timtos

Khai thác dữ liệu lớn trong các nhà máy sản xuất điện

Số hóa công nghiệp
25/06/2023 20:23
Dữ liệu được thu thập từ các nhà máy điện có thể trở thành một nguồn thông tin để tối ưu hóa hoạt động và tăng cường giá trị trong vận hành. Một số phương pháp phân tích dựa trên dữ liệu có thể áp dụng để tìm ra các yếu tố dự đoán liên quan đến hiệu suất của nhà máy. Bằng cách sử dụng các thuật toán, máy học, học sâu có thể xác định các tham số tối ưu để tăng hiệu suất sản lượng và hiệu quả nhiệt của các thiết bị như tuabin khí chu trình hỗn hợp. Các công nghệ nhận dạng mẫu nâng cao có thể phân tích và dự đoán nhu cầu sửa chữa và đề xuất các biện pháp bảo trì phòng ngừa.
aa

Ngày nay nhiều nhà máy điện đã bắt đầu thực hiện quá trình chuyển đổi số thông qua các giải pháp như mô hình dữ liệu, giúp tối ưu hóa các điểm lắp đặt, từ đó hỗ trợ ra quyết định điều hành tốt hơn và hỗ trợ chiến lược bảo trì cũng như lựa chọn chế độ vận hành (Phương pháp bảo trì bảo dưỡng theo độ tin cậy RCM).

Tuy nhiên, những công ty tiên tiến gần đây đã bắt đầu sử dụng các công cụ trực quan để quản lý hiệu suất theo thời gian thực và phần mềm điều khiển số để chuyển dữ liệu dự đoán đến trung tâm điều khiển (Mô hình Digital Twin). Dữ liệu là một trong những tài sản quý giá nhất của một tổ chức. Và một trong những bước đầu tiên của mọi công ty là xây dựng một văn hóa dựa trên dữ liệu, dựa trên thực tế và hiểu cách những tiến bộ gần đây trong phân tích có thể biến dữ liệu thành thông tin chi tiết hữu ích. Mức cao hơn là khai thác được giá trị từ các nguồn dữ liệu mang lại thông qua các công cụ phân tích dữ liệu đã xuất hiện, kèm theo các công nghệ hiện đại như máy học, học sâu và trí tuệ nhân tạo. Các phương pháp tiếp cận như vậy cố gắng vượt ra khỏi những phương pháp phân tích hồi quy đa biến truyền thống bằng cách tiết lộ các mẫu ẩn và mối quan hệ phức tạp giữa chúng. Hình 1, ứng dụng chuyển đổi số (CĐS) giúp nâng cao hiệu quả trong các quá trình vận hành.

khai thac du lieu lon trong cac nha may san xuat dien
Hình 1. Sử dụng dữ liệu lớn và phân tích dữ liệu trong các khâu của nhà máy nhiệt điện.

Ví dụ, một nhà máy điện thế trong tương lại theo có thể sử dụng máy học để tính toán dựa trên nhiều thông số đầu vào hơn, từ đó giúp mô hình hóa chính xác hơn các chức năng vận hành chính của nhà máy so với những gì đã được thực hiện trước đây. Chỉ trong vài năm trước, việc tăng cường hiệu suất dựa trên mô hình nhiệt động lực và các thông số OEM được xem là một phương pháp phù hợp để tối ưu hóa tốc độ nhiệt của nhà máy – tức là lượng năng lượng cần thiết để sản xuất một kilowatt giờ (kWh). (Ví dụ hình 2). Ngày nay máy học có thể tối ưu hóa tỷ lệ nhiệt với hiệu quả cao hơn rất nhiều trong thời gian ngắn.

khai thac du lieu lon trong cac nha may san xuat dien
Hình 2: Dự báo công suất đầu ra của nhà máy nhiệt điện trên 200 thông số đầu vào.

Các nền tảng cho các công cụ trí tuệ nhân tạo, dữ liệu lớn đã nhanh chóng được tiếp cận và khai thác trong các bài toán dự báo, hỗ trợ ra quyết định với nhiều đối tượng, hàm mục tiêu như trong mô hình dự báo dựa trên dữ liệu lớn để vận hành hệ thống năng lượng CCHP (Hình 3).

khai thac du lieu lon trong cac nha may san xuat dien
Hình 3: Dữ liệu lớn trong bài toán vận hành hệ thống năng lượng CCHP.

Trước đây, các nhà máy điện chủ yếu dựa vào các hệ thống đã được thiết lập lâu đời, dựa trên các tiêu chuẩn kỹ thuật và các nguyên tắc, mô hình toán học cơ bản để giải quyết vấn đề. Chúng tập trung vào việc giám sát trực tiếp các tham số như nhiệt độ hay áp suất mà không cần sử dụng thuật toán dự đoán hoặc nhận dạng mẫu. Tuy nhiên, những chương trình này đòi hỏi các hệ thống đắt tiền chỉ theo dõi một số loại dữ liệu và dựa vào kiến thức kỹ thuật độc quyền từ mỗi hãng cung cấp khác nhau để đưa ra cảnh báo và điều chỉnh hoạt động. Các chương trình ứng dụng để tối ưu hóa một hoạt động cụ thể hoặc hỗ trợ quyết định đã được phát triển nhanh chóng và các mức đặc tả kỹ thuật phát triển cao hơn, chính xác hơn đã tạo ra một hệ sinh thái công nghệ cho phép các nhà máy điện áp dụng kỹ thuật chuyển đổi số để gia tăng giá trị và đạt được mục tiêu (Hình 4).

khai thac du lieu lon trong cac nha may san xuat dien
Hình 4: Hệ sinh thái tối ưu hóa các công đoạn trong nhà máy nhiệt điện.

Dữ liệu được thu thập từ các nhà máy điện có thể trở thành một nguồn thông tin để tối ưu hóa hoạt động và tăng cường giá trị trong vận hành. Một số phương pháp phân tích dựa trên dữ liệu có thể áp dụng để tìm ra các yếu tố dự đoán liên quan đến hiệu suất của nhà máy. Bằng cách sử dụng các thuật toán, máy học, học sâu có thể xác định các tham số tối ưu để tăng hiệu suất sản lượng và hiệu quả nhiệt của các thiết bị như tuabin khí chu trình hỗn hợp. Các công nghệ nhận dạng mẫu nâng cao có thể phân tích và dự đoán nhu cầu sửa chữa và đề xuất các biện pháp bảo trì phòng ngừa. Bằng cách áp dụng các mô hình tối ưu hóa, những người vận hành có thể đạt được hiệu quả, tính linh hoạt và khả năng vận hành tối đa cho các thiết bị của họ. Kết quả có thể là cải thiện lợi nhuận thông qua việc tăng khả năng cung cấp điện và giảm tiêu thụ nhiên liệu, từ đó giảm lượng khí thải carbon.

Việc sử dụng các công cụ phân tích nâng cao và kỹ thuật số cho phép nhà máy điện tận dụng toàn bộ tiềm năng của dữ liệu và tối ưu hóa hoạt động của nhà máy. Điều này không chỉ mang lại lợi ích tài chính mà còn giúp giảm tác động môi trường và duy trì sự cạnh tranh trong ngành công nghiệp năng lượng toàn cầu. Để phát triển phân tích nâng cao trong nhà máy điện, có thể tiếp cận theo bốn bước sau (Hình 5).

  1. khai thac du lieu lon trong cac nha may san xuat dien
    Hình 5. Các bước thực hiện quá trình khai thác dữ liệu trong nhà máy nhiệt điện.

    Thu thập và lưu trữ dữ liệu: Đầu tiên, cần thu thập và lưu trữ dữ liệu từ các cảm biến và hệ thống khác trong nhà máy điện. Dữ liệu này bao gồm thông tin về hiệu suất, nhiệt độ, áp suất, dòng điện, và các thông số khác. Việc xây dựng một hệ thống lưu trữ dữ liệu đáng tin cậy và an toàn là cần thiết để đảm bảo sẵn sàng cho việc phân tích và sử dụng sau này.

  2. Tiền xử lý và chuẩn hóa dữ liệu: Dữ liệu thu thập từ các nguồn khác nhau thường không được chuẩn hóa và có thể chứa nhiễu. Do đó, bước này tương đối quan trọng để tiền xử lý dữ liệu bằng cách loại bỏ các giá trị nhiễu, điền các giá trị thiếu, và đưa dữ liệu về cùng một đơn vị đo lường. Quá trình này giúp tạo ra một tập dữ liệu sạch và nhất quán để phân tích.
  3. Phân tích và ứng dụng các mô hình: Bước này liên quan đến việc áp dụng các kỹ thuật phân tích nâng cao, chẳng hạn như học máy và phân tích dữ liệu. Các mô hình phân tích có thể được xây dựng để dự đoán hiệu suất và tối ưu hóa các yếu tố quan trọng khác trong nhà máy điện. Ví dụ, một mô hình dự đoán có thể xác định các tham số tối ưu để tăng tỷ lệ nhiệt, tối thiểu hóa tiêu thụ nhiên liệu hoặc giảm lượng khí thải carbon. Các kỹ thuật phân tích nâng cao có thể được sử dụng để khai thác mối quan hệ phức tạp trong dữ liệu và đưa ra các giải pháp tối ưu cho vấn đề cụ thể.
  4. Đưa ra quyết định và triển khai: Cuối cùng, kết quả từ phân tích nâng cao được sử dụng để đưa ra quyết định và triển khai các biện pháp cải thiện trong nhà máy điện. Những quyết định này có thể liên quan đến việc điều chỉnh cài đặt các thông số và hoạt động của nhà máy.

Do đó song hành cùng với sự phát triển khoa học dữ liệu và công nghệ thông tin, vấn đề số hóa và xây dựng dữ liệu lớn trong các nhà máy điện vẫn còn tiềm năng lớn để các nhà máy điện khai thác. Các hoạt động chuyển đổi số hiệu quả và linh hoạt được coi là chìa khóa để thành công trong tương lai. Các nhà máy điện cần tận dụng tối đa dữ liệu của họ để không bị tụt lại phía sau, ngay cả trong môi trường kinh tế ổn định.

Tuy hiện tại việc sản xuất điện từ nhiên liệu hóa thạch vẫn là tiêu chuẩn chính, quá trình chuyển đổi sang các nguồn năng lượng tái tạo là một quá trình phức tạp. Tuy nhiên, các nhà máy điện từ nhiên liệu hóa thạch có thể đóng vai trò trong việc hỗ trợ quá trình chuyển đổi này bằng cách liên tục cải thiện hoạt động của mình. Sau khi sử dụng hết các đòn bẩy để cải thiện hiệu suất truyền thống, các giải pháp kỹ thuật số tiếp theo có thể trở thành biên giới mới để đạt được sự phát triển và cải thiện hiệu suất.

Nguyễn Tùng Linh
Đại học Điện Lực

Tin bài khác
Đảng bộ Liên hiệp các Hội KH và KT Việt Nam họp thông qua nhiều nội dung quan trọng

Đảng bộ Liên hiệp các Hội KH và KT Việt Nam họp thông qua nhiều nội dung quan trọng

Chiều 21/02, tại Hà Nội, Đảng bộ Liên hiệp các Hội Khoa học và Kỹ thuật Việt Nam (Đảng bộ Liên hiệp hội Việt Nam) đã tổ chức hội nghị Ban chấp hành Đảng bộ (mở rộng).
Tử vi vòng quay công nghệ ngày 22/2/2025: Tuổi Dần khá vất vả, tuổi Mão tiền bạc rủng rỉnh

Tử vi vòng quay công nghệ ngày 22/2/2025: Tuổi Dần khá vất vả, tuổi Mão tiền bạc rủng rỉnh

Những bí ẩn của khoa học đời sống là "món ăn" tinh thần không thể thiếu trong cuộc sống của con người. Tử vi vòng quay công nghệ xem tử vi 12 con giáp ngày 22/2/2025 cho tất cả các tuổi nhằm dự đoán vận hạn về công danh, tiền bạc, tình duyên, sức khỏe...
VAA và VINASA hướng đến phối hợp tổ chức các sự kiện

VAA và VINASA hướng đến phối hợp tổ chức các sự kiện

Ngày 21/02, Hội Tự động hóa Việt Nam (VAA) đã có buổi làm việc với đại diện Hiệp hội Phần mềm và Dịch vụ CNTT Việt Nam (VINASA) nhằm thảo luận cơ hội hợp tác, phối hợp tổ chức các sự kiện, chương trình trong thời gian tới.
Thị trường chứng khoán ngày 21/2:  “Xanh vỏ, đỏ lòng”

Thị trường chứng khoán ngày 21/2: “Xanh vỏ, đỏ lòng”

Phiên giao dịch ngày 21/2, VN-Index đóng cửa ở mức 1.296,75 điểm, tăng 3,77 điểm (0,29%) với sự hỗ trợ từ nhóm cổ phiếu ngân hàng. Tuy nhiên, thị trường vẫn ở trong trạng thái “xanh vỏ, đỏ lòng” khi cổ phiếu giảm giá chiếm ưu thế.
Khám phá công nghệ điều khiển xe tự động tại các nhà máy BMW ở châu Âu

Khám phá công nghệ điều khiển xe tự động tại các nhà máy BMW ở châu Âu

Các nhà máy BMW sử dụng công nghệ LiDAR để tự động lái xe mới tới khu vực hoàn thiện, giúp tiết kiệm thời gian và nhân lực.
Đại học Bách khoa Hà Nội tuyển dụng giảng viên tạo nguồn năm 2025

Đại học Bách khoa Hà Nội tuyển dụng giảng viên tạo nguồn năm 2025

Đại học Bách khoa Hà Nội cần tuyển dụng các ứng viên trẻ tuổi, tài năng để đào tạo đạt trình độ Tiến sĩ và trở thành giảng viên của Đại học Bách khoa Hà Nội.
Năm 2025, số hóa ngành giáo dục phải ở cấp độ cao hơn

Năm 2025, số hóa ngành giáo dục phải ở cấp độ cao hơn

Đẩy mạnh triển khai 100% dịch vụ công trực tuyến; đẩy mạnh ứng dụng trí tuệ nhân tạo, trong lĩnh vực quản lý giáo dục và hoạt động chuyên môn của ngành…
Nhận định phiên giao dịch ngày 21/2: Thận trọng khi tiếp cận ngưỡng 1.300 điểm

Nhận định phiên giao dịch ngày 21/2: Thận trọng khi tiếp cận ngưỡng 1.300 điểm

VN Index tiếp tục duy trì đà tăng và tiến sát vùng cản 1.300 điểm nhờ sự hỗ trợ từ nhóm cổ phiếu trụ. Tuy nhiên, áp lực chốt lời cũng gia tăng, đặc biệt từ khối ngoại với giá trị bán ròng 390 tỷ đồng, đặt ra những thách thức cho phiên giao dịch ngày 21/2. Khi chỉ số tiệm cận vùng kháng cự mạnh, nhà đầu tư cần thận trọng và cân nhắc chốt lời dần, thay vì mở mua mới.
Áo khoác thông minh tích hợp AI giúp ngăn ngừa bỏng nhiệt

Áo khoác thông minh tích hợp AI giúp ngăn ngừa bỏng nhiệt

Với sự phát triển của công nghệ dệt điện tử, những sản phẩm như đệm sưởi, chăn điện có thể mang lại cảm giác ấm áp và giúp giảm bớt cơn đau nhức cho người mặc. Tuy nhiên, nếu sử dụng những thiết bị này trong thời gian dài có thể sẽ gây ra các sự cố như tăng thân nhiệt hoặc bỏng nhiệt…
Nhật Bản muốn cùng Việt Nam lấp lỗ hổng nhân lực bán dẫn

Nhật Bản muốn cùng Việt Nam lấp lỗ hổng nhân lực bán dẫn

Nhật Bản thiếu nhân lực bán dẫn tại vùng Kyushu nên mong muốn Việt Nam hợp tác cung cấp nhân lực để tăng cường nhân lực trong chuỗi cung ứng chip.
hoi-thao-khoa-hoc-phat-trien-giao-thong-xanh
Quảng cáo
qc-may-tinh