《2023新能源风电大数据运营综合平台.docx》由会员分享，可在线阅读，更多相关《2023新能源风电大数据运营综合平台.docx（88页珍藏版）》请在课桌文档上搜索。
1、4-踪tottla整救4知识库管理T=故障模B故障样本库可靠性模型库东方电气风电大数据运营与综合服务平台总体框架数据服务门户集成与协作门户数据应用创新服务数据应用公共服务数据分析服努数据整合数据集成与存储森据雾平台交付实施服务智慧运维服务远程预警服务业主SaaS应用大数据应用公共服务大数据分析服努K三风烫源数据产品数据风电场数据机组运行数据fc恒数据配置管理数据源2016/7/4流数据平台实时数据生产运行领域自动化与信息化混合大数据存储服务平台非结构化大数据平台非结构化数据-S三三三5三s三仓库平台结构化数据W数据质量管理PLMERP-QMERP-MMERP-SDERP-FICOERP-CRM
2、天气信息地理信息数据安全管理应对客户需求和行业挑战，企业必须从风机/风场全生命周期的视角，优化收益模式，精细化运营成本管理，为业务模式创新提供保障提高风电场投资收益，应采取运维检修、材料成本与风电场对标持续改进等多方面措施，提升精细化管理水平风电场生产成本主要由固定资产初始投入折旧、财务费用、运行维护检修费用和人员成本组成。在生产过程中虽然无燃料等的消耗，但设备的使用性能会逐渐下降，所以维修成本大体上会逐年增大。降低风电场运营成本主要包括以下一些措施：注：综合厂用电率=（发电量一上网电量+购网电量）/发电量，代表风电场损耗电能的多少。措施一：对风机/风电场建设过程质量进度与成本进行有效管理吊装
3、管理调试管理预验收管理移交管理M交付实施服努通过风机交付实施服务管理风机的多区域、多团队、多资源、多点、多作业类型、多质量监控、多文档等全局高效、全过程吊装、调试、验收、移交管理。在此基础上，考虑建立风机交付预警模型，优化实施集成交付计划的能力，确保可靠交付、实现成本可控，全面推动产品链管理、供应链协同、整合实施交付与售后优化运维 ，*建立风机交付与关联业务之间的数 丕三三 三二二据关联和模型，全方面监控，优化 三 风机交付流程，保证进度，控制成 三本“UK， r *3*,，*&*.JIMfa Il吊装管理调试管理预览收管理移交管理交付实施服务施工方案管理调试前检查吊装计划管理安 装要求管理吊
4、 装方案管理 吊装机械管理 大部件吊装调试项目管理 调试问题管理 调试报告管理试运行管理安装检验试运行监测试运行问题管理试运行验试运行维护验收标准管理睑收结论 验收问题分析 验收文件管理 安装检蹴告试运行验收报告基建验收设备运行情况移交生产准备情况移交备件移交验收整改管理合同管理.措施二：精细化成本控制，建立精细化的运维体系，降低运维成本update未来风能资源的不确定性以及风电场已建成投产，在不进行重大技改的前提下，风电场的经济效益将主要取决于运营商的运维管理能力风电场的运维管理是一项综合的系统性工作。随着装机规模的不断扩大和风电机组运行年限的不断增力口，风电场运维管理方式亟待变革风能资源预
5、报，提高风电设备的可利用率被动型运维主动型运维应制定和实施主动性的预防性维护措施更新运维技术和管理方式，提高运维效率全方位的机组智能监测确定有效的运维流程，使运维管理标准化廖总驱聊蝶迎:-tf厚型回我哨甄国跑毁=房犀皎*iss三s理区令WMS三sSisBflffl一长坦bsw东方电气风电大数据运营与综合服务平台总体框架（业务架构）议程对于东方风电数据运营平台建设需求的理解东方风电的数字化与信息化建设的三期叠加的背景数据运营平台与应用建设的策略与路线智慧运维应用服务的建设目标HPLM/付于为遨报匚齐套交付实施服务交付实施服务核心价值通过风机交付实施服务管理风机的多区域.多团队、多组源、多点、多作
6、业类型、多质量监控、多文档等全局高效、全过程吊装、调试、验收、移交管理。在此基础上，考虑建立风机交付预警模型，优化实施集成交付计划的能力，确保可靠交付、实现成本可控，全面推动产品链管理、供应链协同、整合实施交付与售后优化运维建立风机交付与关联业务之间的数据关联和模型，全方面监控交付实施过程，优化风机交付流程，控制成本吊装调试优化频睑收验收标准窿理验收结论验收问题分忻验收文件管理安装检睑报告试运行蛤收报告回1%执行智慧运维服务标准体系(AP-913)国际标准与最佳实践设备资产，设备资产数据资产模型资产俄键设备的啼选和识别通用筛选准则识别重要功能识别关键设备卜识别非关槌设备识别运行到的失效设备智能
7、监测模拟培训，异常模拟诊断模拟应急模拟系统性能设备状态运行巡检监测试验和检查预防性维修的实施预防性维修PMi己录己发现的设备状况设备状态反馈标准的维修后试验仿真推演运行推演试验推演检修推演智能预警，数据挖掘异常自识别预测性提醒预测性趋势分析智能诊断模式自识别故障自诊断状态维修纠正性维修失效原因和纠正措施设备问题的优先等级20设备可靠性持续改进预见性维修模版的开发和使用基于电厂和业界设备运行经验，持续调整PM任务及周期将PM技术基淮形成书面文件考虑替代维修策略及确保设备可靠，根据员工的建议持续改进寿期管理系统和设备健康的长期管理策略改进活动的优先等级将长期管理策略与电厂经营策略相结合丕知识工程行
8、业知识专家知识运行知识信息知识两票管理师安全管理模块，可以有效的满足国家规定的两票管理制度，并提供更为丰富全面的功能。严格遵守电力安全工作规程建立高效、实时、精准的电子工作票和操作票制度管理体系更好地制定工作计划，实现运行、检修的无障碍沟通，提高工作效率将安全管理由被动行为变为主动行为，促进安全管理模式与现代化、信息化接轨、降低安全隐患维护计划完成工单确认工单1.iK行目标两m菅IM式R篁第号,隔4慎仆表分_仅多任务处逑支持电厂捡作，收板的定制和修改科侯板的版本mOTRI2M.g*于吟M模信*通知一创建工单计划工单下达工单分析历史litttwwsBfe健相定瞰决的二单例建被申清，,个1HIm*
9、更Eo能，扉惇岳用户方8行学改串/的舌-&搜我.修改务支持!作总的真5七壹的相孀同srnEP约IlX.南嬲产近叱）业务提升定期任务和状态检修管理，以预防性维护+工单的核心应用，实现定期任务和状态检修从计戈h执行、验收、分析的全过程管理际实际W计划划批件计务认可 计审备力服确许 单单序品动包时作本 工工工备劳外工工成通过与专业监测系统的集成，提供翔实可靠的监测数据分析设备状况安全经济平衡的设备管理模式，提供有效的运行、安全监督、维修维护管理，为生产提供安全运行的基本保障，建立标准工单知识库，包括标准的安全技术措施，标准的检修工艺要求及维修材料、备品、工种、工时等定额，实现公司检修定额管理模式实现
10、检修维护从计划到执行的全过程管理，提高了透明度，使集团公司能够轻松获得真实的检修维护信息监控、管理作业现场安全。智慧运维-移动作业与安全管理通过移动两票的全过程管理,紧急消缺E斗结束通过条码、二维码精确指向缺陷设备；理过图片形象记录故障情e储分派缺陷；实现缺陷评论；通过拍照和视频跟踪整个消缺过程；精确记录开始和结束时间；现场查看历史故障；实现实时分享消缺过程：结果验收逐步过渡到过程验收；远程预警服务远程预警服务的核心价值依托现代设备管理理念,建立风机大部件预警模型，将与设备可靠性管理有关的生产经营活动上下贯穿。将设备状态监测.趋势预测、缺陷管理、设备可靠性分析与评价和设备运行/维修策略的优化等
11、要素有机地结合在一起，实现日常生产活动.检修活动和产品优化各职能部门全范围参与的设备可靠性管理。状态监测通i时态圜空抽象状态福空运彳攒据监测故障报警指标监测以大数据平台各层服务为依托,构建远程风机预警服务风机大部件预警模型状态预警趋势预测大部件失效预测故障预测大部件维修风险预警大部件更换风险预警统计分析远程预警服务运行、检修数据健康评价XJYrI可，性评价分析诊断异常分析趋势分析失效分析I风险评价健康状态评价设备台帐分级信息UaIts)ulMl导则信息指标公式设备信息管理异常报警故障报警产品优化r.g,今2、技改组正策略及优化纠正措施检修措施建议报告业主应用服务业主应用核心价值基于完善的指标体
12、系，构建业主SaaS应用服务，实现多租户功能，PaybyUSe计费。帮助业主全面有效掌握资产使用状态，及时把控运营效率，为实现运营管理高效化,资产管理3周期化,决策支持高效化提供支持。表格展m三据预警自动弹出消息仪表盘展蚕却前图形展示基准、实际与趋势图形履示基准、实际与趋势甘特图展5三S表格展示详细数据运营可视化出廿金福分析点-by03-FEB-261业主应用服务资产管理运营管理物资管理决策优化资产财务管理资产维护运营监控生产计划管理过程可视化物资计划采购执行仓储管理物流管理投资活动财努优化管理决策议程对于东方风电数据运营平台建设需求的理解东方风电的数字化与信息化建设的三期叠加的背景数据运营平
13、台与应用建设的策略与路线智慧运维应用服务的建设目标PlM前于太近扭的装配/拆卸加识、视频材料一）移动现场工单作业东方风电大数据运营与综合服务平台建设方案建议总体方案与关键技术综合服务平台方案交付实施服务远程预警服务智慧运维服务1L丰应用服务SAPPA与SPartk的集成方案ZERP中对于项目库存、施工齐套性与运维库存的支持现状数据运营平台方案大数据采集与混合存储关键架构决策平台总体技术方案大数据分析服务数据模型、标准规范与数据治理大数瞬全及多租户数据服务项目实施方案项目路线图建议实施方法项目组织方式与计划采用多纬度大数据空间模型对于大数据资产建模与配置管理，并提供丰富的数据关系，数据域可见性及
14、数据视图等服务行业大数据而言，不同于社交网络、电子商务大数据，本质是高维度大数据空间互方曳气风电大数据运营与维峰平台-逻辑数据模型(LogicalDataModel)Done-Sunqy对于风电行业而言，主要的大数据资产分为经营管理大数据（B域）与风机物联网大数据（M域）三事SE三三三三汇凝餐经营管理大数据（B域）WMH一第工认上M三eFSKS登Ri吉笈工U1.siU三mffii+eM*尸terw ITurbin 1Tuttoine 1Turbin* I以力发电为L红L lAAOL系绽1 O状水功Bfe/鱼MO 1 O组仔J-MZKOO 1 51 5rslOO3E DCZW.EU-JWZYaW
15、 SyMem AADlYaw SyWm McXYow SyMem AADLYow SyMem MDI需要结合大数据平台中不同数据类型的特点，选择适用大数据采集、整合与存储技术，支撑整体的大数据服务与业务创新结构化数据实时数据非结构化数据 空间地理数据 三维模型数据海量结构化数据企业大数据平台商业智能应用 .信息综合展现 商首运营监控中心数据仓库平台Lr实时分析流数据平台台AXXX状态检修 XXX实时监控+文检索知识管理共春以非结构化数据,为主通用数据库敛掘 IPB高 1TB IOTBITB-1GB中IgGeGBMB低 KBHadoop批量数据必理-技术适用性分析MPP数据仓库 可支撑场景MPP
16、数据仓库/Hadoop 造用场索流处理流勉理 可支撑场景适合场景低中直不同数据必理时间-技术适用性分析戳需出虐时间委求大数据平台-多源的数据采集与数据整合方案平台健壮性：应对大数据的采集、存储与管理要求，以及提供实时并发服务响应的能力数据源数据数据采集数据存储生产系统l三IOTAdapterMQTTKafkaI-SequenceFile数据中心中扣IBb2HDAPI2HDFSW务EA三Lerp外部信息天气信息地理信息AdapterAPIoffice匐结构化数据个囱*寸件日志文件agoFlUme配置管理Kafka格式转换API2HDFSTItimeAgent数据源及采集器配置标准信息(XMLv
17、力至变换特征支挨A PCA二 K-means DBScan数据预处理标准向量化H法HaSb向量化Jf法A标准归一化It法去均值归一化算法A极差归一化Jf法类别符号平its采样算法一M机采样真法推荐ItembasedCFUserbasedCFAlternatingLeastSquares数理统计相关性分析分布2田回归LassoRegressionARiGradiETBoostedRegressionARegressionTVee基础算法库与算法列表设备可靠性监控与够算法踝特征计算新特征计算特征提取特征降维实时数据I理论模型数值模型I校脸样本数据经验模型I单个模型结果评价评估津价模型珊*I工乱IL
18、迟即I模型选择与融合典型故障诊断建模1.作业触发方式定义:新时间段1:特征1,新时间段2:特征1,新时间段3:特征1,特征11,特征得分，新指标特征,特征11.特征得分，新指标特征,特征11,特征得分，新指标特征新时间段m:特征1.特征11,特征得分.新指标特征定时执行，每季度末晚上12:OO点时刻1:新指标时刻2:新指标时刻3:新指标设定特征提取参数时间维度从n降至m2.作业节点与处理过程定义：根据条件筛选某个机组的部分最近半年内的指标数据（人工选定测点.-共11个测点加上实际状奋得分）Source（获取）来自HBASE时刻1：测点1测点11,得分时刻2:测点1测点11,得分时刻3:测点1测
19、点11,得分时刻n:测点1,.测点11.得分时刻n:新指标生成新的指标：风速的正对风机分*FeEx（特征提取）基准矩阵：基准特征1,基准特征2,特征1:自正2:禅正11:新指标特征：.嚼费测点包括：IfW方励口IM机舱Y方向加速度功率/速风速风向偏航速度变桨角度1变桨角度2变桨角度3对风角等新指标为：风速的正对风机分Filter,皿掉nul脸0W刻（行过滤），过渔某固定时间内不变的测点（列过滤）新指标计算二次数据集（合并）39时刻1时刻2时刻3测点1测点1海j点1.测点11.得分,测点11.得分,测点11,得分时刻1:测点1,一，测点11,得分，新指标时刻2:测点1测点11,得分，新指标时刻3
20、:测点1测点11,得分，新指标时刻n:测点1,测点11.得分时刻n:测点1测点n,得分，新指标分析用有效历史数据数据分析数据量由n个-m个*新时间一一.新特征2,特征得分:新特征1,新特征2,特征得分新时间段新特征,新特征2,特征得分新时间段m:新格征1,新特征2,特征得分建模（故障模型）可期模算子:SVMKmeansNaTveBayes设定模里输出地址选择确定特征值，分类器4预警建模2OCG8O1-2趋势分析二20.TOTAM-PAF某压力设备4传统方式：单测点孤立阈值报警西门子动态平面传感器3：压力一发生偏差出现裂化趋势测点IsH占值12值计算和残差阈值分析组成，构成了基于动态阈值的预警系
21、统，相比于传统固定阈值 ，了漏报、误报，有效提高了预警的准确率。统学习法中型数量固定.一旦建模后模型固定不变等特i应能力，是缓解过拟合/欠拟合问题的有效手段.4参数的非线性模型，充分考虑了多参数之间的相互影响，而非基于单一参数的预褐示参数之间隐含的复杂因果关系和条件关系，从而更准确的预警设备故障。动的故障预警方法，相比传统故障预警方法，不需要建立精确的数学机理模型，因此对复线性系统具有很强的通用性。流式计算算法作业管理器RDD3RDD-2RDD-I作业生命周期管理作业编排设计作业编排解析据一据数数流计算集群交互式分析集群数据I据模型模型模型模型SparkStreaming；充处壬里SPark内
22、存计算MLb回归抄，模R模里IOTAdapterIOTAgent5StreamsDataFabncPhysicalNetwork表达式一、弓*e0.模里模型模审模型模型分布式缓存模型模型模模1V1.快速里叶支撑，15K-mnn拇8A林灌面化*法AIleiZwdCFAHfuUybwdCFAM3T5AkEmWc-SqA去m.归一化跄如Rg+Tt三三*宾WMfB干腼茶法AIfl美性分析Ia机尿仲!法分布统计ALassoRegressionARidgeReglCtiotlLineaiRegretsiotiGradtCTJiBoostedRBCSi3ARegression1xe大数据运营平台关键架构决策：微服务架构它的主导思想是将应用分解为小的、互相连接的微服务。一个微服务一般完成某个特定的功能,比如下单管理、客户管理等等。每一个微服务都有自己的业务逻辑和适配器，甚至Ul界面。Consumer1Consumer2ConsumernClientRequestsClientRequestsClientRequestsUserInterfaceLayerrestrest1.oadBal
