国家电投张成刚:云边协同工业大数据平台加速集团数字化转型

  • 张成刚

  • 2021-09-06

  • 来源:

来源丨企业网

赛迪顾问2020年发布的《中国智能制造发展新趋势》中提到,我国智能制造发展进入洗牌期,工业大数据将成为智能制造和工业互联网发展的核心,工业核心数据、关键技术专利等数字化资产对于企业的价值正在加速提升,增加厂区生产安全、过程安全迫在眉睫。

2019年底,国家电投云边协同工业大数据平台正式发布,这也是能源发电行业首个工业大数据平台。作为国家电投集团数字化转型的重要载体,平台实现了哪些技术突破?取得了哪些应用成果?将对能源电力行业的信息化产生哪些影响?带着这些问题,记者采访了国家电投大数据中心主任助理张成刚。

张成刚表示:“云边协同工业大数据平台已经完成集团总部、风电、光伏、水电、核电、环保、综合智慧能源产业云平台的建设,以及环保、水电、核电、火电板块30余个产业边平台的推广部署,发布了边平台建设规范,统一了边平台框架,推动了分云中心的建设及边平台的接入,目前平台应用商店中的各类成熟应用已为集团节约大量能源,实现效益的大幅提升。”

国家电投大数据中心主任助理张成刚

平台建设背景

据介绍,云边协同工业大数据平台的建设源于对数据管理和创新应用的双向需求。

数据管理需求:

1、存在海量多源异构数据汇聚困难的问题,数据价值难以充分挖掘;

2、数据标准执行困难,在集团内难以全面推广;

3、数据共享不够便捷,流转困难。

应用开发需求:

1、各单位同类型应用重复研发,存在资源浪费的问题;

2、应用从研发到落地的周期长,难以满足业务快速发展的需求;

3、业务知识与IT技术衔接困难,应用创新能力受限;

4、成熟应用推广困难,技术价值难以变现。

“1+8+N”的技术架构体系

为了快速响应业务需求、能够将集团内部海量的异构工业数据统一标准、快速处理、提升质量、挖掘价值,2017年国家电投集团成立大数据中心,托管于二级单位中央研究院下,由集团创新部直接管理。大数据中心成立后,迅速确定了“搭平台、汇数据、建应用、做运营”四条业务主线,为集团未来智慧化、数字化转型提供支撑。

云边协同工业大数据平台以数据驱动、集成创新、合作共赢为理念,以全面支撑集团产业数字化转型为总体目标,采用“1+8+N”的技术架构体系,联通集团总部、产业创新中心、二级单位、各级厂站和集控中心。其中,“1”指集团总部侧总云平台,“8”指风电、光伏、水电、火电、核电、环保、综合智慧能源等核心板块,“N”指遍布在各二级单位及厂站侧的边平台。

四统一·三协同的建设目标

据介绍,该平台的云边协同架构,以集团“四统一·三协同”为总体建设目标,设计核心功能模块,提出了云边之间数据、应用等各类信息交互的标准,保证了集团内各节点之间进行信息的有效传输。

云、边之间的四大统一管理:

  • 统一访问管理;
  • 统一数据管理;
  • 统一运营管理;
  • 统一运维管理。

云、边之间的三大协同:

  • 数据协同:主要包括标准规则、数据资产目录、数据资产三部分,其中,标准规则主要解决数据、元数据的标准和稽核规则的汇聚、审批、下发、执行;数据资产目录主要实现总部统一目录结构的跨域下发、汇总、访问等;数据资产跨域协同主要基于统一数据资产目录,实现数据资产的按需跨域申请及共享;
  • 管理协同:主要实现跨域数据和应用的权限管理、节点管理、调度管理和运维管理;
  • 应用协同:主要实现应用、模型、知识的跨域订阅、分发、接收和部署。

云边协同工业大数据平台实现了数据全流程处理和跨域管理。大数据门户作为平台唯一访问入口,为用户提供栏目个性化定制及智能内容推送等服务。数据全流程处理通过提供数据采集,存储,处理分析,可视化展示等应用组件,来满足不同用户对海量多源异构数据处理及应用开发需求。应用商店作为平台的统一运营窗口,数据、模型、应用以商品形式进行上架、交易,同时提供敏捷开发环境实现应用的一站式开发、测试、部署。跨域管理通过提供资产浏览,节点、权限、数据对象、模型的全面管理,实现数据,模型和应用的跨域协同。

云平台与边平台之间的跨域协同

为实现跨域协同,云边协同工业大数据平台的架构设计整体分为两层,云平台和边平台。

云平台在集团侧和产业创新中心侧部署。提供全流程数据处理组件、应用开发环境、数据治理工具、专家知识库、大数据门户、应用商店、跨域管理、数据资产目录等功能。

边平台在二级单位,厂站及集控中心部署。二级单位侧的边平台具备全流程数据处理组件、应用运行环境、数据治理工具等功能。厂站侧、集控中心的边平台具备时序数据采集、存储工具,数据治理工具及应用运行环境等功能。

云平台与边平台之间,通过数据、管理、应用跨域协同的方式,为各级单位用户提供平台统一的访问入口,保证全域的数据交换,应用的多级流转,模型的分发调用,各类资产交易等相关业务的顺利开展。

云边协同跨域协同架构图

基于平台各类基础功能组件及云边之间的跨域协同,平台可提供海量信息资源汇聚、智能应用全域服务、一体化跨域协同管理三大核心能力。据介绍,跨域协同通过自研的跨域协同组件实现,云基础设施方面部署在国家电投集团的私有云中,底层成熟的技术组件直接采购,而跟业务强相关的治理工具、资产目录管理工具等则采用自主定制化研发模式。

目前,平台已形成了包括大数据基础平台技术工具,数据中台技术工具,运维技术工具及开发技术工具在内的一系列工具套件,支撑从采集、存储、分析、共享到使用等环节的数据业务。

有别于其他产业领域的数据管理模式,国家电投集团的电厂众多,每家电厂都会产生大量的实时工业数据,如果数据集中存储到云中,将对信息内网造成很大压力。由于电厂对这类密集型的工业数据集中存储的需求不高,所以大数据中心根据行业的需求特性提出了数据资产管理体系,数据标准集中制定跨域下发,数据目录逐层汇聚统一管理,数据资产分散存储在边缘侧,按需接入,通过一套数据资产目录实现资产的集中管理,通过跨云协同组件以及定制化的数据共享流程,实现数据在全域的流转、共享和使用。

对风优化典型应用或可提升年发电量约3亿度

平台在应用层提供敏捷高效的应用开发部署环境,以集中研发、统一运营、跨域部署的应用实现方式,为各级单位用户提供智能应用全域服务。据统计,该平台已上线部署了96个智能应用,其中比较典型的对风优化大数据应用,每天自动更新各机组的对风偏差,交互界面可及时展现和定位需要运维的机组,只需SCADA历史与实时数据,不需要增加测点或加装激光雷达,保障安全。另外,该应用在厂站、集控中心均可部署,且收益回报高。

该应用成熟稳定运行后,山东牟平风电场的年发电量提升近1%,桨角优化、转矩优化、转速优化等其他5项应用使牟平风电场年发电量提升3%,整体检修效率提升了30倍。张成刚介绍,对风优化大数据应用的推广复用性很高,如果在国家电投集团全范围推广,每年预计可提升发电量约3亿度。

生产业务画像是最大难题

提到平台建设的难点时,张成刚表示,平台自研的过程中,最大的难点就是生产业务画像。因为在管理和生产领域,都有深耕的企业提供信息化系统和解决方案,例如西门子、GE、施耐德等,擅长生产运营领域,而国内的必可测、中科诺维、科远、朗坤等公司在MIS层的设备管理领域更有价值,此外还有恒辉智讯等在设备可靠性领域拥有独特算法模型类的企业,但是在发电业务领域,还没有专门的大数据公司能提供发电行业的生产业务画像。

张成刚强调,发电设备中,一个锅炉包含上百万个部件,每个部件都要用分析模型提取原始数据,分析是否在阈值内震荡,不仅需要非常强的专业知识,还需要对海量的异构数据进行分析。只有通过机器学习学习历史数据,构建震荡曲线模型,才能通过大数据分析出哪台设备即将在何时会发生何事,从而报警,采取干预措施。这些计算量都是在边平台完成的,因为只有厂站侧的边平台具备毫秒级的数据能力,而云平台则作为大节点进行事故的回放分析。

大数据平台以生产过程数据和经营管理数据为基础,进行数据赋能,全面反映集团生产和运营的状况,实现智能运营的目标。例如:在生产层面,当设备突破震荡曲线的阈值后报警,通过分析该设备与其他设备的关联关系,判断如何采取下一步措施;在运营层面,平台根据经营数据的相关性分析,对厂站利润下滑的经营状况提出预警,从而让各级管理层引起注意采取止损措施。张成刚将大数据的分析预测能力比作中医调理,是综合性的分析万事万物的变化,而不是只针对某一病症处理问题。

平台能力可复用 具有广泛应用前景

国家电投集团是发电央企中发电业务最全的企业,因此大数据平台在核电、火电、氢能、光伏、风能、水电五大领域都有相对应的应用场景和应用案例,在技术先导性方面属于行业领先水平,在交叉学科和共性关键性研究领域也取得了一定的进展。

提到云边协同工业大数据平台对能源发电行业产生的价值时,张成刚表示,国家电投集团作为一家投资型集团,希望将集团内取得的优秀成果孵化,让平台的能力在国家能源、华能、华电以及地方能源企业复用,与其实际业务相结合,以大部分沿用平台原有、小范围进行改动的方式,赋能其实现业务能力和管理能力的双效提升。目前,大数据中心正在与皖能、浙能研究共同合作的可行性。

大数据应用共创生态体系

最后,张成刚透露:“国家电投集团期望建设大数据应用的共创生态体系,通过统一的开发环境降低应用开发成本,缩短应用研发的周期,避免重复开发带来的资源浪费,同时通过众创生态环境,将行业顶尖的应用接入,为生态体系中的企业提供更多选择。”

据悉,大数据平台的应用商店包含原生应用和非原生应用两大类,采用应用付费的模式,带动应用层创新。目前该生态体系中不仅接入了国家电投集团的所有二级单位,西门子、施耐德、GE、必可测等专业公司的大数据应用也已在平台上线。

  • 观点
  • 新闻
  • IT/互联网
  • CIO
  • CDO
  • IT
  • 数字化

推荐

    我要评论