某调峰调频电站全景数据平台的开发与实现

2019-07-23曾广移李德华陈泽阳

水电与抽水蓄能 2019年3期

曾广移，巩宇，李德华，陈泽阳

（1.调峰调频发电有限公司，广东省广州市 510000；2.北京华科同安监控技术有限公司，北京市 100043）

1 前言

随着我国大型水电工程的建设、投运和水电技术的发展，具有调峰调频能力的水电站，在电网安全稳定运行中起到了越来越重大的作用[1-3]，作为传统技术密集程度高、安全风险要求严的调峰调频水电站，如何利用大数据和信息网络技术，在传统技术的基础上进行创新和生产模式的升级，在提高企业效益的同时，大大提升电站的安全生产水平，是近年来水电企业信息平台建设的重点和难点。

目前南方电网公司已经编制了统一电网信息模型规范、模型映射规则、模型数据库设计规范和数据库映射规范等[4]，本文在遵循南方电网统一模型规范的基础上，通过深入研究公共信息模型（CIM），从设备管理的各阶段使用信息、设备各种操作、管理和监测工作所需的信息等角度，对调峰调频发电有限公司发电设备基于CIM模型的全景数据结构进行分析，形成发电设备全景数据模型和数据规范，以支持建设发电设备全景数据库，研究利用CIM标准语义封装并提供发电设备全景数据服务[5-7]。

2 全景数据模型

对于电网和调峰调频电站而言，单一的机组状态监测系统或监控系统数据，以及孤立的管理资料和检修档案，都无法实现机组状态的立体、全方位分析，更难以开展对设计、招标、采购、安装、调试和运行维护的全过程管理，需要构建全景数据模型，对有关信息进行统一管理、融合。

对海量的机组测点信息和电站资料的管理，首先需要基于电站运行和管理的逻辑对信息进行整理，然后构建包括电网资源、资产设备、用电客户、量测资源、拓扑连接的模型框架，遵循企业信息化规划和架构管理要求，实现规范设备数据核查、信息系统建设与企业信息集成。

基于过程的数据流程图见图1所示，分别针对电站工程建设和机组运行管理两种应用场景，给出其过程中涉及的信息数据。

图1 两种常见过程的数据管理示例Figure 1 Data management cases for two common procedures

基于分类的数据梳理见图2所示：

全景数据模型需同时包括统一电网信息模型、基于KKS的设备与信号编码、统一的电网设备分类等基础数据规范。因此，全景数据平台采用CIM（公共信息方法）进行全景模型设计，其数据模型示意见表1。

图2 基于分类的设备管理信息梳理示例Figure 2 Arrangement case for classified equipment management information

表1 CIM模型结构示意表Table 1 Schematic table for CIM model structure

通过CIM的信息模型封装原有系统数据库数据、编辑类属性和表字段管理关系后，对外提供基于CIM标准语义的设备数据服务。

3 数据平台设计

3.1 总体设计

全景数据平台的主数据包括客户、员工、供应商、设备等主数据，通过数据资源管理平台实现主数据管理、数据标准管理、数据质量管理、共享交换数据管理等功能。平台通过获取机组监控系统、大坝监测系统、水情测报系统、机组状态监测系统的实时数据，将水文、生产、安全和设备运行信息实时存储平台数据库中，实现数据规范化和汇总。另一方面利用商务智能平台和业务系统的非结构化数据信息，实现电站和机组的生产经营指标管理，包括发电量、流量、水位等数据，同时联合各类文档信息，实现关系管理和检索查询等功能。

结构化数据、实时数据、非结构化数据这三类数据在不同原理、产品的数据管理平台中存储，其数据内容按照全景数据模型，以CIM为基础，以设备分类和设备个体为主线进行数据挂接、关联、融合，最终形成发电设备的全景数据中心，实现统一的数据管理功能。其结构示意图如图3所示。

图3 数据处理与分析平台结构示意图Figure 3 Schematic diagram for data processing and analysis platform structure

系统平台在数据资源管理平台和实时数据平台的基础上，平台体系结构采用纵向分层和横向分区相结合的方式，针对数据和过程特点，进行结构化和非结构化平台开发。

3.2 数据资源管理

数据资源管理的目的在于确保安全生产全景数据的正确性、一致性、完整性和及时性，提升公司在数据模型、数据标准、数据质量、数据生命周期、数据安全、数据服务等方面的管理水平，为公司业务运营、管理决策提供高时效、高质量的数据支撑和信息服务，充分发挥企业数据资源价值，实现信息化与管理战略的高度融合。

数据资源平台包括主数据、数据标准和数据质量管理，实现企业核心主数据的统一生成和管理；统一管理各类编码的编码规则及取值；分析跟踪各系统数据质量问题，提升企业数据质量。

3.3 数据平台

数据平台包括实时数据平台、结构化数据平台和非结构化数据平台三种。

（1）实时数据平台。实时数据平台是企业各类实时数据的整合与共享中心，贯通生产侧的实时数据交互，支持各个相关应用系统的海量实时数据访问，实现实时数据的集中存储和统一管理。

在实时系统中，具有时间约束的数据主要来自外部的动态数据，如由传感器采集的现场数据和由这些数据导出的数据。因此，数据的时间约束包括两种类型，即数据的绝对一致性和数据的相对一致性。

数据的绝对一致性是指实时数据库中的数据应与外部数据相一致，即要求数据库中的数据能及时地反映外部环境的状态。另外，在实时系统中，还需要从一组数据项导出另外的数据，例如根据系统的电流、电压导出系统的功率等，此时希望导出新数据的源数据在时间上应尽量接近，这就是实时数据库系统中数据的相对一致性。

实时数据库的数据共享采用内存文件映射来实现。对于那些实时性要求不高的非共享数据和共享数据，如采样值的转换系数等可以放在外存储空间。

（2）结构化数据平台。其数据来源为不同的应用系统，主要来自不同的专业领域，具有不同的数据形式和存储特点；所有数据通过数据资源管理平台进行统一，包括数据质量管理、数据标准管理、统一数据编码等等。所有结构化数据通过数据应用平台，提供报表、图表等多种形式的结果展现，最终提供辅助决策应用。

（3）非结构化平台。非结构化数据平台主要开展企业各类文档、图片、多媒体等非结构化信息的归档、管理、搜索、利用等工作；所有数据通过索引库、属性库和内容库，实现数据的统一化存储，重点在于索引管理、版本控制等工作；所有非结构化数据通过知识管理系统、业务系统进行访问和应用。

4 建设与实践

4.1 平台功能

为了充分利用全景数据平台，实现设备全景数据的展示，系统平台开发了常规展示功能和聚合形分析功能，包括：

（1）对全景数据采取树形导航、图片导航、列表导航，以及列表展示、文件清单展示、统计图表展示、文件在线查看等常规展示方法。

（2）气泡窗口、关联多屏和数据挖掘等方法，让用户能够对发电设备全景数据进行全面和聚合式的查看分析。

（3）基于CIM模型自动形成全景电网/电厂视图、GIS地理信息系统视图、3D设备模型视图等高级可视化展现方式。

通过应用管理平台，实现生产管理类、基建工程类、信通运维类、物流服务类、标准管理类、现场辅助类和状态分析类等子应用系统，最终通过全景数据分析，实现发电企业的全过程管理和诊断检修工作。

4.2 业务主体示例

通过对电站运行参数的多层实时分析诊断，并结合生产实时运行数据和生产管理数据，及时发现设备缺陷和隐患，自动开展异常报警和趋势预警工作，并通过不同手段传送至电站管理和维护人员。

以水轮机辅助系统中的多个液压阀开关状态为例，其参与了机组启停控制，如果信号丢失，就有可能引起机组启动失败或者停机失败，但之前该状态通常仅在现地机柜通过灯光显示。

因此，通过检查生产管理系统和数据资源管理平台，得到其相关检修频率和备件使用情况，得知此类液压阀的开关状态采用接近式开关探测，此接近式开关体积小、灵敏度高、性能良好，但其接头接线空间狭小,此位置出现接线端子松动、接线绝缘胶皮因挤压破损的概率较高；此外，此接近式开关有效探测范围为2mm，对安装位置要求较高，因此需要针对液压阀的开关信号开展寿命预估和预警工作。

在结构化数据平台中，将阀门开关信号抖动现象建立业务主题，当单位时间里阀门开关信号过多时（如10s中内出现3次以上），就记录为1次抖动，再根据业务逻辑开展开关信号的抖动频次和统计分析，在统计数据异常时，通知检修人员查看业务主题，及时检查相关设备，排除故障。通过自动计算每天各时段出现的抖动次数、每年各月出现抖动次数和总抖动次数，实现该闸门开关信号业务主题的故障预估和预测，检修人员最终根据全景数据平台的分析结构，制订检修计划。