水电工业大数据与工业智能价值实现
张辉中国长江电力股份有限公司数字化管理中心主任
各位领导，各位专家，上午好。与我而言，自我参加工作以来，我一直投身我们国家的水电行业，虽然我本人并不是水电行业出身，我本人是电力系统专业出身，但是投身到这个光荣行业20年，一直没有离开过我所在的公司，也就是中国长江电力股份有限公司，他的控股公司也就是我们的中国三峡集团。
中国长江电力是什么样的公司很多地方都可以听到，对于我们公司而言，我们公司围绕“十四五”发展规划，现在明确提出要创建以水电为核心的世界一流的清洁能源企业，高水平巩固大水电，高质量拓展新空间。
高水平巩固大水电就是目前数字化管理中心在牵头做的公司数字化转型的重头，也是最重要的部分之一。作为清洁能源上市公司现在拥有装机容量已经超过7000万，我们有两大类的混凝土大坝，一种是混凝土重力坝，一种是双驱动坝，六库六站，金沙江上游到长江宜昌阶段，顺流而下是装机容量1020千瓦的水电站，白鹤滩水电站装机容量1600千瓦，金沙江河道的最后一个是85万千瓦的机组，在此后就是国家的重点工程三峡工程。葛洲坝电厂是老电厂，总共110台机组。世界前十二大电站中5台都在这里，都是长江电力在管理，按照总书记讲运行管理好这些东西是我们首要任务，也是我们的压力所在，更是我们积极思考，以及用什么方式管理好我们的六个坝以及六座水电站。
长江电力围绕我们的资产状况，围绕核心类目，多年来一直没有停止过在水电电力生产管理上的创新和探索，整个公司建立标准完整的统一管理模式，我们叫做技术与作业相对分离，以设备主任为中心的技术管理体系，我们也出了一本书。为什么前面讲这么多呢？实际上就是讲我们做数字化转型做的各项工作，我们在思考过程中一定是和电力生产全过程相结合，无论是电力生产的安全管理、生产管理、经营管理等等，我们的数字化转型的目标是和企业管理全面贴合。今天重点讲的是电力生产管理怎么思考，怎么推进我们的这项工作。尤其是我们做数字化，做完后对电力生产会形成什么触及，这是全链条的思考。
讲完电力生产的管理，长江电力的数字化和信息化的过程，我们也是有一个历程。这个历程随着信息技术的发展，进入大数据时代，我们公司在2018年前，在“十三五”期间也已经开始做事情了。“十三五”期间白鹤滩还未注入长江电力，我们在四座电站进行了数字中心建设，也开始公司中心数据中心的建设，逐步形成“云边”一体的大数据中心结构。2020年长江电力发布了《智能水电蓝图》，那是我们开展数字化转型的全新起点，我们数字化转型终极目标是完成智能水电蓝图中所设计的每一项工作。2021年公司大数据中心上线，2022年公司工业互联网平台上线。期间2021年长江电力管理职能部门，围绕大数据中心建设，围绕数据管理，围绕新型工业职能等等信息化平台的建设改组形成信息化数字管理中心，2022年长江电力随着国家部委认真推行数字孪生功能，长江电力内围绕机电数字孪生工作也在一项项开展。以上是在正式介绍PPT前把数字化历程以及长江电力情况给各位领导和专家简单汇报一下，这个汇报也是为后面PPT里面讲的内容做一个铺垫。我们怎么思考未来的数字化，我们怎么去做，尤其是做了之后做到哪里去，尤其是做完之后所有数字化的成果给谁用，这个一定是给我们的管理模式相贴合的。由于我们常说的IT和OT的融合。正如我本人一样，我本人来自OT行业，现在转到IT行业做这件事情，所做的事情要真正服务于公司的工作。
今天汇报三个部分，水电工业大数据、大数据应用关键技术，工业智能价值实现。第一，水电工业大数据。
一、水电工业大数据
水电工业大数据通过这些年对于我们公司经营管理的深度分析，现在来看，我们的这些数据，尤其是电力生产数据这块很分散、很零乱，前面有很多专家都介绍了，大渡河开发的边缘网关，集成了各种各样的协议。对于我们而言，作为水电同行也会碰到同样的问题，除了电力生产的数据外，我们还有大量的管理数据，从电力生产过程来说，不管是前面的专家们所介绍的电力生产的操作票，工单安全管理的工作票，还是生产过程中所需要用的标准化管理体系中用的各种各样的文件，在我们公司里面，我们有定制单、履历单、生产计划通知单、生产技术通知单等等，这一大类大数据都是非结构化数据，这又是很零乱的情况。其实还有相对而言做得比较好的财务数据，这都是结构化型的。结构化型和非结构化型之间还有一类数据，我们已经做了一些工作，开始陆续给数据做编码，比如物资采购过程中数据有编码，有编码后可以结构化，但是没有结构化的很彻底，所以我们建大数据中心，我们是先把我们的数据情况做摸排。
刚才讲了第一类电力生产数据零乱，这类最大的特点是关系性数据，关系性跟什么有关系呢？跟时间有关系，我们把这类数据称为时序数据，就是体量最大，包括自动化系统，包括以后采用新的物联技术采集新的监测数据也是时效性的，甚至我们采用一些图像数据、声音数据都是和时间关联的。但这个时间关联又不是结构化性的，这是第一大类型。第二大类型，就是刚才所提到的非结构化的，大家在日常工作中很常见，随手搜来都是各种各样的软件，包括国产的WPS设计的各种各样的，这些文本数据需要有一个强大的内容管理平台对这些文本数据进行溯源，也就是说我们说的价值密度很低，我们用平台管理怎么知道呢？我们通常要抽取某一个设备的检修记录，我们要抽取对这个设备所有做的实验数据，而这些东西都没有去结构化，都是放在常见的点表格文件里，同样处理速度是非常慢的。
二、大数据应用关键技术
大数据平台，基于云边一体的大数据平台我们该怎么处理数据？实际上我们定的是“一个平台一个主线，3+N类数据接入。整个平台没有其他平台，就一个平台，为什么就一个平台，相信各位领导都很清楚，分散的数据没有价值，对于企业来说必须有平台性的大数据中心，数据散落在电厂里，甚至数据散落在小的部门管理中数据没有价值，它拿不出来，所以是“一个平台”，这个大数据平台在现在这个阶段，我们建设的目标是公司所有数据完整的数据仓库的目标。第二个阶段才能把数据仓库转化为数据资产，因为数据仓库里面的数据要经过使用之后才会有价值。我们常说数据终台、业务中台，数据中台送到业务中台，业务中台出来的数据又到哪里的问题，是需要回到数据中心还是到大数据平台？需要一个完整的链条，经过平台加工的数据才有价值。3类数据，结构化数据、非结构化数据、量侧数据，N是什么呢？我们要做三维模型，三维是工业互联网平台的基建，没有三维模型我们很多应用设计开发承载在哪里呢？承载在图纸上，还是承载在自己画的图上，我们找到一个方式就是全部放到三维模型上，因为时间关系没有把我们的三维模型整个系统的情况向各位领导进行展示。在三维模型中六库六坝已经全部宏观、中观、微观模型，我们已经把建筑物、厂房、发电机组等全部进模型库，也统一进行对外服务。
我们也在做数字孪生，数字孪生这个技术会用到三维模型，三维模型只是数字孪生应用的底座，也就是它的边界。我们做数字孪生更多的是把工程学科当中的流体仿真、力学仿真等等一系列的仿真通过传感器的数据，实现仿真，映射到我们实际的三维模型体，这类监测的统称叫物理场数据，这个我们还在研究，不知道什么格式，但是这个也需要治理的。不治理数据这类数据必将成为孤岛，这是我们做数字化达成的共识。
数字孪生是什么？数字孪生体会形成什么样的文件？这也是我们自己设计的N类数据。其他还有很多，有这样一个平台要对那么多数据进行治理，怎么治理呢？只抓一个主线，就是统一数据编码体系。很多公司有很多非常好的成熟经验，对于我们的挑战，现有体系，现有国家标准体系上，你把你所在的公司所有数据怎么管理起来，这是很难的挑战。标准是可以拿来用，但是和你用标准实现，就像99公里和最后1公里，在这个过程中我们也遇到很多难题，跟各位领导和同志分享一下。
我们希望通过这个工作形成完整的大数据应用门户，就是绿线条及以上的。大数据往上支撑两大类，第一类是工业互联网平台和工业互联网平台面向具体设备的应用。第二类是经营管理平台，面向企业的电力生产管理，电力生产管理当中所涉及到的安全、质量、应急等等管理过程，还有我们企业的经营管理，物资采购、项目管理、合同管理、企业财务管理等，还有OA建设、工作管理建设等等都放到统一的另外一个平台中去，类似于一个面向资产，一个是面向管理过程来支撑我们。这两个平台当中会产生什么呢？这也就是我们自己所思考的价值实现的问题。我们建的那么多，如果最后是一个又一个的系统，这个怎么办呢？数字化经营管理、流域梯级调度优化等，每个同志要面对7-8个，甚至上10个的系统吗？这个恐怕是不合适的。我们希望于平台实现这些功能，今天探讨的主题是水力发电，电力生产核心放到工业互联网平台当中，在这个过程中要完成三个世界一流清洁能源核心提升，哪三个呢？调度、运营、检修，这三个提升一个个来看。
调度涉及到水情、水情信息、来水信息，这是数据吧？这个数据放到水调和电调，要打通水调和电调之间的管理，这是我们需要在指挥调度方面做的事情，水情调度和电力调度数据打通形成智慧调度角色。对于我们电厂而言两大块，运行和检修，这两项工作必须和电厂管理体系密切相关，工业互联网水电当中智能预警、设备运行等等所提出的种种功能该由谁去完成呢？我们做IT的人提供这样的平台，为他提供各种各样的功能，包括低代码开发平台，包括拖拉拽去实现一部分功能。但是这部分实现的功能都加上智能两个字，和生产体系、管理体系论证，由智能平台进行开发，然后完成一系列应用。这一系列应用最后去哪里呢？智慧调度这块是面向调度领域，现在每个电站负荷分配到底什么样是最优？通过数字化转型，通过平台化建设，最终面向电力生产的三大部门，运行部门、调度部门和检修部门，在他的面前放一台终端，我们运行人员现在可能在想，我现在收到调度指令我要调节，我要进行控制，控制多少呢？以前自己拍个脑袋没关系，总数不错就行，现在通过工业互联网平台，在运行人员面前放一个终端，告诉你当前状态下一号机组多少负荷合适，二号机组多少负荷合适，这就是我们想实现的价值路径，我们把它称之为智慧运行辅助决策系统。日常同志在监屏的时候，无论是我们公司而言，我们调度实际人员都在成都等地，这样他监控时就非常紧张，特别是计算机跳出一个红色或者黄色报警时就很紧张。我们做平台目的是告诉运行人员在红色和黄色报警前告诉监屏同志，某一个部位可能要出现故障，该做一些措施和做一些检查，这是我们价值实现，这也是运行当中的，也是放在操作前的。
另外就是状态检修，我们110台系统，按照现在的检修每年要投入多少人，现在我们公司平均每个电站人数都不超过500个人，500个人做110台机，每年要检修一次，平均每5个人检修1台，工作量是巨大的。推进状态检修解决单位劳动生产力投入问题，就是做数字化转型另一个价值实现。状态检修怎么实现呢？就是我们数字化转型当中的一个核心，把更多的状态数据接入进来，把这些数据在大数据平台当中与实际的发电资产实现完整的关联，水轮机有振动数据、维修数据、调度数据等等一系列数据，通过对数据进行评估，判断这台水轮机组的状态，判断水轮机组设备状态，判断这台机组控制的状态，给这台机组一个指标，是健康还是亚健康，用这些指针指标进行辅助决策，这台机组该进行什么样的检修，所以我们积极和行业推进，一是检修导则的修订，根据机组的容量、运营情况修订检修导则。二是积极推进行业内国标内状态检修所配套的体系建设。管理上要实现这些东西，技术支撑离不开，技术支撑就靠数字化转型、大数据和工业智能来实现，以此来推进水电状态检修的发展。
状态检修智能是谁实现呢？我们有完整的生产管理体系，有专家型人才做这件事，包括我们的水电领导们也是出身于专业，他们留下了很多的智慧，都可以放到我们的平台当中来，把他们的智慧留下来，完成的部分给谁呢？给维修部门。现在维修部门很苦恼，到底缺陷很多，还是检修工作很多。从管理的角度看，这些好像都应该做，但是实际上很多东西通过大数据分析可以降低、做减法。我出身于电厂，我喜欢做减法而不是做加法，减法怎么实现？就是通过大数据工业智能的应用。我这边更多讲的是我们怎么做数字化转型，怎么推进应用系统研发的思路。目前我们公司大数据平台，简单跟各位领导汇报一下。
我们是云边一体大数据平台和云边协同的工业互联网平台，有效测点信号438991个，日均采集数据量39.8亿条。2022年度平台新增数据17135.47亿条，当前记录总量32858.7亿条。
三、工业智能价值实现
我们要把业务实现智能覆盖，前面讲了预警开发、故障诊断开发、状态评估开发等等，这些都是在互联网智能平台实现，最终为我们提供服务。最后总结与展望。
一个是全面感知，我们在努力做数字化转型过程中做的事是化繁为简，前面的图是为了更好让专家和领导看一下我们做了什么，我们现在数字化转型越来越简，简到什么程度呢？物联网平台跟电厂边缘侧实现所有数据对接，大数据和上面工业互联网平台以及管理平台作为业务中台，在这之上就是我们的信息系统应用，非常的简，大道至简。在架构体系做完后，最复杂就是今天想和各位领导专家展望的未来在SaaS层、应用层我们干什么，除了进行管理升级、人员增效外，还有就是面向未来做好数字孪生。前面介绍我们数字孪生两大体系，一个是围绕流域和工程数字孪生三峡工程，以三峡为起点向各个电站努力宣传。另外机电设备孪生，变压器的数字孪生，主母线物理仿真等，这就是我们未来方向。我认为大数据建设是基座，工业互联网平台建设是提供平台环境，我们真正把自己未来推向数字孪生，这与下面一位同志介绍的不谋而合。
今天分享技术内容不多，更多的是分享我们想做的事情，也希望各位领导和专家多到长江电力看看，也请对我的内容进行批评指正，谢谢！