火电厂运行的经济性最终由机组的供电煤耗率来衡量，机组煤耗差的大小是衡量机组甚至整个电厂经济管理水平的重要的综合性指标。
如图1表达了某发电机组煤耗特性曲线。图中，曲线1’为机组设计煤耗曲线，机组容量的大小、热力系统的设计、热力设备的选型确定了其供电煤耗的设计值。曲线2’为机组在制造、安装过程后煤耗特征曲线，受制造技术、安装工艺等诸多因素的影响，不可避免地会使机组的供电煤耗偏离设计值，即图中A-B段，是无法通过运行调节来消除的，通常称为不可控耗差a。不可控耗差a可通过检修等逐步减少。曲线3’为机组运行煤耗特征曲线，运行中，受机组调度负荷、热力系统的运行方式、设备的完好率、调节水平等因素的影响，导致机组的供电煤耗进一步偏离设计值，在运行中产生的偏差，即图中B-C段，是可以通过提高运行水平和设备的完好率来消除的，通常称为可控耗差b。即机组是可以通过运行和检修的手段提高经济性的，通过机组检修和技术改造降低不可控耗差a，通过对机组实时工况的分析，降低可控耗差b。
对可控耗差b，一般以性能计算和能损分析为基础，通过对运行参数的计算，确定机组运行状态对机组经济性的影响，从而揭示出使机组经济性降低的各种因素；并将各种实时运行数据与设计数据值(或状态检修后的试验值)进行对比，从而发现改进的方向。
而确定机组在不同运行状态与环境条件下的最优(基准)工况是进行系统耗差(能损)分析的一项重要工作。机组运行参数及指标的最优(基准)值是由机组的结构特性、负荷和环境条件三项因素动态决定的，对于特定的机组，它是关于负荷与环境温度的函数。现有技术中，对发电机组的实时能耗在线分析系统所采用的参照点一般是机组的设计参数(或试验值)，也就是将机组当前的运行参数与相同工况条件下的设计目标值进行比较，找出偏差，并定量计算出主要经济指标影响煤耗的变化率，通过对这些指标的监控来分析能耗及其影响原因，如确定主汽温度每下降或升高1摄氏度对煤耗的影响，从而指导运行调整。但是通常情况下，电厂机组的实际运行情况与设计目标值之间存在客观差距，这极其容易导致能耗分析的结果并非理想，如某一运行数据经过多次设备检修后已没有运行调整的余地，如果仍将其列为影响可控耗差b的主要因素之一，则容易忽视对其他参数的调整，对运行优化和调整指导没有实际意义；更多的时候，单项经济指标的最优，并不能导致机组整体能耗减低的最优。而且，设计值或试验值并不是连贯的(机组负荷从30％～100％)，而只是某几个典型负荷的部分参数，同时也不是全面的，无法指导连续不断变化的机组优化运行的需要。

本发明要解决的技术问题就是提出一种发电厂中基于能耗分析的优化运行方法，能够实时、可靠地计算分析和查找影响机组可控耗差的实时运行数据，并据以指导机组优化运行和调整。
基于以上方法，本发明还提出一种实现发电厂能耗分析、优化运行的系统。
本发明提出的发电厂基于能耗分析的优化运行方法是通过以下技术方案予以实现的。
一种发电厂基于能耗分析的优化运行方法，包括以下步骤：数据获取子系统采集发电厂实时运行数据，并对特定的实时数据进行预处理；数据处理子系统对实时数据进行分析计算，得出当前工况下的实时能耗指标；数据处理子系统将当前工况下的实时能耗指标与最优工况数据库中存储的对应工况下的最优能耗指标进行对比，将对比结果输出给数据显示子系统，同时，若计算得出的实时能耗指标优于对应工况下的最优能耗指标，则将当前实时工况保存为对应的最优工况；数据展示子系统展示当前工况下的实时能耗指标和对应工况下的最优能耗指标以及两者间的对比结果。
作为优选的方案，上述的发电厂基于能耗分析的优化运行方法中，所述数据获取子系统从发电厂实时数据库中读取实时运行数据。
或者，所述数据获取子系统从发电厂控制系统通过点对点的方式单向读取实时运行数据。
所述数据获取子系统还通过输入设备录入实时运行数据。
作为优选的实施方式之一，上述的发电厂基于能耗分析的优化运行方法中，在对特定的实时数据进行预处理步骤中，首先判断当前采集的实时数据是否存在跳变，如果不存在跳变，则直接采用；如果存在跳变则查看与其关联的开关量的动作状态，如果该跳变属于开关量动作后的合理变化，则直接采用，否则获取该实时数据前段时间的多个数据值，并对该实时数据的当前数据值和多个前段数据值进行权重计算，得出可采用的实时数据。
作为优选的实施方式之一，上述的发电厂基于能耗分析的优化运行方法中，上述数据处理子系统在对比步骤中包括以下步骤：寻找当前工况和对应的最优工况下存在特定差异的实时运行数据，并分析该存在差异的实时运行数据对能耗指标的影响。
所述数据展示子系统展示的对比结果中包括当前工况下和对应的最优工况下存在特定差异的实时运行数据，以及该特定差异对能耗指标的影响分析结果。
本发明提出的一种发电厂基于能耗分析的优化运行系统通过以下技术方案予以实现。
这种发电厂基于能耗分析的优化运行系统包括数据获取子系统、数据处理子系统、数据展示子系统，所述数据获取子系统与电厂实时数据库连接读取电厂实时运行数据，并对实时数据进行预处理；所述数据处理子系统设有最优工况数据库，用于存储具有最优能耗指标的各种最优工况，所述数据处理子系统还用于计算出机组当前工况下的实时能耗指标，并将该实时能耗指标与最优能耗指标对比；所述数据展示子系统用于展示当前工况下的实时能耗指标和对应工况下的最优能耗指标以及两者间的对比结果。
本发明与现有技术对比所具有的有益效果是：
1.本发明采用的最优工况为机组实际运行中出现的工况，即以不同机组在不同环境下和不同负荷下的能耗最低的工况作为分析对比的基准值，在不同负荷下系统自动记录当前以来最优运行工况，而这个最优工况总是可能时刻更新：在相同负荷和环境温度下，一旦有更优的运行工况，系统自动更新其所保存的某出力下的最佳运行工况。就是说，系统总是保存着各个机组在不同出力情况下的最佳工况，随着时间的变化，不同出力下的最佳工况也跟踪机组的运行而得以更新。每个负荷下的最优工况，作为机组在不同出力下的基准工况，此基准工况可以无限逼近机组实际的最优工况，实现了机组实际可操作的性能分析的高度准确性。相对于现有的采用固定的设计值、试验值作为最优工况而言，更具科学性、可行性。即本发明方法能更准确地分析出各种能耗差及导致能耗差超出的原因，并提出可靠的解决方案。
2.通过实时数据库采集发电机组的实时生产运行数据，即机组运行工况，每台机组所需采集的数据大约为300～500点，这些数据通过分散式控制系统DCS接口或通过实时数据系统的软件接口即可获取，无须另配其它采集设备，更无须额外增加测点设备，其他需要录入的数据如环境温度、湿度、大气压力、管道系数、材料参数等可以人工录入也可从现场获取，大大方便了在现有发电厂已有的控制系统上的更新安装。所有实时运行数据的获取只是单向从DCS等生产控制系统取得，而没有反向回写数据的功能，从而从根本上解决了最大的安全隐患。
3.在对实时运行数据进行处理前，先对数据进行预处理，解决了数据失真对能耗计算错误的影响，避免对操作人员的误导。由于采集的数据量并不庞大，从而使得系统能够有足够的时间，在采集的过程中验证所采集的数据的正确与否，从而实现坏数的剔除与拟合，确保采集数据的准确性，为分析计算和优化指导提供基础。
4.本发明的能耗分析和优化指导，不但给运行操作人员提出了调整优化的指导方案，而且也帮助操作人员更清楚地了解与最优方案之间存在的差距，有利于建立更有效的电厂经济指标管理制度，取代现有的小指标竞赛等制度，促进机组的经济运行。
附图说明
图1是发电机组煤耗特性曲线图；
图2是具体实施方式的物理结构组成框图；
图3是具体实施方式的软件结构组成框图；
图4是具体实施方式的数据处理流程图；
图5是具体实施方式的数据共享结构框图。

图2是一种发电厂的基于能耗分析的优化运行系统的物理结构图，从图中可以看出，该系统对电厂硬件环境的全部要求是发电厂已经建设了MIS网络系统、能够提供获取DCS数据的有效途径、能够提供关系型数据库支持(如Oracle数据库)、提供一台计算性能较好的高档PC服务器作为主服务器，也就是说，该系统对电厂的运行条件的要求，是完全基于IT层面的最普通的要求。该系统属于处于发电厂DCS与发电MIS之间的一个面向生产、面向数据中心的信息化系统，系统的入口是发电控制系统(DCS、RTU、PLC等)，出口是发电MIS或发电企业门户，但该系统归属于发电企业的信息三区而非信息一区，单独使用主服务器以进行核心算法的专业运行。
如图2和图3所示，系统主要分成三大部分：数据获取子系统、数据处理子系统、数据展示子系统，以及两大主要接口：与生产控制系统如DCS的接口以及与高级应用系统如电厂MIS的接口。向下的与DCS的接口主要是为了获取系统所需要的实时运行数据，是系统的数据入口；向上的接口则是主要从电厂的数据平台/数据中心考虑，为将来发电厂的数据信息的高等分析应用，如商务智能等提供丰富的、准确的、唯一的数据来源。
各子系统的功能为：数据获取子系统采集发电厂实时运行数据，并对特定的实时数据进行预处理；数据处理子系统对实时数据进行分析计算，得出当前工况下的实时能耗指标；数据处理子系统将当前工况下的实时能耗指标与最优工况数据库中存储的对应工况下的最优能耗指标进行对比，将对比结果输出给数据显示子系统，同时，若计算得出的实时能耗指标优于对应工况下的最优能耗指标，则将当前实时工况保存为对应的最优工况；数据展示子系统展示当前工况下的实时能耗指标和对应工况下的最优能耗指标以及两者间的对比结果。
前述数据处理子系统将当前工况下的实时能耗指标与最优工况数据库中存储的对应工况下的最优能耗指标进行对比，是指将计算出来的当前负荷(如310MW负荷)下的能耗指标值与系统最优工况数据库中存储的310MW负荷下的能耗指标值进行对比，如果最优工况数据库中未存储有该负荷下大指标值，则按最靠近的最优工况值对比。同时，寻找310MW负荷下的实时数据与最优数据对比后差异过大的实时运行数据，并分析该过大差异的存在对能耗指标的影响，以及给出可以采取的调整措施，将上述结果在数据展示子系统中展示，用以指导机组的经济优化运行。
具体功能叙述如下。
1.实时运行数据的采集
如图3所示，数据获取子系统的功能主要包括实时数据的接口与数据预处理。
对数据接口，考虑到目前有部分电厂已经使用了实时数据库系统，而部分电厂没有实时数据库系统，因此本系统可以采用两类接口：与实时数据库系统的接口以及直接从DCS读取数据的接口。
与实时数据库系统的接口包括采用与PI、iHistorian、eDNA三大实时数据库系统的接口，为了节省时间，去掉没有必要的中间环节，系统并不从最终的实时数据库系统中获取数据，而是从实时数据库系统的数据入口处获取数据，如iHistorian数据库系统，则从iFix系统获取数据。
针对没有使用实时数据库系统的环境，可以编制单独的数据采集系统软件，直接从DCS等控制系统中只读数据，读取的数据通过与点对点的方式一一对应，把本系统所需要的实时运行数据发送到主服务器的内存中，供其他所有子系统调用。
对于电厂控制系统内不存在的数据，本系统设计了一个在线数据录入系统，录入的参数自动判断入库，无需人工干预，不影响系统的运行，如系统结构参数：管道面积、环境温度、燃料特性参数等，提供人工录入工具，数据经过人工录入后直接进入本系统进行运行。
2.数据预处理
系统处理的主要对象是当前机组的各个实时运行参数，这些参数的来源或者来自于DCS(或者是实时数据库)，如主蒸汽温度等运行参数，或者来自于人工录入的结构参数，如管道横断面积。
从DCS等系统所获取的实时数据往往需要经过A/D转换或其它采集设备转换，中间环节较多，很容易出现数据畸变现象，畸变过的数据参与专业算法计算分析，很容易导致系统发散或形成错误结论，从而误导运行人员操作机组，产生严重后果。所以畸变的数据是不能直接进入本系统参与运行处理的，否则将导致本系统的不可靠与不稳定，甚至导致专业算法的运算不收敛。因此对实时运行数据的预处理是非常必要的。常用方法是对同一测点的连续采样序列进行逻辑判断，剔除采样失真点并用一个仿真值取代，这虽然能使计算值连续，但可能丢失一些真实的值，而且也未能解决输出结果的不稳定性。
本实施方式中，首先参照开关量状态对当前采集的实时数据值进行物理判断，对失真值进行剔除并弥补，然后采用加权方法对采集数据进行处理，既反映了参数的连续变化和当前参数的影响，又抑制了采样失真带来的波动。具体方法为：首先判断当前采集的实时数据是否存在跳变，如果不存在跳变，则直接采用；如果存在跳变则查看与其关联的开关量的动作状态，如果该跳变属于开关量动作后的合理变化，则直接采用，否则获取该实时数据前段时间的多个数据值，并对该实时数据的当前数据值和多个前段数据值进行权重计算，得出可采用的实时数据。假设采样数据的时间间隔为δt，具体的预处理算法如表1：
表1

于是，t时刻的计算采用的数值V为：
V＝0.5V0+0.3V1+0.1V2+0.05V3+0.05V4
预处理以后的数据，连同人工录入的数据，一起参与专业算法计算，并保存在相应的历史数据库中，供决策分析使用。
3.数据分析处理
如图4和图5所示，数据分析处理是整个系统的核心部分，主要包括参数定义、机组参数基准点确定、时钟调整、算法调度、在线性能分析、在线能损分析、运行优化、经济功率分配等部分。
(1)参数定义
对某电厂的N台发电机组，定义的参数如下。
定义六个二维数组表示一个电厂中N台机组的参数，各数组的具体含义如下：
DATAIN(1500，N)——从现场控制系统采集来的N台机组的运行参数，以下简称输入参数；
DATABEST(1500，N，14)——每台机组不同负荷情况下的最佳运行状态，从机组的50％负荷开始到机组的120％，每5％负荷就保存一个最佳状态，中间负荷向最近最佳点靠近；
TITLEIN(1500，N)——从现场采集来的N台机组的运行参数的描述，以下简称输入描述，主要是文字描述，可以是手工录入的；
DATAOUT(1500，N)——算法计算出的N台机组的结果，以下简称输出参数；
TITLEOUT(1500，N)——算法计算出的N台机组的结果的描述，以下简称输出描述；
DATACOE(500，N)——需要人工输入的N台机组的参数，以下简称系数；
TITLECOE(500，N)——需要人工输入的N台机组的参数的描述，以下简称系数描述。语言描述如下：
#define JIZU    N
typedef struct TAG{
    int     no；
    char    tagname[40]；
    double  value；
    }
  /*
 变量定义如下：
 datain为从DCS获取的实时数据，按照机组划分
 dataout为核心算法输出的运算值，按照机组划分
 datacoe为手工录入的系数。
 */
TAG datain[DATAINMAX][JIZU]；
TAG dataout[DATAOUTMAX][JIZU]；
TAG datacoe[DATACOEMAX][JIZU]；
 /*
 数据预处理，保留5个运行状态参数，只针对从DCS中获取的数据：
 */
TAG  yuchuli[DATAINMAX][JIZU][5]；
 /*
保存机组运行的最佳状态，从50％到110％，总共12个点。可以按照需要设定。
确定输入参数时，因机组的热力系统、设备不同，输入参数会大不相同，例如：锅炉制粉系统不同，会使机组的辅机构成发生很大的变化，对于钢球磨中间储藏式制粉系统，主要耗电辅机为磨煤机、排粉机；对于中速磨制粉系统为磨煤机、一次风机。因此，在构造数据结构时将锅炉可能的制粉系统全部包括在内，分别列出各自的附机；磨煤机的台数可能因机组基准的备用容量不同而有所变化；各级加热器的辅助汽水部分可能有很大的不同，因此在输入参数最后面开辟一个区域专门存放这些数据。
(2)最优基准的确定
确定机组在不同运行状态与环境条件下的基准工况是进行系统能损分析的一项重要工作。机组运行参数及指标的基准值是由机组的结构特性、负荷和环境条件三项因素动态决定的，对于特定的机组，它是关于负荷与环境温度的函数。其确定方法主要有以下两种：采用额定工况设计值、采用机组热力系统的变工况计算结果。
通常情况下，对发电机组的实时能耗在线分析所采用的参照点是机组的设计参数，也就是大部分类似系统对发电厂机组当前的运行参数与相同工况条件下的设计目标值进行比较，找出偏差，并定量计算主要影响因素对机组的煤耗变化率。但是通常情况下，电厂机组的实际运行情况与设计目标值之间存在客观差距，这也是开发类似本系统的各个研究单位还处于摸索阶段的主要原因——参照工况并非准确。
本系统中，以机组在不同出力情况下所表现的最佳工况为基准工况并连续滚动(还结合自然环境参数)，在不同负荷下系统自动记录当前以来最佳运行工况，当然，这个最佳工况总是可能时刻更新：在相同负荷下，一旦有更佳的运行工况，系统自动更新其所保存的某负荷下的最佳运行工况。就是说，系统总是保存着各个机组在不同负荷情况下的最佳工况，随着时间的变化，不同负荷下的最佳工况也跟踪机组的运行而得以更新，以保存不同负荷下的机组的运行以来的最佳工况。每个负荷下的最佳工况，作为机组在不同负荷下的基准工况，此基准工况可以无限逼近机组实际的最佳工况，实现了机组实际可操作的性能分析的高度准确性。
(3)时钟调整
系统在使用过程中是允许高级别操作人员或者系统管理员随意调整系统的采样、运行与刷新频率的。时钟的调整在应用程序中实现，最小时钟频率为0.5s，调整时钟的范围是0.5s的整数倍，在数据展示层中提供时钟调整功能：系统管理员拉动时钟调整滑块就能很方便调整整个系统的采样、运行与刷新频率，整个系统只能采用同一时钟频率，时钟频率调整后，系统运行与任务调度进程会获取调整后的时钟，并通知给系统在线运行的所有进程，修改时钟周期，以保证系统的完整性。
(4)算法运行与调度
核心专业算法的调度：核心专业算法基本上是一个自成运行体系的相对封闭的专家算法系统，所谓相对封闭是指各个算法之间的衔接与调用是相对固定的，外部系统对核心专业算法库的作用主要体现在两个方面：数据接口与总体调度。总体调度是定时执行的，在应用系统的系统运行与任务调度功能中，有定时运行核心专业算法的入口，每次到一个时钟周期，则启动运行核心专业算法库一次。
进程调度与资源分配：核心专业算法采用标准Fortran语言编写的，属于典型的C/S结构的，数据录入部分也是C/S结构的，其他应用采用标准B/S结构。该线程监视所有客户端的访问流量，并随时调整资源，以满足所有客户的使用。整个系统启动时，这个进程自动运行，先开辟内存，锁定内存空间，为系统内部交换数据提供快速、稳定的空间；然后开始调度各个子系统的运行，系统进入运行状态。所有的任务调度都是自动进行的，无需人工干预。
(5)机组在线性能分析
火力发电机组的在线性能分析包括：锅炉热力性能分析计算、汽轮机热力性能分析计算、机组总体热力性能分析计算，采用现有的算法技术进行。
锅炉热力性能分析计算主要包括正平衡计算与反平衡计算；
汽轮机热力性能分析计算主要包括高压缸效率分析计算、中压缸效率分析计算、低压缸效率分析计算、汽轮机循环效率分析计算。
机组总体热力性能分析计算包括主汽管道损失与效率、发电量、汽耗、汽耗率、热耗、热耗率、标准煤耗率、发电效率。
(6)机组在线能损分析
火力发电机组的在线能损分析包括：汽轮机能损分析计算、锅炉能损分析计算，采用现有的算法、技术进行。
汽轮机能损分析：用于分析由于汽轮机参数变化引起的热耗率、标准煤耗率的变化，主要包括主蒸汽压力与温度变化、再热蒸汽损失与温度变化、主蒸汽与再热蒸汽以及减温水流量变化、排汽压力变化；给水温度变化、各级加热器端差变化、各级加热器抽汽管路压损变化、切除各组加热器变化；凝汽器端差变化、凝结水过冷度、循环水温升变、轴封用汽量变化、凝汽器真空变化等。
锅炉能损分析：包括排烟温度变化、过量空气系数变化、飞灰含碳量变化、锅炉连续排污量变化等。
实时能损分析采用偏差分析法。对任何一个影响机组效率的运行参数而言，偏差分析一般包括两个步骤：首先是通过分析该参数的变化对机组效率的影响，从而确定该参数对机组经济性的影响程度；其次，根据该参数偏离基准参数值的幅度，确定由于该参数不理想导致机组效率变化的幅度。通常，这个用于比较的基准工况对应的该参数的数值称为“基准值”。显然，如何选择基准工况和基准值，对能损分析的结果具有至关重要的作用。关于基准工况的选取在上文“(2)最优基准的确定”中已有描述。
(7)机组运行优化
机组运行优化包括：调峰运行优化、循环水系统运行优化和加热器运行优化。
调峰运行优化：由于各运行人员调峰运行操作方法不一样，其中总有较优的调峰运行方式，使得机组供电煤耗或汽轮机热耗较低，优化系统通过不断的循环比较，可以找到运行水平最高的调峰运行方式，在同一负荷下，将机组供电煤耗或汽轮机热耗较低的3种运行方式保存到最佳运行方式库。若当前运行热耗(或供电煤耗)比这3种方式之一还要低，这种运行方式自动进入最佳运行方式库；若当前运行热耗(或供电煤耗)比这3种方式之一高出0.5％以上，系统便会弹出运行优化建议，建议运行人员按照最佳方式运行，并提示运行方式对供电煤耗的影响大小。
循环水系统运行优化：循环冷却水量对机组供电煤耗率的影响有两面性，一方面增加循环水量，可使机组真空提高，机组出力增加，供电煤耗率降低；另一方面增加循环水量，会使厂用电量增加，供电煤耗率增加。因此存在一个最佳循环水量，使得机组供电煤耗率在当时运行条件下最低。本系统通过优化计算，可求得最佳循环水量，作为运行人员调整循环水量(运行水泵台数或出口门开度)的依据。
加热器运行优化：加热器运行中最容易出现问题，也最容易被运行人员忽视。如抽汽管道的逆止阀因卡涩而未全开、高加或低加旁路阀门未关死、加热器的端差增大等，当这些参数对煤耗的影响达到一定程度时，系统便会弹出运行优化建议，建议运行人员进行加热器运行调整。
(8)机组间经济功率分配
发电厂多台机组间负荷优化调整主要包括机组运行优化组合、机组启停优化两部分。
机组运行优化组合：优化组合是基于动态规划法，在某个全厂总负荷下，寻求瞬时并列机组的最优组合，并没有考虑机组启停限制及启停耗量，所确定的组合方案只是在某一时段上各机组运行耗量最小。
机组启停优化：优化启停是应用网络规划法确定各台机组在一个调度周期中各时段上运行的优化问题，它不仅考虑了机组运行耗量，而且涉及机组启停耗量，同时可满足机组启停的限制等。
4.数据共享
数据处理子系统设有临时数据交换区，用于交换数据采集、数据处理和数据展示过程中产生的大量的结果数据和部分中间数据。如图5所示，数据接口是整个系统的数据采集、数据处理与数据展示的数据纽带与源泉。其中数据采集子系统负责从机组控制系统中通过网关机采集数据，并负责手工录入的数据归档，这是系统的数据源头，都是一些原始数据；数据处理子系统所处理的数据都建立在数据获取子系统基础上，此外会产生大量的中间数据，部分中间数据需要进入到数据展示子系统中展示，而且几乎所有的运行结果与原始数据是不一致的，也具备不同的物理含义，因此在数据处理子系统中会产生大量的需要共享的结果数据和部分中间数据；数据展示子系统则把数据采集子系统的部分数据、数据处理子系统的部分数据按照应用程序的规定(用户的需求)进行图表展示。可见这三个子系统的数据部分有很大的交叉，为了保证系统运行的实时性与数据的一致性，采用临时数据交换的办法与关系型数据库共同作用实现三个子系统的数据接口问题。
5.数据展示
数据展示子系统是系统的应用层，也就是每个工作人员所使用的功能以及人机界面层，是系统的最顶层。
如图3所示，在数据展示层，划分了8大功能：性能分析、能损分析、经济指标考核、最优工况自动寻优、厂际负荷分配、循环水优化、在线诊断及在线试验，系统综合数据查询以及系统维护等。由于本系统的数据展示层采用基于J2EE的B/S结构以及模块化体系，功能的搭配和调整可以根据不同发电厂的实际需要做二次开发。
考虑到不同机组的特性和分散式控制系统DCS的不同特性等情况，应用上述系统和方法在200MW及以上容量的燃煤火力发电机组上，经各使用单位的实际运行效果统计，实现了如表2所示的平均节能水平。
表2
  单机容量   200MW   300MW   600MW   1000MW   平均节能   7～15g/Kwh   5～9g/Kwh   2.5～8g/Kwh   1～5g/Kwh
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。