隨著計算機和互聯網技術的迅速發(fā)展,物聯網、大數據、云計算等新型信息技術在與工業(yè)系統(tǒng)深度融合過程中所帶來的生產力、生產技術以及商業(yè)模式等方面的深入變革使整個工業(yè)體系開始進入智慧化的進程。近年來,我國高度重視節(jié)能降耗和可持續(xù)發(fā)展。乙烯工業(yè)作為石化工業(yè)中典型的高能耗生產行業(yè),其生產過程的能效水平代表著一個國家的石油化工先進程度。隨著工業(yè)化進程的不斷推進,現階段我國乙烯工業(yè)遇到了能源消耗管理不夠細致,能源轉化水平低等困難。所以,針對乙烯工業(yè)的能效分析十分重要。現階段,我國石化工業(yè)從基礎的生產自動化逐步走向數據信息化,大量的工業(yè)過程數據通過成熟的數據采集與存儲系統(tǒng)保存下來。然而,石化企業(yè)存在數據孤島問題,相關數據的內部存儲系統(tǒng)相互隔離,數據集成和共享較弱,不易實現對數據進行全量的整合使用。乙烯生產過程工藝復雜、流程長,產生的數據類型復雜,價值密度低。企業(yè)在長期生產和運營積累的數據集會越來越龐大,如何從數據中提取能效方面的可操作和可管理的見解,幫助企業(yè)在復雜的管理環(huán)境中做出更明智的商業(yè)決策,以提高自身的生產效率與競爭力,現已成為了工業(yè)領域的重要研究方向。針對上述石化工業(yè)發(fā)展所面臨的瓶頸,本文基于大... 

【文章來源】：大連理工大學遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數】：73 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題研究背景與研究意義
    1.2 國內外研究現狀
    1.3 研究目的與內容
        1.3.1 課題研究目的
        1.3.2 課題研究內容
    1.4 技術路線與論文組織結構
2 能效分析大數據平臺技術棧概述
    2.1 Spark相關組件介紹
        2.1.1 Spark Core
        2.1.2 Spark MLlib
        2.1.3 Spark SQL
    2.2 Hadoop相關組件介紹
        2.2.1 HDFS
        2.2.2 Yarn
    2.3 本章小結
3 系統(tǒng)方案設計
    3.1 乙烯工業(yè)流程分析
    3.2 系統(tǒng)總體需求分析
    3.3 系統(tǒng)體系架構
        3.3.1 數據集成存儲層
        3.3.2 數據分析處理層
        3.3.3 可視化層
    3.4 本章小結
4 乙烯工業(yè)能效分析方案設計與實現
    4.1 乙烯工業(yè)能效評估方案設計與實現
        4.1.1 DEA數據包絡分析算法簡介
        4.1.2 Spearman相關性分析概述
        4.1.3 K-Means聚類分析簡介
        4.1.4 基于Spearman分析確定決策變量
        4.1.5 基于聚類算法的工況劃分
        4.1.6 基于工況劃分的能效評估
    4.2 乙烯生產能效診斷方案設計與實現
        4.2.1 基于BSMOTE的數據平衡化方法
        4.2.2 Random Forest分類算法
        4.2.3 基于隨機森林的能效異常檢測
        4.2.4 基于箱形圖的能效異常診斷
    4.3 本章小結
5 乙烯工業(yè)能效分析大數據平臺部署與實現
    5.1 系統(tǒng)部署
    5.2 集群管控可視化功能實現
    5.3 能效分析可視化功能實現
    5.4 本章小結
6 總結與展望
    6.1 總結
    6.2 展望
參考文獻
攻讀碩士學位期間發(fā)表學術論文情況
致謝


【參考文獻】：
期刊論文
[1]工業(yè)大數據在生產監(jiān)控系統(tǒng)中的應用[J]. 袁曉紅,王瑞,柏玲,陳化淳,趙文靜.  冶金自動化. 2018(06)
[2]基于web的農產品市場價格分析與預測信息系統(tǒng)設計與實現[J]. 楊雄鋼.  農家參謀. 2018(17)
[3]基于PCA-SMOTE-隨機森林的地質不平衡數據分類方法——以東天山地球化學數據為例[J]. 桂州,陳建國,王成彬.  桂林理工大學學報. 2017(04)
[4]基于Spark的工業(yè)大數據處理可視化平臺應用研究[J]. 劉學軍,李長云,萬爛軍.  福建電腦. 2017(12)
[5]基于IDA-DEA的乙烯工業(yè)能效評價方法研究及應用[J]. 耿志強,王仲凱,朱群雄,韓永明.  化工學報. 2017(03)
[6]智慧工廠綜合管理信息系統(tǒng)開發(fā)及應用[J]. 張志強,胡山鷹,胡雪瑤,關艷玲,賈盛舉.  化工進展. 2016(04)
[7]面向復雜工業(yè)大數據的實時特征提取方法[J]. 孔憲光,章雄,馬洪波,常建濤,牛萌.  西安電子科技大學學報. 2016(05)
[8]大數據平臺技術綜述[J]. 宮夏屹,李伯虎,柴旭東,谷牧.  系統(tǒng)仿真學報. 2014(03)
[9]支持大數據管理的NoSQL系統(tǒng)研究綜述[J]. 申德榮,于戈,王習特,聶鐵錚,寇月.  軟件學報. 2013(08)
[10]基于過采樣技術和隨機森林的不平衡微陣列數據分類方法研究[J]. 于化龍,高尚,趙靖,秦斌.  計算機科學. 2012(05)

博士論文
[1]乙烯生產能效評估及操作優(yōu)化對節(jié)能及減排的影響研究[D]. 姚冬梅.大連理工大學 2017
[2]基于數據驅動的復雜工業(yè)過程故障檢測方法研究[D]. 馬賀賀.華東理工大學 2013
[3]基于模糊推理系統(tǒng)的工業(yè)過程數據挖掘[D]. 張立權.大連理工大學 2007

碩士論文
[1]基于隨機森林的不平衡大數據分類算法研究[D]. 高聰.東北電力大學 2018
[2]基于Spark的農業(yè)大數據挖掘系統(tǒng)的設計與實現[D]. 郭二秀.浙江大學 2018
[3]煉油生產過程能效評估診斷及優(yōu)化的研究[D]. 華麗.大連理工大學 2018
[4]基于Spark的工業(yè)大數據能效分析平臺的設計與實現[D]. 何文韜.大連理工大學 2018
[5]智慧協同的列車檢修設備大數據平臺研究與實現[D]. 吳若豪.北京交通大學 2018
[6]基于spark的化工裝置平穩(wěn)度實時預測模型[D]. 張越然.北京交通大學 2018
[7]基于DEA的乙烯工業(yè)能源和環(huán)境效率評價研究[D]. 陳亞勛.北京化工大學 2017
[8]大數據平臺下動車組運維數據可視化系統(tǒng)的設計與實現[D]. 方銳.北京交通大學 2017
[9]我國工業(yè)分行業(yè)碳排放權分配研究[D]. 韓宇.中國礦業(yè)大學 2017
[10]乙烯生產能效監(jiān)測與評估系統(tǒng)的設計與實現[D]. 張峻華.大連理工大學 2017



本文編號：2976985