)變量2可調(diào)變量3可調(diào)變量n自定義目標(biāo)變量1目標(biāo)變量2目標(biāo)變量3目標(biāo)變量n自定義輸入輸出影響因子排序目標(biāo)變量預(yù)測(cè)熱負(fù)荷優(yōu)化操作指導(dǎo)異常診斷操作仿真生產(chǎn)預(yù)警三、具體應(yīng)用功能大氣污染物排放預(yù)測(cè)預(yù)調(diào)4

采集歷史數(shù)據(jù)庫(kù)中的鍋爐與煙氣治理系統(tǒng)的運(yùn)行數(shù)據(jù)、操作數(shù)據(jù)、質(zhì)量數(shù)據(jù)、物料平衡數(shù)據(jù)和能源數(shù)據(jù)，應(yīng)用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法，建立低氮燃燒、爐內(nèi)脫硫操作參數(shù)與其鍋爐出口氮氧化物、二氧化硫排放濃度的軟測(cè)量模型，對(duì)鍋爐出口大氣污染物排放濃度進(jìn)行實(shí)時(shí)計(jì)算，縮短污染物爐前脫除工藝的滯后時(shí)間。輸出一二次風(fēng)門開(kāi)度、脫硫劑用量、脫硫劑顆粒粒徑、脫硫劑純度、脫硫效率等操作指導(dǎo)參數(shù)，實(shí)現(xiàn)對(duì)污染物排放濃度的超前預(yù)控調(diào)整。研究方法實(shí)現(xiàn)過(guò)程原始數(shù)據(jù)模型訓(xùn)練模型預(yù)測(cè)數(shù)據(jù)采集從原始數(shù)據(jù)中導(dǎo)出操作變量以及污染物排放濃度作為神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練的輸入和輸出。不斷用新增的輸入和輸出對(duì)模型進(jìn)行再訓(xùn)練，以保證模型的預(yù)測(cè)精度。接入操作參數(shù)數(shù)據(jù)軟測(cè)量采集相關(guān)操作參數(shù)到神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行計(jì)算；實(shí)現(xiàn)對(duì)污染物排放濃度的軟測(cè)量，指導(dǎo)脫污操作。導(dǎo)入運(yùn)行數(shù)據(jù)、操作數(shù)據(jù)、質(zhì)量數(shù)據(jù)、物料平衡數(shù)據(jù)和能源數(shù)據(jù)。模型輸入模型輸出神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練三、具體應(yīng)用功能鍋爐動(dòng)力站負(fù)荷預(yù)控調(diào)度5

采集歷史數(shù)據(jù)庫(kù)中的氣候環(huán)境、作業(yè)產(chǎn)量、設(shè)備產(chǎn)能、工藝能耗、供熱標(biāo)準(zhǔn)、用熱面積、耗熱強(qiáng)度等數(shù)據(jù)，應(yīng)用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法，建立鍋爐熱負(fù)荷軟測(cè)量模型，預(yù)測(cè)輸出鍋爐站所總熱負(fù)荷數(shù)值、分臺(tái)鍋爐熱負(fù)荷數(shù)值。生成鍋爐計(jì)劃負(fù)荷延續(xù)時(shí)間圖、煤耗微增率分布時(shí)間圖，并列顯最大負(fù)荷、平均負(fù)荷、最低負(fù)荷等數(shù)據(jù)，實(shí)現(xiàn)供給超前響應(yīng)需求的預(yù)控調(diào)度。輸入數(shù)據(jù)作業(yè)產(chǎn)量設(shè)置產(chǎn)能工藝能耗鍋爐站所總熱負(fù)荷數(shù)值分臺(tái)鍋爐熱負(fù)荷數(shù)值輸出數(shù)據(jù)氣候環(huán)境作業(yè)產(chǎn)量設(shè)置產(chǎn)能工藝能耗未來(lái)數(shù)據(jù)氣候環(huán)境深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)訓(xùn)練訓(xùn)練預(yù)測(cè)數(shù)據(jù)輸出實(shí)現(xiàn)鍋爐動(dòng)力站熱負(fù)荷的預(yù)測(cè)輸入三、具體應(yīng)用功能熱用戶適用定額動(dòng)態(tài)優(yōu)化6

采集季節(jié)氣候、產(chǎn)品數(shù)量、產(chǎn)品合格率、熱指標(biāo)先進(jìn)值、用熱面積、等數(shù)據(jù)，應(yīng)用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法，建立熱用戶用熱定額軟測(cè)量模型，預(yù)測(cè)輸出熱力管網(wǎng)干線、分支、用戶端的用熱負(fù)荷定額數(shù)值和時(shí)期累積耗熱定額數(shù)值，對(duì)應(yīng)比對(duì)不同單元的實(shí)際用熱負(fù)荷、耗熱量，可視化進(jìn)行實(shí)績(jī)偏差分析，并進(jìn)行用熱負(fù)荷、耗熱總量與單位用熱指標(biāo)的動(dòng)態(tài)排序、報(bào)警。工況劃分與識(shí)別三、具體應(yīng)用功能熱力系統(tǒng)汽水損耗監(jiān)控優(yōu)化7

采集給水流量、給水壓力、補(bǔ)水流量、補(bǔ)水壓力、補(bǔ)水箱水位、供汽流量、蒸汽壓力、供水流量、供水壓力、回水壓力、回水流量等參數(shù)，進(jìn)行數(shù)據(jù)清洗、濾波和標(biāo)準(zhǔn)化，對(duì)熱力系統(tǒng)進(jìn)行汽水損耗工況分析，進(jìn)行多維變量異常偵測(cè)，識(shí)別異常點(diǎn)，生成汽水損耗點(diǎn)具體位置、是否正常、工質(zhì)數(shù)量等報(bào)告