目前,電力大數據應用場景主要在以下方面:
(1)規劃—提升負荷預測能力。更準確地掌握用電負荷的分布和變化規律,提高中長期負荷的預測準確度。
(2)運行—提升新能源調度管理能力。利用機器學習、模式識別等多維分析預測技術,分析新能源的出力與風速、光照、溫度等氣象因素的關聯關系,更準確地對新能源的發電能力進行預測和管理。
(3)建設—提升現場安全管理能力。對現場照片進行批量比對分析,利用分布式存儲、并行計算、模式識別等技術,掌握施工現場的安全隱患,或者核查安全整改措施的落實情況。
(4)檢修—提升狀態檢修管理能力。研究消缺、檢修、運行工況、氣象條件等因素對設備狀態的影響,以及設備運行的風險水平,指導狀態檢修的深入開展。
(5)運監—提升業務關聯分析能力。利用流式計算、可視化和并行處理等技術,實現全方位在線監測、分析、計算。
圖撲軟件(Hightopo)數據可視化平臺可以搭建三維仿真地圖,在地圖上以三維立體模型、動畫等方式展現能源企業業務范圍、能源資源地理位置分布、仿真環境,并對接實時運營數據,以三維圖形圖表展現業績數據等。
通過建立以蒸汽和電力的需求預測模型為核心的用汽、用電設備的數字孿生體,并建立以能源轉化效率與綜合效率優化模型為核心的發電機組的數字孿生體,及時跟蹤和響應能源需求變化和價格變化,自動生成發電機組的生產負荷以及外購電量的最優決策,并快速發現用能異常,智能輔助全廠的生產調度優化。在不投資改造的基礎上,實現跨空間、跨系統的調度優化與生產穩定運行,降低了綜合能源成本。
“全國一張網”下,持續優化產運銷系統,統籌優化運行方案和自控方式,不斷提升調控系統的自學習、自適應、自決策能力。提高管輸收益,提升方案響應速度,降低能耗成本,為電力互聯互通創新賦能。
充分融合天地空多維度的感知信息,預測設備的缺陷發展,評估剩余強度和剩余壽命,合理制定維修計劃。實現對安全風險的智能辨識和預警,提高本體安全的管控能力。通過擬真的設備數字化模型與強大的工業大數據平臺相結合,獲取設備細致入微的洞察力信息,實現設備的智能化診斷,預防性維護和全生命周期管理。
涵蓋“事前、事發、事中、事后”全過程分析,快速及時地對事故進行響應,預估事故后果,評定事故等級。實現運行工況調整、人員和物資調配、搶修作業等一體化的解決方案,最終形成統一指揮和協同工作的應急機制。