各位同仁大家上午好，很高興能跟大家相聚在美麗的大亞灣討論大數(shù)據(jù)。記得上一次還是在云南講的云計算。

我們已經(jīng)處在大數(shù)據(jù)的時代。這一點毫無疑問也毋庸置疑，大數(shù)據(jù)已經(jīng)深入到我們生活的邊邊角角，在無形之中影響著我們的生活，谷歌利用大數(shù)據(jù)預(yù)測流感的傳染趨勢，百度地圖利用大數(shù)據(jù)預(yù)測你回家的時間。淘寶根據(jù)大數(shù)據(jù)來分析用戶的消費行為，等等等等。我們觀察世界的角度已經(jīng)大大不同于十幾或者幾十年前，這幾年我們已經(jīng)非常習(xí)慣大數(shù)據(jù)技術(shù)帶來的便利了。

但是大數(shù)據(jù)在工業(yè)領(lǐng)域遠遠沒有像在互聯(lián)網(wǎng)領(lǐng)域那么光彩照人，大家隱隱約約都知道大數(shù)據(jù)在工業(yè)領(lǐng)域一定有用，但是又有一種微妙的感覺，那就是不知道該怎么落地。我們一直以來作為國內(nèi)電力行業(yè)信息化的領(lǐng)跑者，我們也在電力工業(yè)大數(shù)據(jù)的應(yīng)用方面比較早的進行了一些摸索和探尋，那我們今天就簡要的給各位專家匯報一下我們在核工業(yè)領(lǐng)域和火電領(lǐng)域?qū)Υ髷?shù)據(jù)技術(shù)應(yīng)用的一些案例，起到一個拋磚引玉的效果。

首先我介紹一下大數(shù)據(jù)和工業(yè)大數(shù)據(jù)的聯(lián)系與區(qū)別，然后介紹一下我們在工業(yè)大數(shù)據(jù)方面的一些探索，包括在大數(shù)據(jù)平臺方向和大數(shù)據(jù)分析方向的一些研發(fā)成果，最后再介紹我們在核電領(lǐng)域和火電領(lǐng)域方面的幾個典型的應(yīng)用案例。

幾千年前以來人們觀察和了解世界的方式就是發(fā)現(xiàn)事物之間相互聯(lián)系、相互作用的運行規(guī)則和原理，物理上的、化學(xué)上的，像熱力學(xué)的定律，核裂變的規(guī)律，人們通過建立機理模型對這些事物的規(guī)律進行描述，以達到預(yù)測的目的，我們稱之為機理分析，也就是對我們的觀察到的世界進行建模，偉大的科學(xué)家建立了非常精密的機模型來模擬我們看到的事物的運轉(zhuǎn)規(guī)律，我們可以非常精確的預(yù)測下一次日食和月食的時間，然而我們卻很難預(yù)測一根鍋爐管的壽命，雖然我們現(xiàn)在對于奧氏體不銹鋼、馬氏體不銹鋼的高溫蠕變的機理研究的很透徹，但是還是很難預(yù)測鍋爐管的壽命。所以說有一些事情是不能完全用機理分析方法來進行分析的，比如設(shè)備的壽命，產(chǎn)品合格率，這些事物的規(guī)律受到隨機因素影響，于是我們有了另外一種對現(xiàn)實世界建模的方式，那就是就是數(shù)理分析，以概率論為基礎(chǔ)，通過歷史數(shù)據(jù)建立數(shù)學(xué)模型，發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，再研究這個事物特點，性質(zhì)和規(guī)律性。數(shù)理分析在最近的幾百年間發(fā)展起來，拉普拉斯和貝葉斯做出了重要的貢獻，只是過去只能靠手工計算，數(shù)據(jù)獲取困難，沒有得到長足的發(fā)展，近幾十年以來數(shù)據(jù)獲取越來越容易，計算速度也越來越快，數(shù)據(jù)存儲的容量也越來越大，數(shù)理分析就快速的發(fā)展起來。

任何一個復(fù)雜的系統(tǒng)不管是火電還是核電，還是其他的工業(yè)系統(tǒng)都包含了一定的物理、化學(xué)上的規(guī)律，同時也一定包含有隨機現(xiàn)象的規(guī)律，因此我們認為一個理想的系統(tǒng)一定不是孤立的進行機理分析或者數(shù)理分析，而是對兩者做一定的結(jié)合，實現(xiàn)某一個功能。很多人一說到大數(shù)據(jù)就會認為大數(shù)據(jù)只分析關(guān)聯(lián)關(guān)系，而不分析因果關(guān)系，在《大數(shù)據(jù)時代》一本書里面，作者也提到這一點。我認為這個在商業(yè)上，互聯(lián)網(wǎng)領(lǐng)域等一些與人打交道的領(lǐng)域里面也許可以行得通，但是在工業(yè)領(lǐng)域，我們與機器打交道，就必須要既考慮到數(shù)據(jù)的關(guān)聯(lián)關(guān)系，同時也必須要考慮到因果關(guān)系，也就是機理關(guān)系。

那么我們搞工業(yè)大數(shù)據(jù)的目的是什么呢？我們知道確定性是發(fā)電系統(tǒng)以至于所有的工業(yè)系統(tǒng)本身能夠有效運行的基礎(chǔ)，而發(fā)電系統(tǒng)又存在太多的隨機性和不確定性，我們做搞工業(yè)大數(shù)據(jù)的核心目的也就是盡量的減少這些不確定性，能夠在事前提前預(yù)測某些事件發(fā)生的時間點和影響情況，能夠在事后通過數(shù)據(jù)對事件發(fā)生的原因進行分析。

那么工業(yè)大數(shù)據(jù)與大數(shù)據(jù)到底是一種什么樣的關(guān)系呢，我們都知道科學(xué)可以分為社會科學(xué)和自然科學(xué)，社會科學(xué)研究與人類相關(guān)的各種現(xiàn)象和規(guī)律，自然科學(xué)研究與自然界相關(guān)的各種現(xiàn)象和規(guī)律，我們姑且也將大數(shù)據(jù)做這么一個二分法，分為與人類社會相關(guān)的大數(shù)據(jù)，和與自然界以及機器相關(guān)的大數(shù)據(jù)，前一種數(shù)據(jù)主要就是商業(yè)的和互聯(lián)網(wǎng)的數(shù)據(jù)以及政府部門統(tǒng)計的數(shù)據(jù)，工業(yè)大數(shù)據(jù)主要指的是后一種，而且工業(yè)大數(shù)據(jù)是以機器數(shù)據(jù)作為主體的，其余的一些環(huán)境數(shù)據(jù)、地理信息等等這些都作為工業(yè)大數(shù)據(jù)的輔助數(shù)據(jù)，但主要還是機器數(shù)據(jù)。這些數(shù)據(jù)類型包括了 時序數(shù)據(jù)、時空數(shù)據(jù)、多維矩陣數(shù)據(jù)等各種類型，其中以時間序列數(shù)據(jù)為主，時序數(shù)據(jù)處理的一個很大的要求就是實時性，如果計算過慢，等你計算完成，數(shù)據(jù)已經(jīng)失去它存在的意義了，這樣也就沒什么用處了，工業(yè)大數(shù)據(jù)這個特點決定了我們對計算速度的要求。工業(yè)大數(shù)據(jù)另一個特點就是采樣密集，像我們要做一個振動的分析，數(shù)據(jù)采集的頻率可以到幾十hz甚至幾百hz，一般的時序數(shù)據(jù)也是幾秒鐘采集一個。這一個特點也決定了工業(yè)大數(shù)據(jù)的數(shù)據(jù)量是非常大的，可以說是海量高速的產(chǎn)生數(shù)據(jù)。在一個特點就是來源多樣，現(xiàn)場有各種各樣的傳感器，溫度、壓力、流量、濃度等等，這些傳感器所在的環(huán)境都比較惡劣，因此這個特點也決定了工業(yè)大數(shù)據(jù)的數(shù)據(jù)質(zhì)量是不高的。所以我們總結(jié)了工業(yè)大數(shù)據(jù)的幾個特點，實時性要求高，數(shù)據(jù)海量，數(shù)據(jù)質(zhì)量不高。

那么我們針對工業(yè)大數(shù)據(jù)的這幾個特點，也是有針對性的研發(fā)了大數(shù)據(jù)平臺，我們叫做ECP平臺，基于這個大數(shù)據(jù)平臺之上我們開發(fā)了很多的業(yè)務(wù)系統(tǒng)，核電和火電的，可靠性管理、大修管理的、設(shè)備狀態(tài)預(yù)警的，，因為你不管上層的業(yè)務(wù)要做什么，底層的數(shù)據(jù)處理是通用的一些模塊和組件，那么我們的大數(shù)據(jù)平臺采用數(shù)據(jù)+模型=服務(wù)的體系，這里的模型既包括了機理模型，也包括了數(shù)理模型，還包括了一些專家經(jīng)驗知識。現(xiàn)在互聯(lián)網(wǎng)都到了賣數(shù)據(jù)的時代，但是我們主要還是賣模型。以數(shù)據(jù)為基礎(chǔ)，以模型為核心，來給我們的核電、火電、等等提供一些設(shè)備管理的應(yīng)用、大修管理的應(yīng)用、故障診斷的應(yīng)用，等等。當(dāng)然我們的平臺這里面還包括了很多的組件和工具。

因為平臺比較龐大，這里重點介紹一下與工業(yè)大數(shù)據(jù)的特點對應(yīng)的幾個部分，首先針對工業(yè)數(shù)據(jù)質(zhì)量不高的特點介紹一下我們平臺在工業(yè)數(shù)據(jù)的治理方面的一些想法，針對海量數(shù)據(jù)我們研發(fā)的基于hadoop架構(gòu)的時序大數(shù)據(jù)庫，最后針對實時計算我們提出的基于彈性計算的任務(wù)調(diào)度。

工業(yè)大數(shù)據(jù)的數(shù)據(jù)治理與一般的商業(yè)大數(shù)據(jù)的治理是聯(lián)系的也是有一定的區(qū)別的，比如大數(shù)據(jù)治理方面的數(shù)據(jù)標(biāo)準制定、元數(shù)據(jù)、主數(shù)據(jù)管理等等這些都與商業(yè)大數(shù)據(jù)沒有太大的區(qū)別，但是另一方面因為我們剛才講到工業(yè)大數(shù)據(jù)主要的是機器數(shù)據(jù)、也以實時數(shù)據(jù)為主，那么我們的數(shù)據(jù)治理核心的思考有兩個方向，一個是數(shù)據(jù)方向，我們要思考我們需要的數(shù)據(jù)有沒有，也就是有沒有這個傳感器，和分析儀器，獲取這個數(shù)據(jù)，在一個就是數(shù)據(jù)對不對。是不是明顯的超出了物理化學(xué)的定律，或者我們設(shè)備的特性。你如我們看要一個在核電的運行中看到主汽溫度是650，那一定有問題了。另一個方向就是業(yè)務(wù)導(dǎo)向，我傳過來的數(shù)據(jù)是不是真實的反應(yīng)了現(xiàn)場的情況，當(dāng)然傳感器再多也不可能完全無縫的反應(yīng)真實的物理狀態(tài)，我們能做到的只能是近似，我們只能是在數(shù)據(jù)獲取的需求和成本兩個方面取得一個平衡。在一個就是傳過來的數(shù)據(jù)的到底有沒有用，是不是滿足我業(yè)務(wù)分析的需要。

那這里給大家舉一個簡單的數(shù)據(jù)質(zhì)量控制的小例子，我們可以用一個簡單的正態(tài)分布的分析就能檢測絕大多數(shù)的模擬量的測點是不是正常。因為我們都知道自然界產(chǎn)生的數(shù)據(jù)基本上都是符合正態(tài)分布的，也就是鐘形曲線，也就是就像一個班級學(xué)習(xí)成績好的和不好的都分布在兩頭占少數(shù)比例，而成績一般的同學(xué)占了絕大多數(shù)，我們設(shè)備傳感器傳過來的模擬量數(shù)據(jù)也是符合這種正態(tài)分布的，極大值和極小值 都是占比較少的比例的，我們可以設(shè)置幾個西格瑪來分析這些模擬量是不是符合正太分布，也就能檢測出那些測點的數(shù)據(jù)存在一些問題。

第二點我要講一下數(shù)據(jù)的存儲，關(guān)于數(shù)據(jù)的存儲大家可能會有疑問，昨天的展會上有一個朋友還說，你們怎么可能會自己做一個數(shù)據(jù)庫，他持有非常懷疑的態(tài)度，但是我這里想講的是，我們開發(fā)這個時序大數(shù)據(jù)庫也是被逼無奈，為什么呢，我們都知道現(xiàn)在市面上有很多的時序數(shù)據(jù)庫來存儲時序數(shù)據(jù)，那我們?yōu)槭裁床挥媚兀疫@里不是說他們的數(shù)據(jù)庫不好，而是無法滿足我們的需要，傳統(tǒng)的時序數(shù)據(jù)庫都是在10幾年前發(fā)展起來的，10幾年前現(xiàn)場的測點就已經(jīng)很多，測點刷新頻率就已經(jīng)很快，當(dāng)時的設(shè)計理念就是盡可能快的寫入大量的測點的數(shù)據(jù)，存起來，但是當(dāng)時的對于數(shù)據(jù)的應(yīng)用確很少，很少遇到大規(guī)模的數(shù)據(jù)讀取，所以傳統(tǒng)的時序數(shù)據(jù)庫主要進行了寫入方面的優(yōu)化，而這些時序數(shù)據(jù)庫在讀取數(shù)據(jù)方面的能力都沒有很特殊的優(yōu)化，現(xiàn)在我們在大數(shù)據(jù)分析的應(yīng)用方面需要卻是需要 一次性讀取大量的歷史數(shù)據(jù)來訓(xùn)練我們的模型，比如我們要一次性讀10個測點一年全量的歷史數(shù)據(jù)，這個需求基本上就會把傳統(tǒng)的時序數(shù)據(jù)庫拖垮，我們找遍了整個業(yè)界，也沒有找到一個專門為了讀進行過特殊優(yōu)化的數(shù)據(jù)庫，因此我們設(shè)計了基于hadoop架構(gòu)的時序數(shù)據(jù)存儲，比較早的，測點數(shù)量是可以達到千萬級別的，我們第一個應(yīng)用的領(lǐng)域就是在金風(fēng)風(fēng)電，它哪里有全球幾萬臺風(fēng)機的數(shù)據(jù)量，普通的數(shù)據(jù)庫根本就沒發(fā)支持到這么大的數(shù)據(jù)量。采用分布式的方式進行數(shù)據(jù)的讀寫，因為是多臺機器同時讀寫，這大大的提高的數(shù)據(jù)的讀寫能力。下面是我們讀寫能力與業(yè)內(nèi)比較出名的時序數(shù)據(jù)庫的讀寫對比，我們會發(fā)現(xiàn)在讀寫單個測點的數(shù)據(jù)時，并沒有太大的優(yōu)勢，但是在十個測點一年數(shù)據(jù)的讀取，和五萬個測點一天數(shù)據(jù)的讀寫，能力是大大超出普通的時序數(shù)據(jù)庫的。

第三個方面就是我們彈性調(diào)度計算。調(diào)度計算不就是分配計算任務(wù)嘛，我們面臨兩個問題，第一我們要計算的足夠快，第二就是計算模型的編寫可能會有不同的語言，有的科研機構(gòu)喜歡用M語言，而有的大學(xué)老師又喜歡用R語言。因此我們設(shè)計了基于彈性計算的任務(wù)調(diào)度，首先它的計算資源可以根據(jù)需要進行擴充，這樣可以充分的保證計算速度。第二我們使用AGENT代理模式，支持多種語言的模型運算。

這是我們關(guān)于大數(shù)據(jù)平臺要跟大家匯報的，里面還有的一些設(shè)備信息模型、一些建模的工具和組件，受時間限制我就不一一介紹了。

下面我給各位領(lǐng)導(dǎo)匯報一下我們大數(shù)據(jù)平臺在核電和火電領(lǐng)域的一些應(yīng)用的場景。

首先是我們在核電領(lǐng)域設(shè)備可靠性方面的一個應(yīng)用，那這個我就不詳細的講了，第一天的韓廠長講的已經(jīng)非常精彩了，這里面在我們大數(shù)據(jù)的底層的應(yīng)用上來說主要還是一個時序大數(shù)據(jù)庫的應(yīng)用。在業(yè)務(wù)層面上的應(yīng)用我們在里面還有兩個數(shù)據(jù)分析方面的應(yīng)用，其中一個設(shè)備狀態(tài)預(yù)警，另一個發(fā)電功率與海水溫度的擬合預(yù)警，設(shè)備狀態(tài)預(yù)警的這個主要的一個原理呢就是的利用機組運行的歷史的正常的數(shù)據(jù)對模型進行一個訓(xùn)練，訓(xùn)練過的模型就能夠知道在什么樣的工況下，這個參數(shù)應(yīng)該是一個什么樣的值，我們稱作評估值，那么這時候把現(xiàn)場的實時數(shù)據(jù)代入進來，這個實時值和評估值就會有一個差距，如果這個差距超過一定的范圍，那我們認為這個參數(shù)已經(jīng)偏離的正常的運行軌跡，進而實現(xiàn)一個參數(shù)的預(yù)警，這個提前量我們實施的案例又提前超過3個月的案例，是火電廠一臺風(fēng)機的振動參數(shù)，提前三個月發(fā)現(xiàn)的異常，但是當(dāng)時還是能夠運行的，到檢修的時候拆開發(fā)現(xiàn)軸上纏上一些異物，另外一個預(yù)警發(fā)生是某一個設(shè)備的溫度測點發(fā)生異常，后來專工去檢查，發(fā)現(xiàn)是因為機房的一個窗戶沒有關(guān)閉，當(dāng)時是冬天。

那么我們在核電的一個主要的應(yīng)用就是主泵密封性的一個預(yù)警，我們對主泵的密封性相關(guān)的測點進行了建模，在實際的運行過程中，2016年的5月份發(fā)生了一個報警，但是當(dāng)時DCS并沒有到達閾值，所以并沒有產(chǎn)生報警，到了7月25日DCS才產(chǎn)生了報警，所以我們基本上可以提前2個月能夠預(yù)知問題的發(fā)生。

第二一個就是發(fā)電功率與海水溫度的擬合預(yù)警，這個其實主要是對機組運行的效率的長期的預(yù)測和分析，我們都知道核電最關(guān)心的是安全，對于經(jīng)濟性基本上不考慮，當(dāng)然可控的參數(shù)也幾乎沒有。不想火電機組又可控耗差，看那不好了調(diào)整一下。我們做這個一是可以了解機組當(dāng)前的一個經(jīng)濟性水平，是不是在合理的區(qū)間之內(nèi)，那么我們看到這個黑色的實線是一個設(shè)計值擬合曲線，藍色的線是我們通過包含了各類工況的歷史數(shù)據(jù)擬合的一條優(yōu)化曲線，虛線是一個經(jīng)濟型的范圍，在虛線范圍內(nèi)我們認為是一個經(jīng)濟性較好的狀態(tài)，超出了這個范圍，那就是一個較差的狀態(tài)。另一個就是看一下機組性能長期的一個劣化趨勢。我們可以看到這個圖從2014年到2016年底，整個殘差的變化趨勢是越來越大的，也就是意味著機組的性能偏離正常值越來越遠。

在一個就是我們做的這個RCM系統(tǒng)，設(shè)備故障診斷，那么這個系統(tǒng)主要是應(yīng)用了規(guī)則導(dǎo)則的推理，也就是我們把一些機理性質(zhì)的故障整理成為一些規(guī)則導(dǎo)則，做成一些if then? else的規(guī)則表達式，這些表達式可以非常復(fù)雜，通過推理機的推理來實現(xiàn)對故障的報警的判斷。這個方式我們在后面的一個火電的案例里面也會進行一個介紹。

那么我們再來看我們在火電行業(yè)的一些個應(yīng)用的案例，首先是在節(jié)能分析和診斷上，那么我們都知道火電的節(jié)能分析面臨兩個較大的難題，一個就是工況的劃分以及與當(dāng)前工況的匹配，不匹配工況的節(jié)能分析都是沒有實際的意義的。傳統(tǒng)的工況劃分就是手工劃分，按照負荷的百分比或者按每多少MW劃分一個工況段。這種劃分手段往往比較生硬，與實際的運行工況也差距較大，那我們采用的方法主要是利用工況參數(shù)的歷史數(shù)據(jù)進行聚類，比如我又兩個工況參數(shù)，一個是負荷一個是循環(huán)水入口溫度，當(dāng)然也可以是環(huán)境溫度，每個參數(shù)我們拿一年的歷史數(shù)據(jù)，做5組聚類，這樣我們既可以得到5的5次方個工況，這遠遠比人工劃分的工況精確的多，當(dāng)然，我們在這樣聚類完了以后，會出現(xiàn)一些個臆想工況，就是實際運行的的時候不可能出現(xiàn)的，那么我們再機上一些機理性的規(guī)則對這些工況進行二次篩選。第二一個就是目標(biāo)值的確定，其實有了工況的劃分，我們目標(biāo)值就比較容易確定了，我們可以代入幾年的歷史數(shù)據(jù)，在歷史數(shù)據(jù)中取尋找某個工況的最優(yōu)值，這樣就比較又參考意義了。

在火電方面的大數(shù)據(jù)的另一個應(yīng)用就是璧溫的檢測，大家也都知道火電里面爆管占了非停的很大的比例，而現(xiàn)在火電機組蒸汽參數(shù)越來越高，對鍋爐璧溫的監(jiān)視也是一個很重要的方面，現(xiàn)在一些新型的機組鍋爐管上的璧溫測點可以形容為密密麻麻了。那我們總這張圖上也可以看到一個高再的一根管子上就是96個測點一屏就是960個測點，這個數(shù)據(jù)量過來是很驚人的。那我們對著溫度測點一方面是設(shè)置閾值的報警，另一方面就是在數(shù)據(jù)統(tǒng)計的方面計算他們的一些中位值、交變率、異動系數(shù)，對這些數(shù)據(jù)進行一個監(jiān)測。主要可以對一些局部的受熱不均勻，溫度變化率異常進行一些報警。這個在后臺同樣也是用到了我們的大數(shù)據(jù)時序數(shù)據(jù)庫，能夠快速的讀取幾千個溫度測點的數(shù)據(jù)，快速的在頁面進行一個展示。

在一個就是凝汽器的一個運行特性曲線的擬合，這個和剛才講的那個發(fā)電功率和海水溫度的基本上類似的。這里主要是對冷卻水的進出口溫度和 汽輪機排氣溫度和凝結(jié)水的溫度進行了一個擬合，主要也是確定一個經(jīng)濟型較好的一個區(qū)間。

在一個就是基于規(guī)則的導(dǎo)則的 故障判斷，這個和剛才講的RCM那個原理是一樣的， 首先我們專家梳理了一些故障樹，這里我們看到的是一個凝汽器的性能的故障分析樹，然后針對樹上的每個節(jié)點進行一個規(guī)則的梳理，類似我們圖上這個低過的一個溫差偏大的故障，我們的一個規(guī)則。這些規(guī)則模型可以和我們上面講的那個算法模型進行一個校驗。

最后一個就是在環(huán)保方面的，我們現(xiàn)在正在做的一個就是石灰石漿液循環(huán)泵的運行優(yōu)化，漿液循環(huán)泵一般情況都是三主一備 。大家都知道漿液循環(huán)泵在環(huán)保設(shè)備里面是最耗電的，并且不管機組負荷什么樣子，煤質(zhì)什么樣子，他都是滿負荷運行，而且不能變頻，造成脫硫廠用電很高，那我們現(xiàn)在在做一個事情就是利用負荷和煤質(zhì)（主要是媒含硫量）的一個數(shù)據(jù)來對漿液循環(huán)泵的運行進行組合優(yōu)化，在負荷較低的情況下組合開關(guān)循環(huán)泵，達到一個降低常用電的效果。

最后我們想說，類似的像剛才講的這些在工業(yè)大數(shù)據(jù)分析領(lǐng)域的案例非常多，但是這些成果都少不了我們的客戶，也就是甲方在業(yè)務(wù)方面的一些知識和我們最擅長的大數(shù)據(jù)技術(shù)的結(jié)合，我也希望把我們的最擅長的工業(yè)大數(shù)據(jù)分析技術(shù)和在座各位領(lǐng)導(dǎo)專家所最擅長的業(yè)務(wù)進行一個結(jié)合，碰撞出更多更美的火花。套用一句很俗套的話，我有酒，你有故事嗎？？ 謝謝大家?。?/p>