华电技术 ›› 2019, Vol. 41 ›› Issue (11): 40-45.
1.中国华电集团有限公司山东分公司,济南〓250014; 2.北方工业大学大规模流数据集成与分析技术北京市重点实验室,北京〓100144
Predictive maintenance of power plant equipment driven by “cloud+client” big data
1.Shandong Company, China Huadian Corporation Limited, Jinan 250014, China;2.Beijing Key Laboratory on Integration and Analysis of Largescale Stream Data, North China University of Technology,Beijing 100144, China)
摘要:
电厂设备可靠性的维护和保障对发电集团具有重要意义。提出预见性电厂设备维护系统架构,在前端实现设备的数据采集、本地实时处理和计算,在云端实现数据的汇集、存储、批处理及实时处理和分析。分析了该系统的基于HBase的云端数据库设计及写入、海量感知数据的并行化处理以及预见性维护等关键技术。该架构既节约了前端资源,又可以发挥电厂海量感知数据的潜在价值,通过基于海量感知数据的故障预测,实现基于运行实际状态的电厂设备的及时维护,便于决策和维护人员及时制定防范措施、防止和控制可能的故障出现,保障电厂运行可靠和稳定。