导航：安全管理网>> 安全论文>> 电力安全论文>>正文

大数据技术在水力发电行业应用初探

文档作者：罗戎刘广宇文档来源：雅砻江流域水电开发公司		点击数：	更新时间： 2025年06月03日
下载地址：点击这里	文件大小： 1.54 MB 共5页	文档格式： PDF	下载点数： 1 点（VIP免费）

全屏查看

内容预览 [文件共5页]

本文件共5页，如需编辑使用，请下载。

注：预览效果可能会出现部分文字乱码（如口口口）、内容显示不全等问题，下载是正常的。

	文件大小：1.54 MB 共5页文件格式：PDF 下载点数：1 点（VIP会员免费）

上一篇：大型水轮发电机组大轴绝缘监测应用研究

文本预览

仅提取页面文字内容，供快速阅读使用。

11
第41 卷 第7 期
2018 年7 月
Vol.41 No.7
Jul.2018
水 电 站 机 电 技 术
Mechanical &amp;amp; Electrical Technique of Hydropower Station
收稿日期： 2018-05-29
作者简介： 罗 戎（1968-），男，高级工程师，从事电力信息化工作。
大数据技术在水力发电行业应用初探
罗 戎，刘广宇
（雅砻江流域水电开发公司，四川 成都610051）
摘 要： 随着大数据技术的发展，越来越多的水电企业在关注大数据技术在水电行业的应用，雅砻江流域水电开
发公司在结合自身信息化建设的同时，也希望利用更多的大数据技术来对企业数据进行规范管理和利用，特别是
利用大数据技术对生产实时数据进行管理和分析，为流域电力生产提供有力的支撑手段。
关键词： 大数据；流域水电
中图分类号：TV737 文献标识码：A 文章编号：1672-5387（2018）07-0011-05
DOI：10.13599/j.cnki.11-5130.2018.07.004
0 前言
维克托·迈尔·舍恩伯格曾在《大数据时代：
生活、工作、思维的大变革》一书中前瞻性地指出，
大数据带来的信息风暴正在变革我们的生活、工作
和思维，大数据开启了一次重大的时代转型。2013
年3 月中国电机工程学会信息化专委会发布《中国
电力大数据发展白皮书》，将2013 年定为“中国大
数据元年”，掀起了电力大数据的研究热潮。大数
据及云计算时代的到来将为传统电力行业的发展
注入新的活力，传统电力行业即将发生革命性的变
化。
作为雅砻江全流域水电资源开发的唯一主体，
雅砻江流域水电开发公司的公司愿景是“创建梯级
开发最完整、经营管理最高效、综合效益最显著的水
电企业，打造享誉中外的雅砻江水电品牌”；公司的
战略理念是“4 阶段”战略；目前公司已经成功完成
第2 阶段目标正在为实现第3 阶段目标奋斗。雅砻
江公司飞速发展离不开信息技术的有力支撑，公司
信息化第3 版规划于2010 年正式发布，确定了公司
信息化“EHDC152 工程”（一体化平台，五大应用系
统，两大支撑体系）的总体目标。通过5 年时间的
建设，公司围绕该目标先后建成了OA 系统、电力生
产管理系统、财务管理系统、人资管理系统和工程管
理系统5 大应用系统；并开展了信息系统统一身份
认证及相关建设项目，并实施单点登录、企业门户和
流程中心；同时，实施了全面预算管理系统、决策支
持系统、电力生产文档管理系统、档案管理系统等其
他应用系统。
随着公司第3 阶段建设的推进，雅砻江下游5
个电站群的投产，中上游电站群建设的顺利推进，大
量的生产实时数据以及工程建设过程数据集聚到各
个电站的数据中心，雅砻江公司未来信息化的使命
和目标是：未来3~5 年的时间内，在保证信息化建
设与公司战略目标高度一致的前提下，基于现有的
信息化成果，以“五个更”（更有效的精细管理、更高
效的作业处理、更全面的信息掌控、更充分的资源利
用、更科学的辅助决策）为基础，以“两个延伸”（深
化应用向业务前端延伸，围绕经营目标向管控延伸）
为手段，把应用系统、信息架构、基础设施、IT 治理4
方面能力提升到一个新的高度，使得信息化成为公
司的核心能力之一，推动公司管控水平的提升和业
务运营管理的持续优化，助力公司达到国际一流水
平，支撑公司流域化、集团化、科学化发展。为此，在
2014 年启动的雅砻江公司信息化第4 版的规划中
把数据应用定为本阶段信息化建设的要点，它包括
两个方面的内容：如何科学的规划好数据应用？如
何有效对数据进行管理？本文将从这两个方面进行
讲述。
万方数据
12 水 电 站 机 电 技 术 第 41 卷
1 数据规划
数据是发电行业的重要信息资产，电厂是我国
建立层次化数据平台较晚的行业。雅砻江公司在前
期信息化建设成果的基础上，加强了对数据资产的
清理和规划，在管理上成立了专门的数据管理流程
和相关责任管理部门，有相应的规章制度，以及贯彻
业务和IT 的工作流程等，技术上具备了相对成熟的
数据架构、数据标准，正在建设数据质量管理和数据
管理工具，在此基础上将逐步形成管理驾驶舱、自动
化统一报表等一系列数据应用。针对不同维度、不
同应用的数据需要建立统一的数据标准和数据结构
来进行管理，其中数据标准是数据管理的基础、数据
结构是数据管理的骨架，两者相辅相成。因此在数
据规划方面包含：数据标准的建立；数据结构规划两
个部分。
1.1 数据标准的建立
基础编码的标准化是流域化管理的基础，雅砻
江公司从信息化规划第3 版开始就高度重视信息化
基础编码标准的建立工作，项目启动后项目组组织
了大量的人力分别从工程、生产设备、物资、财务、组
织机构等多个维度建立企业级标准的编码体系，形
成流域化统一管理的基础体系，填补了流域工程管
理、电力生产管理的空缺，保证了系统集成的稳定
性；从源头上保障“业务财务一体化”的实现。
这些年的信息化建设及基础数据标准的建立过
程中，在参考电力行业标准、其他水电企业成功标准
的基础上，结合雅砻江公司多年信息化建设沉淀下
来的一些技术标准、数据命名规范、基础编码标准
等，逐步形成了雅砻江流域工程建设、电力生产、企
业管理等领域的基础数据编码规范，使得企业信息
化建设得以顺利实施。
1.2 数据结构规划
由于目前雅砻江流域开发进入到第3 阶段，下
游的电站群已经顺利投产，中上游电站正处于建设
中，针对不同的实物对象在不同的信息系统中存在
不同的管理属性，为了更好地管理雅砻江流域信息
数据为公司的发展服务，必须建立流域管理完整的
数据结构来对所有数据进行统一的管理，因此，2014
年启动的公司数据中心建设项目对未来数据架构进
行了设计，提出了建设SSC 数据架构体系统筹兼顾
雅砻江流域生产和建设等各个方面对数据统一管理
的需要。
SSC 是指：SSC 是构筑物（Structure）、系统
（System）和设备（Component）的通称（简称SSC）。它
是对雅砻江全流域核心基础对象的统称，是雅砻江
水电业务活动过程中最基础的业务对象。并以此为
基础设计雅砻江流域雅砻江数据中心数据仓库（以
下简称DW）逻辑数据模型。
数据中心项目的目标是整合统一雅砻江全企业
范围内积累的数据资产，并对消费使用数据的系统
提供数据应用的支持。整体模型以雅砻江公司整个
企业的各个业务领域为视角，对各业务活动中的管
理要素进行梳理、分析与设计。目前数据中心整合
的应用系统范围包括：生产管理、工程管理、财务管
理、人力资源管理等以及为满足雅砻江数字化平台
数据需求接入的各类专业系统，包括：大坝安全监
测、施工质量实时监控、生产数据实时交换平台以及
锦西电厂实时监测数据等，并根据雅砻江数字化平
台的需要，对于暂时没有业务源系统支撑的数据内
容，提供模型的顶层设计支持。
雅砻江企业数据模型是在流域基础数据模型的
基础上，扩展到全企业业务范围的数据模型，因此在
企业模型的整体框架中，流域基础模型（SSC）是其核
心，现有应用系统的管理对象是纽带，连接核心对象
与外围业务数据信息（图1）。
图1 SSC 数据架构的应用目标
雅砻江企业数据模型层级框架主要表达：
（1）企业数据模型的层次关系；
（2）SSC 在企业模型中的地位；
（3）SSC 对象构造及其与外围管理对象的关系。
企业模型框架层次扩展路径为：SSC-> 现有源
数据各管理结构-> 企业模型各业务主题数据；其
层次上共分为3 层（图2、图3）：
第1 层：Tier-1，SSC 层级结构；
万方数据
第 7 期 13
结构化数据、实时数据、流域空间地理数据、工程三
维模型数据等5 类数据的采集、传输、存储、整合以
及共享。
考虑到5 大类数据的数据类型、数据量、数据时
效性要求、数据应用要求等特性的不同，分别采用不
同的技术手段来实现其存储与整合。其中结构化数
据采用传统数据仓库技术实现，其余4 类数据采用
新兴的分布式计算和存储技术实现
（2）企业数据中心是雅砻江公司未来数据深化
应用的基础
企业级数据中心是雅砻江公司未来数据深化应
用的数据基础，基于流域基础数据模型进行数据整
合，同时将各种软件技术、产品和标准进行有机地结
合，实现系统间的数据集成和应用集成。例如：为
雅砻江流域三维可视化信息集成展示与会商平台、6
大决策支持信息系统（包括水电工程建设、水电站运
图3 企业模型主题划分
第2 层：Tier-2，现有各管理对象的层次结构；
第3 层：Tier-3，企业模型各业务主题数据。
2 数据管理
为了更好地管理好数据，2015 年雅砻江公司开
始实施数据中心试点项目，雅砻江企业级数据中心
定位为“基于混合架构的大数据中心”（图4~6），并
分解为以下4 个方面：
（1）企业数据中心是雅砻江公司全流域、全业
务、全层级的数据整合和共享中心
企业级数据中心应实现对公司结构化数据、非
行、梯级水库风险调度、环保水保、征地移民、公共安
全）提供数据并支持其应用。
（3）企业数据中心是雅砻江公司信息综合展现
与分析的基础
本次数据中心建设，将针对性的选取工程和生
产业务领域进行试点展示。数据中心将为未来的运
营监控中心等系统的建设打下基础, 提供全面、及
时、准确、规范的数据，支持其数据展示、分析和后续
再加工。
（4）企业数据中心是雅砻江公司企业级数据管
理中心
建立数据资源管理工具，提升公司在数据质量、
数据模型、数据标准、元数据等方面的管理水平，支
持公司数据管控制度的落地执行。建立数据接入、
整合和访问规范，保证公司核心数据和重要数据的
正确性、一致性和完整性，促进信息化向融合、共享、
图2 企业模型框架层次
罗 戎，等：大数据技术在水力发电行业应用初探
万方数据
14 水 电 站 机 电 技 术 第 41 卷
协同的转变。
图4 采用混合架构实现5 大类数据的整合与共享
图5 混合架构支撑多种业务需求
图6 数据中心功能架构图
目前该项目除主要是把已建成的信息系统数据
接入外，选择了通过集控中心数据交换平台把锦屏
电厂生产实时数据、在建的两河口大坝质量监控实
时数据、大坝中心下游电站群大坝监控数据的接入，
目前共接入的数据量如下：
（1）结构化数据：现有结构化数据来源系统主要
包括生产管理系统、工程管理系统、工程信息系统管
理局系统、人力资源管理系统、财务管理和大坝安
全信息管理系统，以及包括拟建的公共安全、环保水
保、梯级水调、征地移民等系统，现有系统结构化数
据可统计的数据量约为50 GB；
（2）非结构化数据：现有非结构化数据来源系统
主要包括生产管理系统、生产文档管理系统、工程文
档管理系统、EBS、OA 系统、企业内网、档案管理系
统，非结构化数据量总计约为600 GB；此外，数据中
心还将存储来自其他新建系统的地理空间信息数据
和工程三维模型信息数据，此类数据主要为非结构
化数据，初步估算数据量为1 TB；
（3）实时数据：实时数据来源于集控中心实时数
据交换平台和新建的锦西电厂实时数据交换平台，
根据目前测算，仅仅接入的锦西电厂的实时数据量
大约为每年2 TB。
3 结束语
按照雅砻江公司的总体规划，数据中心的整体
建设分成3 步走的原则：①总体规划；②管好数据；
③用好数据。目前试点的内容只是接入了已投产的
锦西电站的实时数据，下游投产的5 个电站群的实
时数据目前正在接入中。
从目前来看，后续数据的深度应用还取决于几
个条件：
（1）数据质量
数据的深度应用取决于所采集数据的质量，目
前来看我们的数据存在的问题是水电行业缺乏相关
标准：
1）设备编码标准，火电目前KKS 编码是作为行
业强制标准执行，无论是设计单位还是制造厂商都
能够很规范地使用KKS 编码作为设备的基础编码，
而KKS 编码在水电行业目前还只是参考标准，很多
设计院和生产单位对于KKS 编码的掌握和运用还
不熟悉，这为进行生产实时数据映射和管理带来一
定难度，也为数据的深度分析带来麻烦。
2）监控系统标准：由于各个监控系统厂商各自
为政，采用一些非标准的数据结构和通信结构加大
了数据整合的难度。目前各个控制系统厂商的数据
各自为政，在当初设备采购的时候没有统一的国家
或行业标准作为参考，因此，也未能够与各个厂商达
成一致意见，现在需要整合分析的时候才发现数据
不能够统一管理和分析，不像火电企业在DCS、SIS、
PLC 等等控制系统都已经有国家标准，在招标的时
（下转第32 页）
万方数据
32 水 电 站 机 电 技 术 第 41 卷
&amp;amp;021 合位&amp;amp;011 合位→黑启动开机令至1 号机组
PLC →判定机组空载状态→合610 开关（具体逻辑
参见图3）。
3.5 增加机组LCU 黑启动开机控制程序
由于黑启动时，全厂处于失压状态，机组推力、
冷却水等辅助系统无法启动，而按正常开机流程需
先开冷却水，随后启动推力，所以根据黑启动实际工
况，需在下位机程序中添加一段适合黑启动的开机
程序：先启动机组，机组到空载工况带上厂用电，再
启动机组冷却水、推力等辅助系统。
4 结束语
通过软件实现“一键黑启动”功能，不仅减少了
设备设施的配置、现场施工、关联系统交叉、多重控
制的安全风险，自动化控制水平得到进一步提升，安
全生产技术保障体系得到了进一步完善，而且为企
图 3 黑启动逻辑框图 业减少了资金投资，节约了成本。
候就可以要求控制系统厂商按照标准执行，为后续
数据分析使用打好基础。
3）前期我们也调研了一些水电企业，在信息
化的建设前期由于对于数据理解不深入，还存在
一些信息烟囱，这样数据各自独立缺乏整合，后期
要进行数据关联性分析时缺乏数据整合，也很难
深入应用。
4）大数据分析中关键的技术是采用深度学习技
术，利用已有的历史数据来进行数学模型的自学习，
优化分析所用的数学模型。但是从目前很多电厂来
看对历史数据的存储没有引起足够的重视，使得很
多历史数据丢失，目前存储技术的飞速发展已经使
得存储设备成本很低，完全可以把重要的历史数据
存起来为以后的深度分析所利用。
因此，建议协会应该牵头组织大家来逐步完成
相关标准的制订、颁布和使用，至少应该是成为行业
标准，这是一项利国利民的政策，需要行业协会出面
来组织。
（2）数学模型
对于后期数据的深度使用而言，需要研究结合
不同业务场景的数据模型，这需要和一些研究机构
合作共同完成，现在已经有一些水电站开始做这些
方面的探索，雅砻江公司也在做一些探索的研究，比
如：流域梯级优化调度、状态检修、中长期雨量预测
分析等等，也许不久就会有一些初步的应用推出，这
需要时间来验证。
（3）计算能力
有了数据和模型，还需要利用机器学习的原理，
把大量的历史数据导入到模型当中，进行模型的优
化学习，这个过程涉及到大量数据的运算问题，没有
很高的运算能力很难解决此难题。随着公有云计算
的出现，大家在需要高速计算的时候可以在公有云
平台上租用计算能力来解决计算的问题，最终的结
果所产生的经济效益，会大大超过租用公有云平台
的费用。
目前，中国大数据的深度应用已经在很多领域
展开，比如：电商营销的精准推送、金融领域的信用
分析、安防领域的人脸识别技术等等应用已经开展
的非常成功了，在不远的将来大数据的深度应用也
会很好的为流域水力发电生产保驾护航！
（上接第14 页）

网友评论 more

电力安全论文最新内容

06-03