引言DCS技术在工业过程自动化领域取得了巨大成就。DCS技术在火电厂的应用奠定了火电厂现代化和自动化的基础，也是建设数字化电厂的关键。作为重大技术装备的神经中枢，自动化控制系统对电力、冶金、石化等重大装备的安全、可靠、高效运行至关重要。1发电厂控制系统及运行操作的发展分散控制系统（distributed control system，DCS）是工业领域重大技术装备中应用最为普遍的控制系统[1]。DCS在集中式控制系统的基础上发展而来，由过程控制级和过程监控级组成，以通信网络为纽带的多级计算机系统，综合了计算机、通信、显示和控制等4C技术，特点是分散控制、集中操作、分级管理、配置灵活以及组态方便。当前大型发电机组单元机组已全部采用DCS进行监控，并逐步将水、煤、灰、脱硫等辅助车间全部纳入DCS，搭建主辅一体化平台进行生产全过程监控。分散控制系统以多层计算机网络为依托，将分布在全厂范围内的各种控制设备和数据处理设备连接，实现各部分的信息共享和协调工作，共同完成各种控制、管理及决策功能。电力生产的特点是电能不能储存，因此在电力生产过程中要求单元机组主、辅设备的出力能满足电网调度协调统一的要求。而机组自动化系统作为实现这一要求的有效手段，担负着机组过程参数调节、联锁保护、顺序控制、参数显示、异常报警、性能计算和历史记录的功能，成为发电机组运行的重要组成部分。随着DCS技术的应用和发展，改变火电厂传统的运行管理模式，极大地减轻人员劳动强度，降低误操作风险，提高火电厂自动化水平。火电厂运行管理借助机组自动化系统向专业管理模式转变，向一岗多能模式转变，达到减员增效的目的。火力发电对全部生产工艺过程的监控依靠集中布置在控制室的人机界面（human machine interface，HMI）实现。人机界面又称“人机接口”，简称操作员站，是DCS和运行操作人员之间进行信息交换的媒介，其主要功能为：运行人员通过HMI，及时了解机组及设备运行状态、运行参数、异常情况等；对工艺过程进行控制和调节，保证生产过程的安全、可靠、高质、高效。DSC硬件结构如图1所示。10.3969/j.issn.1004-7948.2021.06.019.F001图1DCS硬件结构2历史操作数据特点及结构不同类型的DCS装置都配置有专用的历史数据站，用于记录和存储生产过程中的工艺参数、系统报警、参数越限报警、运行操作调整等信息。运行人员通过HMI对工艺设备进行的操作，都记录在历史站，形成大量的历史数据。这些人机交互，数据量庞大，形成了操作人员对设备操作的重要资料库。历史操作记录的数据结构比较简单，一般由操作时间、操作设备名称或操作算法、所进行的操作动作方向或动作幅度值、操作时所在的具体操作员站（MHI）、优先等级等，以文本（TXT或CSV）文件方式存储。可以通过系统自带的操作员记录查询工具，按照设定的查询条件进行查询，并可导出相应数据。历史操作记录查询如图2所示。10.3969/j.issn.1004-7948.2021.06.019.F002图2历史操作记录查询3数据分析及应用实例在大数据时代，需要对存储在历史数据站的海量操作数据信息进行深度挖掘，广泛分析研究并加以应用。操作行为分析是从人员的大量行为中归纳整理出操作的对象、类型特征和数量，以便能够系统、准确地反映出这些行为，直观地掌握机组的运行状态。发电时的运行工况受多方面的因素影响，包括自身属性、燃料特性、电网负荷和频率、环境温度、运行人员的操作技能等。通过对运行人员的操作分析，可以更加详细、清楚地了解运行人员所操作的设备、系统及操作内容，从而找出问题，有助于维护人员及时了解系统和设备的动态性能，改进和优化调节质量，精准、高效地对机组进行控制，提高机组运行的安全性、稳定性和经济性。月操作总量分类汇总如图3所示。10.3969/j.issn.1004-7948.2021.06.019.F003图3月操作总量分类汇总进行操作行为数据分析，需要有行为数据指标，通常有3个数据维度：时间、频次和结果[2]。3.1时间操作人员采用倒班模式，有“四值三倒”或“五值三倒”等模式，因此时间段数据用于不同运行值的选择，对不同值以及不同操作员的操作行为分析。同一人员的操作行为在不同时间段具有较高的习惯性和相似性。通过对某台机组连续六个月的运行操作数导出，并按值进行汇总统计，如图4所示。10.3969/j.issn.1004-7948.2021.06.019.F004图4各值月操作量统计运行人员倒班具有规律性，虽然每天有不同时段的班值，但长期综合后，各值在每个时段的工作时间都是相等的，因此统计的操作量是客观的。各值月度操作量从2019年11月至2020年3月中，除2020年1月有停机15天，操作量较小，其他月份都在60 000次以上，且各值趋势基本相同。不同值的人员操作量变化具有一致性，不同人员具有不同的操作习惯，影响到各自的操作量。3.2频次不同设备不同的操作频次表示该操作员对不同设备和系统的关注度，以及该设备的运行状态。频次大小代表设备、系统的不同特征，根据操作员的操作量，可观察操作员与设备的交互状态。人员操作量数据指标的频次表示人员对运行过程的干预程度。同一时段不同值的操作频次，代表人员的熟练程度和技能水平。频次规律化之后，可用于人员培训方向、岗级提升的参照和依据。通过操作员操作频次分析，还可以了解设备的运行状况，特别是自动调节系统的调节性能。及时发现系统特性的变化，修正调节参数，满足安全稳定运行的需要。从由图4可以看出，4月份及6月份的操作频次有明显的下降。3.3结果人员操作数据指标的结果主要从机组的安全稳定、经济、人员的劳动量来判断。安全稳定是指机组或是设备是否有发生事故、故障及异常等。经济是指机组运行的各项经济指标是否控制在较好的范围内。以上两项指标可以从运行的值际月度竞赛结果获得。人员的劳动强度可以从各值操作量获知。如果某值的操作量数据与值际竞赛没有对应关系，说明操作量的降低，减少了人员操作，同时对安全经济指标没有影响。操作量统计期各值气温超限统计图如图5所示。10.3969/j.issn.1004-7948.2021.06.019.F005图5各值月超温统计曲线对比图4和图5，壁温超限时间不与操作量成反比，说明操作量的频次降低没有增加温度超限。4结语本文利用DCS操作历史记录信息，对数据进行相应的挖掘和分析。以计算机编程技术和数据挖掘技术为基础，依据统计学原理，构建行为关系网络，具有较强的科学性。从人员行为角度，研究生产系统特征作为生产过程持续改进的可行性研究。通过pandas数据库算法从数据集中提取操作频次特征树，便于可视化分析，将该树转化为关系网络。该系统可以用于安全和行为模式研究，具有较好的应用价值和实际意义。利用大数据进行汇总处理、运算分析、发现问题、制订措施、减少操作量，是一种可靠有效的方法，能够优化生产过程，提高自动化水平，减少人员操作量，降低劳动强度，提高机组安全稳定性[3]。