數據驅動下智慧水電一體化大數據平臺建設及其業務應用探討

劉曉云

重慶大唐國際彭水水電開發有限公司 重慶 409600

引言

當前，大數據中心建設成為國內發電企業智慧電廠建設的重點方向之一，通過大數據平臺的建設促使傳統電廠形態從數字化向智能化、智慧化演進，使電力企業在市場化經營環境下的競爭能力進一步增強[1]。圍繞電力行業大數據平臺的建設問題，國內各大高校、企業、科研機構開展了一系列的科學研究和業務應用，并在經營管理、設備運維、機組優化運行等方面取得了良好的應用效果[2-4]。

例如，在國內發電領域，國家能源集團針對火電環保領域海量環保數據難以高度利用的問題，通過打造火電廠智慧環保平臺，實現了環保島系統的智能控制和智慧管理，提高了企業智慧化服務水平，有效降低了企業經營成本[5]。作為國內首個整體流域智慧水力發電企業的典型代表，國家能源投資集團的大渡河公司，基于“大數據+互聯網”技術，建成了面向公司層面的綜合決策中心、專業數據中心，為智慧檢修、智慧調度等智慧應用提供了良好的平臺支撐[6,7]。為實現對企業數據資產的深度挖掘，雅礱江流域水電公司基于大數據技術建造水電行業級數據中心，實現了大數據環境下全類型、全業務數據資產的集中整合、存儲、分析、應用[8]，提高了企業數據分析、應用的能力。

當前，大唐重慶分公司正通過推進智慧電廠的建設，打造大數據中心、安全管控中心、優化運行中心、區域檢修中心和應急指揮中心五大專業化區域智慧管控中心，逐步形成工業互聯網平臺、一體化大數據平臺兩大智慧支撐平臺（簡稱“五中心兩平臺”），以實現服務基層智慧生產、區域智慧管控的建設目標?；诖?，本文圍繞大唐重慶分公司一體化大數據平臺和業務建設實踐，對平臺架構和典型業務應用進行了探討。

1 水電一體化大數據平臺層級架構

一體化大數據平臺是在傳統數據采集、分析、處理、應用基礎上的一次重大提升，在建設的過程中應根據企業實際的應用需求進行平臺架構的設計和業務應用的建設[9]。大唐重慶分公司一體化大數據平臺在功能架構上采用分層架構，主要由基礎設施及存儲層、公共服務層、數據中臺層等構成。

1.1 一體化大數據平臺基礎設施及存儲層

基礎設施層基于海量數據存儲的物理服務器資源、虛擬化資源，并結合大數據平臺、業務應用系統的需求，利用虛擬化和云計算技術，規劃基礎計算資源、存儲資源、網絡資源，以及基礎云平臺的部署架構、網絡架構等內容，為應用系統提供計算和存儲資源。存儲層面向海量數據存儲，綜合考慮存儲對象的差異性進行優化設計，具備高效數據管理技術、彈性系統擴展技術、存儲系統優化技術和面向應用高負載的存儲優化技術。數據存儲層可為海量數據提供Redis、InfluxDB、MongoDB、Mysql等主流數據庫。在計算引擎方面，采用Spark、Flink引擎作為平臺核心計算引擎，能夠滿足智慧電廠建設中智慧經營、智慧安全、智慧運行、智慧檢修等智慧業務對海量數據的快速計算和響應需求。

1.2 一體化大數據平臺公共服務層

在數據基礎設施及存儲層上構建公共基礎服務，其中計算調度引擎負責計算數據的各種操作，并將計算結果根據要求予以返回；數據采集模塊可根據任務完成多源異構數據的采集，采集過程中進行基本的數據標準及治理工作，并按照預定目標入庫存儲；統一數據訪問支持多種底層數據源，支持針對傳統數據庫類型的數據更新接口；全文檢索支持對存儲在對象存儲系統中的文檔進行檢索。

1.3 一體化大數據平臺數據中臺層

一體化大數據平臺的核心是數據中臺，由數據治理服務模塊、數據自助分析服務模塊和大數據信息資源池組成。數據治理服務模塊包括數據標準管理、元數據管理、數據資產管理、數據質量管理、業務數據建模、標簽管理等工具，實現對數據的清洗、轉換、整合；數據自助分析服務為分公司各域業務系統提供組織、人員、設備、大壩等主題的主數據建模、分析、共享服務；信息資源池包括數據準備區、貼源數據區、基礎數據區、應用數據區，為數據緩存、數據同步、數據資產建模、機器學習建模等提供不同形式的存儲方式。

2 一體化大數據平臺業務應用點探討

2.1 面向海量數據的全域指標展示

一體化大數據平臺基于底層存儲資源和計算資源，在數據層面匯聚水調自動化系統、大壩監測系統、地災預警系統、計算監控系統、機組狀態監測系統等業務系統海量數據資源，并經統一的數據治理形成以設備、生產、人員、組織等為主題的數據域和以生產業務、發電設備為核心的數據專題庫。因此，在對全域數據進行展示時，應當結合業務應用展示需求，考慮規劃實現大屏總覽、產業數據總覽、生產數據總覽、生產經營分析、組織架構展示、典型站點介紹、核心技術介紹、業務大數據展示、業務介紹等主題內容，對數據進行呈現。

2.2 多維數據驅動的智慧管理決策

當前，隨著電力市場改革的進行，傳統電力經營模式已經不能適應快速發展變化的市場，這需要發電企業將各種生產管理信息進行整合，將數據匯入大數據平臺，對發用電數據、水情水調數據、機組狀態數據等進行綜合分析，輔助管理者進行經營決策。因此，在進行智慧管理決策業務建設時，可考慮基于平臺海量多維數據資源，構建數據多維看板，從生產、運營、水情、安全等主題域為經營管理者提供基礎數據和分析服務，通過模型化的分析手段，實現經營策略的快速市場化響應。

2.3 基于數據驅動的設備狀態分析

目前，大唐重慶分公司各下屬水電站生產和管理數據分別在廠地數據庫或集控中心數據庫中進行存儲。在業務系統建設方面，圍繞設備遠程故障診斷等核心關注點，基于計算機監控系統、機組狀態監測系統等系統的監測數據，開展了特定應用領域的業務系統建設工作，并取得了良好的建設成效。但在從全局來看，仍存在一些問題。其一，各場站數據在數據存儲、字段編碼、數據表示、時鐘同步等方面存在差異性，不同場站系統之間的數據共享困難，以場站為單位開展設備故障診斷不利于故障知識庫的共享；其二，廠級系統故障診斷平臺的數據計算能力有限，在面對復雜計算任務時，模型構建、自適應參數尋優、快速求解等方面的時效性是短板問題之一；其三，系統之間的聯動性差，廠級系統一般專業性較強，關注系統本身功能，當故障發生時如何與其他系統交互的問題有待解決。

因此，在開展設備狀態分析等業務時，可考慮在平臺海量、高維度并且具有時空分布特征的設備數據資源基礎上，發揮平臺的高效計算服務能力和與其他業務系統之間橫向貫通的優勢，實現故障預警、運維決策和智能聯動。

3 一體化大數據平臺業務應用案例

在一體化大數據平臺應用層，大唐重慶分公司基于平臺數據資源和計算資源，面向企業經營、管理需求開發生產輔助決策支持系統，實現駕駛艙、設備全景信息展示與查詢、設備狀態監測與分析等功能點，充分發揮平臺價值。

3.1 管理層駕駛艙

管理層駕駛艙的核心價值為各級專業技術人員、管理人員、決策人員提供不同的數據參考和決策支撐。駕駛艙采用三級架構，分為決策層駕駛艙、管理層駕駛艙、執行層駕駛艙。決策層駕駛艙總體展示各場站生產運行情況，設備運行情況，安全（人員安全、設備安全等）環保工作落實情況。管理層駕駛艙展示場站生產運行情況，設備運行情況，以及本場站安全情況（人員安全，設備安全）。執行層駕駛艙面向電廠部門管理人員，可查看本場站主要生產情況，設備運行情況，兩票和缺陷單流程執行情況等指標數據。

3.2 設備全景信息展示查詢

設備全景信息展示查詢應用包括設備全景信息展示、設備全景視圖、水輪發電機組全景信息展示等子功能。其中，設備全景信息展示提供設備視角，對平臺整合的所有數據進行梳理展示，支持對設備各方面信息的全景展示，可以展示、查詢具體設備的全景信息。設備全景視圖以設備樹形式直觀展示全電廠的設備信息，對設備全方位信息進行全景展示，通過定位具體設備展示、查詢設備的全景信息，包括設備的工作票、操作票、缺陷等數據。水輪發電機組全景信息展示以機組為中心，對機組主要測點、油溫、油位、未完成缺陷單、未完成工作票進行全面展示，從而及時了解機組的運行、檢修動態。

3.3 設備狀態監視與分析

設備狀態監測與分析功能包括狀態監測、預警設置、時間趨勢分析、相關性分析、頻譜分析等子功能。狀態監測支持對設備在線監測測點的安裝信息、安裝情況、關聯的報警策略、報警值的便捷查詢。預警設置可自由組合多個監測量，并滿足用戶自定義預警閾值、預警級別和預警判斷邏輯。時間趨勢分析支持對場站運行工況及關鍵設備的實時監測功能，并能根據自定義的時間段查詢在線監測數據的歷史趨勢，生成相應圖表或者報表。相關性分析以設備測點數據為基礎，實現對場站擺度有功相關性、振動有功相關性、壓力脈動有功相關性、溫度有功相關性進行分析。頻譜分析功能利用各種監測手段判別系統運行狀態是否正常，可在故障發生之前，對可能發生的故障進行預報；對于已發生的故障，可經過分析與判斷，確認故障相關信息，為設備檢修提供參考依據。

4 結束語

一體化大數據平臺作為大唐重慶分公司“五中心兩平臺”核心組成要素，克服了現有業務系統數據集中困難、數據共享困難、系統擴展困難等一系列難點，使數據經平臺統一匯聚、治理后形成海量數據資產。在此基礎上，通過平臺的典型業務應用，初步發揮了平臺在駕駛艙、設備全景信息展示查詢、設備狀態監視與分析等方面的數據服務能力，為企業的經營管理提供了有效的分析手段，也為其他發電企業大數據平臺和業務建設提供了參考思路。