大数据系列报告之一：工业大数据白皮书（2017）

7.2.14 基于工业大数据的发电设备全生命周期管理平台

应用领域： 电力装备领域

应用场景： 全生命周期， 设备可靠性， 电厂大数据， 数据挖掘

案例提供者： 勤智数码科技股份有限公司 www.chinawiserv.com 国能科技 www.ce-joytech.com

( 1) 客户需求和方案简介

关键设备全生命周期管理平台包含数据中心、大数据平台、行业应用三部分。数据中心 建设内容主要实现电厂现场设备的数据采集与保存，包括平台的软、硬件环境建设，现场设 备加装、数据接口开发，并对数据进行集中及分类展示。平台提供大数据层面的数据处理和 分析能力，包括用数据中心的采集数据进行挖掘分析，支撑行业应用。行业应用是在业务层 面抽象开发的能够满足特定需求的相关应用模块，例如状态监测、预警分析、状态评价、故 障诊断等。

以四台总计 92 个试点关键设备、 600MW 火电发电机组规模的 A 电厂为例，全生命周期管 理平台实施周期为六个月，数据中心建设期 1.5 个月，平台搭设期 1.5 个月，行业应用部署1 个月，试运行 2 个月。 电厂通过关键设备全生命周期管理平台实现关键设备的在线监控与故障诊断预警，减少 非停次数，提高设备运行的可靠性与安全性;平台的建设方通过平台构建发电企业生态圈， 打造典型行业应用服务，建成发电企业设备状态信息资源库，向发电企业提供必要的信息和 应用以指导运行和检修活动，降低运行和维护费用。

( 2) 具体解决方案介绍

设备劣化预警应用是基于大数据挖掘分析的高级应用，是对设备阈值的动态管理、 隐形 故障早期征兆的主动发现、 故障根本原因的数据影响推理、 及故障间影响的关联分析。 业务 对象涵盖电厂三大主机及主要辅机，包含锅炉本体、一次风机、汽轮机本体、主蒸汽系统、 发电机、变压器等。通过对设备海量历史数据进行挖掘建模，生成设备智能监测模型(包括 预测模型、异常探嗅模型、 状态健康模型);实时运行中数学模型针对设备的每一个测点生成 相对应的实时预测值; 当设备偏离安全、 经济运行区域时， 预测模型将敏锐的扑捉到变化的 大小和趋势;将异常信息及时记录并发送给指定人员， 为设备的安全、经济运行提供早期故 障原因分析和优化运行操作指导。

平台分为数据源层、采集层、存储层、计算层、模型层、接口层、调度层、系统管理层、 信息应用展示层。

1) 数据源层：平台数据来源自现场的各类有效数据源，如巡点检系统、振动精密分析系 统、电气在线监测系统、 PI 实时数据库系统等。

2) 采集层：将发电单位相关的资产管理系统，实时数据库系统(例如： PI)，以及点巡 检和 TDM 等业务系统产生的实时数据和关系型数据，采用接口采集方式实现对底层系统生产 过程和历史数据的采集。系统提供先进的数据集成方法，支持从厂级实时系统( PI)、企业信 息管理系统等各种实时数据库、关系数据库等不同类型的数据库进行数据采集和合并。

3) 存储层：主要将数据采集层采集到的数据，通过统一时标、描述、分类处理后存储在 诊断中心实时数据库和关系型数据库。在数据库的选择上选取在业内成熟使用且具备良好口 碑的知名厂商数据库，实时数据库为 OSI Soft 公司 PI 实时数据库，关系型数据库选型为 Oracle 公司企业版数据库，大数据选型为分布式存储方式( HDFS、 HBASE)。

4) 计算层：是以内存计算、流计算为核心，通过并发计算实现大设备量的实时推理分析 和调度服务。

5) 模型层：在平台中固化标准的应用、算法模型组件，主要是进行监测及诊断业务处理。 以数据存储层的数据为基础，通过平台应用模块将数据存储层数据转化为各子模块所需数据 格式，进行相关业务处理。将处理后产生的中间结果发送到设备劣化预警应用处理和预警。 然后将各子系统和核心诊断系统产生的分析报告和结果发送到数据展示层。同时预留可扩展 的模型组件，方便用户自定义定制性的应用、算法组件。

6) 信息展示层:汇聚来自业务处理层各应用模块分析数据和结果数据。

( 3) 方案实施后的价值或成果

A 电厂部署关键设备全生命周期管理平台，运行一年前后数据对比：

主动检测率提高 90%-100%

先前不可预测的重大事故持续减少 41%

责任损害在 1 年内减少 30.23%

7.2.15 新能源光伏发电行业的大数据平台应用

应用领域： 节能与新能源汽车

应用场景： 智能互联，大数据平台，新能源，智能服务

案例提供者： 江苏中天科技软件技术有限公司 www.zttit.com

( 1) 客户需求和方案简介 中天科技智能互联集成系统，是中天科技旗下江苏中天软件技术有限公司与中天光伏技 术有限公司共同推出的面向新能源光伏发电行业的大数据平台，平台针对分布式、大型集中 式、户用型光伏电站群，解决了光伏电站的集中监控、运维、管理、绩效评估、系统诊断、 性能优化、气象监测、功率预测等在实际生产中面临的问题与难题，以及面对传统数据处理 手段难以应对的多源性、高复杂、多元化、大容量、高时效数据处理需求。

( 2) 具体解决方案介绍 中天科技智能互联集成系统产品结构包括构建于中天智能互联系统基础设施之上的产品 技术内核、服务平台及基于平台的应用群落。产品技术内核包括专有服务总线、数据服务、 数据规格、数据采集、数据集中、实时技术、通信技术、智能组件、可视化技术等。服务平 台包括智能互联服务、移动服务平台与电力负控平台三大平台。基于服务平台的应用包括 24 个应用模块或子系统、工具。

中天智能互联集成系统架构图

系统逻辑架构设计，如下图所示。

逻辑架构设计图

该部分的数据架构设计包括数据采集、数据集中、数据分析处理及数据应用设计，如下 图所示。

数据架构设计图

( 3) 方案实施后的价值或成果

江苏某光伏发电站接入我们平台一个月后，通过平台发现该电站多个汇流箱连续多天电 流离散率异常，基本全天都达到 15%左右，而正常离散率应该维持在 5%以下。向客户通报此 情况后，客户并不相信，认为他们安排的巡检维护很到位，不会有如此的问题。于是我们基 于平台上的大量数据横向做了一系列分析对比，基本定位三方面问题： 1、某区域长期遮挡; 2、组件热斑、隐裂现象比较严重; 3、组件自身衰减比较严重。带着这些结论，我们同客户 共同到现场进行排查定位。第一个问题，发现果然部分光伏组件上有异物覆盖，导致组建温 度异常，导致发电量下降;第二个问题，通过红外技术手段，发现部分组件受表面灰尘污渍 的影响，局部产生热斑，导致发电量下降;第三个问题，通过进行衰减的拍照，发现部分组 件衰减远高于平均水平。经过现场的勘察，验证了我们平台线上分析的结论，情况非常吻合。

目前我们提供的智能化服务，通过线上掌握的数据可以快速分析诊断，定位问题，帮助 现场的维修维护人员更加高效的定位问题、解决问题。中天科技智能互联集成系统成为中天 光伏的信息基础设施，迄今为止接入近百个光伏电站，未来会承担更多电站的监控、运维、管理，及智能化服务，将在监测、运维、预测、决策支持、节能、诊断、调度支持、生产管 理、科研、探索发现等等众多领域发挥日益重要的作用，创造更多的服务价值。

8 参考文献

[1] 全国信息技术标准化技术委员会大数据标准工作组，中国电子技术标准化研究院编 写. 《大数据标准化白皮书( 2016)》

[2] 工业和信息化部，国家标准化管理委员会编制. 《国家智能制造标准体系建设指南 (2015 年版)》

[3] 国务院. 促进大数据发展行动纲要. 国发〔 2015〕 50 号.

[4] 工信部：冯飞. 各国正争抢制定工业平台标准[Z]. 2015-2016 中国经济年会; 2016 年

[5] 国家制造强国建设战略咨询委员会，中国工程院战略咨询中心. 智能制造[M].北京： 电子工业出版社， 2016.5.

[6] HUANG J， U Y F， XIE M. An empirical analysis of data preprocessing for machine earning-based software cost estimation[J]. Information &Software Technology. 2015.67:108— 127.

[7] DAMA International. DAMA 数据管理知识体系指南[M].马欢，刘晨等译. 北京：清华 大学出版社， 2012.