数据分析的应用：设备运行监测

在信息技术快速发展的今天，对数据的合理应用已不可或缺，然而传统的数据分析手段已经远远不能满足于实际的需求，因此大数据分析成为了必不可少的手段，尤其在智慧电厂之中。

随着火电机组的装机容量增加和信息化、现代化技术的发展，电厂内人员数量越来越少，但是实时的数据量却越来越大。因电厂规模的不同，每秒钟每个电厂的数据量可能从1万到10万的等级，每天可能有上千万甚至上亿的数据量。这些数据量，虽然说相对于整个互联网行业来说，达不到一个大数据的标准，但是对于传统的火力发电厂数据分析来说，人工的分析手段已经无法驾驭这些数据，去挖掘其潜在价值。如何对这些数据进行一个实时的深度分析，挖掘数据背后隐藏的价值是一个亟待解决的问题。

生产数据

对于生产数据，电厂要更关注数据如何能实时地分析机组的健康状态和机组的能效诊断，既安全和效益。安全方面，保证设备安全经济运行，使机组实时地运行在一个最经济的工况，通过对生产数据的分析保证设备的可靠性和机组运行的经济性，这个是数据分析最终的结果。以云酷科技锅炉防磨防爆系统对数据应用为例：通过对过往锅炉检修数据的收集分析，形成有效的基于数据分析的防磨防爆管理体系，从体系建设、运行管理、检修管理等多个维度入手，建立管理台账、动静态设备台账、壁温监控分析、算法补全热力图分析、大数据劣化分析、检修推荐等功能，将数据应用与防磨防爆管理进行有效的融合，使生产数据发挥出真正的价值。

设备监测

电厂传统的监测大部分还是基于一个报警和保护的作用，但实际上很多参数的变化在达到报警值之前，其实已经有明显趋势的变化。监测系统有成百上千个数据实时显示，我们如何在这个数据开始变化的时候就能够监测到，给人员以提醒，这个是数据分析的一个重要的应用。

云酷科技的基于声学的设备智能监测系统运用物联网技术，通过声音传感器采集设备的声音数据，利用信号分析及神经网络，提取声音特征建立声音模式识别模型，融合振动、温度遥测数据，打造可听、可视、可知、可控的设备智能管控平台，实现设备状态持续监测和故障告警，保障设备安全稳定运行。