云计算在水电设备状态监测系统集成中的应用

李德华，曾广移，巩 宇，陈泽阳，郭迎新

（1.调峰调频发电有限公司，广东 广州510000；2.北京华科同安监控技术有限公司，北京100043）

1 前言

水电设备状态监测系统作为一种有效手段和工具，在设备状态趋势预估、故障诊断和检修指导等方面发挥了巨大的作用。随着流域级水电站群的建设和集团公司对电站群的集中管控需要，状态监测系统和电站其他运行管理数据的集成、扩展和应用，成了亟待解决的问题。为此需要从全局管理角度，设计能够有效整合不同系统资源，实现高效可靠的共享式应用平台和管理系统。

云计算平台作为海量数据处理的新方法，近年来取得了极大的发展和进步。其具有容易扩展、数据管理可靠性高、分布计算性能好等特点，可以有效解决水电设备状态监测系统集成和管控平台建设中面临的可靠性和扩展性等难题。目前，云计算技术随着智能电厂、智能电网的建设、研究和应用发展迅速，其在状态监测系统集成、分析和诊断方面的研究逐渐得到重视。

本文以云计算平台在水电设备状态监测系统集成的应用为出发点，围绕状态监测系统的共享资源集成、数据存储管理和分布式计算平台的建立等难点，针对集团级电站群的监测系统云平台开发的实际问题，对关键技术进行了分析和研究，最后给出基于云平台的水电设备数据集成管理平台的设计与实现。

2 云计算与状态监测集成平台

2.1 云计算平台技术

在云计算平台的研究和发展中，较为认可的定义是美国国家标准与技术研究所给出的，云计算是一种能够以无处不在的、便捷的、按需的网络访问方式提供可配置资源服务的计算模式。通常云计算平台分为3层，从底层向上，分别为基础服务层（Infrastructure As A Service, IaaS）、平台服务层（Platform As A Service, PaaS）和软件服务层（Software As A Service，SaaS）[1-3]。

IaaS基础服务层主要通过网络向用户提供虚拟化的计算机、存储设备和网络等物理设施，用户可以在自己提供的基础设施上进行操作系统等软件的部署和应用；PaaS平台服务层为用户提供了软件开发平台和测试环境，在计算机集群的基础上，开展云计算应用的开发与测试工作；SaaS软件服务层为用户提供了满足特殊需求的软件，用户不需要配置、部署软件系统的硬件环境，只需要获得软件的授权即可使用。

3 层模式和服务中，PaaS平台服务层和SaaS软件服务层通常运行在IaaS基础服务层上，PaaS平台服务层为SaaS和非SaaS软件服务层提供服务。图1是典型的云平台服务结构。

图1 典型云平台服务结构

由于云计算平台应用需求的满足是一个渐进的过程，云平台的建设是一项复杂的系统工程，因此，云平台建设通常需要遵循长期规划、分步实施的原则，前期重点在IaaS基础服务层，后续再根据实际需求，逐步进行PaaS和SaaS层的实现[4]。

2.2 状态监测数据集成平台

水电设备状态监测系统主要用于对设备（水轮发电机组及其附属设备、主变压器、GIS设备等）状态的监测、预警、分析和评估。监测的内容通常包括机组的振动、摆度、压力脉动、定转子空气间隙、GIS局部放电、主变油色谱等。系统通常提供实时综合监测、预警报警监测、数据分析、状态评价、故障诊断等功能。状态监测系统测点多，数据产生频率高，数据量巨大。

常规水电设备状态监测系统的数据集成平台主要负责从外部数据源获取数据写入到操作型数据存储层，由数据接收功能、数据写入功能、数据传输功能组成，从层次上分主要包括现地状态监测系统、电厂侧数据采集平台和生产数据中心3部分，其结构示意图如图2所示。

图2 水电设备状态监测数据集成平台结构示意图

生产数据中心数据库和电厂侧数据库的数据传输采用数据库对数据库的动态镜像传输技术。针对部分特定的水电状态监测数据，如机组过速和甩负荷试验过程录波数据，按数据库镜像传输方式可能存在数据失真或影响网络带宽，因此在中心和电厂侧数据采集前置设备配置了专用数据通信接口软件，用于传输这部分高分辨率数据。中心和电厂侧数据采集前置设备上均配置了系统配置同步接口软件，当电厂侧和中心侧任意一方发生配置文件变更时，另一侧的相应配置文件可自动同步更改，保证配置文件的统一。

3 基于云计算的水电设备状态监测系统集成

水电设备现场测试和诊断技术的发展方向是与当代前沿科学进行融合的。根据现代工程技术系统和大型复杂设备的现状，结合国内外测试与诊断技术的发展水平，现场测试、状态监测与故障诊断技术在现代水电工程和复杂设备中具有广泛的应用前景，其发展表现在传感器的精密化、智能化、多维化以及测试和试验分析的智能化、现场离线试验与在线监测、电站信息系统的深度融合上。对水电设备状态监测集成平台而言，为了解决底层采集设备、实时存储数据和多种信息融合的问题，需将云计算技术在资源集成、数据存储和计算分析3个方面与状态监测集成平台进行结合和应用。

（1）系统集成与资源共享。由于水电站的运行和管理涉及的方向较多，而各种设备状态监测系统以及电站的业务管理系统大多根据其具体的应用需求进行设计，导致不同系统的开发平台、数据库配置、负荷需求和数据通信方式存在较大的差异。而且系统根据构架设计所部署的服务器硬件设备、网络设备和软件也各不相同，彼此之间相互关联度不高，计算、存储和通信的效率也不高。这在单台机组或单个电站运行管理时问题并不突出，但涉及到流域和集团公司对多个电站、多台机组和大量系统平台进行管理时，就会产生硬件设备孤立、资源过度分散的问题，不能充分发挥硬件设备、网络资源的集中优势。

云计算通过虚拟化技术，将计算机服务、网络资源和存储设备进行抽象，忽略不同设备和服务之间的差异，构造统一的服务器集群对水电企业不同的业务提供可扩展的资源服务。同时，云计算可以实现资源的动态增减，具有开放性和扩展性，再通过软件技术提高系统集群的协作能力，在硬件设备和负载均衡方面实现高效的管理。

（2）海量数据存储管理 。对水电设备状态监测和管理系统而言，其不仅包括设备状态数据，也包括机组运行和管理数据，数据类型既有结构化数据，也有半结构化数据和非结构化数据。云平台采用分布式数据库，针对不同系统的数据进行归一化和统一处理，在集群设备里进行分布式冗余存储，并进行实时映像和备份工作，保证了数据存储的可靠性。由于其采用了分布式数据库，可以按照用户需求，进行并行化搜索计算，快速定位数据源，保证数据查询效率。

（3）实时计算分析。对集团级水电站的综合管理，一方面需要实时开展设备状态监测数据的分析，另一方面需要开展调度、优化运行等高速计算工作，这些工作涉及大量基础数据和相关资料的查询、分析和处理，对整个系统的计算能力也提出了较高的需求。

云计算主要利用分布式集群计算方法，将作业任务分解，并分配至多个节点并行执行，不仅提高了数据计算能力和效率，而且能够满足系统分析的实时性。当单一节点任务失效时，对应的计算任务将自动重新分配至其他节点，能够保证计算分析的可靠性。比如当前比较成熟的大数据计算框架——Hadoop，便可以通过其子项目MapReduce，将状态监测、分析和诊断的计算任务拆分为子任务，借用云平台中海量基础设施提供的运算能力，并行计算，缩短计算时间，高效完成运算任务。

通过资源集成、数据分布存储和计算，云计算技术可以与电站设备状态监测系统平台有机结合，并有效的解决系统集成平台中硬件设备整合、数据存储和计算能力扩展等方面的困难，提高系统集成平台的建设水平。

4 基于PaaS的云平台的设计

云计算中 PaaS（Platform as a Service）主要指以服务的方式提供整个应用所需的服务器平台和开发环境。为了实现云计算与水电设备状态监测系统的集成，首先需要开展基于PaaS的云平台设计，再通过基于PaaS的开发工具、中间件以及数据库等，使得多开发厂家可快速开发应用程序，并将其部署到公有或私有云上，实现业务应用的自动化管理[5，6]。

基于PaaS的水电设备状态监测集成云平台总体架构如图3所示。为了建立数据集成平台，首先需要接入电厂现地的设备状态监测系统数据，获取设备在线状态监测信息，并实现设备状态数据的管理和存储功能。在采集平台的基础上，实现分析和应用平台的开发和搭建。

图3 系统总体架构

PaaS服务包括生产数据中心与生产应用中心，基 于 Hadoop框 架 设 计，其 中 HDFS（Hadoop Distributed File System）为海量数据提供了分布式存储架构，MapReduce则提供了并行计算功能。生产数据中心的数据采集平台接口软件采集状态监测数据，根据数据类型、数据特点存储到实时数据库和关系数据库中，同时面向生产应用中心提供数据服务。在生产域应用中心，搭建应用运行管控平台，遵循统一规范开发设备状态监测的高级应用程序。

4.1 生产数据中心

数据中心由数据采集层、操作型数据存储层、数据仓库/集市层、公共数据服务层组成。数据采集层负责从外部数据源获取数据写入到操作型数据存储层，数据仓库/集市层存储加工后的数据，数据服务层通过SOA服务对外提供数据访问。

以调峰调频发电有限公司为例，在生产域数据中心建设方面，其构建了私有云平台，汇集了公司下属各站的机组状态监测系统、主变状态监测系统、GIS设备状态监测系统、监控系统、大坝监测系统、水情监测系统数据，以及生产管理类数据，如缺陷记录、检修维护档案等。系统综合使用分布式实时数据库和关系型数据库来管理及存储数据，并通过公共服务层对外提供数据服务。

4.2 生产应用中心

应用中心用于对应用的开发、部署及运行进行管控，按照“一体化、模块化、轻量化”原则，为多厂家提供开放的、统一的开发与运行环境，实现业务应用快速开发、“插拔式”部署和统一运行管理。应用中心在PaaS云平台框架的基础上，采用组件化开发技术路线，并充分利用公司现有IT资源，形成统一的生产域应用开发环境与运行环境。

应用中心开发环境包括基础开发平台、移动开发平台、数据组态工具、数据分析平台等；运行环境包括桌面应用和移动应用的应用运行环境。系统提供统一的应用管理平台，实现应用管理、配置与平台监控等功能。

4.3 云平台部署

对调峰调频发电有限公司而言，生产域数据中心与应用中心在公司本部集中部署，包括服务器集群，数据中心（实时数据库、关系数据库、数据仓库/集市、公共数据服务组件）以及应用中心（开发环境、运行环境、应用管理平台等）。

系统通过数据采集前置服务器接入各厂设备状态监测系统、监控系统数据以及生产管理类数据。在各厂现地部署数据采集前置服务器，汇集设备状态监测系统数据，并通过专用网络传送至总部数据数据中心；在总部部署1台数据采集服务器，接入集控中心数据；对于管理类数据、离线试验数据等，部署专门服务器进行采集。所有数据均最终汇集到数据中心进行统一管理、存储。

5 小结

随着相关技术的不断发展和完善，云计算平台越来越显示出其在大规模信息整合中的优势。对水电企业正在大量开展的集团或流域级状态监测系统集成工作，云平台技术在其中的应用是一个需要重点研究问题。由于云平台在整个系统集成中的架构和核心地位，必须在设计初期进行整体综合考虑，尤其要重视数据存储、接口通信和应用接口的标准化工作，通过建立完备合理的标准体系，实现水电设备状态监测数据的高效管理和应用，并最终为智能电厂和智能电网的建设发展，提供信息基础和平台基础。