亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于大數(shù)據(jù)技術(shù)的水電智能決策支持系統(tǒng)

        2020-01-01 02:40:22譚文勝潘平衡
        水電站機(jī)電技術(shù) 2019年12期
        關(guān)鍵詞:定值水井水電

        譚文勝,萬(wàn) 元,潘平衡

        (五凌電力有限公司,湖南 長(zhǎng)沙410004)

        0 引言

        傳統(tǒng)的水電企業(yè)在生產(chǎn)運(yùn)營(yíng)過(guò)程中產(chǎn)生了大量的數(shù)據(jù),包括生產(chǎn)領(lǐng)域的工業(yè)傳感器實(shí)時(shí)數(shù)據(jù)和業(yè)務(wù)管理領(lǐng)域的結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù),但這部分?jǐn)?shù)據(jù)分布在各個(gè)子系統(tǒng)中,不能保證互聯(lián)互通,共用共享,從而形成了一系列的“數(shù)據(jù)孤島”,不能有效地進(jìn)行價(jià)值挖掘和利用,造成數(shù)據(jù)資源的浪費(fèi)[1]。同時(shí)受制于存儲(chǔ)容量限制,生產(chǎn)中大量實(shí)時(shí)數(shù)據(jù)和關(guān)系型數(shù)據(jù)被丟棄,無(wú)法有效地發(fā)揮其潛在價(jià)值,再者由于各類前端感知設(shè)備廠家和業(yè)務(wù)管理軟件系統(tǒng)開(kāi)發(fā)廠家各異,數(shù)據(jù)標(biāo)準(zhǔn)無(wú)法統(tǒng)一,缺乏有效技術(shù)手段深度融合多源異構(gòu)數(shù)據(jù)[2-3]。

        鑒于此,本文設(shè)計(jì)一套符合水電企業(yè)自身特色的生產(chǎn)智能決策支持系統(tǒng),在原有自動(dòng)化、信息化的基礎(chǔ)上,采用統(tǒng)一的數(shù)據(jù)建模,深度融合生產(chǎn)實(shí)時(shí)域數(shù)據(jù)與管理域數(shù)據(jù)等多源異構(gòu)數(shù)據(jù),將全部數(shù)據(jù)統(tǒng)一納入到綜合實(shí)時(shí)數(shù)據(jù)庫(kù)系統(tǒng)與Hadoop架構(gòu)的企業(yè)級(jí)大數(shù)據(jù)平臺(tái)中,并應(yīng)用機(jī)理計(jì)算、數(shù)據(jù)挖掘、機(jī)器自學(xué)習(xí)、人工智能等技術(shù),研究開(kāi)發(fā)智能應(yīng)用場(chǎng)景,實(shí)現(xiàn)設(shè)備運(yùn)行狀態(tài)監(jiān)視、故障關(guān)鍵特征指標(biāo)計(jì)算,同時(shí)預(yù)判設(shè)備運(yùn)行趨勢(shì),預(yù)警設(shè)備故障,為水電企業(yè)的運(yùn)行決策、檢修決策等提供支撐。

        1 基于大數(shù)據(jù)的水電智能決策支持系統(tǒng)設(shè)計(jì)

        1.1 系統(tǒng)整體構(gòu)架

        系統(tǒng)采用分層分布式構(gòu)架,體現(xiàn)了“數(shù)據(jù)與應(yīng)用分離”的原則,其整體架構(gòu)見(jiàn)圖1所示。

        圖1 水電生產(chǎn)智能決策支持系統(tǒng)架構(gòu)

        由圖1可知,系統(tǒng)整體架構(gòu)分成以下3部分:

        (1)數(shù)據(jù)源及統(tǒng)一納管平臺(tái):其中數(shù)據(jù)源包含水電站實(shí)時(shí)數(shù)據(jù)、企業(yè)級(jí)集控系統(tǒng)數(shù)據(jù)、ERP數(shù)據(jù)、梯級(jí)水調(diào)系統(tǒng)等生產(chǎn)管理系統(tǒng)數(shù)據(jù);數(shù)據(jù)統(tǒng)一納管平臺(tái)通過(guò)網(wǎng)絡(luò)獲取各類數(shù)據(jù)后,對(duì)數(shù)據(jù)進(jìn)行統(tǒng)一建模,以統(tǒng)一的數(shù)據(jù)命名規(guī)則、數(shù)據(jù)屬性標(biāo)識(shí)方法等管理全部數(shù)據(jù)。

        (2)應(yīng)用平臺(tái):包含以數(shù)據(jù)驅(qū)動(dòng)的工具套件,分別是數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析、數(shù)據(jù)建模、數(shù)據(jù)統(tǒng)一訪問(wèn)、微服務(wù)管理框架、數(shù)據(jù)治理、系統(tǒng)安全管理及監(jiān)控等8部分,構(gòu)建出開(kāi)放的數(shù)據(jù)應(yīng)用開(kāi)發(fā)平臺(tái)。應(yīng)用平臺(tái)對(duì)數(shù)據(jù)進(jìn)行統(tǒng)一管理,并向業(yè)務(wù)層提供統(tǒng)一的數(shù)據(jù)服務(wù)。

        (3)業(yè)務(wù)平臺(tái):基于應(yīng)用平臺(tái)開(kāi)發(fā)的業(yè)務(wù)功能應(yīng)用,主要包含設(shè)備運(yùn)行狀態(tài)分析、設(shè)備定值自適應(yīng)挖掘、設(shè)備遠(yuǎn)程運(yùn)行特征挖掘、設(shè)備遠(yuǎn)程狀態(tài)監(jiān)測(cè)與診斷分析、設(shè)備故障智能報(bào)警和異常預(yù)警等。業(yè)務(wù)平臺(tái)主要面向于系統(tǒng)應(yīng)用人員。

        1.2 數(shù)據(jù)融合與建模

        1.2.1 數(shù)據(jù)的融合與集成

        數(shù)據(jù)融合與集成采用下列3種方式:

        (1)對(duì)于工業(yè)實(shí)時(shí)數(shù)據(jù),數(shù)據(jù)融合與集成采用目前先進(jìn)的“消息訂閱”機(jī)制,在五凌統(tǒng)一數(shù)據(jù)納管平臺(tái)與各數(shù)據(jù)源系統(tǒng)上均布置“kafka”引擎,通過(guò)開(kāi)發(fā)“kafka”實(shí)現(xiàn)數(shù)據(jù)的互聯(lián)互通、共享共用,其中水電站數(shù)據(jù)接入、集控?cái)?shù)據(jù)接入作為數(shù)據(jù)的生產(chǎn)者,五凌統(tǒng)一數(shù)據(jù)納管平臺(tái)作為消費(fèi)者。

        (2)對(duì)于設(shè)備缺陷數(shù)據(jù)、人工巡檢數(shù)據(jù)、設(shè)備可靠性數(shù)據(jù)等關(guān)系型數(shù)據(jù),采用直連數(shù)據(jù)庫(kù)讀庫(kù)的方式,五凌統(tǒng)一數(shù)據(jù)納管平臺(tái)直接定時(shí)從各業(yè)務(wù)系統(tǒng)中獲取。

        (3)對(duì)于二進(jìn)制文件、錄音數(shù)據(jù)、圖像數(shù)據(jù)等半結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù),五凌統(tǒng)一數(shù)據(jù)納管平臺(tái)采用FTP、SFTP協(xié)議直接定時(shí)從各業(yè)務(wù)系統(tǒng)中拷貝數(shù)據(jù)文件。

        1.2.2 數(shù)據(jù)建模

        數(shù)據(jù)建模是數(shù)據(jù)統(tǒng)一納管的核心與關(guān)鍵,唯采用統(tǒng)一、通用的數(shù)據(jù)建模手段,才可有效實(shí)現(xiàn)數(shù)據(jù)統(tǒng)一管理、查詢、分析與計(jì)算。數(shù)據(jù)建模需遵循“唯一性,可辨識(shí)性,簡(jiǎn)潔性”的原則,同時(shí)要為后續(xù)數(shù)據(jù)的不斷擴(kuò)展與高級(jí)應(yīng)用的開(kāi)發(fā)而兼顧可擴(kuò)展、可關(guān)聯(lián)及描繪全面等思想,鑒于此,本系統(tǒng)采用集團(tuán)級(jí)大數(shù)據(jù)中心的“邏輯統(tǒng)一,物理分散”的數(shù)據(jù)管理方式,設(shè)計(jì)編制了統(tǒng)一數(shù)據(jù)模型標(biāo)準(zhǔn),構(gòu)建了包含工業(yè)實(shí)時(shí)數(shù)據(jù)(設(shè)備實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù))、生產(chǎn)管理數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)數(shù)據(jù)、中間計(jì)算量等的模型規(guī)范。

        以工業(yè)實(shí)時(shí)數(shù)據(jù)為例,其數(shù)據(jù)建模采用3段建模的方式,數(shù)據(jù)編碼共分為以下3段[1]:

        (1)KKS碼段,KKS碼主要標(biāo)識(shí)設(shè)備的具體位置,通過(guò)KKS碼,能準(zhǔn)確定位設(shè)備的安裝位置,所屬部件、所屬系統(tǒng)等。

        (2)測(cè)點(diǎn)碼段,測(cè)點(diǎn)碼段主要對(duì)測(cè)點(diǎn)的名稱進(jìn)行標(biāo)識(shí),特別有利于分辨同一設(shè)備上安裝的多個(gè)同類型設(shè)備。

        (3)屬性碼段,屬性碼段主要對(duì)測(cè)點(diǎn)的屬性進(jìn)行描繪與定義,包括測(cè)點(diǎn)的安裝方位、通道屬性(電壓通道或電流通道)、采樣頻率、采樣精度、報(bào)警閾值等。

        1.3 應(yīng)用開(kāi)發(fā)平臺(tái)設(shè)計(jì)

        應(yīng)用平臺(tái)綜合采用實(shí)時(shí)數(shù)據(jù)庫(kù)與Hadoop架構(gòu)的大數(shù)據(jù)平臺(tái),完成數(shù)據(jù)的統(tǒng)一采集、統(tǒng)一存儲(chǔ)、統(tǒng)一管理、統(tǒng)一分析與計(jì)算、統(tǒng)一對(duì)外服務(wù)。

        其中系統(tǒng)存儲(chǔ)采用分布式文件系統(tǒng)(HDFS),能實(shí)現(xiàn)存儲(chǔ)容量、計(jì)算資源的線性無(wú)限增容。對(duì)于工業(yè)實(shí)時(shí)數(shù)據(jù)分為內(nèi)存數(shù)據(jù)、熱數(shù)據(jù)(近3個(gè)月的數(shù)據(jù))、冷數(shù)據(jù)(3個(gè)月以前的數(shù)據(jù)),內(nèi)存數(shù)據(jù)采用內(nèi)存庫(kù)redis存儲(chǔ),便于實(shí)時(shí)讀取及報(bào)警,熱數(shù)據(jù)采用實(shí)時(shí)數(shù)據(jù)庫(kù)InfluxDB存儲(chǔ),便于及時(shí)讀寫與挖掘,冷數(shù)據(jù)采用HBASE存儲(chǔ),便于后臺(tái)的海量數(shù)據(jù)挖掘與分析。對(duì)于工業(yè)實(shí)時(shí)數(shù)據(jù)中的一些波形數(shù)據(jù),根據(jù)波形文件的大小及特征,分別采用MongoDB存儲(chǔ)及文件系統(tǒng)存儲(chǔ)等方式。對(duì)于生產(chǎn)管理域的關(guān)系型數(shù)據(jù),主要采用HIVE引擎存儲(chǔ)。對(duì)于二進(jìn)制文件、錄音數(shù)據(jù)、圖像數(shù)據(jù)等半結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù),直接以文件形式存儲(chǔ)在分布式文件系統(tǒng)上,并在有效建立每個(gè)文件索引的基礎(chǔ)上定期將小文件合并,防止文件的碎片化而影響系統(tǒng)運(yùn)行速度。

        系統(tǒng)在分析計(jì)算中支持大數(shù)據(jù)的Mapreduce、Spark、SparkSteaming、flink的分析計(jì)算框架。其中數(shù)據(jù)清洗治理和辨識(shí),數(shù)據(jù)的精確性、完整性、一致性、有效性、唯一性的校驗(yàn),平滑降噪,基本質(zhì)量判斷,超范圍過(guò)濾,超閾值報(bào)警等均采用流式計(jì)算引擎(SparkSteaming、flink)實(shí)現(xiàn),而關(guān)聯(lián)性強(qiáng),所用數(shù)據(jù)量大、邏輯復(fù)雜的數(shù)據(jù)挖掘計(jì)算在后臺(tái)采用批量Mapreduce計(jì)算引擎實(shí)現(xiàn)。平臺(tái)提供公式編輯器實(shí)現(xiàn)模型算法,算法關(guān)聯(lián)數(shù)據(jù)對(duì)象后即可啟動(dòng)功能模塊。

        應(yīng)用平臺(tái)以數(shù)據(jù)對(duì)象的方式向外部或上層業(yè)務(wù)提供數(shù)據(jù)服務(wù),只要調(diào)用應(yīng)用平臺(tái)上的數(shù)據(jù)服務(wù)API,并指定所需數(shù)據(jù)點(diǎn)名、時(shí)長(zhǎng)等信息,即可將數(shù)據(jù)放入指定的緩存中以供使用,從而實(shí)現(xiàn)了數(shù)據(jù)應(yīng)用的有效分離[4-6]。

        1.4 智能業(yè)務(wù)應(yīng)用設(shè)計(jì)

        采用工業(yè)大數(shù)據(jù)技術(shù),通過(guò)對(duì)現(xiàn)有數(shù)據(jù)的梳理,利用海量數(shù)據(jù)挖掘、機(jī)器自學(xué)習(xí)、統(tǒng)計(jì)分析計(jì)算等手段,挖掘設(shè)備運(yùn)行規(guī)律、運(yùn)行特征等,構(gòu)建設(shè)備健康/故障知識(shí)庫(kù),設(shè)計(jì)了提高企業(yè)生產(chǎn)安全與效益的各種業(yè)務(wù)應(yīng)用功能,提前預(yù)防事故,減少機(jī)組非計(jì)劃停運(yùn),實(shí)現(xiàn)水電企業(yè)的生產(chǎn)智能化決策,提高設(shè)備健康狀態(tài)監(jiān)管能力。智能業(yè)務(wù)應(yīng)用包括以下幾個(gè)部分:1.4.1 設(shè)備運(yùn)行狀態(tài)分析

        系統(tǒng)提供專用的、開(kāi)放式的大數(shù)據(jù)挖掘平臺(tái),用戶能利用平臺(tái)對(duì)整合后歷史數(shù)據(jù)進(jìn)行深度挖掘,總結(jié)設(shè)備在不同運(yùn)行工況、不同運(yùn)行條件下的運(yùn)行狀況與運(yùn)行規(guī)律,獲得不同運(yùn)行參數(shù)間的關(guān)聯(lián)關(guān)系,能通過(guò)與歷史數(shù)據(jù)的對(duì)比、同類似運(yùn)行工況下的趨勢(shì)對(duì)比、同類型設(shè)備的運(yùn)行狀況數(shù)據(jù)對(duì)比,實(shí)現(xiàn)設(shè)備運(yùn)行狀態(tài)的分析。系統(tǒng)能采用散點(diǎn)圖、折現(xiàn)圖、雷達(dá)圖、玫瑰圖等對(duì)設(shè)備運(yùn)行狀態(tài)及歷史趨勢(shì)進(jìn)行綜合展示。

        1.4.2 設(shè)備遠(yuǎn)程狀態(tài)監(jiān)測(cè)與診斷分析

        集成設(shè)備在線監(jiān)測(cè)數(shù)據(jù)、離線檢測(cè)數(shù)據(jù)(包含設(shè)備歷年缺陷數(shù)據(jù)、預(yù)防性試驗(yàn)數(shù)據(jù)、巡檢數(shù)據(jù)、缺陷處理數(shù)據(jù)等),實(shí)現(xiàn)對(duì)水電廠主機(jī)設(shè)備的監(jiān)測(cè)與綜合分析功能。系統(tǒng)能結(jié)合運(yùn)行工況和運(yùn)行狀態(tài)對(duì)數(shù)據(jù)越限、梯度越限、數(shù)據(jù)缺失等事件綜合分析判斷后自動(dòng)告警,系統(tǒng)具備自動(dòng)試驗(yàn)分析功能,通過(guò)對(duì)若干狀態(tài)量的分析,自動(dòng)辨識(shí)出設(shè)備的試驗(yàn)狀態(tài)及試驗(yàn)內(nèi)容,并根據(jù)試驗(yàn)內(nèi)容,自動(dòng)對(duì)試驗(yàn)過(guò)程的關(guān)鍵數(shù)據(jù)進(jìn)行分析,生成試驗(yàn)報(bào)告。如:水電機(jī)組的開(kāi)機(jī)試驗(yàn),停機(jī)試驗(yàn),負(fù)荷增減試驗(yàn),甩負(fù)荷試驗(yàn)等。

        1.4.3 設(shè)備故障智能報(bào)警和異常預(yù)警

        針對(duì)已有成熟診斷模型的故障,系統(tǒng)構(gòu)建故障樣本及診斷邏輯,通過(guò)數(shù)據(jù)的邏輯判斷完成故障診斷。針對(duì)尚未有明確診斷模式的故障,由人工智能、機(jī)器自學(xué)習(xí)功能以海量歷史數(shù)據(jù)為基礎(chǔ),以大數(shù)據(jù)分析方法與模型為核心,在專家的指導(dǎo)下組態(tài)數(shù)據(jù)及設(shè)備運(yùn)行工況,通過(guò)大數(shù)據(jù)挖掘總結(jié)設(shè)備正常運(yùn)行時(shí)的參數(shù)區(qū)間形成健康樣本,根據(jù)與健康樣本的偏差程度實(shí)現(xiàn)故障的診斷及嚴(yán)重程度的判定、智能報(bào)警和預(yù)警如圖2所示。

        圖2 智能報(bào)警和異常預(yù)警

        2 基于大數(shù)據(jù)的集水井系統(tǒng)故障預(yù)警

        以集水井系統(tǒng)為例,在基于大數(shù)據(jù)的水電智能決策支持系統(tǒng)上構(gòu)建其故障診斷模型,模型共分為下列4個(gè)部分:

        2.1 診斷模型設(shè)計(jì)

        通過(guò)對(duì)集水井排水泵啟動(dòng)、停止信息的捕捉,結(jié)合集水井水位數(shù)據(jù)、水庫(kù)水位數(shù)據(jù)、環(huán)境溫度數(shù)據(jù)、人工巡檢數(shù)據(jù)等,構(gòu)建集水井系統(tǒng)相關(guān)故障診斷。其原理是不斷統(tǒng)計(jì)集水井排水泵的啟動(dòng)時(shí)間、停運(yùn)時(shí)間,采用大數(shù)據(jù)技術(shù)從歷史數(shù)據(jù)中挖掘總結(jié)不同運(yùn)行環(huán)境下集水井排水泵的啟動(dòng)時(shí)間、停運(yùn)時(shí)間統(tǒng)計(jì)規(guī)律,當(dāng)啟動(dòng)時(shí)間或停運(yùn)時(shí)間脫離原有的歷史規(guī)律時(shí),給出異常報(bào)警,并通過(guò)對(duì)關(guān)聯(lián)信息搜尋定位故障原因,同時(shí)推送維修方案

        2.2 診斷知識(shí)庫(kù)

        診斷知識(shí)庫(kù)主要給出不同運(yùn)行狀況下集水井故障的類型、原因,具體見(jiàn)表1所示。

        表1 集水井系統(tǒng)故障診斷知識(shí)庫(kù)

        2.3 診斷邏輯設(shè)計(jì)

        (1)記錄集水井排水泵狀態(tài)發(fā)生變化時(shí)的時(shí)刻值,設(shè)連續(xù)兩次的啟動(dòng)時(shí)刻為Ts與Tsl,連續(xù)兩次的停泵時(shí)刻為Te與Tel,啟泵時(shí)集水井水位值Wls與Wlsl,停泵時(shí)集水井水位值Wle與Wlel。計(jì)算水泵的啟動(dòng)時(shí)間Ton=Te-Ts與停運(yùn)間隔時(shí)間Tstop=Ts-Tel。將Ton與Tstop不斷與定值比較,獲取相關(guān)的異常故障。

        (2)計(jì)算集水井排水泵啟動(dòng)、停止時(shí)的集水井水位(模擬量),與啟動(dòng)、停泵的定值進(jìn)行比較,計(jì)算偏差量,若偏差量較大,判定為自動(dòng)化元件回路異常。建議對(duì)集水井水位(模擬量)傳感器進(jìn)行檢查。

        (3)當(dāng)Tstop小于定值Ter-s,判斷為停運(yùn)間隔時(shí)間過(guò)短異常,判定的故障為廠房滲漏異常。Tstop大于定值Ter-l判斷為停運(yùn)間隔時(shí)間長(zhǎng)異常,搜尋集水井水位模擬量,若已達(dá)到啟泵定值但泵尚未啟動(dòng),判定的故障為自動(dòng)化元件回路異常。

        (4)當(dāng)Ton大于定值Tsr-l判斷為啟動(dòng)時(shí)間長(zhǎng)異常,搜尋水位模擬量,若未達(dá)停泵定值,判定的故障為電機(jī)及泵性能下降故障,建議搜尋離線電機(jī)振動(dòng)值,人工巡檢數(shù)據(jù),電機(jī)運(yùn)行電壓、電流歷史趨勢(shì)值,判定電機(jī)是否存在問(wèn)題。若已達(dá)停泵定值,判定的故障為自動(dòng)化元件回路異常。Ton小于定值Tsr-s判斷為啟動(dòng)時(shí)間過(guò)短異常,搜尋集水井水位模擬量,若未達(dá)到停泵定值但泵已停運(yùn),判定的故障為自動(dòng)化元件回路異常。

        2.4 基于大數(shù)據(jù)的定值自適應(yīng)挖掘

        定值是關(guān)系到診斷正確與否的關(guān)鍵,定值設(shè)置不準(zhǔn)確將直接導(dǎo)致誤判及漏判,從而降低診斷的可靠性及可信度。本模型可采用工業(yè)大數(shù)據(jù)的思想、應(yīng)用網(wǎng)格動(dòng)態(tài)定值的方式確定診斷定值。定值通過(guò)搜尋歷史數(shù)據(jù)自適應(yīng)產(chǎn)生。

        首先通過(guò)關(guān)聯(lián)信息量構(gòu)建信息網(wǎng)格,以水電站上庫(kù)水位WL、環(huán)境溫度T為參數(shù)構(gòu)建網(wǎng)格,其中WL在最大水位與最低水位之間劃分20個(gè)間隔,溫度按照5℃為間隔劃分。通過(guò)網(wǎng)格劃分,即可構(gòu)建W與T的二維網(wǎng)格平面,每種類型的診斷定值即形成了二維網(wǎng)格上的曲面。具體見(jiàn)圖3所示。

        圖3 三維網(wǎng)格定值

        采用統(tǒng)計(jì)方法獲取定值,以1年為周期,從水電站的歷史庫(kù)中搜尋集水井水泵啟動(dòng)時(shí)間Ton與停運(yùn)間隔時(shí)間Tstop(要求為集水井排水系統(tǒng)健康運(yùn)行時(shí)的數(shù)據(jù)),同步記錄Ton時(shí)間段內(nèi)、停運(yùn)間隔時(shí)間Tstop時(shí)間段內(nèi)的上庫(kù)水位WL與環(huán)境溫度T平均值。采用3δ原則獲取定值,同時(shí)遍歷WL、T的所有網(wǎng)格,獲取所有網(wǎng)格的定值,構(gòu)成一張定值網(wǎng)格表。其格式如表2。

        表2 定值網(wǎng)格表

        3 工業(yè)應(yīng)用

        基于大數(shù)據(jù)技術(shù)的水電生產(chǎn)智能決策支持系統(tǒng)已在五凌電力有限公司成功部署,目前已完成五強(qiáng)溪電站、近尾洲電站的多源異構(gòu)數(shù)據(jù)的采集,大數(shù)據(jù)平臺(tái)的構(gòu)建及部分應(yīng)用功能的開(kāi)發(fā)。

        從應(yīng)用成效上看,該系統(tǒng)能為決策層、管理層、執(zhí)行層、操作層提供輔助決策支撐,效果良好。

        4 結(jié)論

        鑒于水電企業(yè)生產(chǎn)系統(tǒng)數(shù)據(jù)分散,無(wú)法共享共用等一系列問(wèn)題,研制了基于大數(shù)據(jù)的水電智能決策支持系統(tǒng),通過(guò)部署大數(shù)據(jù)平臺(tái),整合各個(gè)設(shè)備和系統(tǒng)的多源異構(gòu)數(shù)據(jù),形成標(biāo)準(zhǔn)化的統(tǒng)一數(shù)據(jù),并實(shí)現(xiàn)了水電行業(yè)內(nèi)多年來(lái)積累的運(yùn)行管理經(jīng)驗(yàn)與先進(jìn)的大數(shù)據(jù)技術(shù)深度融合,開(kāi)發(fā)水電智能決策典型應(yīng)用案例與場(chǎng)景,可為智慧水電發(fā)展戰(zhàn)略落地提供技術(shù)支撐,將助力傳統(tǒng)水電企業(yè)的智慧轉(zhuǎn)型和管理進(jìn)步。

        猜你喜歡
        定值水井水電
        圓錐曲線的一類定值應(yīng)用
        山西發(fā)現(xiàn)一口2000余年前的大型木構(gòu)水井
        “大處著眼、小處著手”解決圓錐曲線中的定值問(wèn)題
        水井的自述
        凡水井處皆聽(tīng)單田芳
        10kV線路保護(hù)定值修改后存在安全隱患
        電子制作(2018年10期)2018-08-04 03:25:02
        10kV線路保護(hù)定值修改后存在安全隱患
        電子制作(2018年12期)2018-08-01 00:48:08
        央企剝離水電資產(chǎn)背后
        能源(2017年7期)2018-01-19 05:05:02
        水電:全力消納富余水電 更重生態(tài)環(huán)保
        能源(2018年7期)2018-01-15 22:51:08
        烏龜與水井
        免费人成黄页在线观看国产| 曰本女人与公拘交酡免费视频 | 国产激情久久久久久熟女老人av| 乱人伦中文字幕成人网站在线| 天堂在线观看av一区二区三区| 日韩字幕无线乱码免费| 国产福利一区二区三区在线视频| 和外国人做人爱视频| 欧美a视频在线观看| 日本在线播放不卡免费一区二区 | 国产精品三级自产拍av| 蜜桃一区二区三区视频网址| 国产亚洲2021成人乱码| 99热成人精品免费久久| 一区二区三区国产视频在线观看| 最好看的亚洲中文字幕 | 国产三级国产精品三级在专区| 一区二区三区av在线| 大屁股人妻女教师撅着屁股| 中文无码成人免费视频在线观看| 国产一区二区三区亚洲天堂| 精品国产中文字幕久久久| 玩中年熟妇让你爽视频| 欧美在线不卡视频| 一区二区免费中文字幕| 狠狠cao日日橹夜夜十橹| 久久亚洲精品成人av| 美女视频很黄很a免费国产| 亚洲女同系列在线观看| 熟妇熟女乱妇乱女网站| 精品国产亚洲AⅤ麻豆| 国产黄色一区二区福利| 五月激情综合婷婷六月久久| 日本熟妇色xxxxx欧美老妇| 久久婷婷国产精品香蕉| 日本综合视频一区二区| 国模无码一区二区三区不卡| 五月婷婷激情小说| 成年男女免费视频网站点播| 婷婷色香五月综合缴缴情| 国产乱子伦精品无码码专区|