北京嘉士寶科技有限公司 陳志鵬

1 引言

隨著風(fēng)電市場(chǎng)的快速發(fā)展，風(fēng)場(chǎng)規(guī)模的不斷擴(kuò)大，建造無(wú)人值守、少人值守的智慧風(fēng)場(chǎng)已經(jīng)成為一個(gè)必然的趨勢(shì)。遠(yuǎn)程集控系統(tǒng)是實(shí)現(xiàn)無(wú)人值守、少人值守的一個(gè)基礎(chǔ)。目前的集控系統(tǒng)大多還是采用傳統(tǒng)的技術(shù)路線及架構(gòu)，在功能、性能、用戶體驗(yàn)方面都還有很大的改進(jìn)空間。隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，將這些新的、優(yōu)秀的互聯(lián)網(wǎng)技術(shù)應(yīng)用于風(fēng)電集控系統(tǒng)，將會(huì)使集控系統(tǒng)變得更高效、更好用、更智能。

本文從集中監(jiān)控系統(tǒng)的整體架構(gòu)、數(shù)據(jù)采集與傳輸、數(shù)據(jù)存儲(chǔ)與分析及界面展示四個(gè)層面分別進(jìn)行設(shè)計(jì)，將傳統(tǒng)技術(shù)與互聯(lián)網(wǎng)技術(shù)進(jìn)行比對(duì)分析，利用新一代互聯(lián)網(wǎng)技術(shù)優(yōu)化集控系統(tǒng)設(shè)計(jì)。

2 系統(tǒng)設(shè)計(jì)

2.1 系統(tǒng)架構(gòu)設(shè)計(jì)

2.1.1 并行數(shù)據(jù)存儲(chǔ)與數(shù)據(jù)展示

目前市場(chǎng)上很多廠家采用串行模式，如圖一所示：此種架構(gòu)數(shù)據(jù)是串行轉(zhuǎn)發(fā)，會(huì)產(chǎn)生較大延時(shí)，一般情況數(shù)據(jù)延時(shí)會(huì)超過(guò)5秒以上，這樣會(huì)導(dǎo)致一些實(shí)時(shí)數(shù)據(jù)，并不能實(shí)時(shí)的刷新。

如果采用并行模式，可以讓數(shù)據(jù)存儲(chǔ)于界面展示同時(shí)進(jìn)行，這樣界面展示就可以做到很小的延時(shí)，最小1秒。而且此種架構(gòu)可以實(shí)現(xiàn)不同頻率數(shù)據(jù)存儲(chǔ)與數(shù)據(jù)刷新，如果出于成本考慮不想要存儲(chǔ)高頻數(shù)據(jù)，但是又想看到高速刷新的實(shí)時(shí)數(shù)據(jù)，可以將存儲(chǔ)頻度降低，界面刷新頻度保持高頻。

2.1.2 面向服務(wù)的SOA架構(gòu)、B/S模式、松耦合、分布式、跨平臺(tái)部署

很多集控系統(tǒng)還是采用緊耦合的傳統(tǒng)C/S架構(gòu)，一旦一個(gè)模塊出現(xiàn)問(wèn)題整個(gè)系統(tǒng)都會(huì)癱瘓；C/S結(jié)構(gòu)大都是基于Windows平臺(tái)，安全性差，不支持系統(tǒng)升級(jí)，兼容性差等問(wèn)題很是令人頭疼。

采購(gòu)SOA架構(gòu)的系統(tǒng)，各模塊各自獨(dú)立，互不影響，可以很容易實(shí)現(xiàn)集群式分布式部署，通過(guò)負(fù)載均衡減輕服務(wù)器負(fù)擔(dān)。SOA架構(gòu)的最小單位是服務(wù)，而傳統(tǒng)架構(gòu)是面向?qū)ο蟮?，一個(gè)對(duì)象可以包含多個(gè)服務(wù)，面向服務(wù)架構(gòu)的管理力度更小，每個(gè)服務(wù)均可單獨(dú)啟動(dòng)、停止，支持后臺(tái)管理及在線調(diào)試。

2.2 數(shù)據(jù)采集層

2.2.1 數(shù)據(jù)采集

傳統(tǒng)的工業(yè)自動(dòng)化及電力系統(tǒng)習(xí)慣于采用軟硬件結(jié)合的嵌入設(shè)備進(jìn)行數(shù)據(jù)采集，如通信管理機(jī)、遠(yuǎn)動(dòng)通信裝置等。這種設(shè)備硬件配置較低，不能傳輸大量數(shù)據(jù)；擴(kuò)展性差，如果接口不足，需要重新購(gòu)置設(shè)備；軟硬件構(gòu)成緊耦合，不論是一個(gè)軟件模塊或者硬件模塊損壞，需要更換整個(gè)裝置。

也有不少?gòu)S商用實(shí)時(shí)庫(kù)或者組態(tài)軟件進(jìn)行數(shù)據(jù)采集的；實(shí)時(shí)庫(kù)的采集協(xié)議不多，對(duì)于特殊的協(xié)議不能支持，實(shí)時(shí)庫(kù)的采集、傳輸及界面展示都是緊耦合，一旦發(fā)生故障，整個(gè)系統(tǒng)都將癱瘓。組態(tài)軟件雖然可以支持多種協(xié)議，但是大部分組態(tài)軟件的性能都較弱，不能支持大量數(shù)據(jù)的高頻采集，且大多組態(tài)軟件都是采集、傳輸、界面展示與一體，構(gòu)成了緊耦合，而且不能給第三方系統(tǒng)開(kāi)放接口。

而采用SOA跨平臺(tái)采集協(xié)議組件，各個(gè)采集組件完全松耦合，各自獨(dú)立，按需加載，互不影響。支持分布式部署，在數(shù)據(jù)量大的情況下可以采用多機(jī)并行部署，提高采集效率。后臺(tái)采集服務(wù)可視化管理，可以實(shí)時(shí)查看各個(gè)采集模塊數(shù)據(jù)快照，快速查找診斷程序或者數(shù)據(jù)問(wèn)題。

2.3 數(shù)據(jù)存儲(chǔ)與數(shù)據(jù)分析

2.3.1 數(shù)據(jù)存儲(chǔ)

工業(yè)自動(dòng)化領(lǐng)域或者火電企業(yè)大部分采用實(shí)時(shí)庫(kù)或者關(guān)系型數(shù)據(jù)庫(kù)存儲(chǔ)實(shí)時(shí)數(shù)據(jù)與歷史數(shù)據(jù)，實(shí)時(shí)庫(kù)采用高壓縮比策略，將大數(shù)據(jù)壓縮成了少量數(shù)據(jù)。在讀出時(shí)采用反解壓方式將數(shù)據(jù)還原，導(dǎo)致實(shí)時(shí)庫(kù)讀取大量數(shù)據(jù)時(shí)速度很慢，且實(shí)時(shí)庫(kù)采用列式序列化存儲(chǔ)，在隨機(jī)查詢和多維度查詢方面幾乎不可用，而且實(shí)時(shí)庫(kù)的數(shù)據(jù)導(dǎo)出性能很弱，在數(shù)據(jù)量大的情況幾乎不能導(dǎo)出。目前很多風(fēng)機(jī)SCADA系統(tǒng)采用了實(shí)時(shí)庫(kù)存儲(chǔ)數(shù)據(jù)，運(yùn)行幾年后的時(shí)序數(shù)據(jù)幾乎都不能導(dǎo)出。這樣會(huì)導(dǎo)致我們后續(xù)無(wú)法利用這些數(shù)據(jù)進(jìn)行數(shù)據(jù)分析。

關(guān)系型數(shù)據(jù)由于要維護(hù)負(fù)責(zé)的邏輯關(guān)系，所以在寫入時(shí)速度不快，且數(shù)據(jù)寫入需要同步索引，會(huì)使寫入速度更慢。關(guān)系型數(shù)據(jù)在查詢方面比實(shí)時(shí)庫(kù)要稍好一些，但也有瓶頸，不支持大量數(shù)據(jù)的快速檢索

隨著IT技術(shù)及硬件設(shè)備的不斷升級(jí)、存儲(chǔ)價(jià)格的不斷下跌，大型互聯(lián)網(wǎng)公司一般采用分布式大數(shù)據(jù)系統(tǒng)來(lái)存儲(chǔ)及分析數(shù)據(jù)，采用分布式內(nèi)存數(shù)據(jù)庫(kù)進(jìn)行實(shí)時(shí)數(shù)據(jù)存儲(chǔ)，用分布式非關(guān)系數(shù)據(jù)庫(kù)（Hadoop、Hbase、Cassandra、MongoDB）存儲(chǔ)歷史數(shù)據(jù)及分析，目前Google、Facebook及國(guó)內(nèi)的BAT公司均采用大數(shù)據(jù)技術(shù)進(jìn)行數(shù)據(jù)存儲(chǔ)與分析，大數(shù)據(jù)平臺(tái)支持ZB級(jí)數(shù)據(jù)存取與分析。

我們利用分布式大數(shù)據(jù)技術(shù)進(jìn)行讀寫的測(cè)試，每秒可寫入1.2GB數(shù)據(jù)，如果按每臺(tái)風(fēng)機(jī)2K字節(jié)算，每秒可以寫入60萬(wàn)臺(tái)風(fēng)機(jī)數(shù)據(jù)、4.8億個(gè)測(cè)點(diǎn)。

2.3.2 數(shù)據(jù)分析

互聯(lián)網(wǎng)的發(fā)展離不開(kāi)大數(shù)據(jù)分析，依托數(shù)據(jù)分析會(huì)產(chǎn)生很大的價(jià)值，通過(guò)數(shù)據(jù)分析，可以幫我們節(jié)約成本、提高生產(chǎn)力。實(shí)時(shí)庫(kù)設(shè)計(jì)之初是用于做事故追溯的，本身不具備數(shù)據(jù)分析的能力?；诖髷?shù)據(jù)平臺(tái)有很多開(kāi)源的分析工具及開(kāi)源的機(jī)器學(xué)習(xí)平臺(tái)，可以實(shí)現(xiàn)海量數(shù)據(jù)的高性能存儲(chǔ)、計(jì)算與分析。我們自主研發(fā)的可視化大數(shù)據(jù)分析工具，可以通過(guò)拖拽或者寫SQL腳本的方式實(shí)現(xiàn)對(duì)海量數(shù)據(jù)的挖掘與分析，并可以生成各種圖形化報(bào)表。

我們自主研發(fā)的機(jī)器學(xué)習(xí)算法平臺(tái)，可以實(shí)現(xiàn)數(shù)據(jù)的清洗、轉(zhuǎn)換、加工；機(jī)器學(xué)習(xí)算法平臺(tái)可視化定制機(jī)器學(xué)習(xí)任務(wù)，是實(shí)現(xiàn)建模，訓(xùn)練，測(cè)試及任務(wù)的執(zhí)行機(jī)器學(xué)習(xí)算法的一體化平臺(tái)。

2.4 界面展示

早期的集控系統(tǒng)大多采用C/S結(jié)構(gòu)，需要安裝客戶端，并且只能在指定操作系統(tǒng)上運(yùn)行，安裝繁瑣、而且還經(jīng)常有各種不兼容的問(wèn)題。

互聯(lián)網(wǎng)的應(yīng)用基本幾乎全部是B/S結(jié)構(gòu)，瀏覽器訪問(wèn)模式，無(wú)需安裝客戶端，支持任何操作系統(tǒng)。HTML5規(guī)范是2014年9月正式發(fā)布，更高的可用性及更友好的用戶體驗(yàn)為大多數(shù)一流互聯(lián)網(wǎng)公司所采用。

基于HTML5技術(shù)實(shí)現(xiàn)的界面可以支持各種移動(dòng)端設(shè)備展示，如手機(jī)、PAD等。而且可以很容易實(shí)現(xiàn)和微信的綁定，通過(guò)微信客戶端使用集控系統(tǒng)，更簡(jiǎn)單、便捷。

圖1 串行模式

圖2 并行模式