□戚青青

當(dāng)前各個地區(qū)的熱電廠發(fā)展較快，但是其節(jié)能減排效果難以控制，一些發(fā)電廠名義上是熱電聯(lián)產(chǎn)或多資源發(fā)電廠，有包括電費、蒸汽、上網(wǎng)電價在內(nèi)的各種優(yōu)惠政策，但實際上并沒有達到國家熱電聯(lián)產(chǎn)或綜合利用的標(biāo)準(zhǔn)，在能源資源的使用方面出現(xiàn)了較大的偏差，而且有的熱電廠裝置選型不合理，環(huán)保程度低。由于上述要求，針對節(jié)能減排日益增長的需要，部分火力發(fā)電廠安裝了脫硫系統(tǒng)和排煙系統(tǒng)[1]。然而，許多監(jiān)控系統(tǒng)由于自身的功能有限，無法發(fā)揮良好的作用，也有許多企業(yè)由于經(jīng)濟原因?qū)嶋H上并沒有使用該系統(tǒng)。再加上目前大多數(shù)監(jiān)測系統(tǒng)僅建立在火力發(fā)電等受控設(shè)施上，存在著能源使用信息不全、信息孤島等技術(shù)問題，導(dǎo)致火力發(fā)電廠難以實現(xiàn)全面實時監(jiān)測，不能有組織地對火力發(fā)電廠進行監(jiān)測，不能有效地監(jiān)測火電廠的節(jié)能減排情況。所以，隨著現(xiàn)代信息技術(shù)的快速發(fā)展，為節(jié)約能源和降低單位排放，迫切需要建立有效的實時監(jiān)測系統(tǒng)，從而將相關(guān)數(shù)據(jù)反饋給不同部門，使這些部門能夠有能力同時接收大量數(shù)據(jù)，并及時對發(fā)電機組節(jié)能減排效果不佳的情況進行分析和改進，真正實現(xiàn)發(fā)電機組節(jié)能減排效果的提升。

一、云平臺

社會中逐漸出現(xiàn)了較多優(yōu)秀的云計算技術(shù)以及云平臺，主要包括Open Stack、Hadoop、Ceph等，其中Hadoop應(yīng)用較為廣泛，由于該平臺擴容性能強、成本低且效率高，因此，在電力企業(yè)得到了廣泛的應(yīng)用。發(fā)電機組節(jié)能減排實時監(jiān)測系統(tǒng)功能復(fù)雜，包括分布在不同地點的多個部門，不同的部門有不同的職能和任務(wù)，常規(guī)的本地化監(jiān)測平臺不能有效地實現(xiàn)以上功能，而云計算平臺簡化了復(fù)雜的系統(tǒng)。利用云平臺，則開發(fā)人員只需集中精力收集數(shù)據(jù)，操作具體的監(jiān)測系統(tǒng)，就可以實現(xiàn)實時監(jiān)測系統(tǒng)的節(jié)能減排[2]。同時，云平臺還提供了服務(wù)器、數(shù)據(jù)庫、Web應(yīng)用發(fā)布、安全審核、系統(tǒng)維護等基礎(chǔ)支持，能夠縮短系統(tǒng)監(jiān)測周期。

(一)云功能。云平臺具有多種功能，包括用戶管理、數(shù)據(jù)采集與分析、查詢統(tǒng)計、實時監(jiān)控等。為實現(xiàn)發(fā)電機組節(jié)能減排實時監(jiān)控，在設(shè)計本文方法時，必須充分利用云平臺的強大優(yōu)勢，從而實現(xiàn)發(fā)電機組節(jié)能減排數(shù)據(jù)的存儲，供監(jiān)控中心使用，呼叫與處理監(jiān)測中心還在云平臺上對各機組節(jié)能減排狀態(tài)進行維護，以便其他部門和用戶調(diào)用。同時，對整個設(shè)備的分析保留了原有的功耗和減少的數(shù)量，從而避免了傳統(tǒng)數(shù)據(jù)處理應(yīng)用中本地備份不同步的問題，并且還能發(fā)揮節(jié)約能源，減少單位排放量，為網(wǎng)絡(luò)服務(wù)器和應(yīng)用程序提供軟件功能的作用。

(二)云架構(gòu)。近些年來，智能電表、智能傳感器的廣泛普及與應(yīng)用，使電力系統(tǒng)更加完善，電力企業(yè)的信息化進程也得到了長足發(fā)展。但隨著網(wǎng)絡(luò)數(shù)據(jù)體量的快速增長，傳統(tǒng)大數(shù)據(jù)分析技術(shù)，已經(jīng)出現(xiàn)了分析數(shù)據(jù)能力不足的狀態(tài)。為此，組合工藝控制，向用戶顯示分層、模塊化設(shè)計方法能夠大大提高系統(tǒng)的可擴展性。而多層結(jié)構(gòu)則可以提高系統(tǒng)的可靠性[3]。

二、基于云平臺建立節(jié)能減排監(jiān)測需求分析模型

云平臺具有計算能力強、規(guī)模大與高性能等特征，在建立監(jiān)測需求分析模型時，需滿足如下基本要求：一是監(jiān)測模型必須實時監(jiān)測出所有云環(huán)境下的行為特性，不但要監(jiān)測主機行為，還要監(jiān)測出云漏洞、非法訪問等云平臺特有行為。二是云平臺為用戶提供的網(wǎng)絡(luò)數(shù)據(jù)是實時變化的，因此監(jiān)測模型需要具備可擴展性，以提高對云平臺的適應(yīng)性。三是因為云平臺具有復(fù)雜性與無法預(yù)知等特點，監(jiān)測模型需要具備自主學(xué)習(xí)特性。四是云平臺的環(huán)境并不是真實的，而是一個異構(gòu)化、虛擬化的環(huán)境類型，為此在構(gòu)建發(fā)電機組節(jié)能減排監(jiān)測模型實現(xiàn)相關(guān)數(shù)據(jù)的全面監(jiān)測時，有必要對虛擬網(wǎng)絡(luò)進行監(jiān)控，還要獲取虛擬機的通信數(shù)據(jù)。

該監(jiān)測模型將云平臺劃分為若干區(qū)域，在不同區(qū)域中設(shè)計單獨監(jiān)測代理，且放置一個對每個區(qū)域進行集中管理的中央控制器。包括云控制器與主機監(jiān)測代理，云控制器負責(zé)對主機監(jiān)測代理提交的結(jié)果進行綜合分析，判定是否存在局部范圍的網(wǎng)絡(luò)入侵并提出相應(yīng)措施，再將結(jié)果提交到中央控制器。監(jiān)測需求分析模型如下[4]。

f=αy

(1)

在式(1)中，α表示監(jiān)測區(qū)域，y表示監(jiān)測需求數(shù)據(jù)。

(一)異常行為特征提取。異常行為中包括m個變量x1,x2,…,xm，其中xj表示標(biāo)準(zhǔn)變量，可用bj對其表示，因此獲得以下結(jié)論：

Km=x1x2+x3xm

(2)

公式中，Km表示互為獨立的入侵特性。通過下述公式，確定特性權(quán)值系數(shù)矩陣。

(3)

利用主成分分析法分析行為特性，可構(gòu)建特征權(quán)值系數(shù)矩陣，以此獲取能真實體現(xiàn)特征參數(shù)的多個主成分。采集原始節(jié)能減排信息，對其做規(guī)范化處理，獲取準(zhǔn)確數(shù)據(jù)基礎(chǔ)；通過計算獲得異常行為特征權(quán)值矩陣；獲得所有矩陣中的特征值，并計算與其相對的特征分量；得到網(wǎng)絡(luò)中特征主成分，對其進行規(guī)范化，得到最終結(jié)果[5]。

對行為特征規(guī)范化處理流程如下：

(4)

根據(jù)以上方法，可以獲得行為特性，為實時監(jiān)測提供合理依據(jù)。

(二)實時監(jiān)測。在對云平臺位置實時監(jiān)測過程中，最重要的環(huán)節(jié)就是計算待監(jiān)測信息和信息之間的特征模糊聚類特征，然后在上述采集的信息特征基礎(chǔ)上，建立能夠描述模糊聚類概率的數(shù)學(xué)模型，此模型包括c個待檢測信息和δ條相關(guān)程度較高的信息，構(gòu)建一個c×δ的矩陣，表示為：

(5)

為獲得云平臺入侵過程的待監(jiān)測信息與信息之間存在的聯(lián)系，對計算過程進行精簡，提高運算效率，因此對協(xié)方差矩陣做降維運算：

Wh=(ej+δj)/h

(6)

上述公式中，δj表示矩陣相關(guān)程度系數(shù)，ej是權(quán)值系數(shù)。如果在滿足以上條件基礎(chǔ)上，h與rank(B)無限接近，則Wh與=Wc×δ也無限接近。實現(xiàn)矩陣降維處理后，可獲得監(jiān)測信息有關(guān)的節(jié)點數(shù)據(jù)，去除一些冗余數(shù)據(jù)，提高位置信息監(jiān)測效率。

三、實驗

為驗證所提監(jiān)測方法性能，在Windows平臺上開發(fā)中央分析器，將網(wǎng)絡(luò)時間協(xié)議服務(wù)器當(dāng)作時間同步設(shè)備，進行試驗。

(一)監(jiān)測效果分析。為驗證本文方法的可行性與有效性，分別采用文獻[2]監(jiān)測方法與本文方法，對某工廠發(fā)電機組節(jié)能減排進行監(jiān)測，如圖1所示為監(jiān)測結(jié)果。

圖1 監(jiān)測結(jié)果

通過圖1可以看出，相對于文獻[2]監(jiān)測方法的大幅度波動，本文方法的監(jiān)測結(jié)果既接近于實際情況，且性能更加穩(wěn)定；文獻[2]監(jiān)測方法與實際數(shù)據(jù)的最大偏差高達50%，誤差極小值為15.38%，而本文方法與實際數(shù)據(jù)的偏差極大值僅有5.83%，最小值趨近99.07%。

四、結(jié)語

為節(jié)約能源和降低單位排放，需要對發(fā)電機組節(jié)能減排進行實時監(jiān)控，基于此，本文對基于云平臺的發(fā)電機組節(jié)能減排監(jiān)測方法進行設(shè)計。首先闡述了云平臺、云功能以及云架構(gòu)的定義，然后，根據(jù)建立的節(jié)能減排監(jiān)測需求分析模型，提取異常節(jié)能減排行為特征，并建立能夠描述模糊聚類概率的數(shù)學(xué)模型，實現(xiàn)對發(fā)電機組節(jié)能減排的監(jiān)測。實驗結(jié)果表明：提出的節(jié)能減排方法與實際數(shù)據(jù)的偏差極大值僅有5.83%，最小值趨近99.07%，可以證明監(jiān)測結(jié)果近于實際情況，且性能更加穩(wěn)定。以期通過本文上述研究為發(fā)電機組節(jié)能減排實時監(jiān)控效果的提升提供一定幫助。