一、立项背景

随着数字信息化时代的迅猛发展，水电站运行、管理、维护等数据信息量呈爆炸性增长态势，若能有效管理和利用好这些巨量数据，必定对生产运营的各个环节产生深远的影响。

二、内涵

1、针对不同的数据源，深入到水电机组内部，对机组业务数据源分类和通信规约进行检查和梳理。对有深层次问题的数据，深入数据的源头，从机组内部通信系统的设计和通信规约进行梳理，对内部相关的测点进行梳理，对其中存在问题的数据进行标记，并分析其可能产生的原因，形成标准的站内通信规则定义组件和标准配置定义。

2、针对水电站站控层和发电业务数据进行检查和梳理。检查和梳理现有站控层系统在一定时间范围内的全部测点数据，对其中存在重复、缺失、异常、错误、不一致等问题的数据进行标记，并分析其可能产生的原因，建立数据质量判断规则模型。

3、对水电站站控层和发电业务数据进行KKS编码标准化。

三、技术方案

主要以亭子口公司1至4号水轮发电机组为对象，就关键业务数据进行分析和整理，从数据的生产、维护、使用三个方面对数据清理方法进行研究，并依据研究结果提出数据资产管理软件的技术要求、设计方案和硬件配置，通过软件系统对电站设备数据进行采集，针对需要数据进行清洗和管理，最终整理出可供数据分析和现有信息化系统使用的有效数据。主要从数据梳理、数据源分析、数据实体定义、数据标准管理、数据模型管理、数据标准指定与数据认责等方面开展水电数据基础清理工作，通过建立模型和技术标准。

四、主要做法

1、硬件配置

亭子口公司数据清理系统共采用2台服务器、1台隔离装置、1台显示器、1台工作站，搭建数据清理硬件平台，并划分安全Ⅱ区、安全Ⅲ区，配置Ⅱ区数据清理服务器、Ⅲ区数据清理服务器。1至4号水轮发电机组状态监测系统数据、1至4号主变压器油色谱监测数据、计算机监控系统数据接入数据清理服务器。网络拓扑如图：

2、软件设计

为满足业务需求，从不同用户的使用角度，并能支撑此后需求的加深和扩展，数据清理系统必须具有稳定高效、便于使用、易于管理、性能可扩展、功能易增加等特点，系统架构如图：

 EMBED Visio.Drawing.15 


五、实施效果

本项目是工业大数据技术前期，该成果为下一阶段启动大数据技术全面应用奠定良好的基础并产生深远的影响。

1、通过KKS编码服务实现KKS编码工作的程序化、规范化，保证信息编码质量，确保KKS编码在电站运行、维护应用效果。

2、以KKS编码形成的逻辑系统为框架建立各类传感器采集信息源数据，形成设备的多层树状结构，方便查询；运行和检修等人员能更加准确辨认数据来源。

3、对电厂所包含的所有传感器采集数据进行数据质量清理，建立标准数据库，为实现智慧电站打下坚实基础，为信息系统提供最科学的信息。

4、通过清理传感器、实时等数据，对生产运营各个环节发挥重要作用。经过进一步应用实现以人工智能替代专家智慧，构建工业智能体系，实现工业4.0升级。

5、通过大数据技术的运用，驱动数据业务的提质增效，提升水电机组安全生产管理水平。实现趋势预警、故障诊断，指导精细检修。

六、主要技术创新点

1、数据存储模式创造性的提出“星云架构”，克服了传统数据仓储和数据联邦模式在电力大数据建设中的不足，能够无缝集成来自各电站多个异构数据源的结构化、半结构化和非结构化数据。且具有巨大的开放性的优势，在每个节点，采集功能屏蔽了数据源的差异，进入节点内的数据遵循统一的标准规范(KKS)，并通过“计算”功能进行必要加工。电站专业人员、第三方开发商均可在此数据上作进一步的分析和开发，完成后的应用可以快速地应用到其它电站节点上。

2、采用KKS编码技术将传统扁平化数据组织起来，形成立体化有结构的水轮机组数据。这对于以后通过对象方式查阅水电站、水轮机组数据，理解数据间的逻辑关系，深度挖掘揭示数据的内在关联非常有益。该项前导性工作也对于统一机组与集控中心、远程中心的通信规约提供了参考，为未来数字化水电机组、水电站和工作奠定了基础。

七、推广应用范围

数据清理是为下一步开展大数据在电力行业应用的基础，为今后建设智慧电站打好前站。大数据的应用在以下几个领域：

1、设备维护领域，包括：故障诊断专家，设备健康评价，性能分析与评价，缺陷预警，检修预测，检修评价等；

2、生产运行领域，包括：生产统计，异常预警，效能评价，质量监管，能力提升，运行向导，指标监督等；

3、经营管理领域，包括：成本控制，在线统计，业务审计，市场预测，企业协作，全景优化等。