随着我国新能源产业的逐渐成熟,火电产业的发展正面临着巨大的压力。但是作为传统能源,火力发电仍占据重要地位,如何节能降耗,提高火电机组的运行效率是传统发电集团亟待解决的问题。如今火电厂内部已经建立起了自己的生产管控中心,然而集团总部对于旗下发电厂的管理,与智能化仍然存在差距,随着电厂规模的扩大,程序繁琐等问题日益凸显。此外,火电厂每天都会产生大量高维度、多种类的数据,如何挖掘其深层有效信息也是企业面临的一个关键问题。伴随着云平台技术的发展以及在互联网行业的快速应用,以分布式存储、云计算为基础的平台建设为本文提供了一种解决发电集团对于旗下电厂监管问题的新思路。本文针对某能源集团现有信息化平台的不足,以实际项目为依托,设计了一种基于Hadoop云平台的发电集团火电智能分析系统,能够实现集团旗下电厂各类数据的集中管理分析。本文具体研究内容如下:首先,论文针对集团及旗下某电厂现有生产信息系统进行调研分析,了解电厂内部信息系统体系架构。在此基础之上对发电集团火电智能分析系统做了详细的需求分析,并设计了智能分析系统总体建设方案,分别对系统建设目标、总体结构、云平台技术架构及服务器部署方案进行描述。其次,对比了常见实时数据库平台性能,综合实际项目需要,选用openPlant实时数据库软件作为火电厂的数据管理工具,详细说明了基于openPlant数据库的数据采集模块结构及数据库表结构。在实现数据采集、存储的基础之上,对本系统各主要模块功能进行了设计。再次,本文提出了一种基于分布式梯度提升树算法的汽轮机转子瞬态热应力软测量方法。首先通过平均影响值法对数据库原始数据进行特征提取处理,选择出与热应力值具有强相关性的变量。将提取后的数据上传至分布式文件系统,引入Spark框架下的分布式梯度提升树算法进行模型训练,实现了对瞬态热应力的软测量功能。通过对比分析可知模型具有较高的准确性,能够满足生产实际需要。最后,论文展示了系统主要用户功能界面及后台管理界面。选用发电机组历史数据,在平台上测试了软测量模型并行加速比,进一步验证了其优越性能。