大型发电企业的设备和系统十分复杂,并且非常关键,需要监测的参数很多。这些参数的变化比较频繁,参数之间的耦合性比较强,从单个参数的变化很难第一时间分辨出状态是否异常,而很多第三方的分析工具又要求很强的专业性,这无疑给机组的稳定运行及设备状态和性能分析等工作带来了很大的困难。随着南方电网规模的持续扩大和设备总量的迅速增加,以及用户对供电可靠性要求的逐步提高,使得原有生产管理模式逐渐显现出其局限性,难以形成对下属发电企业进行实时、高效的闭环管理。为了降低设备故障率,电网公司和发电厂每年花费巨大的人力、物力和财力对设备进行定期维护、检修。随着实时数据库技术的兴起与广泛应用,针对海量实时数据的分析和挖掘技术也在不停的向前发展,并逐渐被大家认可和接受。同时,因为计算机技术的极速发展,计算机对数据的计算速度有了质的飞跃,因此针对海量实时数据的分析和挖掘也逐渐成为流程型企业在设备更加经济和安全运行研究和应用中的热点技术。本文着重介绍利用海量实时数据挖掘相关技术,在南方电网广东电科院远程中心搭建发电厂关键设备远程预警分析平台,对发电厂关键设备进行安全状态评估和早期预警。通过针对电力设备海量实时数据的挖掘分析与建模,实现电厂设备在线安全状态的综合量化评估与潜在故障的早期预警,便于电科院相关专业人员第一时间了解现场设备运行状态,及时提供有效的技术服务。本文除了基础性的技术介绍外,还就数据的远程通讯、采集存储进行了阐述,并通过广东电科院远程诊断中心的应用案例对该技术方法进行了实际验证。