<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">ERA</journal-id><journal-title-group><journal-title>Engineering Research and Application</journal-title></journal-title-group><issn>2995-3154</issn><eissn>2993-2742</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/ERA.2026020023</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>火电厂大数据分析平台建设与应用</title><url>https://artdesignp.com/journal/ERA/4/2/10.61369/ERA.2026020023</url><author>刘士彩,刘涛,蒋俊英,贺辽,菅晓丽</author><pub-date pub-type="publication-year"><year>2026</year></pub-date><volume>4</volume><issue>2</issue><history><date date-type="pub"><published-time>2026-02-20</published-time></date></history><abstract>火电厂作为我国能源系统的核心组成部分，正面临能效提升、污染控制及设备可靠性优化的多重挑战。大数据分析技术的突破为火电厂运行优化提供了全新路径，通过整合多源异构数据并构建分布式存储架构，有效解决了传统数据孤岛问题，为实时能耗监测与动态决策提供了技术支撑。具体而言，基于Spark 框架的Mini-Batch K-means 算法与Elbow 方法结合，可实现锅炉燃烧效率与污染物排放的关联规律挖掘，优化燃烧参数配置并降低煤耗；基于时间序列数据分析的分类方法与卷积神经网络预警模型的应用，则显著提升了汽轮机等核心设备的故障诊断能力与异常工况响应速度。这些技术手段不仅响应了国家能源战略需求，更成为《国家重点支持的高新技术领域》及河北省火力发电节能环保工程技术研究中心的重点攻关方向。</abstract><keywords>火电厂,大数据分析平台,数据采集与预处理,数据分析与挖掘</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 吴青云, 高景辉, 李昭, 谭祥帅, 郭云飞, 姚智, 赵威, 赵如宇, 蔺奕存, 刘世雄, 王涛, 王林. 基于Adam 优化卷积神经网络的火电厂大数据平台预警模型测试与应用[J]. 科学技术与工程,2023,23(35):15075-15083.[2] 曾庆华, 冉鹏, 董坤, 刘旭. 基于大数据平台的SO2 排放GWO-N-BEATS 预测算法[J]. 热能动力工程,2024,39(03):125-131.[3] 杨剑, 刘振祥. 火电厂辅机智能监测平台研究与应用[J]. 工业控制计算机,2021,34(01):4-6.[4] 刘永利, 蒋春雷, 刘志超. 火力发电厂数字化发展现状以及向智能化电厂转型分析[J]. 轻松学电脑,2021,000(003):P.1-1.[5] 庄茗贺. 基于物联网、大数据、人工智能技术的智能电厂平台建设应用[J]. 节能技术,2025,43(03):256-264.[6] 陈文. 基于大数据分析的火力发电厂锅炉性能优化研究[J]. 新疆钢铁,2025,(02):228-230.[7] 张书舟. 基于数字化技术的火电厂电气监控管理系统方案实际应用研究[J]. 软件: 教育现代化( 电子版),2013(5):2.[8] 李雪弢. 基于大数据的火电厂汽轮机故障诊断与预测维护[J]. 电力设备管理,2024,(24):96-98.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
