大數據背景下的火電廠廢水處理智慧平臺研究

云南省水利水電勘測設計院 孫亞驍

一、前言

在火電廠中，有著眾多的水處理系統，諸如原水系統、化學水系統、脫硫水系統、生活水系統、污水回用系統、工業及消防水系統以及循環冷卻水系統。這些系統都應當納入到火電廠廢水處理智慧平臺的管理范疇之內[1][2]。與此同時，這些水系統在使用工作的過程中，也會產生大量的數據，傳統意義上來講，這些數據的整合需要耗費大量的人力物力，幾乎不可能實現統一的智能化管理，還極容易形成一個個“信息孤島”，導致信息處理不及時，信息共享度較差，資源配置的浪費率飆升[3]。有時遇到異常數據，只能依靠技術人員依據歷史數據與傳統經驗進行分析，也無法完成對故障的預測[4]。但是，在大數據的背景下，這些數據經過云計算技術整合與大數據技術分析，就可以實現對整個火電廠的水處理信息共享與智能化管理[5]。

二、火電廠廢水處理智慧平臺總架構

為了將火電廠廢水處理的各項數據進行整合處理，將各水處理系統納入到一個共同的管理系統中來，進行數據共享與資源的統一調配，需要以大數據技術為依托，搭建一套火電廠廢水處理智慧平臺，其架構如表1所示。

表1 大數據背景下的火電廠廢水處理智慧平臺總架構表

在該廢水處理智慧平臺中，其底層架構為感知層，其通過各種設備諸如COD采集儀、PH檢測儀、濁度檢測儀等對火電廠內的各項廢水數據進行采集，在此可以應用到物聯網技術，將各種水處理系統進行統籌。

在感知層的上一層，搭建數據層，數據層通過云儲存平臺對感知層采取的各項數據進行儲存，在此層應用的技術為云存儲技術。

數據層的上一層為處理層，該層采用云計算技術對云儲存平臺內儲存的各項數據進行分析，其應用云計算平臺與大數據分析技術。

處理層的上一層為應用層，該層采用大數據分析技術，對各項數據進行整合分析，在海量的廢水數據中挖掘信息，確定廢水處理標準，完成對各項數據諸如加藥量、水質的預測以及故障的預警。同時，其產生的數據分析報表可以再次上傳至決策層。

整個火電廠廢水處理智慧平臺體系架構的最高層級為決策層，其采用實時推送技術，將應用層獲取的各項預警預測、數據報表推送至不同部門與控制室，以實現對各項資源的統一調配。

三、大數據背景下的火電廠廢水處理智慧平臺設計思路

通過對火電廠廢水處理智慧平臺總體架構進行分析，發現該智慧平臺整體可以劃分為三層體系架構，即感知層、數據處理層與應用決策層。其各層具體設計思路如下。

（一）火電廠廢水處理智慧平臺數據感知層設計思路

數據感知層承擔著整個智慧平臺數據采集的工作，其任務最為艱巨，意義最為重大。整個火電廠廢水處理智慧平臺依托于大數據技術搭建，而大數據的核心便是數據的采集。有了詳實有效的第一手數據，才能進行后續的數據歸納與總結，乃至數據預測。因此，感知層需要在火電廠的廢水處理設備中布置大量的傳感器，各廢水處理系統中的進出水量、PH值、總磷、濁度等各項數據都應被實時采集，不同的信息采集設備可以采用物聯網技術進行相互關聯。此外，由于廠區面積巨大，采用有線傳輸技術成本較高，線路鋪設復雜，信息傳輸不流暢，因此可以考慮采用無線傳輸技術以實現其信息的快速互通共享，這樣做的優點在于可以有效地解決傳統的水處理系統中“信息孤島”的難題。其設計思路如圖1所示。

圖1 火電廠廢水處理智慧平臺數據感知層設計思路

（二）火電廠廢水處理智慧平臺數據處理層設計思路

在獲得整個火電廠各個水處理系統的數據之后，將其進行數據處理與分析就成為了整個智慧平臺的關鍵工作。感知層獲取的大量數據被儲存在云儲存平臺內，可以通過這些數據進行機器學習訓練，但是考慮到這些數據可能存在著數據不完整、數據損壞等問題，因此需要對數據進行預處理，可以采用數據清洗和數據融合的手段，對不良數據進行篩除，提高數據的有效性，使得數據處理結果更加精準可靠。

在完成對數據的預處理后，可以采用機器學習的方法對算法進行訓練，同時采用深度學習的方法挖掘數據背后的邏輯聯系，以達到動態決策、智能分析的目的。將各系統的數據報表，實時監測結果，對故障的預警以及對水質、加藥量的預測結果進行可視化整理，使其直觀的展示，以方便決策層進行決策。具體的數據處理層設計思路如圖2所示。

圖2 火電廠廢水處理智慧平臺數據處理層設計思路

（三）火電廠廢水處理智慧平臺數據應用決策層設計思路

就現階段而言，完全可以采用大數據技術實現對數據的采集、歸納與處理，并完成對未來風險的管控以及未來趨勢的預測，但是其實際的控制與決策仍需要人為操作，現有的技術條件還無法使得火電廠廢水處理智慧平臺代替工作人員進行決策，只可以根據數據分析結果進行簡單的加藥、放水、加水等常規操作。因此，需要工作人員參與的決策層仍然至關重要。其應用決策層設計思路如圖3所示。

圖3 火電廠廢水處理智慧平臺數據應用決策層設計思路

在圖3中可以看出，數據處理層處理出來的可視化結果被反饋到兩個決策部門，一個是公司領導決策層，一個是火電廠現場中控室。公司領導決策層主要根據分析得出的數據進行公司的現場監督與未來發展規劃，諸如運行監管、風險評估、采購管理以及成本管控等。而火電廠的中控室則根據廢水處理智慧平臺所提供的數據進行管理，諸如設備管理、工藝運行、報表查詢以及參數調整等等，以保證火電廠水處理系統的有序運行。

四、結論

火電廠廢水處理系統的構成十分復雜，且存在一定的滯后性，變量較多，相互之間干擾性較強，因此需要對其進行統籌規劃。在大數據技術的基礎上，搭建了一款火電廠廢水處理智慧平臺，對其主體進行了架構，并將其詳細劃分為三個層級，即感知層、數據處理層與應用決策層，并對各個層級進行了詳細分析。希望能夠為火電廠廢水處理智慧平臺的設計與搭建提供一定的借鑒與參考。