数据驱动下智慧水电一体化大数据平台建设及其业务应用探讨

刘晓云

重庆大唐国际彭水水电开发有限公司 重庆 409600

引言

当前，大数据中心建设成为国内发电企业智慧电厂建设的重点方向之一，通过大数据平台的建设促使传统电厂形态从数字化向智能化、智慧化演进，使电力企业在市场化经营环境下的竞争能力进一步增强[1]。围绕电力行业大数据平台的建设问题，国内各大高校、企业、科研机构开展了一系列的科学研究和业务应用，并在经营管理、设备运维、机组优化运行等方面取得了良好的应用效果[2-4]。

例如，在国内发电领域，国家能源集团针对火电环保领域海量环保数据难以高度利用的问题，通过打造火电厂智慧环保平台，实现了环保岛系统的智能控制和智慧管理，提高了企业智慧化服务水平，有效降低了企业经营成本[5]。作为国内首个整体流域智慧水力发电企业的典型代表，国家能源投资集团的大渡河公司，基于“大数据+互联网”技术，建成了面向公司层面的综合决策中心、专业数据中心，为智慧检修、智慧调度等智慧应用提供了良好的平台支撑[6,7]。为实现对企业数据资产的深度挖掘，雅砻江流域水电公司基于大数据技术建造水电行业级数据中心，实现了大数据环境下全类型、全业务数据资产的集中整合、存储、分析、应用[8]，提高了企业数据分析、应用的能力。

当前，大唐重庆分公司正通过推进智慧电厂的建设，打造大数据中心、安全管控中心、优化运行中心、区域检修中心和应急指挥中心五大专业化区域智慧管控中心，逐步形成工业互联网平台、一体化大数据平台两大智慧支撑平台（简称“五中心两平台”），以实现服务基层智慧生产、区域智慧管控的建设目标。基于此，本文围绕大唐重庆分公司一体化大数据平台和业务建设实践，对平台架构和典型业务应用进行了探讨。

1 水电一体化大数据平台层级架构

一体化大数据平台是在传统数据采集、分析、处理、应用基础上的一次重大提升，在建设的过程中应根据企业实际的应用需求进行平台架构的设计和业务应用的建设[9]。大唐重庆分公司一体化大数据平台在功能架构上采用分层架构，主要由基础设施及存储层、公共服务层、数据中台层等构成。

1.1 一体化大数据平台基础设施及存储层

基础设施层基于海量数据存储的物理服务器资源、虚拟化资源，并结合大数据平台、业务应用系统的需求，利用虚拟化和云计算技术，规划基础计算资源、存储资源、网络资源，以及基础云平台的部署架构、网络架构等内容，为应用系统提供计算和存储资源。存储层面向海量数据存储，综合考虑存储对象的差异性进行优化设计，具备高效数据管理技术、弹性系统扩展技术、存储系统优化技术和面向应用高负载的存储优化技术。数据存储层可为海量数据提供Redis、InfluxDB、MongoDB、Mysql等主流数据库。在计算引擎方面，采用Spark、Flink引擎作为平台核心计算引擎，能够满足智慧电厂建设中智慧经营、智慧安全、智慧运行、智慧检修等智慧业务对海量数据的快速计算和响应需求。

1.2 一体化大数据平台公共服务层

在数据基础设施及存储层上构建公共基础服务，其中计算调度引擎负责计算数据的各种操作，并将计算结果根据要求予以返回；数据采集模块可根据任务完成多源异构数据的采集，采集过程中进行基本的数据标准及治理工作，并按照预定目标入库存储；统一数据访问支持多种底层数据源，支持针对传统数据库类型的数据更新接口；全文检索支持对存储在对象存储系统中的文档进行检索。

1.3 一体化大数据平台数据中台层

一体化大数据平台的核心是数据中台，由数据治理服务模块、数据自助分析服务模块和大数据信息资源池组成。数据治理服务模块包括数据标准管理、元数据管理、数据资产管理、数据质量管理、业务数据建模、标签管理等工具，实现对数据的清洗、转换、整合；数据自助分析服务为分公司各域业务系统提供组织、人员、设备、大坝等主题的主数据建模、分析、共享服务；信息资源池包括数据准备区、贴源数据区、基础数据区、应用数据区，为数据缓存、数据同步、数据资产建模、机器学习建模等提供不同形式的存储方式。

2 一体化大数据平台业务应用点探讨

2.1 面向海量数据的全域指标展示

一体化大数据平台基于底层存储资源和计算资源，在数据层面汇聚水调自动化系统、大坝监测系统、地灾预警系统、计算监控系统、机组状态监测系统等业务系统海量数据资源，并经统一的数据治理形成以设备、生产、人员、组织等为主题的数据域和以生产业务、发电设备为核心的数据专题库。因此，在对全域数据进行展示时，应当结合业务应用展示需求，考虑规划实现大屏总览、产业数据总览、生产数据总览、生产经营分析、组织架构展示、典型站点介绍、核心技术介绍、业务大数据展示、业务介绍等主题内容，对数据进行呈现。

2.2 多维数据驱动的智慧管理决策

当前，随着电力市场改革的进行，传统电力经营模式已经不能适应快速发展变化的市场，这需要发电企业将各种生产管理信息进行整合，将数据汇入大数据平台，对发用电数据、水情水调数据、机组状态数据等进行综合分析，辅助管理者进行经营决策。因此，在进行智慧管理决策业务建设时，可考虑基于平台海量多维数据资源，构建数据多维看板，从生产、运营、水情、安全等主题域为经营管理者提供基础数据和分析服务，通过模型化的分析手段，实现经营策略的快速市场化响应。

2.3 基于数据驱动的设备状态分析

目前，大唐重庆分公司各下属水电站生产和管理数据分别在厂地数据库或集控中心数据库中进行存储。在业务系统建设方面，围绕设备远程故障诊断等核心关注点，基于计算机监控系统、机组状态监测系统等系统的监测数据，开展了特定应用领域的业务系统建设工作，并取得了良好的建设成效。但在从全局来看，仍存在一些问题。其一，各场站数据在数据存储、字段编码、数据表示、时钟同步等方面存在差异性，不同场站系统之间的数据共享困难，以场站为单位开展设备故障诊断不利于故障知识库的共享；其二，厂级系统故障诊断平台的数据计算能力有限，在面对复杂计算任务时，模型构建、自适应参数寻优、快速求解等方面的时效性是短板问题之一；其三，系统之间的联动性差，厂级系统一般专业性较强，关注系统本身功能，当故障发生时如何与其他系统交互的问题有待解决。

因此，在开展设备状态分析等业务时，可考虑在平台海量、高维度并且具有时空分布特征的设备数据资源基础上，发挥平台的高效计算服务能力和与其他业务系统之间横向贯通的优势，实现故障预警、运维决策和智能联动。

3 一体化大数据平台业务应用案例

在一体化大数据平台应用层，大唐重庆分公司基于平台数据资源和计算资源，面向企业经营、管理需求开发生产辅助决策支持系统，实现驾驶舱、设备全景信息展示与查询、设备状态监测与分析等功能点，充分发挥平台价值。

3.1 管理层驾驶舱

管理层驾驶舱的核心价值为各级专业技术人员、管理人员、决策人员提供不同的数据参考和决策支撑。驾驶舱采用三级架构，分为决策层驾驶舱、管理层驾驶舱、执行层驾驶舱。决策层驾驶舱总体展示各场站生产运行情况，设备运行情况，安全（人员安全、设备安全等）环保工作落实情况。管理层驾驶舱展示场站生产运行情况，设备运行情况，以及本场站安全情况（人员安全，设备安全）。执行层驾驶舱面向电厂部门管理人员，可查看本场站主要生产情况，设备运行情况，两票和缺陷单流程执行情况等指标数据。

3.2 设备全景信息展示查询

设备全景信息展示查询应用包括设备全景信息展示、设备全景视图、水轮发电机组全景信息展示等子功能。其中，设备全景信息展示提供设备视角，对平台整合的所有数据进行梳理展示，支持对设备各方面信息的全景展示，可以展示、查询具体设备的全景信息。设备全景视图以设备树形式直观展示全电厂的设备信息，对设备全方位信息进行全景展示，通过定位具体设备展示、查询设备的全景信息，包括设备的工作票、操作票、缺陷等数据。水轮发电机组全景信息展示以机组为中心，对机组主要测点、油温、油位、未完成缺陷单、未完成工作票进行全面展示，从而及时了解机组的运行、检修动态。

3.3 设备状态监视与分析

设备状态监测与分析功能包括状态监测、预警设置、时间趋势分析、相关性分析、频谱分析等子功能。状态监测支持对设备在线监测测点的安装信息、安装情况、关联的报警策略、报警值的便捷查询。预警设置可自由组合多个监测量，并满足用户自定义预警阈值、预警级别和预警判断逻辑。时间趋势分析支持对场站运行工况及关键设备的实时监测功能，并能根据自定义的时间段查询在线监测数据的历史趋势，生成相应图表或者报表。相关性分析以设备测点数据为基础，实现对场站摆度有功相关性、振动有功相关性、压力脉动有功相关性、温度有功相关性进行分析。频谱分析功能利用各种监测手段判别系统运行状态是否正常，可在故障发生之前，对可能发生的故障进行预报；对于已发生的故障，可经过分析与判断，确认故障相关信息，为设备检修提供参考依据。

4 结束语

一体化大数据平台作为大唐重庆分公司“五中心两平台”核心组成要素，克服了现有业务系统数据集中困难、数据共享困难、系统扩展困难等一系列难点，使数据经平台统一汇聚、治理后形成海量数据资产。在此基础上，通过平台的典型业务应用，初步发挥了平台在驾驶舱、设备全景信息展示查询、设备状态监视与分析等方面的数据服务能力，为企业的经营管理提供了有效的分析手段，也为其他发电企业大数据平台和业务建设提供了参考思路。