智慧電廠數據中臺建設與應用研究

應建軍

（浙江浙能天工信息科技有限公司 浙江 杭州 310000）

1 引言

2018年智慧電廠概念被正式提出，通過對傳統電廠基建、生產運行、設備維護和物料管理等方面，實現數據的采集、分析和判斷，智能的調控設備的運行參數和倉儲物料等生產物資的采購、數據存儲，使電廠能夠高效、低碳和安全的運行，這是智慧電廠建設的初衷。但是要想實現智慧電廠，就必須打破傳統電廠燃料、運行、巡檢、診斷、倉儲、經營、采購等各系統之間的數據壁壘，避免數據孤島的出現。目前智慧電廠的建設與應用仍處于探索階段，沒有固定的標準和統一的實現路徑。筆者以智慧電廠轉型過程中的數據壁壘為突破口，運用數據中臺技術，將電廠的數據進行融合，通過建設數據湖、進行數據提煉、服務化交付數據，最終實現電廠數據的可視化，從而突破電廠的數據孤島，為智慧電廠的建設奠定基礎[1]。

2 智慧電廠數據中臺架構設計

2.1 智慧電廠數據中臺架構設計的意義

智慧電廠數據中臺的建設能對電廠所有數據進行統一的標準化存儲，能滿足用戶快速登陸響應的需求，讓電廠的所有業務數據化，最終打通電廠所有生產、經營數據之間的壁壘。通過對原有應用系統的改造，將歷史和現在的數據匯總至智慧電廠數據中臺，讓數據中臺發揮智慧電廠“大腦”的作用，對數據進行提煉、歸類，包括進行數據的治理，最終實現電廠數據的服務化交付，并通過可視化的展示框架，實現數據的集中展現。

2.2 智慧電廠數據中臺關鍵技術及模塊框架

智慧電廠數據中臺關鍵技術和模塊框架主要分為六塊。

第一是數據的采集，這其中最重要的工作就是不同應用系統之間異構數據的匯總。在電廠的應用系統中，存在兩種不同的數據庫，即實時數據庫和結構性數據庫。實時數據庫主要用于存放電廠生產過程中，一些設備的運行狀態，而結構性數據庫則存放關系對應型數據[2]。針對這兩種不同的數據庫進行數據的采集，需要建立不同的數據采集通道，并做好數據的轉換工作，讓不同數據庫中的數據能夠完整、真實的傳輸、復制、同步或者遷移至智慧電廠的數據中臺。

第二是智慧電廠數據中臺中數據湖的建立。數據湖是整個智慧電廠數據存儲的核心，為整個數據中臺的建設打下了堅實的基礎。由于電廠，特別是大型火力發電廠的實時測點較多，所有數據庫的數據實時向數據湖同步顯然不現實。不同的應用和不同的數據庫應采用適合其自身的數據存儲技術，這就要求智慧電廠的數據中臺提供混合型的存儲架構，不僅接入方式需要靈活，擴展能力和兼容性更要一流。參照大多數數據中臺的建設實踐，采用分布式存儲作為數據湖的重要存儲方式，可以兼容非結構化、半結構化和結構化所有類型數據的存儲。

第三是數據提煉與分析，對于采集、存儲完成后的數據，需要通過全新的算法對數據重新進行分類提煉和分析，這里應用到了數據倉庫技術和大數據技術。通過對智慧電廠的業務進行重新的劃分和整合，找到各種業務之間的關聯，建立相對應的數據倉庫。在數據倉庫中，依次按照電廠測點數據、設備數據、運行指標、人員數據、物資數據、財務數據和文檔數據進行分類[3]。通過數據的提煉與分析將原來價值不大的數據進行價值的挖掘，將提煉和分析后的數據轉變為價值較高的數據資產。最終通過數據的再造平臺提供查詢分析、批量計算和流式計算三種功能，當然在這其中需要依靠算法組件和可視化模型的建立。

第四是數據資產治理。通過制定統一的標準，并對主數據、元數據和數據的質量進行管理，最終通過數據的拓撲和對應關系圖實現智慧電廠數據的全視域化跟蹤。這其中包含了數據之間的邏輯關系和關鍵指標的權重關系，將電廠的設備進行權重樹的模擬和展示，通過可視化界面的方式，能夠精確定位智慧電廠中的問題。智慧電廠的數據治理計算使用事件和周期觸發兩種機制，實現智慧電廠設備的分析和層次計算。

第五是數據以服務化形式交付。智慧電廠中的應用不需要關注應用底層的數據庫，就能通過數據中臺獲取到需要的數據。在這樣的場景下，應用可以忽略底層數據的差異，通過數據中臺提供的標準數據服務接口，在最短時間內獲得數據響應。當前數據中臺常用的數據服務包括OPC UA、Restful WebAPI和文件數據服務三種。

最后是智慧電廠數據的可視化框架的搭建，這也是數據中臺呈現出來的展示效果。可視化框架的組件采用Model View View Model進行定義，內部則通過H5、WebGL等技術實現數據圖形的繪制與展示。可視化框架能為智慧電廠的生產、運營提供決策的數據準備，并根據對應的業務模型和正常的指標集合進行管理視圖的構建[4]。讓電廠的管理人員能夠快速、直觀的掌握電廠的運行信息，以便根據情況做出相應的決策。

3 智慧電廠中數據中臺的主要應用場景

3.1 智慧電廠的數據分層

電廠數據的特點是多而復雜，并且生產數據為實時數據，更新速度較快。數據中臺技術能對原本雜亂無章的數據進行數據清洗，過濾掉部分的無效數據。經過提煉、分析和治理后的數據，能夠形成一張完整的智慧電廠數據流向圖，并根據數據的重要性進行數據的分層。這樣不僅能夠抓住智慧電廠生產中的重要節點，也能根據權重對重要設備和信息進行提前的預判和預警，降低電廠事故的發生率。

3.2 智慧電廠設備運行監測與診斷

智慧電廠建設的初衷是電廠設備的智能化運行，那么設備的運行狀態及故障診斷就離不開數據中臺的支持。以我國發電的主力，大型火電廠為例，其擁有磨煤機、汽輪機、發電機等一系列設備，這些主機和輔機設備都需要實時的在線監控。這些監測的數據來源于安裝在各設備上的傳感器，包括溫度、電流、功率、轉速等，這些都統稱為測點數據，為生產實時監控系統所用。另外在發電可靠性管理系統中存在許多指標數據，體現了電廠機組的健康程度。部分電廠已經將設備的固定資產、物質采購、設備檢修及缺陷修復記錄數據存放在ERP等管理系統中，通過數據中臺的采集和歷史數據的對比，很容易發現電廠設備的隱患和故障，還能通過可視化框架和設備建模，將這些問題集中的展示出來，加快隱患和故障的處理效率。

3.3 環保設備運行優化

面對日益突出的環保問題，大型火電廠的環保壓力不斷增大，必須時刻保持排放物的達標。通過數據中臺技術，確定優化關聯指標、對機組的穩定健康指標進行收集、使用標簽化分類的方式對環保數據進行分類、通過機器自動學習算法模型實現電廠環保設備的運行優化，確保電廠的脫硫、脫硝系統平穩運行。

3.4 數據報表與展示

數據報表與數據展示是數據中臺建設的亮點，通過各類圖表組件的整合，用戶可以根據自身的需求，通過簡單拖拽的方式，自由組合和展示自己所需的數據報表。在電廠的中控室、調度中心等位置，安裝顯示大屏，讓電廠生產、經營的實時數據能同步顯示，既提升了電廠的企業形象，也讓運行值守人員能夠直觀的查看各項運行數據，對隱患和事故進行快速的糾正[5]。在移動互聯網發展迅速的今天，亦可通過數據中臺和H5等技術的結合，在移動APP上實現數據報表的推送和展示。

4 結語

總之，數據中臺的建設和應用能提高智慧電廠數據共享和數據服務的能力，對智慧電廠的集約化、精準化管理起到強大的助推作用。不僅打破了電廠數據孤島現象，還能通過標準化和提煉、分析以及治理，達到數據清洗和再利用的效果。智慧電廠的建設離不開數據中臺優質數據的支持，數據中臺的建設也離不開智慧電廠應用系統之間的融合，二者相輔相成，為電廠的智能化轉型提供高效、可靠的解決方案。