CN106292590A - 一种电厂煤耗及碳排放监测方法及系统 - Google Patents

Abstract

本发明公开一种电厂煤耗及碳排放监测方法。电厂的煤粉制备、脱硫系统、辅网系统、电能数据、DCS数据、ECS系统数据以及磅秤、财务等数据，采集汇总到数据采集服务器，初步处理后，进入企业中心服务器，企业中心服务器安装亚仿公司的四位一体科英支撑平台，可实时处理海量数据，结合实时软测量计算，得到电厂煤耗及碳排放的实时数据，通过WEB应用服务器对外发布和展现，包括无线方式的发布。本发明对电厂的煤耗和碳排放进行实时监测，确保生产设备安全和高效节能低排放运行，实现碳交易基础计量。

Description

一种电厂煤耗及碳排放监测方法及系统

技术领域

本发明涉及一种电厂煤耗及碳排放监测、能源管理及节能减排方法及系统。

背景技术

火力发电是现阶段我国国民经济建设的重要基础，也是主要的煤炭消耗和污染物排放行业之一。电力行业能源资源消耗高、环境负荷重，节能减排问题亟待解决。我国单位产品能耗、排放与国际先进水平比较仍有差距。电力行业节能减排管理水平需进一步提高。电力行业节能减排统计、监测和考核体系还有待建立和完善。在我国当前工业化、城镇化加速发展的重要阶段，经济社会发展面临着严峻的资源和环境双重约束。电力行业作为我国主要的高能耗、高排放产业，是工业领域节能减排的重点和难点，其节能减排效果对完成我国能源消耗目标、工业可持续发展起着举足轻重的作用。加大节能减排力度，已成为电力行业面临的一项艰巨而紧迫的任务。为了研究节能减排、实现节能减排，挖掘人与机器的潜能，达到发电效率高、成本低、煤耗省、排放少的目标，推动科技进步和标准化工作，推动电力工业实现与信息化的深度融合，采用节能减排新思路、新技术具有重要意义。

电力行业的节能减排思路还处于更换设备、单一决策阶段，由于电厂全厂信息不在一个平台，可观察到的信息量少或看不全，难以掌握生产的全面情况，加之部分工业量无法直接测量，致使无法实时准确监测煤耗及碳排放等相关数据，节能减排受到很大制约。

根据目前电力行业的实际技术水平，需要一种综合考虑电厂全面数据信息、结合采用软测量计算技术的煤耗及碳排放监测方法，提升电力行业能源管理水平和节能减排效果，奠定碳交易的数据基础。

发明内容

本发明的目的是提供一种电厂煤耗及碳排放监测方法及系统，实时准确直观方便地提供电厂的煤耗及碳排放数据，便于对比分析，为决策者提供参考依据，保证生产设备处于高效节能低排放状态下运行，为碳交易奠定数据基础。

一种电厂煤耗及碳排放监测方法，其包括以下步骤：

S1、实时监控并采集电厂内生产现场的相关计量数据；

S2、采用软测量方法对S1测量不到的信号进行补充测量，并采用模型参数校正的方法对软测量模型进行校正；

S3、对所述计量数据和软测量数据进行数据核算；

S4、将核算后的结果存储并发布。

所述S1中，所述计量数据的采集包括：

将物理距离较近的测点用自由拓朴的方式组成现场总线网络；

对于个别较分散的测点，单独采集，就近接入现场总线网络；

然后通过采集子站将现场总线网络挂上距离最近的以太网。

S1中，计量数据来源于装设在现场的各类检测仪表，包括检测能源量的流量、温度、压力等参数的热工仪表、电能表、检测物资量的各类称量设备。

从现场检测仪表采集的信号包括模拟量和数字量，因计量检测仪表的不同类型而异，采集的方式也根据数据类型的不同有所区别，4----20mA的模拟量信号通过采集子站的A/I模块转换成数字量，多功能电能表、智能仪表以及带有通讯接口的数字量输出的设备则直接通过现场总线传送数据到采集子站，采集子站设备具有数据存储和协议转换的功能。

所述采集子站的设备采集到的数据传输到企业中心服务器，实时/历史数据库对测点数据进行校验、清洗、装载、存储、备份等。

其中，所述电厂煤耗及碳排放监测方法与DCS系统、财务系统、ERP系统等采用数据接口方式进行数据交换。

所述电厂煤耗及碳排放监测方法支持灵活方便的多种联网方案，包括无线平台；通过适用于智能移动设备(智能手机、掌上电脑等)的客户端程序，实现无线移动平台与有线PC平台的实时互动与协同处理，系统从有线网络延伸至无线网络环境，将电厂关键数据开放在公共手机平台上。

所述电厂煤耗及碳排放监测方法通过网络接入认证、用户身份认证、数据加密传输、对象权限控制等多种安全机制进行保障，确保数据及数据传输的安全可靠。

所述电厂煤耗及碳排放监测方法的碳排放数据核算的完整工作流程包括以下步骤：识别排放源、收集活动水平数据、选择和获取排放因子数据、分别计算燃料燃烧排放量、过程排放量、电厂净购入的电力、热力消费的排放量、汇总计算电厂温室气体排放量。

所述软测量方法是把自动控制理论与生产工艺过程知识有机结合起来，应用计算机技术，选择一些较易在线准确测量的辅助变量或分析化验的历史数据，通过建立在线分析模型，推断和估计不可实时测量或难测量变量的一种方法。

所述软测量方法说明如下：

对测量对象进行机理分析；

根据所述机理分析的结果选择辅助变量的种类；

根据所选择的辅助变量确定引起误差的可能因素，针对具体的误差进行误差的消除与补偿：随机误差采用主元分析的方法进行消除和补偿；过失误差采用随机搜索法进行消除和补偿；

根据测量的数据的数值数量级的情况进行标度；根据对象的非线性特性，采用寻找新变量代替的方法进行转换；采用权函数实现对变量动态特性的补偿；

确定各变量的机理经验方程，结合质量平衡和能量平衡机理建立软测量模型。

所述S2中，所述的采用模型参数校正的方法对软测量模型进行校正，包括采集一段时期的辅助变量和主变量数据，结合煤或碳的化学分析和工业分析，采用模型参数校正的方法对软测量模型进行校正。

电厂的二氧化碳排放总量等于电厂边界内所有的燃料燃烧排放量、过程排放量及电厂净购入电力和热力消费的排放量之和，按如下公式计算。

式中：

—电厂二氧化碳排放总量，单位为吨二氧化碳(tCO2)；

E_燃烧—电厂的燃料燃烧二氧化碳排放量，单位为吨二氧化碳(tCO2)；

E_过程—电厂的过程二氧化碳排放量，单位为吨二氧化碳(tCO2)；

E_过程1—电厂在生产过程中原料碳酸盐分解产生的二氧化碳排放量，单位为吨二氧化碳(tCO2)；

E_过程2—电厂在生产过程中生料中的非燃料碳煅烧产生的二氧化碳排放量，单位为吨二氧化碳(tCO2)；

E_电和热—电厂净购入的电力和热力消费所对应的二氧化碳排放量，单位为吨二氧化碳(tCO2)。

一种电厂煤耗及碳排放监测系统，其包括硬件部分和控制部分；

所述硬件部分包括服务器、现场数据采集器；所述控制部分包括控制中心、接口模块、数据采集处理模块、软测量计算模块、展现模块、无线发布模块等，实现数据采集、数据清洗、历史数据存储、软测量计算、数据优化、数据挖掘、数据实时发布、数据无线传输等。

所述现场数据采集器包括：计量传感器、温度传感器、压力传感器、流量传感器、成分分析仪、电能表、检测物资量的各类称量设备等。

所述接口模块包括指模块之间、系统之间的数据及指令交换接口单元，是提供给开发人员的编程接口，开发人员通过调用这些接口来完成相应的功能。

所述接口模块具体表现为一组类文件或动态链接库，其主要包括下面六大类：

(1)工作流API：提供业务功能组件与工作流引擎的交互接口的公用组件，应用程序通过调用这些接口实现业务流转处理。提供了方便，提供了应用程序操纵工作流引擎的接口。本工作流系统提供的API大致分为以下几类：连接功能API、工作流定义功能API、过程控制功能API、活动控制功能API、过程状态功能API、活动状态功能API、工作任务表功能API、管理功能API等。

(2)安全API：是指为业务系统提供安全控制的公用组件。系统的安全API大致分为以下几类：用户登陆API、权限控制API、日志处理API、数据合法性检查API、数据一致性检查API等。

(3)功能调用API：是指为业务系统提供的一系列通用功能组件。大致分为以下几类：日期处理API、CSS调用API、人员机构API、代码选择API、在线帮助API、文档控件API、个性化定制API等。

(4)数据库API：是指业务系统与数据库接口的通用组件。大致包括代码转换API、查询API、单表操作API、多表操作API、数据分析API、数据转储API等。

(5)应用集成API：是指与其它系统以及其它第三方软件和数据库的接口组件。

(6)模型算法API：是指为核心业务系统提供的模型和算法调用接口。MOD的模型算法是在实时数据、历史数据支持下，利用仿真技术、决策理论结合起来实现的综合决策算法支持包。

相对于现有技术，本发明具有以下优点：

本发明的现场数据采集器不触及生产过程自动化系统，通过数据总线传输到具有存储和路由双重功能的采集子站，实现数据存储和协议转换。采集子站的优点在于既可以存储一周内采集的数据，又具有比工控机高得多的可靠性(该子站设备没有机械硬盘，结构紧凑、可兼容各类数据采集设备)，可以保证计量数据采集系统长期稳定可靠的运行。

本发明的采用计量传感器、温度传感器等，解决了电力行业的测量误差大、数据不稳定等诸多问题。

本发明的测量方法可以测量大量的现有技术测量不到的信号，综合考虑了很多影响因素，确保结果数据精度，依靠化验数据和历史数据库的数据以及自学习功能。比如煤的低位热值，收集、测试了三百个数据进行标定。

本发明采用无线发布方法，便于实时发布相关数据。

附图说明

图1为本发明电厂煤耗及碳排放监测方法结构示意图。

图2为数据采集系统结构示意图。

图3为软测量模型结构示意图。

具体实施方式

本实施例之电厂煤耗及碳排放监测方法的结构如图1所示。硬件部分包括服务器、现场数据采集器、计量传感器、温度传感器、压力传感器、流量传感器、成分分析仪、主服务器、磁盘阵列、核心交换机、终端计算机等。配置的主服务器磁盘容量保证至少三年的历史数据可在线访问。软件部分包括四位一体科英支撑平台、接口软件、数据采集处理软件、软测量计算软件、展现软件、无线发布软件等。

本电厂煤耗及碳排放监测方法实时计算电厂煤耗及碳排放需要采集、汇总电厂生产系统的所有数据。

本电厂煤耗及碳排放监测方法需要实现全厂信息共享，配套大容量实时数据库、充足带宽的网络、大容量历史数据库。需要应用仿真、控制、信息、通讯四位一体的科英支撑平台和强大的实时数据库和历史数据库实现全厂所有数据共享。

本电厂煤耗及碳排放监测方法在硬件结构上，整个系统分为三个安全层次的网络：现场监控系统网络为生产安全级；科英支撑平台主服务器及网络为核心数据安全级，与现场监控系统网络通过专用网络隔离装置(网闸)隔离；企业管理网络为管理信息安全级，与核心数据网络之间有物理隔离。

参考图2的数据采集系统结构示意图，本电厂煤耗及碳排放监测方法数据采集系统采用“局部集中，就近上网”的原则，即将物理距离较近的测点用自由拓朴的方式组成现场总线网络；对于个别较分散的测点，单独采集，就近接入现场总线网络；然后通过采集子站挂上距离最近的以太网，减少网络资源开销(包括网络带宽和网络节点设备)，同时也降低了系统成本。

本电厂煤耗及碳排放监测方法计量数据来源于装设在现场的各类检测仪表，包括检测能源量的流量、温度、压力等参数的热工仪表、电能表、检测物资量的各类称量设备，等等。

本电厂煤耗及碳排放监测方法从现场检测仪表采集的信号包括模拟量和数字量，因计量检测仪表的不同类型而异。采集的方式也根据数据类型的不同有所区别，4----20mA的模拟量信号通过采集子站的A/I模块转换成数字量，多功能电能表、智能仪表以及带有通讯接口的数字量输出的设备则直接通过现场总线传送数据到采集子站，采集子站设备具有数据存储和协议转换的功能。

本电厂煤耗及碳排放监测方法采集子站设备采集到的数据传输到企业中心服务器，实时/历史数据库对测点数据进行校验、清洗、装载、存储、备份等。

本电厂煤耗及碳排放监测方法与DCS系统、财务系统、ERP系统等采用数据接口方式进行数据交换。

接口软件包括指模块之间、系统之间的数据、指令交换接口，是提供给开发人员的编程接口，开发人员通过调用这些接口来完成相应的功能。

接口软件具体表现为一组类文件或动态链接库。应用接口(API)主要包括下面六大类：

1、工作流API：提供业务功能组件与工作流引擎的交互接口的公用组件，应用程序通过调用这些接口实现业务流转处理。提供了方便，提供了应用程序操纵工作流引擎的接口。本工作流系统提供的API大致分为以下几类：连接功能API、工作流定义功能API、过程控制功能API、活动控制功能API、过程状态功能API、活动状态功能API、工作任务表功能API、管理功能API等。

2、安全API：是指为业务系统提供安全控制的公用组件。系统的安全API大致分为以下几类：用户登陆API、权限控制API、日志处理API、数据合法性检查API、数据一致性检查API等。

3、功能调用API：是指为业务系统提供的一系列通用功能组件。大致分为以下几类：日期处理API、CSS调用API、人员机构API、代码选择API、在线帮助API、文档控件API、个性化定制API等。

4、数据库API：是指业务系统与数据库接口的通用组件。大致包括代码转换API、查询API、单表操作API、多表操作API、数据分析API、数据转储API等。

5、应用集成API：是指与其它系统以及其它第三方软件和数据库的接口组件。

6、模型算法API：是指为核心业务系统提供的模型和算法调用接口。MOD的模型算法是在实时数据、历史数据支持下，利用仿真技术、决策理论结合起来实现的综合决策算法支持包。

参考图3软测量模型结构示意图，由于电厂的信号缺失多，本电厂煤耗及碳排放监测方法计算中采用大量的软测量信号补充生产线测量量的不足，用大量实验室化验数据等数据对软测量进行工业验证。

在线软测量技术是把自动控制理论与生产工艺过程知识有机结合起来，应用计算机技术，选择一些较易在线准确测量的辅助变量或分析化验的历史数据，通过建立在线分析模型，推断和估计不可实时测量或难测量变量的一种方法。

建立软测量主要包括四个方面：辅助变量的选择、数据的预处理、软测量模型的建立、软测量模型校正。

举例煤粉低位发热值的软测量方案说明如下：

1、机理分析

大量研究表明，煤的干燥无灰基碳和干燥无灰基氢以及之间干燥无灰基氧存在较强的线性相关性，煤的多变性主要在于灰分和水分的多变性，低位发热量和灰分加水分之间存在很强的线性相关性；煤中的收到基硫燃烧后转化成二氧化硫，煤中的收到基碳燃烧后转化成二氧化碳；进入锅炉系统内的总风量经过燃烧后转化为锅炉出口的总烟气量。

2、辅助变量的选择

根据以上机理分析，选取煤元素分析中的碳、氢、氧含量，煤工业分析中的灰分和水分含量；通过气体分析仪测量得到的锅炉出口烟气二氧化硫及二氧化碳含量；锅炉出口烟气流量作为辅助变量。

3、数据的预处理

●误差处理

根据所选择的辅助变量确定引起误差的可能因素，针对具体的误差进行误差的消除与补偿。随机误差采用主元分析的方法进行消除和补偿；过失误差采用随机搜索法进行消除和补偿。

●数据变换

根据测量的数据的数值数量级的情况进行标度；根据对象的非线性特性，采用寻找新变量代替的方法进行转换；采用权函数实现对变量动态特性的补偿。

4、软测量模型的建立

根据研究分析确定各变量的机理经验方程。结合质量平衡和能量平衡机理建立软测量模型。

5、软测量模型校正

采集一段时期的辅助变量和主变量数据，结合煤的化学分析和工业分析，采用模型参数校正(即校正软测量模型的参数)的方法对软测量模型进行校正。

本电厂煤耗及碳排放监测方法中软测量信号包括：燃煤低位发热值、煤粉细度、煤粉水分、煤粉料位等共五十项。

本电厂煤耗及碳排放监测方法在线实时计算的煤耗和碳排放数据，通过统计与分析，实行同比和环比分析，识别能耗及碳排放水平趋势，实现企业指标异常分析，及时发现企业生产过程中的隐患，便于企业及时解决问题，充分挖掘企业的节能减排潜力。

本电厂煤耗及碳排放监测方法实现企业能耗指标与国际、国内标准能耗指标的对比和分析，了解自身各项指标能耗在国内外同行业间所处的位置。

本电厂煤耗及碳排放监测方法的煤耗和碳排放数据可以实时跟踪，异常时及时自动声光报警，可提高生产效率，降低生产能耗，减少排放，降低生产成本。

本电厂煤耗及碳排放监测方法的报警信息、指标数据可以以短信息提示发送到相关人员的手机上。短信息服务与应用系统的接口采用数据库接口方式，可以根据需要定制。

本电厂煤耗及碳排放监测方法产生的海量数据，进行综合分析、加工与处理，形成各种报表，既有综合性的分析，也有单项数据的深度挖据与趋势分析，辅助各级领导做出科学有效的决策。

本电厂煤耗及碳排放监测方法支持灵活方便的多种联网方案，包括无线平台。通过适用于智能移动设备(智能手机、掌上电脑等)的客户端程序，实现无线移动平台与有线PC平台的实时互动与协同处理，系统从有线网络延伸至无线网络环境，将电厂关键数据开放在公共手机平台上。

本电厂煤耗及碳排放监测方法通过网络接入认证、用户身份认证、数据加密传输、对象权限控制等多种安全机制进行保障，确保数据及数据传输的安全可靠。

本电厂煤耗及碳排放监测方法的碳排放数据核算的完整工作流程包括以下步骤：识别排放源、收集活动水平数据、选择和获取排放因子数据、分别计算燃料燃烧排放量、过程排放量、电厂净购入的电力、热力消费的排放量、汇总计算电厂温室气体排放量。

本电厂煤耗及碳排放监测方法计算电厂的二氧化碳排放总量等于电厂边界内所有的燃料燃烧排放量、过程排放量及电厂净购入电力和热力消费的排放量之和，按如下公式计算。

式中：

—电厂二氧化碳排放总量，单位为吨二氧化碳(tCO2)；

E_燃烧—电厂的燃料燃烧二氧化碳排放量，单位为吨二氧化碳(tCO2)；

E_过程—电厂的过程二氧化碳排放量，单位为吨二氧化碳(tCO2)；

E_过程1—电厂在生产过程中原料碳酸盐分解产生的二氧化碳排放量，单位为吨二氧化碳(tCO2)；

E_过程2—电厂在生产过程中生料中的非燃料碳煅烧产生的二氧化碳排放量，单位为吨二氧化碳(tCO2)；

E_电和热—电厂净购入的电力和热力消费所对应的二氧化碳排放量，单位为吨二氧化碳(tCO2)。

Claims (10)

1.一种电厂煤耗及碳排放监测方法，其特征在于：其包括以下步骤：

S1、实时监控并采集电厂内生产现场的相关计量数据；

S2、采用软测量方法对S1测量不到的信号进行补充测量，并采用模型参数校正的方法对软测量模型进行校正；

S3、对所述计量数据和软测量数据进行数据核算；

S4、将核算后的结果存储并发布。

2.根据权利要求1所述的电厂煤耗及碳排放监测方法，其特征在于：

所述S1中，所述计量数据的采集包括：

将物理距离较近的测点用自由拓朴的方式组成现场总线网络；

对于个别较分散的测点，单独采集，就近接入现场总线网络；

然后通过采集子站将现场总线网络挂上距离最近的以太网。

3.根据权利要求2所述的电厂煤耗及碳排放监测方法，其特征在于：

所述S1中，所述计量数据来源于装设在现场的各类检测仪表，包括检测能源量的流量、温度、压力等参数的热工仪表、电能表、检测物资量的各类称量设备。

4.根据权利要求3所述的电厂煤耗及碳排放监测方法，其特征在于：

所述计量数据包括模拟量和数字量，因计量检测仪表的不同类型而异，采集的方式也根据数据类型的不同有所区别，4----20mA的模拟量信号通过采集子站的A/I模块转换成数字量，多功能电能表、智能仪表以及带有通讯接口的数字量输出的设备则直接通过现场总线传送数据到采集子站，采集子站设备具有数据存储和协议转换的功能。

5.根据权利要求1所述的电厂煤耗及碳排放监测方法，其特征在于：

所述采集子站的设备采集到的数据传输到企业中心服务器，实时/历史数据库对测点数据进行校验、清洗、装载、存储及备份；所述电厂煤耗及碳排放监测方法与DCS系统、财务系统、ERP系统等采用数据接口方式进行数据交换。

6.根据权利要求1所述的电厂煤耗及碳排放监测方法，其特征在于：

所述电厂煤耗及碳排放监测方法支持灵活方便的多种联网方案，包括无线平台；通过适用于智能移动设备的客户端程序，实现无线移动平台与有线PC平台的实时互动与协同处理，系统从有线网络延伸至无线网络环境，将电厂关键数据开放在公共手机平台上。

7.根据权利要求1所述的电厂煤耗及碳排放监测方法，其特征在于：

碳排放数据核算的完整工作流程包括以下步骤：识别排放源、收集活动水平数据、选择和获取排放因子数据、分别计算燃料燃烧排放量、过程排放量、电厂净购入的电力、热力消费的排放量、汇总计算电厂温室气体排放量。

8.根据权利要求1所述的电厂煤耗及碳排放监测方法，其特征在于：

所述软测量方法是把自动控制理论与生产工艺过程知识有机结合起来，应用计算机技术，选择一些较易在线准确测量的辅助变量或分析化验的历史数据，通过建立在线分析模型，推断和估计不可实时测量或难测量变量的一种方法；

所述软测量方法包括：

对测量对象进行机理分析；

根据所述机理分析的结果选择辅助变量的种类；

根据所选择的辅助变量确定引起误差的可能因素，针对具体的误差进行误差的消除与补偿：随机误差采用主元分析的方法进行消除和补偿；过失误差采用随机搜索法进行消除和补偿；

根据测量的数据的数值数量级的情况进行标度；根据对象的非线性特性，采用寻找新变量代替的方法进行转换；采用权函数实现对变量动态特性的补偿；

确定各变量的机理经验方程，结合质量平衡和能量平衡机理建立软测量模型；

所述S2中，所述的采用模型参数校正的方法对软测量模型进行校正，包括采集一段时期的辅助变量和主变量数据，结合煤或碳的化学分析和工业分析，采用模型参数校正的方法对软测量模型进行校正。

9.根据权利要求1所述的电厂煤耗及碳排放监测方法，其特征在于：

电厂的二氧化碳排放总量等于电厂边界内所有的燃料燃烧排放量、过程排放量及电厂净购入电力和热力消费的排放量之和，按如下公式计算。

＝E_燃烧+E_过程1+E_过程2+E_电和热

式中：

—电厂二氧化碳排放总量，单位为吨二氧化碳(tCO2)；

E_燃烧—电厂的燃料燃烧二氧化碳排放量，单位为吨二氧化碳(tCO2)；

E_过程—电厂的过程二氧化碳排放量，单位为吨二氧化碳(tCO2)；

E_过程1—电厂在生产过程中原料碳酸盐分解产生的二氧化碳排放量，单位为吨二氧化碳(tCO2)；

E_过程2—电厂在生产过程中生料中的非燃料碳煅烧产生的二氧化碳排放量，单位为吨二氧化碳(tCO2)；

E_电和热—电厂净购入的电力和热力消费所对应的二氧化碳排放量，单位为吨二氧化碳(tCO2)。

10.一种电厂煤耗及碳排放监测方法，其特征在于：

其包括硬件部分和控制部分；

所述硬件部分包括服务器、现场数据采集器；所述控制部分包括控制中心、接口模块、数据采集处理模块、软测量计算模块、展现模块、无线发布模块等，实现数据采集、数据清洗、历史数据存储、软测量计算、数据优化、数据挖掘、数据实时发布、数据无线传输等；

所述现场数据采集器包括：计量传感器、温度传感器、压力传感器、流量传感器、成分分析仪、电能表、检测物资量的各类称量设备等；

所述接口模块包括指模块之间、系统之间的数据及指令交换接口单元，是提供给开发人员的编程接口，开发人员通过调用这些接口来完成相应的功能。

所述接口模块具体表现为一组类文件或动态链接库，其主要包括下面六大类：

(1)工作流API：提供业务功能组件与工作流引擎的交互接口的公用组件，应用程序通过调用这些接口实现业务流转处理。提供了方便，提供了应用程序操纵工作流引擎的接口。本工作流系统提供的API大致分为以下几类：连接功能API、工作流定义功能API、过程控制功能API、活动控制功能API、过程状态功能API、活动状态功能API、工作任务表功能API、管理功能API等。

(2)安全API：是指为业务系统提供安全控制的公用组件。系统的安全API大致分为以下几类：用户登陆API、权限控制API、日志处理API、数据合法性检查API、数据一致性检查API等。

(3)功能调用API：是指为业务系统提供的一系列通用功能组件。大致分为以下几类：日期处理API、CSS调用API、人员机构API、代码选择API、在线帮助API、文档控件API、个性化定制API等。

(4)数据库API：是指业务系统与数据库接口的通用组件。大致包括代码转换API、查询API、单表操作API、多表操作API、数据分析API、数据转储API等。

(5)应用集成API：是指与其它系统以及其它第三方软件和数据库的接口组件。

(6)模型算法API：是指为核心业务系统提供的模型和算法调用接口。MOD的模型算法是在实时数据、历史数据支持下，利用仿真技术、决策理论结合起来实现的综合决策算法支持包。