基于大数据的新能源远程集中管控解决方案
- 格式:pdf
- 大小:112.19 KB
- 文档页数:2
远程电力监控控制的解决方案一、引言随着科技的不断发展,远程电力监控控制成为现代电力系统管理的重要组成部分。
远程电力监控控制的解决方案可以实现对电力设备的实时监测、故障诊断和远程控制,提高电力系统的可靠性、安全性和运行效率。
本文将介绍一种基于云平台的远程电力监控控制的解决方案。
二、解决方案概述本解决方案基于云平台,通过传感器、通信设备、云服务器和用户终端等组成的系统,实现对电力设备的远程监测和控制。
具体流程如下:1. 传感器采集电力设备的实时数据,包括电压、电流、功率等参数。
2. 传感器将采集到的数据通过通信设备发送到云服务器。
3. 云服务器接收到数据后,进行数据处理和存储,并提供相应的数据接口。
4. 用户终端通过云服务器的数据接口,实时获取电力设备的监测数据。
5. 用户终端可以通过云服务器的控制接口,远程控制电力设备的开关、调节功率等操作。
三、系统组成1. 传感器:用于采集电力设备的实时数据,包括电压、电流、功率等参数。
传感器具有高精度、高稳定性和抗干扰能力。
2. 通信设备:用于将传感器采集到的数据发送到云服务器。
通信设备支持多种通信协议,如以太网、无线通信等。
3. 云服务器:用于接收、处理和存储传感器采集到的数据,并提供数据接口和控制接口。
云服务器具有高性能、高可靠性和可扩展性。
4. 用户终端:包括电脑、手机等设备,通过云服务器的数据接口实时获取电力设备的监测数据,并通过控制接口进行远程控制操作。
四、系统特点1. 实时监测:系统能够实时采集电力设备的数据,并通过云服务器提供的数据接口,用户可以实时获取设备的监测数据,及时发现设备的异常情况。
2. 故障诊断:系统具有故障诊断功能,通过对采集到的数据进行分析和处理,可以判断设备是否存在故障,并提供相应的故障诊断报告。
3. 远程控制:用户可以通过云服务器的控制接口,远程对电力设备进行开关控制、功率调节等操作,提高设备的运行效率和灵活性。
4. 数据存储和备份:系统通过云服务器进行数据存储和备份,保证数据的安全性和可靠性,同时用户可以随时访问历史数据进行分析和查询。
远程电力监控控制的解决方案一、引言远程电力监控控制的解决方案是为了满足电力系统的远程监控和控制需求而开发的一种技术方案。
该方案利用现代通信技术和自动化控制技术,实现了对电力系统的远程监控和控制,提高了电力系统的运行效率和可靠性。
二、背景随着电力系统规模的不断扩大和分布式发电的快速发展,传统的人工巡检和控制方式已经无法满足电力系统的实时监控和控制需求。
远程电力监控控制的解决方案应运而生,为电力系统的运行管理提供了更加便捷和高效的方式。
三、技术原理远程电力监控控制的解决方案主要包括以下技术原理:1. 通信技术:采用现代通信技术,如无线通信、卫星通信和互联网通信,实现电力系统与监控中心之间的远程数据传输和通信。
2. 数据采集与处理:利用传感器、仪器仪表等设备,对电力系统的各项参数进行实时采集,并通过数据采集系统进行处理和分析,生成监测报告和预警信息。
3. 远程控制:通过远程控制终端,对电力系统的设备进行远程监控和控制,实现对电力系统的远程操作和调控。
4. 数据存储与管理:将采集到的数据进行存储和管理,建立数据库和数据管理系统,方便后续的数据查询和分析。
四、解决方案特点远程电力监控控制的解决方案具有以下特点:1. 实时监控:通过远程监控终端,可以实时监测电力系统的运行状态、设备参数和工作情况,及时发现故障和异常情况。
2. 远程控制:通过远程控制终端,可以对电力系统的设备进行远程操作和调控,提高了电力系统的运行效率和可靠性。
3. 高效节能:通过对电力系统的实时监控和控制,可以及时发现和处理能源浪费和能效低下的问题,实现节能减排的目标。
4. 数据分析:通过对采集到的数据进行处理和分析,可以提取有价值的信息和规律,为电力系统的优化和改进提供决策支持。
五、应用场景远程电力监控控制的解决方案适用于各种电力系统,包括发电厂、变电站、配电网等。
具体应用场景包括但不限于:1. 发电厂监控:通过远程监控和控制,实时监测发电机组的运行状态和发电量,及时发现故障和异常情况,提高发电效率。
远程集控中心在新能源电厂中的应用研究摘要:在“互联网+”的行动计划下,我国掀起了一股能源互联网建设热潮,越来越多的基建单位开始创新技术,将新能源设备和技术融合在电力生产中。
目前我国大力研发的新能源电厂包括了风电集控站、水电集控站以及光伏集控站等,在计算机技术、大数据技术、通讯技术背景下构建了越来越多的集控管理模式。
本文针对远程集控中心在新能源电厂的运用进行分析,现分析其资源调度能力和资源配置特点,希望能够为相关单位提供参考借鉴。
关键词:远程集控中心;新能源电厂;应用探讨1.新能源电厂远程集控中心建设的必要性近年来,我国的能源产业稳步发展,在长期的发展过程中,新能源电厂的建设数量逐年增加,从分布来看,新能源电厂的厂址分散,所处地区多为偏僻地区,难以实现统一、规范化管理。
远程集控中心建设是新能源电厂现代化发展的必然要求。
1.1优化人力资源配置的需要新能源电厂在投入使用以后的运营管理任务多,如果要保障管理工作的全面性,维持新能源电厂的稳定运行,就需要配备足够多的专业管理人员来完成管理工作。
而远程集控中心的建立符合人力资源优化配置的现实需求,在一些管理环节可以实现无人值班或者少人值守的新型管理模式,使得在新能源电厂的运营管理工作中,所配备的专业管理人员大大减少,提升管理的现代化[1]。
在建立了远程集控中心以后,可以直接由集控中心中的相关模块来处理新能源电厂中的相关故障和问题。
1.2系统资源整合的需要近年来,我国新能源事业稳步发展,新能源电厂建设数量逐步增加、规模日益扩大,在各个新能源电厂的生产运营过程中,多采用的生产设备、控制系统可能会存在或大或小的区别,这种情况下,导致各个新能源电厂难以实现集成化、综合化与统一化管理,而远程集控中心的建立能够满足系统资源整合的现实需求,能够形成统一的管理规范,对所有接入的新能源电厂实现实时监控与管理。
1.3管理效能提升的需要在信息时代到来以后,人们对新能源电厂提出了新的发展需求,新能源电厂建成投入使用以后,如果要提升其效益,必须要结合其具体的运行特征和方式,来制定完善的发电量计划,保障发电量能够满足区域内的用电需求。
能源行业能源大数据解决方案第一章能源大数据概述 (2)1.1 能源大数据的定义 (2)1.2 能源大数据的重要性 (2)1.3 能源大数据的应用领域 (3)第二章数据采集与整合 (3)2.1 数据采集技术 (3)2.2 数据整合策略 (4)2.3 数据清洗与预处理 (4)第三章能源大数据存储与管理 (5)3.1 存储技术选型 (5)3.2 数据管理策略 (5)3.3 数据安全与隐私保护 (6)第四章数据分析与挖掘 (6)4.1 数据分析方法 (6)4.2 数据挖掘算法 (7)4.3 能源行业数据分析案例 (7)第五章能源大数据可视化 (8)5.1 可视化技术 (8)5.2 可视化工具与应用 (8)5.3 能源大数据可视化案例 (9)第六章能源大数据应用开发 (9)6.1 应用开发流程 (9)6.1.1 需求分析 (9)6.1.2 数据采集与清洗 (9)6.1.3 数据存储与处理 (9)6.1.4 应用开发与测试 (10)6.1.5 部署与运维 (10)6.2 应用开发技术 (10)6.2.1 数据库技术 (10)6.2.2 大数据技术 (10)6.2.3 人工智能技术 (10)6.2.4 云计算技术 (10)6.3 能源大数据应用案例 (10)6.3.1 能源消费预测 (10)6.3.2 能源设备故障诊断 (10)6.3.3 能源市场分析 (11)6.3.4 智能电网调度 (11)6.3.5 环保监测与治理 (11)第七章能源大数据平台建设 (11)7.1 平台架构设计 (11)7.1.1 总体架构 (11)7.1.2 技术架构 (11)7.2 平台功能模块 (12)7.2.1 数据采集模块 (12)7.2.2 数据处理模块 (12)7.2.3 数据存储模块 (12)7.2.4 数据分析模块 (12)7.2.5 应用服务模块 (13)7.2.6 用户交互模块 (13)7.3 平台建设与运维 (13)7.3.1 平台建设 (13)7.3.2 平台运维 (13)第八章能源大数据政策与法规 (14)8.1 能源大数据政策背景 (14)8.2 相关法律法规 (14)8.3 政策与法规的实施与监管 (14)第九章能源大数据产业发展 (15)9.1 产业发展现状 (15)9.2 产业趋势分析 (15)9.3 产业链上下游合作 (16)第十章能源大数据未来展望 (16)10.1 技术发展趋势 (16)10.2 应用场景拓展 (17)10.3 能源大数据产业前景 (17)第一章能源大数据概述1.1 能源大数据的定义能源大数据是指在能源生产、传输、消费等环节产生的海量数据,包括但不限于电力、燃气、石油、新能源等领域的生产数据、运行数据、市场数据、用户数据等。
新能源与能源数据管理:探讨新能源的数据管理与应用方案。
随着全球经济的不断发展与人口的增长,能源需求量越来越大,同时不断增长的二氧化碳排放量也给地球环境造成了极大的影响。
为了应对这一问题,新能源应运而生。
新能源的开发、利用及管理涉及到诸多方面,其中数据管理与应用则是不可或缺的环节。
首先要明确的是,新能源的数据管理与应用方案不仅仅是对于研究学术领域才有用的,它还影响到能源行业的决策等各方面。
因此,如何通过信息技术手段,将新能源的数据加工处理,形成有用信息,并最终应用到实际环节中,已成为新能源行业和相关学术界的共同关注点。
目前,随着信息技术的不断发展,如云计算、大数据、物联网等新科技的应用,新能源的数据管理与应用已有新的方向与进展。
首先,云计算可以提供后台技术支持,让数据处理更快、更准确、更高效,并提供可靠的大数据存储与分析平台。
其次,大数据技术可结合新能源数据,挖掘其潜在价值,以便更好地应用到实际环节中去。
同时,物联网技术将各类数据统一管理,实现多品牌、多品种、互通互联,形成统一平台,更好地利用和管理数据。
基于上述新技术,可提出具体应用方案:1.数据标准化:在统一平台基础上,对数据进行标准化,规范数据录入,保证数据质量。
2.新能源开发评估:将新能源生产过程中实时获取的数据与大数据结合,对新能源品种进行性能、效益分析,制定可行的发展方案。
3.能源互联网建设:构建高质量、高性能、高可靠的可再生能源互联网,以实现能源的开发、利用与管理的一体化。
4.能源智能调度:基于新能源数据,结合大数据技术,实现能源智能调度,包括对光伏、风能等多能源的联合控制,减少能源浪费,以提高能源利用效率。
总之,以信息技术为支撑,对新能源数据进行加工处理和应用,可为新能源领域提供更好地技术支持和决策支持,帮助实现新能源的高效利用与可持续发展。
新能源与能源数据的管理与应用是目前全球各国共同关注的难题之一。
随着全球的经济快速发展和人口的增长,全球的能源需求量逐年递增。
远程电力监控控制的解决方案远程电力监控控制是一种通过远程通信技术实现对电力设备进行监控和控制的解决方案。
该方案可以有效地实现对电力设备的实时监测、数据采集和远程控制,提高电力设备的运行效率、可靠性和安全性。
下面是一个关于远程电力监控控制的解决方案的详细介绍。
1.硬件设备:远程电力监控控制的硬件设备包括传感器、数据采集终端、通信网络和远程控制终端等。
传感器主要用于采集电力设备的实时数据,包括电压、电流、功率等参数。
数据采集终端负责将传感器采集到的数据进行处理和传输,将数据上传到云平台或者监控中心。
通信网络主要负责数据的传输,可以采用有线网络(如以太网、Modbus等)或者无线网络(如GPRS、4G等)。
远程控制终端用于实现对电力设备的远程监控和控制。
2.软件平台:远程电力监控控制的软件平台主要包括云平台、监控中心和用户终端等。
云平台用于存储和处理采集到的数据,利用云计算和大数据分析技术对数据进行分析和挖掘,生成相关的报表和图形展示。
监控中心是远程监控的核心部分,负责对电力设备进行实时监控和数据分析,通过报警系统对异常情况进行预警和处理。
用户终端可以是手机、平板电脑等,用户可以通过用户终端随时查看电力设备的状态和数据,并进行远程控制。
3.功能特点:远程电力监控控制的解决方案具有以下几个功能特点。
一是实时性,可以实时监测和控制电力设备的运行状态,及时掌握设备的运行情况。
二是远程性,可以远程控制设备的开关机、调节参数等,无需人工到现场操作。
三是智能化,通过分析和挖掘采集的数据,可以进行故障预测和优化调度,提高设备的运行效率。
四是可靠性,通过备份和冗余设计保证系统的稳定运行,防止单点故障的发生。
五是安全性,通过加密和权限控制等措施保护设备数据的安全性。
4.应用领域:远程电力监控控制的解决方案可以应用于各种类型的电力设备,包括发电机组、变电站、配电柜等。
在电力行业中,可以用于电力系统的监测和控制,实现对电力设备的智能化管理和优化调度。
新能源行业的大数据分析解决方案随着全球能源需求的不断增长和环境问题的突出,新能源行业成为了世界各国发展的重点领域之一。
随之而来的是大量的数据产生和积累,如何利用这些数据进行分析和应用成为了新能源行业发展中的一项关键任务。
在这一背景下,大数据分析解决方案应运而生,为新能源行业带来了巨大的机遇与挑战。
一、数据搜集与处理在新能源行业中,各类能源设备的监测系统会产生大量的实时数据,包括发电功率、温度、湿度、风速等参数。
此外,还有一些外部数据源,如气象数据、市场数据等也与新能源行业息息相关。
因此,首要任务是对这些数据进行搜集和处理,建立起完整的数据集合。
针对新能源行业的大数据搜集与处理,可以采用分布式数据库技术,将数据存储在多个节点上,提高数据的可靠性和访问速度。
同时,需要进行数据清洗和预处理,排除异常值和噪声干扰,并对数据进行统一的格式化处理,以便后续的分析与挖掘。
二、数据挖掘与分析数据挖掘是大数据技术中重要的一环,用于从数据中发现并提取有价值的信息,为新能源行业提供决策依据。
在新能源行业的大数据分析中,可以采用以下几种常见的数据挖掘技术:1.关联规则挖掘:通过挖掘数据中的关联关系,发现不同因素之间的相互影响。
比如,通过分析发电功率与风速、温度之间的关系,可以为风力发电厂的运营提供参考依据。
2.分类与预测:通过对已有数据的分析,建立模型进行分类与预测,以实现新能源行业的精细化管理。
比如,通过对过去几年的市场数据进行分析,可以预测未来新能源市场的需求趋势,从而指导投资和生产的决策。
3.聚类分析:通过对新能源行业的数据进行聚类,将相似的数据对象归类到一起,进而发现隐藏在数据背后的规律和特征。
比如,通过对用户能源消费数据的聚类分析,可以发现不同用户群体的能源使用特点,并为其提供个性化的能源服务。
三、数据应用与决策支持新能源行业的大数据分析解决方案不仅仅是为了提供数据分析结果,更重要的是将分析结果应用于实际的生产和经营活动中,为决策者提供科学的依据。
远程电力监控控制的解决方案一、引言随着科技的发展和信息化的进步,远程电力监控控制系统在电力行业中扮演着越来越重要的角色。
该系统通过远程监控和控制电力设备,实现对电力系统的实时监测、故障诊断和远程操作,提高电力系统的可靠性、安全性和效率。
本文将介绍一种标准的远程电力监控控制的解决方案,包括系统架构、关键技术和应用场景。
二、系统架构远程电力监控控制系统的架构主要由三个部份组成:前端数据采集与传输模块、中央控制与数据处理模块和用户终端模块。
1. 前端数据采集与传输模块该模块负责采集电力设备的实时数据,并通过通信网络将数据传输至中央控制与数据处理模块。
常用的数据采集方式包括传感器、智能电表和遥测终端等。
数据传输方式可以选择有线通信、无线通信或者混合通信,根据具体的应用场景进行选择。
2. 中央控制与数据处理模块该模块是整个系统的核心,负责接收和处理前端采集的数据,并根据预设的规则进行数据分析、故障诊断和控制指令下发。
该模块通常由服务器、数据库和监控软件组成,可以实现对电力设备的实时监控、历史数据查询和报警管理等功能。
3. 用户终端模块用户终端模块是远程电力监控控制系统的用户界面,用户可以通过该模块实时查看电力设备的状态、接收报警信息,并进行远程操作和控制。
用户终端可以选择PC端、手机APP或者Web页面等形式,以满足不同用户的需求。
三、关键技术1. 数据采集与传输技术数据采集与传输技术是远程电力监控控制系统的基础,其稳定性和可靠性对系统的正常运行至关重要。
常用的数据采集与传输技术包括Modbus、CAN总线、以太网、GPRS/3G/4G等,根据具体的应用场景选择合适的技术方案。
2. 数据处理与分析技术数据处理与分析技术是远程电力监控控制系统的核心,其能够实现对大量数据的实时处理和分析,为用户提供准确的监测结果和决策支持。
常用的数据处理与分析技术包括数据挖掘、机器学习、人工智能等,通过建立模型和算法对数据进行分析和预测。
远程电力监控控制的解决方案一、引言随着电力行业的发展和智能化技术的不断进步,远程电力监控控制系统成为电力企业提高运维效率、降低运营成本的重要手段。
本文将介绍一种基于物联网技术的远程电力监控控制解决方案,旨在实现对电力设备的实时监测、远程控制和数据分析,提高电力系统的运行效率和可靠性。
二、系统架构该解决方案基于物联网技术构建,主要由以下几个模块组成:1. 传感器模块:采用各类传感器对电力设备的参数进行实时监测,包括电压、电流、功率、温度等。
2. 数据采集模块:负责将传感器采集到的数据进行采集、处理和传输,确保数据的准确性和及时性。
3. 通信模块:利用无线通信技术实现传感器数据与云平台之间的双向通信,确保数据的可靠传输。
4. 云平台:接收传感器数据并进行存储、分析和处理,提供远程监控和控制的功能。
5. 用户界面:通过Web或者挪移应用程序提供用户友好的界面,方便用户对电力设备进行远程监控和控制。
三、功能特点该解决方案具有以下几个功能特点:1. 实时监测:通过传感器模块实时监测电力设备的各项参数,包括电压、电流、功率、温度等,确保设备运行状态的可视化。
2. 远程控制:通过云平台和用户界面实现对电力设备的远程控制,包括开关机、调整参数等操作,提高运维效率和响应速度。
3. 数据分析:云平台对传感器采集到的数据进行存储、分析和处理,生成报表和趋势图,匡助用户了解设备运行情况和趋势,提供决策支持。
4. 告警通知:系统能够实时监测设备状态,一旦发现异常情况,及时发送告警通知给相关人员,确保问题能够及时处理。
5. 数据安全:采用安全加密技术,确保传感器数据在传输和存储过程中的安全性,防止数据泄露和篡改。
四、应用场景该解决方案适合于各类电力设备的远程监控和控制,包括发机电组、变电站、配电箱等。
主要应用于以下场景:1. 电力公司:电力公司可以通过该解决方案对各个发电站、变电站的设备进行远程监控和控制,实时了解设备运行情况,提高设备利用率和运维效率。
电力行业的大数据应用解决方案随着信息技术的迅猛发展,大数据已经成为当今社会各行各业追求竞争优势的关键要素之一。
在电力行业中,大数据的应用也日益受到重视。
本文将探讨电力行业中大数据的应用以及解决方案,帮助该行业更好地利用大数据以提升效率和服务质量。
一、大数据在电力行业中的应用1. 智能电网管理大数据技术可以帮助电力公司实时监控电网运行情况,并通过数据分析与挖掘来预测电网的负荷需求和故障潜在风险。
通过建立智能电网管理系统,可以准确预测负荷需求,提前调整发电和输电计划,以避免停电和供电不足的情况出现。
2. 用户需求预测通过对大量用户数据进行挖掘和分析,电力公司可以准确了解用户的用电需求,预测用户的用电行为模式。
这些数据可以帮助电力公司优化发电计划,合理配置发电资源,提高供电效率。
3. 分布式能源管理随着分布式能源的发展,电力行业面临着管理分散的电力资源的挑战。
大数据技术可以帮助电力企业从各种分布式能源设备中收集数据,并进行智能分析。
通过对数据的分析,电力公司可以实时调整分布式能源的供应和需求,提高能源利用效率。
4. 风险管理与安全保障大数据技术可以帮助电力公司实现对电网的全面监控和风险评估。
通过收集和分析大量电网设备的运行数据,可以提前发现潜在的故障和安全隐患,并采取相应的措施来保障电力系统的安全稳定运行。
二、电力行业大数据应用的解决方案1. 数据采集和处理系统建立一个完善的数据采集和处理系统是电力行业应用大数据的基础。
该系统应能够实时采集和存储来自各个电力设备的数据,并对数据进行处理和分析。
2. 数据挖掘和分析技术电力公司应该借助数据挖掘和分析技术,从庞大的数据中提取有价值的信息。
例如,通过对历史数据的分析,预测未来的负荷需求;通过对用户数据的挖掘,了解用户的用电行为模式。
3. 建立智能决策支持系统基于大数据的分析结果,电力公司可以建立一个智能决策支持系统,帮助管理人员做出决策。
该系统应该提供实时的数据可视化界面,直观地展示电力系统的运行状况和风险。
科技展望2017/05基于大数据的新能源远程集中管控解决方案王海江(国电电力发展股份有限公司,北京100101)
【摘要】本文重要阐述了新能源集中管控系统建设的目标,规划方
式,以及基于大数据为中心的分析功能,为解决新能源尤其风电行业点多面广、设备型号不统一提供了信息化解决方案。【关键词】新能源大数据分析集中管控无人值守
1前言
新能源基于大数据的远程集中管控数据中心是以自动化技术、智能传感技术、计算机软件硬件技术、数字信号处理技术、综合智能化技术、大数据分析技术为基础,通过物联网技术的应用,实现采集、整理风电场风机/光伏电站实时数据,建立一个基于互联网+概念为基础、采用云计算技术的大数据平台,实现新能源发电机组远程状态监测、远程故障诊断、远程运行保障、发电生产数据分析、设备运行监控等。这是解决新能源点多面广,难以管控,提高发电新能源的有效途径。2项目建设目标
建设以新能源大数据中心为核心、区域集控平台和多个数据信息平台的大数据信息管控体系的综合管理系统,可以将各风场、区域公司中所有信息完整的储存在计算机中,形成风电场、区域公司、本部及集团之间的信息数据库,进一步促进企业资源的合理组合及利用,使其在现有资源条件下达到最佳利用效果,求得最大的经济效益。一是建立国企业私有云,运用虚拟化技术,实现分布式计算、资源共享、分布控制。二是在企业私有云基础上,建立分布式大数据中心,解决新能源发电机机组、变电站等现场所有采集数据的连续存储,同时也为未来其他数据的融合,建立无限扩展架构。三是融合实时监视数据、生产管理数据、人工采集数据、文档数据等多种数据库的大数据融合分析技术,为数据分析提供更好、更多的数据源,提升数据分析的广度和深度。四是通过数据的积累、发电机组数据的潜在价值分析和挖掘应用及远程实时监控,实现设备在线故障、部件库存、检修等全方位预警、报警、诊断,提高运行参数的智能优化能力,提高装置安全可靠性、提高发电机组智能化程度,实现风电机组设备状态维修,降低维修成本,最终提高企业的市场竞争力。五是实现对风电关键及核心指标的智能化预判、分析、控制,增强对所属企业的事前、事中业务督导和风险控制,促进风电运营水平提升,推动传统模式向智能模式的管理转变。3项目规划
基于大数据中心的远程集中管控系统的目标是通过大数据的分析,实现对生产过程、设备状态、企业经营等综合分析,为企业管理和决策提供数据支持。因此,需要从企业管理和经营角度对整体的数据重新规划,至上而下的分析和规划企业数据标准和数据支撑架构;通过数据规划,建立更加全面和深入的数据分析体系,为大数据展现提供基础。4大数据分析
新能源基于大数据的远程集中管控系统借助于目前最新的大数据分析技术,在总部统一数据规划的基础上,建立大数据分析方法,采用商务智能平台运用互联网+的核心技术进行大数据展现。5创新和技术亮点
5.1基于企业私有云及大数据平台
一是企业私有云技术:云计算硬件设备主要包括服务器、网络设备、存储设备等,所有硬件设备资源按照云计算架构组建成云计算平台,云计算平台主要为软件开发、测试、运行提供物理资源;二是多种数据结构、数据格式的融合:本项目中涉及到企业管理的多种数据库、多种数据源、多格式的数据的统一接口和存储,最终目标是将多种数据融合二次加工分析;三是采用大数据分析技术:大数据处理技术是为了更为经济的从高频率获取的、大容量的、不同结构和类型的数据中获取价值,而设计的新一代架构和技术。5.2从总部管理和目标出发的管控数据大融合一是发电量与生产经营效益分析;二是生产设备状态与维修/技改数据融合分析;三是生产指标数据与企业经营目标数据融合分析;四是设备故障数据与设备选型综合分析;五是风资源与生产效益融合分析。5.3针对单机管控的数据分析一是通过研究单台风机的理论和实际发电量及其原因分析,单台风机的可靠性、经济性、风资源及其转换效率、风机性能稳定性等方面问题,建立单台风机的整套技术经济评价指标,在此基础上,建立风电场整体的技术经济评价指标;二是单台风机的部件逐级分解台账并配以KKS或其他物资编码体系,进而建立整个风电场设备的物资材料编码体系。三是单台风机的运行标准化管理体系,包括监盘表单、巡回检查表单、运行分析表单、缺陷管理流程等。5.4基于设备状态数据的深度分析一是聚焦风机性能的研究:建立一套以“风机故障率”,“平均无故障时间”,“故障停机时间”,“非计划损失电量”,“可利用率”等指标的风机性能评价体系,实时监视和跟踪风机性能,为风机性能提效提供核心业务数据及管理手段。二是运用功率曲线方法挖掘风机潜力:针对风机实际功率曲线与理论功率曲线、保证功率曲线的横向对比分析方法,及时发现风机性能下降问题,为风机健康分析及性能挖潜提供决策数据支持。三是基于大部件分类的故障统计分析及处理策略:对不同厂家、不同类型机组分为风轮、变桨系统、齿轮箱、制动系统、偏航系统、电气系统、控制系统、发电机、传感器和塔架、地基和机舱等10个组成部分,并根据大部件分类情况统计每种部件下的故障次数、故障总时间,故障重复率等数据,计算及分析,运用自学习、专家知识库等方法分析机组故障原因、找出故障规律,分析故障原因与影响,并提出相应的处理措施。四是量化的数据统计、分析及报表机制:对风电场工作人员的消缺时间、维修维护时间、复位及时率、状态转换及时率、缺陷通知及时率等数据的统计和分析,实现对风场工作人员的量化管理。6计划构建与路线系统本着大数据的远程集中管控数据的思想进行方案设计,分为风电场与光伏电站、区域公司和集团本部进行远程监视与远程控制,并实现集中管理。第一层:系统在各风电场或光伏站子站配置实时数据服务器,进行分布式数据存储与传递,用高速网络隔离装置与子站设备隔离,配置防火墙、通信管理机等,采集风电场(或光伏站)内所有设备的信息,包括风机、箱式变压器、光伏组串、逆变器、升压站、电度计量系统、风功率预测、光功率预测、AGC、AVC等,以实现统一管理。第二层:在区域公司设立集中控制中心主站。运行人员在集控中心可实现对风电场、光伏站的远程集中监视、控制,进一步优化运行工作,为提高发电效率,增发电量做好基础工作,使发电效率最大化,同时实现对设备进行状态检测,使其完成从定期检修到状态检修的转变。第三层:为集团本部的大数据远程集中管控中心,新能源本部侧的大数据处理中心功能涵盖了整个集团从风电场底层数据采集、系统监视到区域公司的远程调度到生产管理,成本分析再到集团层面的决策支持等业务范围,功能模块分别为:实时监测、决策支持、经济运行、设备管控、专家诊断、报表管理、应急指挥、系统管理。7具体应用及效果分析7.1整合风机“信息孤岛”以某公司建设为例,分四期建设的风电项目各有各的机组,由
—6—信息工程于机型和投产时间的不同,同一个风场使用了互不兼容的控制系统。风场配电设备所采用的控制平台也是各自为伍、相互独立,每天116台发电机组的数千个参数都要分别采集,极大影响了风场运行的分析和处理效率。但通过大数据中心形成了一套标准、统一、高效的监控系统,消除了许多“信息孤岛”,使得机组发电能力的最大化。仅通过一年对比分析,通过“新”集控系统的使用,该公司年发电量同比增加950万千瓦时,检修时间同比缩短2310小时,年综合厂用量减少50万千瓦时,直接创造经济效益550万元。7.2为每台风机建“健康档案”要解决自身缺“钙”的问题,就要全面“体检”。首先是摸清设备的健康状况,以某公司为列,从各个风场抽调了多名生产经验的老电力人,会同厂家技术人员组成课题组,对风机的所有可能影响发电效率的因素进行逐一排查,将存在明显差异的共性缺陷统计分类,结合集控系统的开发,将其纳入缺陷数据库。同时将可靠性指标、气候指标和风机性能指标全面分析对比,形成单风机性能分析报告,利用信息化平台对各项指标进定量和定性分析。通过攻关,风场利用小时有了显著提高,区域对标排名也一跃领先,扭转了投产初期的被动局面。如此一来,不仅风机设备性能有了“健康档案”,该公司电量、利润指标也屡创新高,创造了首年盈利、连年盈利、连续四年超额盈利的辉煌成绩。7.3让风机享受“私人订制”有了大数据高科技平台和专题攻关的成果做铺垫,集控系统的数字化进程已颇具规模,但如何实现人工智能,让设备变得更“聪明”,成了集控建设的一项重点课题。受此启发,该公司新能
源集控系统的研发团队运用概率学的“随机变量函数分布”理论,结合一系列统计学、数理学原理进行曲线拟合,建立了适应单台机组的功率数据模型。通过软件实现对每台风机的智能监控,让风机享受“私人订制”般的待遇,让风机具备“自学习”功能,机组的智能化水平及各项生产、性能指标大幅提升。7.4构建“物联网+”模式
发挥集中系统管控优势,进一步实现“远程集中监控、现场少人职守”的管理模式。在新能源远程集控平台建设过程中,将风场、电站各类设备通过专线和WiFi互联互通,尤其是在风机机舱、塔筒、配变电设备等环节安装全方位监控探头,360度监控设备运行状况,真正实现了“视频检修”,大大提升了生产现场的运检效率。与此同时,远程集控平台建设还将语音电话、信息系统、数字电视、视频监控、视频会议等数字化信号打包整合,无缝对接,构建出了一个完整的新能源版的“物联网”。所有生产经营有关的信息、数据和参数都可以即时互联互通,真正实现了生产管理的信息化、现代化。
(上接第5页)此外,还应当对数据的完整性进行检查与审核。将接收到的数据对比并校验原始数据,以保证数据的完整性与对称性。最后,还应当对数据日志审计进行研究。应当对每个从行政单位采集到的数据的安全性实施审计,以便将所采集到的数据的具体明细更加透明的呈现给行政单位。3.3分析信息共享桥梁可行性首先,应当对一个具有较强适应性的、通用的数据适配器加以设计与构建,以便生成一个可以快速的对各种数据结构和各种源数据库中的数据进行抓取的工具。其次,还应当对政府各部门的单位业务系统的数据结构与环境进行调查与研讨,并将数据采集工具服务器设置于各个目标部门,以使数据中心网络与其专线内网之间实现双网链接,之后再定时对数据进行传输与抓取。另外,还应当逐步研究各个数据源,并对一款数据适配器进行研制,同时,再对一个集成框架预案进行编制,以便自动构建系统集成所需要的大部分编码,从而实现对各种数据结构、各种数据源以及各种数据库类别实施数据抓取工具的快速研制。4结语总而言之,若想使我国的电子政务实现更好的发展,则必须有效的解决信息孤岛这一问题,对信息数据共享桥梁加以构建,以使政府各部门的信息资源实现联通。并且随着信息公开透明化,数据安全与共享是政府,企事业单位等自应用系统日益重视的工作,也是需要不断探索、革新技术,不断深度整合的过程。