基於新興信息技術的燃氣燃煤機群監測診斷私有雲平台檢視原始碼討論檢視歷史

來自 搜狐網 的圖片

基於新興信息技術的燃氣燃煤機群監測診斷私有雲平台基於新興信息技術的燃氣燃煤機群監測診斷私有雲平台 ——數智電力-領略數字醫生的智慧診斷，本項目採用物聯網、邊緣計算、私有雲等新興信息技術，對燃煤和天然氣發電機組機群運行狀態進行監測、分析與診斷、預測性維護等工作。項目全面提升了中國大唐集團火力發電機群的集約化、精益化、標準化管理水平，通過私有雲平台實現中國大唐集團燃氣燃煤機組的全生命周期管理。促進發電行業與「互聯網+」、雲計算 、大數據的混合運用，帶動管理思想、管理模式變革。消除了區域、行業及企業間的壁壘，為國家能源行業生產運營提供新探索與借鑑。

1. 項目背景

當前信息通信技術對中國發電行業的貢獻價值正處於量變到質變的關鍵節點。在全球新一輪科技革命和產業變革中，互聯網與發電行業融合發展具有廣闊前景和無限潛力。推動供給側結構性改革，深入推進「互聯網+先進制造業」，加快建設和發展工業互聯網，推動互聯網、大數據、人工智能和實體經濟深度融合，已成為不可阻擋的時代潮流。

當前，電力行業對信息新技術與發電技術的融合認識不清晰、探索不系統，電廠大量數據未被深度挖掘、有效的利用，存在較為嚴重的數據壁壘；燃機數據的集成、分析和管理技術相對落後，發電機組起停率和故障率較高，影響機組性能與可靠性。針對這些問題，大唐集團同步採用物理模型和數學模型，建立了功能完善、覆蓋範圍廣的燃機機群監測診斷分析平台，並首次實現了設備故障預警和廠級性能優化的有機融合。

2. 項目簡介

監測診斷私有雲平台採用企業內網絡改造解決方案，混合應用工業以太網、邊緣-中心計算等方法，實現電力生產的遠程診斷、傳感器監控、管理系統等要素的互聯互通。基於企業專線網絡的私有雲平台實現多個廠區的信息共享；利用雲計算技術打破設備物理邊界，構建設備數字邊界，專注於機組機群的智能監測診斷和預測性維護。實現了6家電廠、13台機組240餘台設備的集中在線監視診斷，為燃機機群全生命周期提供故障預警、性能分析和運行優化指導，大幅提高機組機群可靠性，優化運行經濟性，有力地提升了燃煤燃氣機群的管控能力。

3. 項目目標

目前電力行業電廠大量數據未被深度挖掘、有效的利用，存在較為嚴重的數據壁壘；燃機數據的集成、分析和管理技術相對落後，發電機組起停率和故障率較高，影響機組性能與可靠性。針對這些問題通過企業內網絡改造解決方案，採用工業以太網、邊緣-中心計算等方法，構建燃氣燃煤機群監測診斷私有雲平台。

項目實施概況

項目以大型發電集團的自動化、數字化、信息化為基礎，通過綜合應用工業互聯網+、雲計算、邊緣計算、網絡審計准入等新興信息技術，實現對6家電廠13台機組240餘台主輔設備的狀態性能進行不間斷監視分析與診斷。應用系統涵蓋安全生產、故障預警、熱效率計算、集成事件管理等發電企業主要資源，符合國家智慧電力的產業發展戰略，為建設集團級智能發電模式做出了開拓性探索，系統應用價值巨大、市場空間廣闊，經濟效益和社會效益十分顯著。

項目總體架構和主要內容

（1）系統架構設計

系統架構採用四層網絡架構，分別是感知層、網絡層、應用層和用戶層。感知層有多種傳感器構成，監視設備包括電廠6KV以上的主要設備，主要包括，燃機、冷凝器、餘熱鍋爐、輔機、汽輪機、發電機、冷卻塔和關鍵電氣設備。

網絡層是為感知層信息的匯聚、集成、傳遞和控制提供支持，同時為數據中心物聯網人機通訊交流提供信息平台。為了提高網絡安全等級，監測診斷中心網絡數據抽取採用單向光閘，使得數據只能從生產現場傳輸到數據中心，外部網絡無法傳輸信息到生產區域。同時部署堡壘機、安全准入系統，提高網絡系統的穩定性。

應用層是物聯網和用戶層的交互結構，它與電力數據監測診斷的需求結合，可實現物聯網智能應用。

用戶層主要是數據中心面向的信息輸出對象，主要包括各個電廠和中國大唐集團公司。對於單個電廠，數據中心輸出信息主要側重於設備故障、性能劣化和熱效率分析等信息。對於集團公司的服務更加側重於信息的集合和關鍵績效指標的匯報。

網絡、平台或安全互聯架構

（1） 「雲+端」的數據調度模式實現高時分辨數據的運算存儲

在燃氣燃煤機群監測診斷中心，通過數據指令調取各電廠分布存儲的生產實時/歷史數據，根據建立的診斷預測數據模型完成診斷分析和預測計算，實現中心計算。項目研發了邊緣-中心計算，利用高效的壓縮性能和壓縮時間，快速響應高速數據，實現邊緣計算；項目研發了分布-集中存儲，實現對海量生產實時數據秒級間隔的分布存儲。

（2）橫向隔離縱向加密的私有雲網絡安全架構

電力數據監視診斷雲平台採用私有雲架構，利用企業網絡專線，搭建集團公司私有雲計算平台。在各電廠的數據服務收集段，設置單項網絡橫向隔離裝置，提高生產區域的系統安全特性。

3. 具體應用場景和應用模式

通過6家電廠13台機組的實時監視，中心服務器和邊緣服務中收集數據信息。將數據收集和整理，進行運算，提高數據的可見性。針對不同設備問題，調配數據中心和現場邊緣運算能力，實現對不同類型設備故障的分級監視和預測性維護。對於高時分辨率的數據採用邊緣計算方法，及時對設備情況進行反饋與報警。對於大數據量的長期趨勢數據，通過雲端計算的方式進行故障預警與性能劣化分析。

中心對設備故障和狀態下降產生預警（分為5級），1、2級報警將直接通知各廠現場值長關注。3、4、5級報警我們通過數學模型與物理模型相結合進行分析，形成周報、月報、季報並以例會的形式與現場進行討論，給予電廠檢查維修建議，最終故障處理結果通過雲平台形成閉環管理。

4. 安全及可靠性

電力數據監視診斷中心發展與應用在創造價值的同時，也面臨着複雜嚴峻的安全挑戰。數據中心每日存儲海量數據，這些數據都是來源於電廠機組運行的真實情況。作為重要能源支點，信息和網絡安全尤為重要。

私有雲平台採用企業專線與互聯網完全隔離。建立網絡認證系統，只有通過認證的用戶才可以使用燃機數據中心網絡，入侵檢測系統採用旁路部署，通過核心交換機將主幹接口的數據流量鏡像到入侵檢測系統。入侵檢測系統對網絡傳輸的數據進行安全檢查，對存在的安全威脅進行報警。日誌審計系統及數據庫審計系統可對相應的設備的系統日誌和操作日誌進行詳細的記錄。