智能电厂建设技术方案

智能电厂建设技术方案2016年6月塞壬智能科技（北京）有限公司南京遒涯信息技术有限公司目录第1章. 综述 综述背景介绍相关政策2015年3月，国务院总理李克强在两会上首提“互联网+”概念，推动互联网与现代制造业结合，促进企业健康发展；3月26日，亚洲博鳌论坛2015年年会上，举办了“互联网+”产业未来之梦讨论；政府工作报告提出制定“互联网+”行动计划，推动移动互联网，云计算，大数据，物联网等与现代制造业结合，促进电子商务，工业互联网与互联网金融健康发展，引导互联网企业拓展国际市场。中华人民共和国国民经济和社会发展第十三个五年规划纲要（简称"十三五"规划（2016－2020年））中提出："实施国家大数据战略，推进数据资源开放共享"。作为"'十三五'十四大战略"之一的"国家大数据战略"，我国《大数据产业"十三五"发展规划》也正在紧张制定中。"十三五"期间，大数据领域必将迎来建设高峰和投资良机。2016年2月末，国家发改委、国家能源局和工信部联合发布了《关于推进“互联网+”智慧能源发展的指导意见》（发改能源【2016】392号），阐明了到2025年“互联网+智慧能源”（简称能源互联网）的发展规划，文中指出着眼能源产业全局和长远发展需求，以改革创新为核心，以“互联网+”为手段，以智能化为基础，紧紧围绕构建绿色低碳、安全高效的现代能源体系，促进能源和信息深度融合，推动能源互联网新技术、新模式和新业态发展，推动能源领域供给侧结构性改革，支撑和推进能源革命。大数据、云平台、人工智能随着“德国工业4.0”、“美国工业互联网”概念的兴起，我国及时出台了“中国制造2025”—把实体工业与虚拟网络结合，以求将以革命性的方式大幅提高我国生产力和给我国经济带来可持续发展的机遇。当前，云计算、物联网和大数据助推了人工智能的大发展，若把当今的信息技术看作是一只大鹏，互联网就是大鹏的躯干，云计算和大数据构成大鹏的双翼，而骑在大鹏上的就是人工智能，它将继电气时代、原子能时代、互联网时代后，成为人类社会发展的一个新的地标。互联网和移动互联网作为信息技术发展的新生态环境，已经步入新常态，在这个环境下，互联网+、云计算、大数新据技术、智能技术在发电领域开展应用的呼声也越来越高。通过电厂智能化建设，不但使电厂的生产效率更高、管理水平更好、煤耗更低、机组运行更加平稳、环保节能能力更强，而且还能有大幅提升自身调节能力，满足智能电网对电厂智能调度的要求。现状及需求分析随着我国经济结构转型的深入和电力体制改革的深化，发电行业近两年已开始出现装机和发电量过剩、年利用小时大幅降低的局面，这十多年以抢占发电资源为第一要务的粗旷式发展模式已经结束，面临着“同网、同质、同价”的惨烈市场竞争环境。电厂作为发电行业的基石，将要面对的是：如何提高自己内部的管理水平，加强计划、经营、生产、财务等各个专业的管理，使之真正做到“精细”管理，提髙对市场运作所要求的响应速度和准确度，节能降耗，降低生产成本和管理成本，为电厂贏得最大的”利润”从而达到提高竞争力、提高自己生存能力的目的。电力行业信息化现状电力工业信息技术最早起步于60年代，当时仍以电力生产自动化应用为主；80年代初，电力行业开始使用计算机系统，建设管理信息化的各类单项专业系统。1997年电力工业部颁布了《全国电力计算机网络建设规划》；2002年底国务院推动的电力体制改革中厂网分家作为重要一环促使电厂和电网开始建设独立的信息化网络系统。2006年国家电网公司“SG186工程”规划出台，2009年发布了《统一坚强智能电网第一阶段重点项目实施方案》。2011-2015年，随着智能电网建设的逐步实施，智能信息技术渗透到电网企业运营的各个环节，预计2015年投资规模将达398亿元，5年复合增速将达14%。发电企业信息化现状经过多年努力，发电企业虽然在智能化方面的进程和投入与电网有较大差距，但在一定程度上也实现了信息化甚至是数字化的改造。在经历了自动化技术引进、DCS的推广应用，以及以MIS为中心的厂级信息化发展等为标志的三个重要历史发展阶段，目前火电厂已逐步投入应用的子系统包括SAP（资产财务一体化系统）、OA系统、SIS系统、ERP系统、电厂网站系统等等。电厂数据根据其釆集手段的不同大体上可分为DCS和PLC数据、SIS数据、MIS数据、0A系统数据：（1）DCS和PLC数据是发电厂机组（车间）级的实时数据，采集方式取决于各厂所建立的控制系统，通常为自动采集，因此具有数据真实、采集量大、采样频率髙等特点。（2）SIS数据是电厂级的实时数据，开发的应用软件主要有故障诊断、状态检修、振动分析、寿命分析、优化运行及机组性能计算等监控和管理软件。采集方式也为自动采集，同样具有数据准确及时、数据量大、数据刷新频率高等特点。目前SIS系统大部分只是用于数据采集和历史数据的存储，只是在生产管理方面开发了一些应用。（3）MIS数据是电厂级的管理数据，采集手段还主要依赖于人工录人，而基础数据的组织又与电厂管理的深度和细度密切相关，因此其准确性、数据量大小、更新频率在不同电厂之间存在着差异。（4）OA系统数据该数据汇集的是电厂日常办公过程中公文流转的文档数据。发电企业数字化现状电厂此类数据在国内目前还只是用来指导现场的生产，还没有有效的进行数据分析，也没有完全做到将收集的管理数据结合融洽成能用于辅助决策的信息。对于如此庞大的数据源，既没有现行的规范化分类的行业标准，电厂也没有对各类数据进行规范、分类的管理，以方便与存储和检索，使其变成真正有用的信息，为智能决策服务。单一，未经过深度挖掘分析的数据主要反映在以下三个方面：（1）基础设备层的数字化程度不够。大量的底层基础设备仍采用模拟量或开关量信号进行控制，数字化程度低，且建设和维护成本高。（2）数据的利用程度不足。随着基础设备层上传的数据逐渐增多，而其实时信息无法及时上传到上层的监控层和管理层，制约了上层高级应用软件的应用深度。（3）数据挖掘的程度不够。大量的数据资源由于缺乏整合，数据分散并缺乏连贯性，管理人员很难从中得到有用信息从而做出有效决策。此外，电厂生产数据管理没有统一的数据库系统和分析系统,缺少一些现场计量仪表数据接入生产控制系统，并且各控制系统也没有自动报表功能，以致接入控制系统的计量仪表也不能自动填报。各个生产系统开发厂家不同，结构也存在很大差异，最终形成众多的信息孤岛，无法为电厂管理者智能化决策提供依据和服务。目的和意义智能化的目的发电厂是一种资金密集，技术密集、数据量大、产品即产即销的特殊企业。如何管理好这种特殊性质的企业，许多权威专家有以下共识：电厂要顺利的完成每年度制订的各项经营生产任务，要追求最大的利润目标，需要按照各项计划预算管理是龙头.安全生产和设备背理是基础、财务资金管理是核心的思路来开展各项工作。目前发电厂的管理层要求进一步从生产过程自动化和管理现代化中获取投资效益，基建投资少，生产运行效率高，故障损失少，运行、检修等管理费用低，上网电量尽可能多，上网电价尽可能高等，这一切需要借助于大量及时准确的信息作为决策的依据。但如何确定信息化、数字化、智能化建设的侧重点和业务覆盖面？已经成为人们为之思考的关键性问题。以大数据云平台为基础的智能化的意义目前各大发电集团内部有大量的业务应用系统，涉及非常多的网络设备、服务器及存储设备。这些设备CPU和内存利用率高低不齐，这样不仅闲置了宝贵的计算资源，浪费了电力，既不利于节能降耗，又未能很好地解决资源匮乏部门的实际问题。如果将这些设备整合建设在一个统一的平台上，服务器的利用效率将得到极大提升，能够动态、弹性、可回收地为各部门提供服务。随着大数据时代的到来，工业数据存储量会以几何级数递增，发电集团涉及的电力数据量会从几百TB快速增长到几千TB,而且数据增长速度将会越来越快。电力大数据具有数据量大、类型多、变化快、价值高等大数据普遍特性，传统数据处理技术已难以完成电力大数据的处理工作，为了获得电力大数据中巨大的潜在应用价值，有必要建立新的拥有大规模并行处理和管理数据能力的支撑体系进行电力大数据的管理和应用，而云平台则提供了完美的解决方法。云平台技术能够通过网络将分散的信息资源（包括计算、存储、软件等）集中起来形成共享的资源池，并以动态按需和可度量的方式向用户提供服务，实现大规模计算的信息处理方式，为电力大数据建设与应用提供IT资源。发电集团将内部信息系统逐步转变为大数据云平台系统，是电力大数据落地应用的关键，更是以大数据云平台为基础的向智能电厂转型的根本和基础。各大发电集团普遍拥有大量的火力发电厂、风电、太阳能等新能源发电，以及众多小水电和大规模梯级水电站，有些还拥有核电。能够全面、实时掌握所属各电厂、机组的运行工况和生产管理情况，建立基于工业大数据云平台技术的标准化运行、生产、管理和考核体系，从能源使用的角度驱动整个集团的大数据生态发展，实现新的业务管理模式，对提高集团的集约化、规范化、智能化管控水平具有重要意义。智能电厂的概念智能电厂的定义目前国内学术界和企业界虽然对智能电厂的实现方式不尽相同，但对于智能电厂的定义有着相对统一的认识：智能电厂是在信息化和数字化的基础上，将智能传感测量技术、信息通讯技术、自动控制技术、智能分析决策技术、人工智能技术和发电技术相结合，并与电厂基础建设高度集成而成的达到经济、高效、安全、智能和环保最优化状态的新型现代化电厂。但不论如何，电厂数字化是走向智能电厂的基础，大家都对数据尤其是生产数据非常重视，只有先把数据作为有型资产一样实现了高水平管理，才有工业大数据、工业智能、互联网+、云计算等智能技术的融入，最终实现智能电厂。智能化的特点工业大数据真正的意义在于：数据信息化，信息知识化，知识智能化，智能价值化，价值可传承。没有信息和知识就不会有智能，但信息和知识本身并不能直接解决实际问题，只有把信息和知识转化为智能才能最终解决实际问题。所谓智能是指自主自适应自然的思维判断和执行，能在实践中实现循环和持续改进，并具备自我诊断和自我学习的能力。谷歌机器人“阿尔法狗”战胜人类围棋冠军证明了当代的人工智能已能够通过学习聪明到可以改写程序中的参变量、甚至自身代码。传统的看法认为，软件等于程序加数据加文档，程序是算法的实现。其实人工智能的核心不仅仅是算法，更是学习。在今天的大数据环境下，可以把程序放到数据里，让程序围着数据转，形成数据驱动的人工智能。再通过记忆认知、计算认知、交互认知三位一体的认知网络，形成化脑认知，形成决策脑成，最后通过移动互联网、云计算形成“一脑万用”的人造生物脑。智能电厂应具备上述人工智能的能力，可以自我适应电厂整体的外部环境，如煤质的变化、循环水水温变化、电网负荷的波动、排放的变化等，通过学习、记忆、认知、化脑的过程，用数据来驱动人工智能，帮助管理者进行智能决策。智能电厂的特征智能电厂必备特征智能电厂至少应该具有以下几大特征：(一)工程设计数字化在发电厂建设初期，即实施数字化设计、数字化采购和数字化工程管理，将整个发电厂建设过程中的设计、采购、设备、数据和参数以数字化的形式记录、存储下来，进行数字化移交。(二)生产过程智能化实现生产过程中监控参数的数字化可视化，通过各项智能技术应用实现生产过程的高度智能化。(三)人员行为管理智能化通过操作员的行为记录及分析，系统实现生产过程中运行人员行为的数字可视化描述及管理，通过安防监控、门(车)禁、智能点巡检管理等系统实现人员行为的智能管理。(四)物资流转智能化建立动态库存及准确制定预见性检修维护计划，建立煤场、灰渣、水务、脱硫脱硝系统等的智能化管理。(五)管理智能化构建智能化的生产管理、资产管理和决策支持系统，从而提高效率、降低能耗，使发电企业的效益最大化。智能电厂与新技术的融合智能化电厂的发展需要不断与移动互联网、云计算、大数据和物联网等先进技术相互融合，促进电厂的进一步转型升级。（一）与移动互联网的结合通过移动互联网技术可以将电厂的实时生产和运行状况同步到智能移动终端，可使管理人员或技术人员不在现场时，仍然可以通过移动终端及时获取所需要的电厂信息，并进行相关决策，最大程度地减少经济损失，从而提高全厂的现代化管理水平。（二）与云计算、大数据技术结合云计算是一种新型计算模式，可将企业内部的大量数据储存到云端，利用云端服务器组对大数据进行分析和挖掘，这种大数据分析侧重通过分布式或并行算法提高现有数据挖掘方法对海量数据的处理效率，忽略了数据之间的前后因果关系，侧重对数据间的相关性进行预测，然后将有用信息回传给用户。电厂可将其生产运营过程中的海量数据传入云存储平台进行保存和备份，并利用云端并行服务器对大数据进行快速分析和挖掘，发现有利于生产和管理的有用信息，为智能决策服务。（三）与物联网等技术结合物联网就是通过射频识别技术、传感器和定位系统等信息传感设备，将各种物体连接到互联网，实现各种信息的通信与交换，从而可对各种物体进行智能化识别、定位、跟踪和管理等的一种网络。目前电厂存在设备和物资的信息共享性差、结构不统一和综合利用困难等显著问题。可利用物联网技术，通过将感应器和射频识别标签等嵌入到机炉电设备和各类重要物资中，形成电厂内部的物联网，以更加精细化和动态化的方式实现对电厂的智慧管理，提升全厂的现代化管理水平。

总体设计建设目标智能电厂建设的总体目标分为三点三面两阶段：三点是指自动化、数据化、智慧化三大特点，贯穿整个智能电厂的三面和两阶段中；三面是指电厂智能化阶段需要实现的设备生物化、生产运行智能化、管理决策智慧化三个层面；两阶段是指电厂智能化阶段和智能电厂与智能电网对接阶段。电厂智能化阶段的三面具体是：1、设备生物化层面利用智能型数字传感器、优化现有检测系统传感器布置方案、智能状态检修系统等手段，首先实现设备在线监测、预警诊断和自动数据采集等功能，然后通过大数据建模和云端分析工具、物联网等技术手段逐步实现设备的自我感知、自我诊断与自我求助，最终形成设备的全生命周期自我跟踪和设备间的自主沟通。通过这一条层面的数据收集和分析，形成厂级层面所有设备的有效信息数据源库，并供第二和三层面使用。2、生产运行智能化层面通过第一层面形成的设备有效信息数据源，结合相关智能软件和大数据分析等工具，实现电厂生产运营全过程的智能优化辅助决策系统，包括燃料全过程智能化、主辅机全流程智能优化、环保全系统智能优化等。在这一层面上形成电厂全面、有用的大数据源和大型知识库，供分子公司和集团本部使用。3、管理决策智慧化层面即集团公司参考智慧化城市模式进行智能管理决策。在集团本部成立大数据云平台，各分子公司成立相应的分中心对接，汇集、筛选、建模、分析第一、二层上传的工业大数据，从管理的角度入手进行对基层电厂的运行、生产和经营管理进行指导。第二阶段是根据国家电改的进展情况，择机实施运行无人化和厂网销售终端智能互联。即自动接纳销售终端和电网负荷调度要求，利用自动控制系统实现机组全自动运行；进而通过智能电厂与智能电网、智能销售的互联，在三方的经营决策上实现无缝智能对接，最终成为国家能源互联网的一个重要组成部分。建设内容发电企业可以借助电力体制改革进入深水区和国家提出的“互联网+智慧能源”战略的契机，重新梳理各个业务环节，采用“互联网+物联网+大数据+云平台”技术的思路，重构智能化电厂所需的基础信息系统平台。并通过在平台上使用各种智能化应用，协助电厂管理者们从庞大的数据环境中解脱出来，并提供给管理者们有关运行、生产、管理的智能化辅助决策服务，让管理者们节约出时间来考虑电厂、集团的计划、利润和长远发展。“云+端”的智能电厂体系发电企业可以建立一个全集团整体的“云+端”体系：“云”既是大数据云平台——电厂、集团层面的基础信息系统平台，采集、筛选、汇总基层单位的各种数据，进行“数据资产化管理”工作；“端”既是在“云”上通过建模分析和各类智能应用，构建智能化辅助决策功能。“云”平台以电厂为单位——部署数据采集端（主要是设施布置传感器或从已有DCS、SIS、MIS、OA等数据库采集）；通过3D、VR、AR等智能工具将数据可视化，动态监控设施运行状况；构建厂级煤电转换过程的标准数据模型；再通过历史数据和实时数据结合，分析运行设备效率和各种消耗；结合目前生产规划部门的数据统计，消除设备运维故障，实现运维智能化，实现成本细化。形成与智能电厂相匹配的类似集合DCS和SIS系统的大数据云平台。集团本部——建立工业大数据云服务平台，以统一信息平台展现，支持集团层面的“端”产品，形成与智能电厂相匹配的类似MIS系统的大数据云平台。“端”产品生产相关产品——包括以燃料智能化管理为起点，主机全流程智能优化为支撑、环保全系统智能优化为延伸，辅控、管线、厂用电、厂用水等智能优化为连接，通过定制的大数据分析模型，形成一个闭环的设备资产智能优化增效体系。经营管理相关产品——包括辅助决策系统（如经营管理分析、综合计划分析、合同综合分析、工程辅助分析、指标辅助分析、燃料辅助分析、电量辅助分析、财务预算分析、成本辅助分析、收入辅助分析、电费回收分析、机组负荷分析、检修策略辅助分析等）。集团层面产品——四大智能服务系统：对标管理系统、外围专家社交网络服务系统、内部专家诊断服务系统、内部互助交流服务系统建设原则智能电厂的建设以“领先科技为手段、打通数据为基础、大数据云为平台、管理增效为成果”为总原则，按照“统一规划、分步实施、控制成本、注重实效”的方法具体实施，注重以下要求。（一）系统性与完整性按照系统工程的观点，把整个集团看作一个有机整体，全盘考虑，统一规划，避免信息孤岛的产生，避免局部优化时对整体目标的损害，争取达到整体最优化。整个系统基于“服务生产，面向管理，辅助决策”的设计思想，注重结合目前实际情况，进行统一总体规划设计。（二）实用性与先进性在硬件和系统软件建设方面充分考虑发电集团各自的特点，适合企业的组织形式、业务要求和工作习惯等，便于数据信息的收集、存储、维护与更新，便于软件系统的升级维护。同时，为适应电厂不同层次人员，使用简单、实用、人性化，提供灵活、方便、高效的工作平台。在实用性的前提下，系统在设计思想、系统架构、采用技术、选用平台上均要具有先进性、前瞻性、扩充性、开放性。尽可能采用当代先进、成熟和具备发展潜力的基础架构平台，采用模块化组件技术、面向对象开发技术及基于Web的门户技术等，实现企业应用及电子商务的灵活部署与扩展，可以全面集成系统内部及外部各系统。（三）开放性与标准化软硬件产品的选择必须坚持标准化和开放性原则，采用开放性体系结构；在应用软件开发中，遵循软件开发的规范要求。遵循开放的设计思想，符合各种形式通讯标准及通用开发平台的接口标准，具有良好的可移植性、可扩展性、可维护性和互连性。按照分层设计，实现软件模块化：一是系统结构分层，业务与数据分离；二是以统一服务接口规范为核心，使用开放标准；三是模块语意描述要形式化；四是提炼封装模块要规范化。系统管理要用参数化方式设置，实现硬件设备、系统软件的配置、删减、扩充、端口等。数据结构要符合国际标准、国家标准和电力行业标准，数据库的修改维护界面要简洁、实用、易操作。（四）可靠性与安全性采用统一的用户认证，统一的用户、权限管理和控制、密码控制等多种安全和保密措施。为保证信息的安全性，对内部网上的信息必须建立符合安全要求的防火墙、入侵检测、数字证书、防病毒、数据加密技术等，能够严格有效地防止外来非法用户入侵，能够避免遭受网络攻击，防止失密情况的发生，防止非法侵入带来的损失。对重要的业务系统采取双机热备的方式，保证信息的实时备份，对一般业务数据库则通过定期数据存储备份实现。（五）经济性与可扩充性充分考虑发电集团的现有资源，尽力保护现行系统，尽量减少技术风险和投资风险。系统的设计应具有应变能力，以适应未来变化的环境和需求。在系统的体系构架和功能设计上，体现一定的灵活性，能够满足不同用户、不同情况下的使用需求。并满足按步实施的要求，系统具有良好的可扩展性及可移植性。

建设方案大数据云平台的建设智能电厂的大数据云平台整个架构分为底层基础设施服务层(IaaS)、平台数据服务层（PaaS）、平台应用服务层(SaaS)以及平台的安全管理。图4-1：云平台云服务分层架构图基础设施服务层包括硬件基础设施子层、虚拟化&资源池化子层、资源调度与管理自动化子层。在对资源进行有效监控、管理的基础上，并且通过对服务模型的抽取，提供弹性计算、负载均衡、动态迁移、按需供给、自动化部署等功能，它是实现云计算的关键所在。平台服务层主要在IaaS之上提供统一的平台化系统软件支撑服务，包括统一身份认证服务、语言框架环境、后台数据库、第三方集成、高可用性等。平台应用服务层包括网络管理、资源管理、用户管理、统计报表、审计等管理功能和所有智能应用等。基础架构建设大数据云平台基础架构建设包括硬件基础设施、虚拟化和资源池化、资源调度与管理自动化。硬件基础设施：包括主机、存储、网络及其他硬件在内的硬件设备，它们是实现云平台的最基础资源；虚拟化和资源池化层：通过虚拟化技术进行整合，形成一个对外提供对资源的池化管理（包括网络池、服务器池、存储池等），同时通过云管理平台提供运行环境等基础服务；资源调度与管理自动化：在对资源（物理资源和虚拟资源）进行有效监控、管理的基础上，并且通过对服务模型的抽取，提供弹性计算、负载均衡、动态迁移、按需供给、自动化部署等功能。软件架构建设云平台由相对独立的多个模块构成的分布式系统，每个模块单独存在和运行，各模块之间通过消息机制进行通信。基于工业数据的特性，工业大数据分析云平台建议和传统IT服务云平台分开建设，可在集团内部署满足各自应用规模的混合云，同时也可以对外与公有云平台对接，云平台整体逻辑组成如下图所示：图4-2：云平台逻辑架构图语言环境及框架当前应用开发的主流语言有java、php、python、csharp等，云平台必须保证能支持这些主流的开发语言。在云平台架构上部署不同语言编译包，支持多达几十种的开发语言，充分保证开发人员熟悉不同语言的需要。数据服务（一）数据库数据库是云平台数据存储的关键，目前电力集团内的应用都是需要数据库的，主要是sqlserver和oracle，如sis和mis系统。云平台本身也支持多种数据库系统，智能电厂可部署mysql、sqlserver、oracle、redis、mongodb、neo4j等6种数据库，满足当前的应用需求，后期需要增加新的数据库时可根据需求来部署相应的数据库系统。（二）数据服务工业互联网应用程序开发人员启用数据服务功能，将数据导入云平台，保证应用程序的可用。通过提供清理数据，合并数据和其他数据源的过程，并最终在适当类型的数据存储区中存储数据，无论通过时间系列存储传感器数据、BLOB存储MRI图像，或一个RDBMS提取通道访问的数据。图4-3：云平台数据服务结构图（三）接收通道接收通道是所有数据的入口点。可以使用HTTP协议或者FTP协议等多种方式。接收通道允许在存储之前进行处理，这使开发人员能够做很多事情︰传感器数据可以映射到标签;资产数据可以结合ERP数据可以用来评估其性能;对资产的财务折旧可以看成对复杂事件处理，以创建更高级别的业务事件的组合。处理完成后，开发人员可以按照应用程序的需求选择最适合的数据存储类型。目前云平台支持传感器数据采取时间序列数据存储，图像数据采取二进制大型对象(BLOB)，其他的关系型和非关系型数据库。高可用性建设在云平台的实际使用环境中，随着业务量的提高，访问量和数据流量的快速增长，附加给云平台中的各个组件的压力也会随之增大，如果出现节点宕机崩溃或者计算缓慢等问题，会给平台应用带来极大的影响。所以云平台必须保证自身的高可用性，及时部分组件出现问题也不会影响平台的正常运行。数据备份与容灾（一）备份数据是云平台的重中之重，一旦数据丢失，造成的损失是无法估量的。所以数据的备份在云平台中至关重要。本次的云平台建设采用的是超融合硬件，本身带有存储数据的冗余，至少会保存1份数据的副本，也可根据需要保存多份数据副本。服务器的硬盘存储故障甚至是服务器硬件故障，平台存储的数据也不会丢失。除了物理级的备份，在文件级备份上通过虚拟化的备份工具，直接把云平台的虚拟机组件进行备份。（二）容灾根据设计原则分布实现云平台系统的容灾方案：1、第一步实现云平台存储级同城同步容灾系统，通过新购虚拟存储网关，整合现有异构SAN存储资源池，存储结构化数据，实现存储虚拟化功能，并可满足数据迁移、容灾等功能，实现容灾。2、第二步实现云平台应用级容灾。在容灾中心配置相应的服务器池链接容灾存储。当灾难发生或进行灾难恢复演练时，停止容灾复制关系后，容灾中心服务器池的虚拟机可以访问容灾数据并接管生产。3、第三步结合云平台管理和业界自动化远程容灾软件实现高度自动化的容灾体系，实现异地双活数据中心，可保证业务的实时不间断。安全性保障云平台安全威胁在大数据云平台的建设上，云安全成为了众人关注的焦点，要解决安全问题，应该先正确的认识其安全威胁：1、传统的安全边界消失2、虚拟化服务的安全问题3、数据集中后的安全问题4、稳定性和可靠性问题云计算平台安全防护目标为确保发电企业信息的机密性、完整性、可用性、可控性与可审查性，通过部署安全系统，加强网络安全管理，达到如下目标：1、合理管理和分配网络资源，防止滥用网络资源导致网络瘫痪；2、抵御病毒、恶意代码等对信息系统发起的恶意破坏和攻击，保障网络系统硬件、软件稳定运行；3、保护重要数据的存储与传输安全，防止和防范数据被篡改，建立数据备份机制和提高容灾能力；4、加强对重要敏感数据信息的保护，确保数据的机密性；5、构建统一的安全管理与监控机制，统一配置、调控整个网络多层面、分布式的安全问题，提高安全预警能力，加强安全应急事件的处理能力，实现网络与信息安全的可控性；6、建立认证体系保障网络行为的真实可信以及可审查性，并建立基于角色的访问控制机制。病毒防护建设采用目前虚拟化环境病毒防护的排名第一的病毒防护公司亚信安全的产品，采用创新的安全技术为云平台环境提供全面的保护。图4-4：云平台病毒防护系统结构图安全审计云平台通过部署集中运维审计系统，统一规范内部运维管理行为，预防、及时阻断异常，定位安全事故，为恢复系统和追查责任提供原始依据。所有登录云平台进行业务系统维护的操作都应该通过运维安全审计系统。运维安全审计系统可以对所有操作进行实时记录。对违规操作进行实时拦截，并提供审计日志供事后核实。运维审计系统的部署架构图如下所示：图4-5：云平台运维审计系统架构图动态口令身份认证系统云平台建设提供完整的身份认证解决方案，特别是双因素身份认证解决方案，已成为该领域的事实标准，该解决方案以易于实现、成熟、可靠等特点在信息安全领域赢得广泛信赖。图4-6：云平台双因素认证示意图云平台安全服务安全是一个长期性的工作，对于云平台需要长期进行安全的监控、检查、完善及应急响应等服务。为了保证长期的安全，对平台要进行长期的安全服务，包括：1、完整的上线检测、完整的监控服务；2、应急响应服务；3、协助确立应急响应体系服务；4、协助安全事件分级管理服务；5、定期远程巡检；6、定期现场巡检；7、远程安全值守服务；8、安全加固服务。智能应用的建设智能化电厂在基础设备层、实时控制层、系统优化层、生产运行层和管理决策层上有着丰富的智能应用。（一）基础设备层。目前，越来越多的电厂开始采用现场总线（FCS）装置或仪表，采集相关设备和系统上的数据，在生产设备层直接实现数字化。智能化电厂在此基础上还可以采用如下的智能应用：如先进的在线煤质测量技术（包括激光诱导击穿光谱技术、双能γ射线技术、中子活化技术和微波技术等）、在线烟气测量技术（包括智能烟气分析仪、基于LIBS的烟气测量技术和基于信息融合的软测量技术等）、炉膛管屏温度测量技术（包括高温管屏在线监测技术、超声波测量技术和激光等离子体温度测量技术等）等进行相关指标的在线精确测量，为实时控制层的控制及优化提供基础。（二）实时控制层。在实时控制层，智能化电厂通过使用预测控制、模糊控制、神经网络控制、模糊神经网络控制和遗传算法等各种智能控制和算法，实现机组的优化控制，从而提高机组效率和安全性，达到节能降耗的目的。（三）系统优化层。在系统优化层，智能化电厂包括厂级监控信息系统（SIS），对厂级生产过程进行监控、分析和优化控制系统和机组性能，并对下层的实时控制层进行指导。在此基础上，还加入智能化燃料系统、数字化视频监控等。（四）生产运行层。在生产运行层，以三维地理信息系统为平台，综合关联设备、检修、运行、SIS、档案管理、物资、人力资源管理子系统，实现电厂资产管理的智能化。企业资产管理以资产、设备台帐为基础，以工作单的策划、审批、执行和报告为主线，融合多种先进的维修管理思想，提供多种维修模式，将采购管理、库存管理、人力资源管理集成在一起，同时与财务管理系统、计算机监控系统、文档管理系统建立接口。在这种集成环境下，通过智能设备巡检和从SIS获得的数据来分析设备的运行状况，根据设备的运行状况和维修历史选择维修模式(事后维护、预防性维护和预测性维护)，并产生相应的维修工单；通过与库存管理、采购管理、文档管理、人力资源管理等系统的信息集成，对工单进行策划，确定维修备件、工具、人力资源、技术文档等方面的需求，明确维修时间要求；通过工单的批准、执行和报告，并在安全隔离措施的保证下，执行维修计划，收集各类维修数据，完成设备维护工作；在所收集的各类维修信息的基础上，对维修质量、维修成本和故障的历史数据进行分析，并可以把分析结果作为知识进行管理。（五）管理决策层。管理决策层在智能化电厂中处于最上层，该层主要体现为监督、考核和管理。该层以综合计划（生产、经营、行政等）管理为主线、以监督和考核为核心，在统一的大数据云平台基础上逐步建立辅助决策系统，实现成本、收入、利润和经济指标等综合信息的汇总和分析，对未来的利润、指标数据进行预测，提供专家诊断、运行互助和第三方社交平台，实现辅助决策科学化，确保电厂的运营规范化、科学化和效益最大化。燃料智能化管控平台燃料智能化管控平台作为电厂常规燃料管理信息系统（主要包括燃料计划、合同、调运、结算、统计、查询等管理功能）的后端管控平台，帮助电厂在从燃料入厂到入炉的全过程中，尽量杜绝一切人为干预或出错的因素和环节，同时通过智能设备、分析工具和智能专家、知识库法，使燃料管理变为给电厂带来可持续经济效益的有力工具。管控平台主要分为四个部分：一是智能煤场，包括数字化煤场、智能盘煤（无人机盘煤、煤棚内精准盘煤）、斗轮机的智能操控（现场无人值守）；二是智能采制化，通过三维立体呈现采制化流程及所有故障报警信号；三是智能诊断，通过大数据分析工具对重要的设备进行预测预警性维护，以及运行优化建议；四是智能掺配混烧，拓宽煤源、大幅降低燃料成本。锅炉智能诊断系统通过锅炉的三维可视化建模，以KKS编码为基本图元，以真实尺寸为基准比例，将锅炉的结构、运行流程、布置方式进行真实表现，并在三维环境下实现现场数据与三维模型的关联对应，实现设备部件的三维定位、跟踪和管理；实现锅炉模型在网页环境中放大、缩小、旋转、定位、透视、漫游等操作；实现对锅炉泄露事故、隐患信息的三维空间定位与表达，在三维环境中实现事故的分析与诊断；通过与现场数据相集成，对泄露及隐患部位进行状态跟踪，划分隐患预警等级、开展风险预警监测，从而实现对隐患部位有效、及时的预防治理。汽机智能诊断系统通过汽机三维可视化建模和透视功能，可以方便使用者查看设备的内部情况，及时找到故障位置，对复杂部件进行快速诊断。例如：一是汽轮机调速汽门在线监测和故障预警功能，不仅能够对高调门的喷嘴配汽特性故障进行预警，保证机组的安全稳定性；而且还能够指导运行人员实时对机组最优滑压点进行优化调整，实现机组复杂变工况模式下滑压运行的高效经济性；二是汽封的智能状态监测，通过综合考虑汽封性能、漏气量等变化因数，设计符合机组实际运行情况的最优滑压运行曲线，提高机组的变工况运行经济性。电厂智能监控和点巡检系统通过增强现实（AR）和三维的透视、漫游等强大的功能，实现全厂的监控和点巡检智能辅助操作。点击电厂内的某个建筑，实时展示建筑内部的关键设备的实时数据，还可以进入到建筑内部，展示设备的三维实景图，在设备的三维实景监测界面，可以点击某个部件，进入部件的三维实景监测界面，可以展示该设备的实时数据和运行状态，辅助人工现场点巡检工作。还可以通过智能监控系统，采集电厂全量信息，通过多摄像机实时拼接显示摄像结果，实现智能巡航与电厂全景监控视频回放功能。内部专家诊断服务系统（专家智库）充分利用集团、分子公司的专家资源和基层电厂拥有多年实际现场运行检修经验的技术人员，建设集团内部的技术专家远程诊断平台。通过电厂实时上传的设备工况数据和集团大数据云平台，所有远程诊断服务系统内的技术专家不用到现场，即可快速响应生产中出现的设备异常诊断需求，实现远程实时诊断服务。建设智能化专家知识管理系统的基本架构，由面向知识服务的决策支撑业务主要由知识库、推理机、综合数据库、知识获取机制、解释机制和人机接口等几个独立的部分所组成，其中尤以知识库与推理机相互分离而别具特色。远程智能诊断模块采用了专家系统对设备进行诊断，根据采集模块采集到的数据和信息，进行正向推理，确定与现有现象符合的故障；在思考和分析中，同时会进行反向推理，如果有多种故障可能，则会考虑其中的每一种是否与已知现象严格对应。正向和反向推理反复交替进行，将故障的怀疑面逐渐缩小，最终得出准确诊断结果，从而提高故障诊断的准确性。同时，通过机器学习来获取知识，修改和完善专家系统的知识库，建立和改进新的知识结构，进而不断改进系统的性能，使它能完成原来不能完成的任务或者做得更好。实现自我完善，变得更快、更精确、更健全，处理的越多，案例越多，知识库越丰富，越具有完备性。内部互助交流服务系统鉴于集团内部各电厂的生产运行管理水平参差不齐，特别是对于处于经济欠发达地区的电厂，即使通过多年自身学习培养，整体水平的提升空间有限，而且面对目前惨烈的竞争环境，越早提高生产管理水平，给电厂带来的经济效益就越明显。因此，可以充分利用集团公司大数据云平台优势，建立电厂与电厂之间“一对一”或“一对多”或“多对一”，以及集团帮扶中心与电厂之间“中心对基层”的远程互助交流服务系统。被帮扶电厂将生产运行实时数据上传给帮扶电厂或集团，由帮扶电厂或集团帮扶中心及时给与指导和帮助，达到提升被帮扶电厂生产运行管理水平的目的。不但大量节省了互助单位之间互派人员学习指导所投入的时间、人力和物力，而且可以开展全方位、全覆盖、实时有效的经验交流和学习互助工作。专家社交平台服务系统在内部专家智库的基础上，将数据安全可控的开放给高校、电科院、设计院、装备厂家、维修维护公司、第三方技术服务公司，让各个业务阶段的负责单位都能在一个统一规范的平台下对集团业务完成各自的服务，如技术咨询、事故诊断、经验交流等，从而形成一个完整的专家社交平台的生态圈，进一步完善更新集团自己的专家知识库内容。对标管理系统通过指标对标管理体系的建立，加强指标精细化管理和科学化分析，使其成为提升集团精益管理水平的有力工具。实现发扬长处，补齐短板，闭环可控的动态管理，引导集团在各项工作中“找差距、抓整改、促提升”，促进集团指标管理水平不断提高，为集团提高现代化管理水平提供技术保障。设备配置要求以下是集团大数据云平台配置清单，最终的配置还需要结合具体业务需求及实际情况进行调整完善。集团云平台配置清单：名称品牌型号配置数量单位单价（万元）合计（万元）硬件配置超融合服务器EMCVxRail160每个超融合服务器配4节点，每节点配置为2颗E5-2630v32.4GHz16核CPU，512G内存，6TB硬盘容量，双万兆网络，含虚拟化架构软件授权。10台90900存储EMCVNX56001对4口8GBFC前端卡