基于SOA的远程监测技术在发电设备行业的应用

白 洁，司冬雨，刘立伟

（1. 哈动国家水力发电设备工程技术研究中心有限公司，哈尔滨 150040；2. 黑龙江省农垦科学院，哈尔滨 150040）

0 前言

当今社会知识爆炸、竞争日趋激烈，发电设备制造企业若仅仅停留在基础制造层面上，将无法满足企业对经济效益的追求，在整个行业的制造技术达到阶段性高峰的状态下，无法向客户展现出制造厂商特有的优势。在此背景下，本文基于SOA架构思想、依托互联网技术、物联网，构建了发电设备远程监测平台，对集成环境的搭建、异构数据的可靠集成以及集成数据的分析与应用进行讨论和研究，实现远程发电设备的实时监测[1]，为远程诊断奠定数据基础的同时，促进企业由制造向制造服务升级转型，有效推动现代产业服务的智能化发展。

1 远程监测服务平台的SOA架构

本文构建的基于SOA的发电设备远程监测平台的工作流程如图1所示：

本远程监测平台的系统结构划分为三个层面，展现层、业务逻辑层和底层数据层。展现层包括电厂用户和领域专家两大类（以下统称为用户），用户通过浏览器发送HTTP请求，业务逻辑层接收到请求后，进行相应的逻辑运算，最后通过HTML向用户做出响应。

业务逻辑层根据业务流程的需要，按照具体逻辑规则对数据进行运算处理。一般情况下，WEB服务器接收用户请求，并将处理后的请求传送至数据库服务器，最后将结果原路返回，送至客户端。本平台在传统的WEB服务器基础上，还利用了LabVIEW的Web通讯模块接收数据库数据，并与客户端保持实时通讯。通过对等的方式向底层服务器提出请求并从 WEB服务器接收数据库返回的响应，最终送至客户端。

底层数据层是由实时数据库，历史数据库以及模型库共同组成的一个协同数据库，对实际的运行数据进行整合、存储，并对底层的海量数据进行挖掘和建模，最终通过推理技术实现协同数据库的更新和完善。

通过三层之间的实时通信，为电厂用户描述现场发电机和水轮机的运行状态，领域专家针对监测和分析数据向电厂用户发送操作指导与建议，从而实现双方的信息共享与交换，达到远程监测的目的。

图1 基于SOA的发电设备远程监测系统的工作流程

2 基于互联网的数据传输与应用

在发电设备现场部署数据采集系统，对发电机组植入的感知器件进行实时采样，经A/D转换发送到电站服务器上，再通过电力专线送至测控中心和“云谷”科研部门与制造厂，运用互联网VPN技术搭建虚拟网络环境将数据传输并存储到实时数据库后，如何安全可靠的集成跨平台异构数据、如何有效利用集成数据对机组进行全面监测成为本平台的关键。

2.1 跨平台环境搭建

本平台涉及包括关系数据、实时数据、样本信息、领域知识、专家技术等多平台、多形式的数据，为了充分利用这些数据资源，首先搭建跨平台应用环境，如图2所示，该环境从多个层面支持行业标准，有力支撑发电设备远程监测平台的稳定运行。

图2 跨平台应用环境体系结构

2.2 异构数据的可靠集成

本平台基于 TCP/IP协议[2-5]创建不同平台之间的传输接口，实现了异构数据的集成，但TCP/IP协议传输存在网络安全隐患，考虑结合经典的加密算法DES[6-8]和RSA[9-11]。DES算法的加密和解密过程使用相同密钥，速度快，但安全性稍差；RSA使用不同的密钥进行加、解密，安全性更高，但运算慢，无法处理发电设备远程监测系统的海量数据。本文基于以上两种算法，提出了一种混合算法，算法原理如图3所示。其中F为待加密明文，CF为加密后密文，K为DES算法密钥，CK为加密后的密钥，Ka为 RSA算法加密密钥，Kb为RSA算法解密密钥。

以本系统内实时数据库与关系数据库数据传输为例，采用混合算法在数据发送端加密如图4所示，数据接收端解密如图5所示，验证采用单次测试模式，单次发送数据量为4.27K，加密后的密文与解密后的明文分别如图所示，解密后数据与加密原文相同，保证了数据传输的准确性。

图3 混合算法流程图

图4 数据加密发送端

图5 数据解密接收端

分别采用传统DES加密算法、传统RSA算法和本文提出的混合算法对相同的 1M 数据进行加密，将加密时间记录如表1所示，可以看出混合算法在加密时间上明显优于RSA算法。RSA算法运算速度慢，不适用于大量数据的加密，本文将其用来加密数据量较小的密钥；DES算法加密速度快但不够安全，加密数据信息存在安全隐患，本文使用RSA算法对其密钥进行加密，通过保护DES密钥的方式，增强DES算法的安全性。DES和RSA结合得到的混合算法可以充分发挥两者的优势，将改混合算法应用在本监测系统内异构平台之间传输数据中，既保证了数据传输的有效性，又保证了网络通讯的安全性。

表1 不同算法加密时间对比

2.3 集成数据的处理及应用

本系统在传统监测基础上，对不同平台的异构数据进行了可靠的传输，集成了水轮机和发电机的重要性能指标，并对这些集成数据进行了信号处理和展现[12]，采用如图6所示的流程，分别实现了发电机定子铁心、定子线棒温度监测，发电机推力轴承、上导轴承、下导轴承温度监测，推力轴瓦温差监测，发电机电气性能监测，定子与转子气隙监测，水轮机水导轴承监测，水轮机导水机构运行状态监测，转轮系统以及锥管、肘管性能监测，蜗壳压力脉动、波形频谱、大轴摆度等指标的全面监测和初步评估。

本系统采用2.2节所提混合算法传输数据，集成不同平台的异构数据，并应用集成数据实现水轮机和发电机的远程监测。图7为应用本文技术实现的某电站远程监测界面（以机组性能监测主视图为例）。图中给出了所监视机组的机组号、数据时间、现场机组运行转速、开度、工作水头、有功功率、励磁电压以及励磁电流，远程监测了上机架振动，定子机架、定子铁芯振动，顶盖振动，上导轴承、下导轴承、水导轴承振动，无叶区压力脉动，蜗壳进口压力脉动，顶盖下压力脉动以及尾水上、下游压力脉动数值。通过对这些指标的远程监测，可以实时了解发电机组的运行状态。

图6 集成数据处理与应用

图7 机组性能监测主视图

3 结论

集成多方面异构数据的远程监测技术在发电设备行业中的应用是国内外企业由制造型向服务型转型升级的必然趋势。本文借助数据采集、Internet传输、数据库协同、跨平台数据应用等技术，实现远程情况下对发电机、水轮机的运行状态进行全面监测，提高了制造厂的服务能力，为用户提供优良的服务，提高客户的满意度。它作为远程诊断平台的前端，具有易扩展，易移植，易维护的特点，能够有效推进故障诊断以及状态预测方面的工作。

[1]Min Ren, Jianjun Lu. The Research in Remote and Real-time Monitoring System of Digitized Earthquake Omen Instrument[C]. proceedings of 2010 3rd International Conference on Computer and Electrical Engineering (ICCEE 2010 no.1).

[2]刘元安, 叶靓, 邵谦明, 唐碧华. 无线传感器网络与 TCP/IP网络的融合[J]. 北京邮电大学学报,2006(6):2-4.

[3]张星, 王向军, 文鹏程. 基于 TCP/IP协议的无线远程温湿度监控系统[J]. 仪表技术与传感器,2008(6):46.

[4]于晓, 王家礼. 嵌入式系统网络实时性能的优化[J]. 电子测量与仪器学报. 2009 (3):60-64.

[5]王群. 链路层安全隐患及防范技术[J]. 电子技术应用. 2011(04)

[6]李杰, 李新艳, 张静. 数据加密中的 DES加密算法详解[J]. 商业现代化. 2009(26):6-8.

[7]沈虹. 基于 DES算法加密过程的研究[J]. 硅谷.2010(02)

[8]张春晖. DES算法原理及改进[J]. 电脑知识与技术. 2009(22):6173-6174.

[9]毕桂. 浅议加密系统中的RSA算法[J]. 网友世界.2012(19):6-7.

[10]Stallings W. The advanced encryption standard[J].Cryptologia, 2002, 26(3): 165-188.

[11]陈运. 基于乘同余对称特性的快速 RSA算法的改进[J]. 电子科技大学学报, 1997,26(5):477-482.

[12]李继容, 何湘初. 用LabVIEW Web服务器发布网页的两种方法[J]. 仪表技术, 2003(10):13-15.