羅戎

構(gòu)建流域設(shè)備管理云服務(wù)平臺，支撐流域科學開發(fā)高效運營
——新技術(shù)在雅礱江流域的應(yīng)用思路

羅戎

（雅礱江流域水電開發(fā)有限公司信息管理部，四川 成都 610021）

雅礱江流域水電開發(fā)有限公司從建立之初就制定了流域水電“四階段”發(fā)展戰(zhàn)略，隨著下游梯級電站逐步投產(chǎn)，將有更多的發(fā)電機組進入商業(yè)運營，急需通過信息化手段來輔助實現(xiàn)對流域設(shè)備進行精細化管理。2011年公司開始流域的信息系統(tǒng)建設(shè)，實現(xiàn)了對流域電力生產(chǎn)的統(tǒng)一管理、集中控制、經(jīng)驗共享、持續(xù)優(yōu)化的系統(tǒng)建設(shè)目標，目前公司正在新的信息化規(guī)劃的指導下利用互聯(lián)網(wǎng)+等領(lǐng)域的新技術(shù)構(gòu)建流域設(shè)備管理云平臺，組織流域各專業(yè)人才、設(shè)備廠商的專家、第三方的專家一起通過建立在云平臺上的狀態(tài)分析模型庫進行設(shè)備狀態(tài)分析和預(yù)測，更好地支撐流域科學開發(fā)高效運營服務(wù)。

設(shè)備管理；云平臺；流域

1　前言

雅礱江流域水電開發(fā)有限公司立足雅礱江流域水能資源開發(fā)，以“放眼世界、爭創(chuàng)一流”為目標，制定了“流域滾動，梯級開發(fā)，整體運營，綜合調(diào)度”的四階段發(fā)展戰(zhàn)略，明確了企業(yè)的戰(zhàn)略發(fā)展目標和戰(zhàn)略達成路徑。

目前，公司發(fā)展正處于戰(zhàn)略發(fā)展第二階段的關(guān)鍵時期，下游電站中：二灘電站、官地電站、錦屏一級電站、錦屏二級電站已投產(chǎn)發(fā)電，桐子林電站也將于2015年投產(chǎn)發(fā)電，中上游電站的前期準備工作也已經(jīng)陸續(xù)開始，為此，現(xiàn)階段公司工作的重點由單一電站運行向多電站群聯(lián)合調(diào)度轉(zhuǎn)變、由單一的電力生產(chǎn)向生產(chǎn)、工程并重轉(zhuǎn)變。

隨著下游電站逐步投產(chǎn)，更多的發(fā)電機組投入商業(yè)化運營，設(shè)備精細化管理的要求也會越來越高；同時伴隨著西南片區(qū)大型水電站投運越來越多，電力市場的競爭逐漸白熱化，為此，公司于2014年底提出了2015年為“流域設(shè)備管理年”，要求各個電廠不斷開創(chuàng)新的設(shè)備管理新模式，更好地為流域科學化發(fā)展提供有力的支撐。

從2011年官地電站投運以來，公司一共有20多臺大型水力發(fā)電機組投運，在短短4年時間裝機容量達到1470萬kW，而目前公司各電站設(shè)備管理的主力大多是2008、2009屆畢業(yè)的學生，大家面對的是新的機組及新的調(diào)控系統(tǒng)，設(shè)備運行管理經(jīng)驗積累有限，急需要有一個信息化的管理平臺，充分把流域各專業(yè)的技術(shù)人才的積極性調(diào)動起來，為流域各電站的設(shè)備技術(shù)診斷服務(wù)，從而提高設(shè)備的可靠性，為流域的科學發(fā)展打下基礎(chǔ)。

建設(shè)流域設(shè)備管理云服務(wù)平臺的優(yōu)勢就是：通過建立設(shè)備云數(shù)據(jù)中心，把設(shè)備制造廠商的前期數(shù)據(jù)、電廠設(shè)備實時監(jiān)測數(shù)據(jù)、管理數(shù)據(jù)等設(shè)備相關(guān)數(shù)據(jù)接入到流域數(shù)據(jù)中心，在建立設(shè)備狀態(tài)分析模型時，利用設(shè)備制造廠商的前期設(shè)計數(shù)據(jù)作為模型的初始量輸入，能夠更好地優(yōu)化模型，更準確地預(yù)測設(shè)備運行狀態(tài)。同時，設(shè)備廠商也可以通過數(shù)據(jù)中心采集的設(shè)備運行數(shù)據(jù)，驗證設(shè)計的成果，優(yōu)化設(shè)計。

2　平臺建設(shè)構(gòu)想

2014年公司在總結(jié)信息化總體規(guī)劃第3版的基礎(chǔ)上開始了信息化總體規(guī)劃第4版建設(shè)工作，第4版規(guī)劃建設(shè)的基礎(chǔ)部分是流域企業(yè)級數(shù)據(jù)中心建設(shè)項目，公司圍繞這一建設(shè)目標前期做了大量的基礎(chǔ)性工作，2015年初，流域大數(shù)據(jù)中心建設(shè)項目進入實質(zhì)性的建設(shè)期，隨著數(shù)據(jù)中心建設(shè)的深入，構(gòu)建流域設(shè)備管理云平臺深化設(shè)備管理的思路越來越清晰，該平臺由兩個核心部分組成。

2.1構(gòu)建流域全口徑數(shù)據(jù)中心

建立公司統(tǒng)一的企業(yè)級數(shù)據(jù)中心（數(shù)據(jù)倉庫），實現(xiàn)公司管理數(shù)據(jù)、生產(chǎn)實時數(shù)據(jù)、現(xiàn)場采集數(shù)據(jù)、流域空間數(shù)據(jù)的收集、轉(zhuǎn)換、存儲，同時，作為企業(yè)主數(shù)據(jù)管理平臺和數(shù)據(jù)資源歸集平臺，為公司未來數(shù)據(jù)深化應(yīng)用奠定基礎(chǔ)。數(shù)據(jù)中心實現(xiàn)對公司結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)、實時數(shù)據(jù)、流域空間地理數(shù)據(jù)、工程三維模型數(shù)據(jù)等5類數(shù)據(jù)的采集、傳輸、存儲、整合以及共享。

企業(yè)級數(shù)據(jù)中心模型應(yīng)該首先建立在全公司、全流域、各業(yè)務(wù)統(tǒng)一的企業(yè)數(shù)據(jù)模型和數(shù)據(jù)標準上，并按照電站從設(shè)計、施工、采購、調(diào)試、運行、維護的全生命周期信息互通為目標構(gòu)建流域數(shù)據(jù)模型，從而能夠支撐未來公司從電站全生命周期業(yè)務(wù)視角進行全流域統(tǒng)一管理。企業(yè)級數(shù)據(jù)中心基礎(chǔ)是公司企業(yè)數(shù)據(jù)模型、流域數(shù)據(jù)模型、企業(yè)數(shù)據(jù)標準、企業(yè)關(guān)鍵指標體系，以及公司主數(shù)據(jù)、企業(yè)數(shù)據(jù)編碼體系。

企業(yè)級數(shù)據(jù)中心演進是以管理信息、空間信息、實時信息為主，采用流計算引擎平臺，實現(xiàn)更深入的實時信息分析；采用HADOOP大數(shù)據(jù)技術(shù)，實現(xiàn)基于大量歷史的結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)、文檔、視頻等的管理、分析和利用，圍繞設(shè)計管理、檢修管理、應(yīng)急管理、施工管理開展文本分析和圖像識別，輔助設(shè)計、檢修技術(shù)、施工技術(shù)等關(guān)鍵知識和技術(shù)能力獲取，切實提升員工能力水平和公司水電核心能力。

企業(yè)級數(shù)據(jù)中心的總體框架如圖1所示。

圖1　企業(yè)級數(shù)據(jù)中心的總體框架

數(shù)據(jù)中心實現(xiàn)的核心功能如下：

企業(yè)級數(shù)據(jù)中心應(yīng)該包含數(shù)據(jù)采集與獲取、數(shù)據(jù)填報、數(shù)據(jù)存儲、數(shù)據(jù)管理、數(shù)據(jù)質(zhì)量管理、系統(tǒng)集成、主數(shù)據(jù)與編碼體系管理等功能?，F(xiàn)有的系統(tǒng)中結(jié)構(gòu)化數(shù)據(jù)仍然存儲于關(guān)系型數(shù)據(jù)庫中；對于大量的電廠實時的設(shè)備監(jiān)測數(shù)據(jù)，通過流計算引擎進行數(shù)據(jù)處理后存儲于HADOOP技術(shù)框架下建立的大數(shù)據(jù)平臺；非結(jié)構(gòu)化的數(shù)據(jù)如：圖紙、視頻資料等經(jīng)過處理也存儲于大數(shù)據(jù)管理平臺。

數(shù)據(jù)中心存儲主要分為運營數(shù)據(jù)層或操作數(shù)據(jù)層（ODS層）、基礎(chǔ)數(shù)據(jù)層和匯總數(shù)據(jù)層（企業(yè)數(shù)據(jù)倉庫）、及應(yīng)用數(shù)據(jù)層（數(shù)據(jù)集市）3層，針對各個層級的功能需求描述如下：

（1）ODS層：保留來源業(yè)務(wù)系統(tǒng)抽取出的業(yè)務(wù)數(shù)據(jù)，即業(yè)務(wù)系統(tǒng)的鏡像數(shù)據(jù)，并保留和源系統(tǒng)同樣的物理表結(jié)構(gòu)，且保存周期不要求太長，其包含的是尚未轉(zhuǎn)換或經(jīng)過初步轉(zhuǎn)換后的原始數(shù)據(jù)，可供數(shù)據(jù)統(tǒng)計或即席查詢，是基礎(chǔ)數(shù)據(jù)層的數(shù)據(jù)來源。

（2）數(shù)據(jù)倉庫：涵蓋基礎(chǔ)數(shù)據(jù)和匯總數(shù)據(jù)。其中，基礎(chǔ)數(shù)據(jù)層要求支持綜合分析系統(tǒng)所有主題域的數(shù)據(jù)存儲，支持主題域、實體和數(shù)據(jù)模型的擴展，要求具備良好的開放性、可擴展性、易操作性；匯總數(shù)據(jù)層將在基礎(chǔ)數(shù)據(jù)層基礎(chǔ)上進行不同粒度的輕量級匯總或者高度匯總，允許適度冗余。

（3）數(shù)據(jù)集市：存放特定的、針對某個主題域、某個業(yè)務(wù)部門或者某些特殊用戶而進行分類的專項數(shù)據(jù)集合，旨在快速響應(yīng)對數(shù)據(jù)進行訪問和對報表進行展示，同時在數(shù)據(jù)結(jié)構(gòu)內(nèi)部對數(shù)據(jù)進行必要的匯總和優(yōu)化，作為OLAP和應(yīng)用服務(wù)的數(shù)據(jù)輸入。

企業(yè)級數(shù)據(jù)中心以數(shù)據(jù)模型為基礎(chǔ)，通過信息交互平臺，實現(xiàn)對現(xiàn)有的企業(yè)應(yīng)用系統(tǒng)和其他相關(guān)專業(yè)系統(tǒng)的數(shù)據(jù)采集、轉(zhuǎn)換、清洗和存儲，數(shù)據(jù)中心建設(shè)基于統(tǒng)一信息模型，同時將各種軟件技術(shù)、產(chǎn)品和標準進行有機地結(jié)合，實現(xiàn)系統(tǒng)間的數(shù)據(jù)集成和應(yīng)用集成。對于設(shè)備管理部分采用目前生產(chǎn)管理系統(tǒng)中建立的KKS編碼體系為核心，建立全流域設(shè)備數(shù)據(jù)的數(shù)學模型，并對流域設(shè)備數(shù)據(jù)進行統(tǒng)一管理。

2.2建立流域設(shè)備狀態(tài)分析與共享中心

在已建好的企業(yè)級數(shù)據(jù)中心云平臺之上，建立設(shè)備診斷分析中心，根據(jù)不同的分析場景采用不同的分析方法，利用大數(shù)據(jù)相關(guān)技術(shù)對分析預(yù)測模型庫進行整合，建立企業(yè)級的分析模型庫，調(diào)用數(shù)字中心的各類數(shù)據(jù)進行數(shù)據(jù)挖掘和分析，同時，建立流域設(shè)備故障診斷分析專家?guī)?，利用設(shè)備管理云平臺所預(yù)測分析的數(shù)據(jù)進行故障分析判斷，幫助電廠掌握設(shè)備的健康狀況并優(yōu)化調(diào)度檢修計劃，其總體技術(shù)框架如圖2所示。

圖2　基于云平臺、大數(shù)據(jù)的流域綜合設(shè)備管理平臺總體框架

核心內(nèi)容包括3部分：

（1）預(yù)測分析功能

基于已建成的企業(yè)流域企業(yè)級數(shù)據(jù)中心，采用相關(guān)的預(yù)測模型建立流域數(shù)據(jù)模型庫，首先，根據(jù)不同的分析場景采用不同的數(shù)據(jù)分析方法進行建模，并利用大量的歷史數(shù)據(jù)進行模型訓練，使得最終的預(yù)測結(jié)果逐步逼近歷史實際趨勢，并把最終訓練好的模型以模型文件的方式導入到模型運行引擎中，供數(shù)據(jù)計算分析模塊調(diào)研。目前分析模型庫的建立還處于試驗階段，還需要一定時間進行模擬才能夠建立準確的計算模型。

流域設(shè)備狀態(tài)典型的分析模型介紹：

K-means算法是聚類分析方法中最典型也最常用的一種算法模型，該算法在聚類前聚類類別的個數(shù)是給定的。K-means聚類算法是基于原型的，并且用質(zhì)心定義原型。給定的類別數(shù)為k，對樣本集合進行聚類，聚類的最終結(jié)果一般由k個類的聚類中心來表達，該算法采用的是迭代更新的方法，每一次的迭代都是為了使目標函數(shù)值變小，而當目標函數(shù)值取得最小值時，算法結(jié)束，得到最終聚類結(jié)果。

在進行設(shè)備狀態(tài)分析計算中，對于設(shè)備實時數(shù)據(jù)采用流計算方法進行計算、大量的歷史數(shù)據(jù)采用離線計算的方式調(diào)用模型數(shù)據(jù)庫中的相關(guān)分析模型進行計算，并最終把計算的結(jié)果發(fā)布到數(shù)據(jù)分析服務(wù)器，進行結(jié)果展示。可實現(xiàn)設(shè)備狀態(tài)的統(tǒng)計分析、預(yù)測預(yù)警分析等。功能框圖如圖3所示。

圖3預(yù)測分析功能框架圖

圖4為設(shè)備狀態(tài)分析示例，該例為試驗案例，采用大數(shù)據(jù)及流計算相關(guān)計算技術(shù)，采用聚類K-means模型對電氣類設(shè)備進行狀態(tài)預(yù)測分析，主要進行同類設(shè)備的家族缺陷分析和關(guān)聯(lián)分析，找出同類設(shè)備的固有故障，為同類電氣設(shè)備檢修計劃制定提供參考。

圖4　預(yù)測分析示例

（2）分析專家?guī)?/p>

分析專家?guī)熘饕?類人組成：

流域內(nèi)部專家：2015年為流域設(shè)備管理年，公司于年初根據(jù)不同的專業(yè)首先建立了專家?guī)?，該專家?guī)熘饕且劳辛饔颥F(xiàn)有檢修、運行各專業(yè)人員組成，主要在流域各電站在重大缺陷出現(xiàn)后，通過設(shè)備管理云平臺遠程提供設(shè)備狀態(tài)分析。

主要設(shè)備制造廠商的技術(shù)專家：在有條件后，可以逐步與主要設(shè)備制造廠家的技術(shù)專家達成服務(wù)協(xié)議，利用這些廠商專家提供設(shè)備狀態(tài)分析指導，同時，可以利用制造廠商設(shè)計時使用的數(shù)學分析模型作為狀態(tài)分析的初始模型，有效地縮短模型的訓練時間，提高預(yù)測分析精度。

外部科研機構(gòu)的專家：可以與相關(guān)科研機構(gòu)達成共同研究的機制，邀請一些某一領(lǐng)域的專家利用我們建設(shè)的分析平臺進行一些科研，共同推進設(shè)備故障機理的研究，為提高分析預(yù)測的準確性提供幫助。

（3）預(yù)測結(jié)果應(yīng)用

對內(nèi)的應(yīng)用：在流域各電站的建設(shè)期，可以利用設(shè)備管理平臺把制造廠商提供的規(guī)劃設(shè)計階段的設(shè)計成果納入到公司的管理范疇，逐步建立起公司的設(shè)備管理知識庫。同時，在電力生產(chǎn)期通過設(shè)備管理云平臺建立起流域設(shè)備管理的共享平臺，根據(jù)設(shè)備管理云平臺計算的預(yù)測分析結(jié)果，優(yōu)化設(shè)備檢修計劃、優(yōu)化電力生產(chǎn)調(diào)度，為實現(xiàn)公司利潤最大化提供基礎(chǔ)支撐。

對外的應(yīng)用：由于水電企業(yè)的發(fā)電機設(shè)備是根據(jù)不同企業(yè)的水頭、庫容、運行調(diào)節(jié)方式等不同因素進行定制生產(chǎn)的，很多參數(shù)僅僅根據(jù)設(shè)計模型進行計算機模擬后進行設(shè)計的，無法進行實物的運行試驗對相關(guān)參數(shù)進行校驗，設(shè)備設(shè)計參數(shù)的持續(xù)優(yōu)化所需要的運行參數(shù)很難得到，因此，通過建立流域設(shè)備管理云平臺，可以實現(xiàn)設(shè)備制造廠商對運行數(shù)據(jù)的分析利用，為設(shè)備廠商優(yōu)化設(shè)備參數(shù)服務(wù)。

3　挑戰(zhàn)

3.1設(shè)備廠商參與的積極性

目前大部分設(shè)備廠商的關(guān)注重點仍然是設(shè)備制造方面，還沒有很高的后續(xù)服務(wù)的積極性，也即，在設(shè)備交付完后還能為使用方提供什么樣的服務(wù)心中沒底，也沒有推動的積極性。記得有一位前輩曾說過，水電設(shè)備的缺陷很多是從娘胎里帶出來的，后期既很難診斷，也很難優(yōu)化。其實從中可以看出，水電設(shè)備制造廠商和使用方的兩難的尷尬：使用方很難了解設(shè)備設(shè)計階段的各種模型參數(shù)，也無法利用這些設(shè)計成果來進行設(shè)備狀態(tài)分析和預(yù)測；而設(shè)備廠商又缺乏后期的設(shè)備運行參數(shù)來驗證前期設(shè)計成果的正確性，缺乏有效的數(shù)據(jù)支撐來進行設(shè)計的優(yōu)化工作。

因此，本方案的最大的挑戰(zhàn)就在于設(shè)備制造廠商是否愿意提供后期的服務(wù)，并與使用方一起來進行設(shè)備狀態(tài)分析、驗證設(shè)計的成果、優(yōu)化后續(xù)的設(shè)計是十分關(guān)鍵的一環(huán)。如果能夠得到設(shè)備制造廠商的積極參與，這個平臺的商業(yè)價值才能夠充分得到體現(xiàn)。

3.2數(shù)學模型的優(yōu)化

目前對于設(shè)備劣化趨勢分析的數(shù)學模型比較多，而且現(xiàn)在的數(shù)學模型中預(yù)測模型部分一般都會采用大量的前期數(shù)據(jù)進行模型的訓練，而目前公司前期的歷史數(shù)據(jù)有限，很難訓練出很符合實際趨勢的數(shù)學模型，因此，需要長周期地采集相關(guān)檢測實時數(shù)據(jù)，不斷訓練在平臺上建立的各種模型庫，使得對設(shè)備趨勢的預(yù)測準確度不斷提高，更好地為企業(yè)服務(wù)。

4　總結(jié)

信息化建設(shè)是一個持續(xù)改進的過程，目前公司正在構(gòu)建基于云平臺的企業(yè)級數(shù)據(jù)中心，未來3～5年，雅礱江公司要著力實現(xiàn)在數(shù)據(jù)中心之上構(gòu)建各方參與的流域設(shè)備管理云平臺，借助各方專家的智慧，實現(xiàn)設(shè)備狀態(tài)信息分析的準確、及時、完整和高效，有效的優(yōu)化流域電力生產(chǎn)調(diào)度、電力設(shè)備檢修，目前數(shù)據(jù)分析模型部分我們正在開展一些試點工作，希望通過這些摸索和研究工作，能夠找出一些類別設(shè)備的故障分析規(guī)律，逐步為實現(xiàn)狀態(tài)檢修打下基礎(chǔ)，以支撐公司順利完成雅礱江流域開發(fā)“四階段”戰(zhàn)略，助力公司打造國際一流獨立發(fā)電企業(yè)。

TV736

B

1672-5387（2016）08-0023-04

10.13599/j.cnki.11-5130.2016.08.007

2016-06-29

羅戎（1968-），男，工程師，研究方向：大型電力集團信息化建設(shè)。