2023新能源智慧风电场项目可行性研究报告-solarbe文库

资源描述：

新能源智慧风电场项目可行性研究报告 2022.10 - 2 - 目录一、项目背景及必要性 .- 3 - 二、相关企业实践现状及发展趋势 .- 4 - 三、需求分析 .- 6 - 四、建设目标和内容 .- 10 - 五、技术方案和技术路线 .- 18 - 六、项目实施 .- 55 - 七、效益和风险分析 .- 59 - 八、项目经费估算 .- 62 - 九、结论 .- 63 - - 3 - 一、项目背景及必要性 1.1 项目背景目前风电行业迎来前所未有的发展速度，引领着新能源时代的到来。随着风电装机规模的不断扩大，风电行业生产经营面临着巨大挑战。风电场运营企业遭遇风电利用小时数减少而带来的发电量下滑的影响，业绩提升乏力。平价上网时代的到来，对于行业企业在风能智能化、数字化方面提出了更高的要求，原有的风电场从被动型、间断型和粗放型运维方式正在向主动、持续和精益化运维方式转变。基于物联网、大数据、云计算、人工智能和移动应用等信息技术逐步应用到智慧风电建设中，打破对以往新能源风电领域的认知。 xxx 风电场作为智慧风电建设的试点单位，经过多方调研，并请行业专家指导，完成了本可行性研究报告，对 xxx 风电场智慧风电的业务需求进行了描述，并针对技术、环境、投资和实施方面的潜在风险进行评估，以此研究智慧风电的建设立项可行性，作为 xxx 风电场智慧风电管理系统建设的决策依据。公司将以实现数字化、智能化风电为目标，利用灵活的平台架构，实现数据有效的存储、共享、流转；利用先进的信息技术，实现设备、人员、环境的科学化管理；利用尖端的数据分析技术，实现生产过程管理的精细化、标准化、科学化。在公司信息化体系不断完善过程中，逐步提升公司的管理效益。 - 4 - 1.2 项目必要性提升企业管理水平，按照公司智慧风电建设的要求，将先进信息技术、传统工业技术和现代企业管理技术深度融合，全面构建生产、经营和管理智能运作体系，及时感知市场状况和经营风险，不断提高决策水平，实现以人为本的集中管控，专业管理和业务协同的柔性管理模式，打造市场响应迅速、生产运营高效、风险自动识别、决策管控智能的管理能力，建成行业领先、国内一流的智慧新能源企业。本项目成果响应国家“互联网”战略号召，代表了智慧风电的发展方向，将为建设世界一流能源企业，提升企业管理水平发挥巨大作用，全面提高生产运行和设备检修智能化水平，实现以人为本的智能集中监控、智能运营管控，建成后将具备极大的推广价值，为新能源板块建成行业领先、国内一流的智慧新能源企业探索创新。二、相关企业实践现状及发展趋势 2.1 国内外相关领域的业务现状 2016 年 2 月，国家能源局公布了关于推进“互联网”智慧能源发展的指导意见（发改能源〔2016〕392 号），首次提出“鼓励建设智能风电场、智能光伏电站等设施及基于互联网的智慧运行云平台，实现可再生能源的智能化生产” 。指导意见鼓励发展基于能源大数据的信息挖掘与智能预测业务，对能源设备的运行管理进行精准调度、故障诊断和状态检修，鼓励开展面向能源终端用户的用能大数据信息服务，对用能行为进行实时 - 5 - 感知与动态分析，实现远程、友好、互动的智能用能控制” 。智慧风电场的建设与实施是以上述指导意见为重要依据的风电发展的新模式，是信息化向更高阶段发展的表现，具有更强的发现问题、解决问题的能力和更强的创新发展能力。建设智能风电场有利于推动能源互联网新技术、新模式和新业态的发展，有利于提高能源综合利用效率，促进能源和信息深度融合，有利于推动能源领域供给侧结构性改革，支撑和推进能源革命。 2.2 领先实践的成功案例风机各大主机商积极探索基于大数据、互联网和数字化技术的智慧风电场建设，特别是建立起自己的设备健康管理系统及核心数据库，借助各种算法和智能模型来预测、诊断、监控和管理复杂设备的状态，识别和管理故障的发生、规划维修和决策保障，实现维修从状态监控到健康管理的转变，从而降低使用和维护的费用，提高系统安全性、完好性和任务成功性。如 XXX 科技推出的 SOAM™，XXX 能源推出的“智慧风场全生命周期管理系统” ，明阳智能推出的 “风场管理系统”，中国海装推出的“ 风电数字化诊断预警平台”, 浙江运达推出的“ 故障预警与健康管理系统”，上海电气推出的“ 风云系统 ”。各风电运营商也在积极构建大数据平台，利用大数据和人工智能技术进行智能运维和故障预警，通过智慧电厂建设实现降本增效。新能源运营商方面，XXX 已搭建基于 HADOOP 的大数据云平台，采集风电机组实时运行数据，实现整体生产运行实时监测和统计分析。Xxx - 6 - 有限公司较早将工业物联网、大数据技术运用到电力生产和物料管理方面，科学指导检修，有效控制成本，优化生产过程。XX 集团 XX 东省电力设计院有限公司的智慧海上风电项目，通过设计海上风电场一体化监控系统、海上风电场智能运维管理系统和海上风电场智能巡检系统，挖掘海上风电场的运行规律和最佳运营模式。XXX 新能源板块是最早进行智慧风电建设的新能源央企，先从区域公司集控中心着手实际部署大数据分析平台，目前成功应用的项目有 XXX 新能源开发有限公司 6 个风电场的远程集中值班、安全生产管理、生产报表统计与经济运行分析、故障智能诊断和移动应用。三、需求分析 3.1 现有业务及信息系统分析 3.1.1 业务现状 3.1.2 信息系统现状风电场信息系统现状如下序号名称容量风机厂家风机型号风机数量风机监控系统升压站监控系统风功率预测 AGC 配置 AVC 配置保护及故障信息子站 1 - 7 - 2 203 3.1.3 问题分析公司开始了集控系统建设，历经风场逐步接入和系统升级改造，目前所有的风电场都已经实现了“集控运行，少人值守” 的管理模式，从新能源发电区域管理的机制和手段上华银分公司都做了大量的创新示范工作，也取得了很好的效果。随着设备管理规模的逐年扩大和设备逐步出质保期转为自行维护，设备运维的要求也逐年提高。如何争取更大的发电权益，如何快速地进行人才培养，用精益化和智能化的管理理念提高生产效率和生产安全性是华银分公司工作的重点和目标。本项目主要解决以下问题 1 数据集成不足。一方面本部和风场实时信息共享不够，特别是应急处理、维修进度等方面的信息需要远程监控与共享。 - 8 - 2 数据挖掘不够。信息系统在跨部门数据挖掘、统计与分析上普遍不多，数据的利用也不够充分，往往是领导关注什么，就分析什么，没有形成常态的数据利用和决策支持。 3 智能化不足。基于移动互联网技术实现安全生产管控效果。 3.2 目标需求在下一个发展阶段风力发电信息化建设应从集成度、智能化、可视化和安全性等四大方面全面提升建设与应用水平。 1 集成度更深建设整合共享的信息资源池，构建柔性支持平台，实现纵向贯通、横向集成。按照业务主线深度集成所有业务流程，高度集中相关业务应用，由条块分割的部门级应用向以“集成、共享、协同” 为标志的企业级一体化应用转变，实现整体资源共享和业务协作。 2 智能化更高加强信息分析和智能决策能力，使信息得到有效的采集、存储、应用和分析。在存储方面能够满足海量实时数据的存储、处理和集成。在应用和分析方面，具备智能搜索的能力，并深化数据分析与处理能力，实现经营决策智能分析、管理控制智能处理、业务操作智能作业，实现从“企业信息化”到“信息化企业”转变。 3 可视化更优借助先进的可视化技术，构建可视化支撑技术架构，将物理的、真实的生产过程、作业环境，实现数字的、虚拟的再现，以此为基础，全面提升信息展现的可视化能力。通过可视化技术更直观地 - 9 - 反映生产运行和企业经营状态，建设管理驾驶舱，更形象更清晰地展现业务管理全过程信息和辅助决策支持信息。 4 安全性更强构建更加稳定、柔性、安全的技术平台，打造信息安全保障体系，建成“覆盖面广、管控度深、预警性高、防御力强、响应快速”的信息安全主动防御体系，确保信息安全在控、可控。四、建设目标和内容 4.1 建设原则和策略智慧风电场项目信息化建设以“符合规范、统一标准；创新驱动，两化融合；一体化应用、信息共享；总体规划，分步实施；着重实际、定位未来；安全可靠，开放灵活”为总体建设原则，相关建设思路、设计和功能描述，将在该原则上进行。 “符合规范、统一标准”智慧风电场信息化建设，须符合集团公司信息化整体规划关于下发集团公司新能源两级中心建设方案和工作安排的通知（生产〔2020〕22 号）等相关要求，同时满足现有与将来集团公司集中部署的相关系统接口、数据及业务流程集成融合要求及标准，实现集团公司、分子公司及基层单位信息化管理纵向贯通。 “创新驱动，两化融合” 推进能源技术与互联网技术的深度融合， - 10 - 强化云平台、大数据、物联网、移动应用、人工智能等技术推广应用，创新数字化基建与智能生产管理模式，通过标准化系统集成平台将各个软件以及开发的模块有机融合在一起，达到国内智慧新能源建设的领先水平。 “一体化应用,信息共享 ”集成融合各业务系统，形成一体化应用平台，统一数据、统一登录、统一访问、统一管理，确保业务之间信息共享及数据互联互通，争取做到信息数据 “一次录入、重复利用”，简化子系统使用的复杂度，减轻工作人员工作量。 “总体规划，分步实施”按照“总体设计、统筹安排、分步实施、配套推进”的要求，先易后难，先简后繁，先规范、后完善，既能满足现阶段的管理需求，又能满足将来的系统迁移、场站扩展和功能扩展的潜在需求，具有良好的可拓展性。本系统按照远期规划，近期设计，先在 xxx 风电场集中部署、分级应用，将来可支撑风电板块集中值班、智能运维。 “安全可靠，开放灵活”统一用户认证，授权限制。严格按照 “安全分区、网络专用、横向隔离、纵向认证、综合防护”的基本原则要求，对系统内各应用系统进行安全区划分、部署网络边界安全防护设备及入侵检测、主机及网络设备加固、恶意代码防范等综合防护设备，确保信息安全。采用开放性体系结构，按照分层设计，模块化开发。采 - 11 - 用标准化接口，使用开放标准；提炼封装模块化,增加复用和可扩展。 4.2 建设目标 4.2.1 总体目标 xxx 风电场智慧风电管理系统项目要实现大数据平台优势的充分利用，结合虚拟化硬件技术的特点，将计算资源、存储资源与设备数据、业务数据有机结合，实现多种数据源数据的集中分析处理和展示。在将业务自动化、数据可视化、分析智能化的同时，应构建能够无缝扩展的计算平台，满足公司未来的发展要求，实现公司信息化战略。 1 规范数据，建立数据共享中心统一接口，建立数据标准，基于大数据技术实现实时监视数据、生产管理数据、人工采集数据、文档数据等多种数据库的存储，形成分公司唯一数据共享中心，解决新能源数据的连续存储，同时也为未来其他数据的融合，构建无限扩展架构，与集团公司建立数据共享，进一步促进企业资源的合理组合和利用。 2 搭建一体化智慧应用平台依据集团公司信息化规划标准及相关规范，遵循 SOA 架构体系，基于统一的 ICT 基础设施，以统一门户管理、统一流程管理、统一数据管 - 12 - 理、统一运维管理、统一安全管理五个统一为核心，构建一体化智慧应用支撑平台，各类业务功能以此为基础开展建设或功能完善。通过支撑平台和横向服务总线集成各系统功能模块/业务子系统，通过纵向服务总线实现与上、下级相关业务系统的互联。 3 构建全生命周期设备管理模式基于大数据平台，通过数据的积累、发电机组数据的潜在价值分析和挖掘，运用统计学、模式识别、机器学习、数据抽象、算法模型等知识与方法，构建生产运营管理的”智库”，设备故障预警、诊断分析、故障定位等功能，使工作人员在恰当的时间拥有恰当的信息，帮助用户在有限的时间内作出正确的决策，提高故障处理效率；基于健康评估、运行参数监控、风机档案管理等功能，为运维人员调整机组运行方式、制定机组维护计划提供决策支持；实时监控机组运行状态，预警机组故障，结合备件信息提示，提示检修及备件计划 4 构建“物联网”生产模式将语音电话、信息系统、视频监控等数字化信号打包整合，无缝对接，构建出一个完整的新能源版的“物联网”，实现所有生产经营相关的信息、数据和参数都可以即时互联互通，大大提升生产现场的运检效率，真正实现生产管理的信息化、现代化。 - 13 - 4.2.2 本期目标智慧风电场主要是利用大数据、云计算等一系列新技术，实现风力发电机组安全、可靠、高效的运行，能够根据外部环境的变化、综合指令等因素变化，及时调整设备运行状态，使风电场内设备在全寿命周期自主化运行在最佳状态，并在必要的时候提出维护建议和解决办法，拟定工作计划，最终实现“集中监控、无人值班、少人值守、区域检修” 的新能源运营管理模式。系统本期建设功能目标包括 1 工业互联网平台以区域新能源远程集中监控为基础，基于互联网、大数据、物联网、云计算和移动应用等技术建立新能源工业互联网平台。破除现有各业务系统的信息孤岛，挖掘各系统融合后的数据价值，实现数据共享，解决数据不一致、管理不统一、业务分散等问题，通过统计、分析达到为生产、管理提供管理与决策分析的功能。 2 视频图像分析平台以巡检机器人及智能摄像头联合巡检为基础建立风电场远程智能监控与图像识别系统，实现风电场自主巡视、远程监控、主动预警和智能 - 14 - 决策。 3 智能点巡检基于智能前端设备和先进移动互联网技术建立智能点巡检系统，真正实现巡检无纸化、高效化、电子化，大幅提升运检效率。 4 机器人巡检机器人系统可替代人工进行特殊环境下设备运行状态的监测判断，实现设备区域全覆盖巡视，并搭载红外热像仪、可见光高清摄像机、温湿度传感器、交互式实时对讲平台、声光报警器、超声停障系统等，进行数据采集，利用数据分析设备状态，预警设备缺陷，保障运行安全。 4.3 建设内容 4.3.1 业务架构以区域新能源远程集中监控为基础，基于互联网、大数据、物联网、云计算和移动应用等技术建立新能源工业互联网平台。以巡检机器人及智能摄像头联合巡检为基础建立风电场远程智能监控与图像识别系统，实现风电场自主巡视、远程监控、主动预警和智能决策；基于智能前端设备和先进移动互联网技术建立智能点巡检系统，真正实现巡检无纸化、高效化、电子化，大幅提升运检效率。 - 15 - 4.3.2 系统功能本项目建设功能范围包括工业互联网平台、视频图像分析、智能点巡检三大部分。 - 16 - 1 工业互联网平台本项目建设的企业级工业互联网平台可为各类应用、分布式计算和存储服务组件提供多租户隔离的容器资源调配管理、应用打包部署及 SLA 管理、作业调度管理以及统一运维监控管理。支持一键式部署大数据组件、大数据应用和常规应用，具备资源调度的自动扩容和自动修复，具备服务发现能力，具有良好的数据和计算资源的安全隔离能力。建立以运行风场数据为主的大数据平台，支持各大中心的功能建设、实现数据标准化管理及各系统数据连通共享、支撑价值挖掘实现。 2 智能视频图像分析以机器人及智能摄像头联合巡检为基础建立风电场远程智能监控与 - 17 - 图像识别系统，实现风电场自主巡视、远程监控、主动预警和智能决策。 3 智能点巡检智能点巡检通过智能传感器、RFID 射频技术、移动终端、巡检机器人等技术，对于主设备、主要辅助设备和高危、高空、狭窄、密闭等区域实行实时自动巡检，以获取及时、全面的设备状态数据。通过点巡检管理为设备安全、可靠、经济运行创造多层防护体系，分别是由智能系统完成自动巡检任务；由运行人员负责的岗位日常巡检；由点检员负责的专业点检和劣化倾向管理；由点检员和点检长或技术监督服务单位负责完成的精密点检、技术诊断与精度性能测试等。通过对设备的点巡检作业，及时、准确掌握设备的状态，采取预防设备劣化的措施，实行有效的维修策略，达到设备受控的目的。五、技术方案和技术路线 5.1 系统架构系统应用框架建筑在层次模型之上，系统采用先进的 SOA 架构思想, 系统通过 SOA 技术提供了标准的数据访问和控制接口，为外部业务系统及业务部门的数据共享和访问提供了简便、易用的接口。系统架构包括以 - 18 - 下内容智能感知、技术平台、智慧应用、展现层、第三方系统集成，具体如下图 5.2 技术路线本方案采用“互联网”、物联网的先进思维方式和理念，融合风电场已有信息资源、生产环境、管理模式等，运用人员识别、图像识别、智能机器人、移动应用等技术手段和方法，开发一套集智能视频图像识别、智能点巡检于一体的智慧风场系统。智能视频图像识别平台引入大数据服务，通过视频智能分析和大数据视频识别等分析技术，建立并运用运动检测、面貌识别、行为分析和特征分析等，发现现场设备、人员的异常状况，及时给予预警和报警。智能点巡检借助智能终端及其携带 - 19 - 传感器实现现场数据采集、利用人工智能和大数据实现现场环境和问题的识别分析，巡检机器人可实现 24 小时不间断巡检、提高设备可靠性和巡检效率、降低安全风险、减少人员投入。 5.3 技术方案 5.3.1 工业互联网平台工业互联网平台和基础资源紧密衔接，并能支撑平台自身所需的通用资源部署与管理能力如基础资源管理、监控等，提供统一认证、授权、审计、日志、配置的安全服务，提供系统整体的全生命周期管理能力；提供针对海量大数据的混合存储和分布式计算及流式计算组件；提供包括通用计算和存储调度、统一数据采集管理、统一数据访问、全文检索等的大数据公共服务组件；以数据管理服务为基础，提供多主题域的数据分析服务，并将治理好的数据归集于平台信息资源池，为各类应用提供直观、便捷、高效的数据资源；要具有低代码开发功能，可实现微服务应用快捷部署开发。 5.3.1.1 公共服务组件 1. 数据采集支持各类工业相关数据源的数据采集，如生产类系统、管理类系统以 - 20 - 及外部数据。平台支持 104 规约，从集控平台接入数据，支持海量多源异构数据的采集和导入，包括支持传统数据库、本地、FTP 等多种数据源。支持结构化、半结构化、非结构化数据的导入。支持定时、实时、循环任务等多种数据采集导入方式，具有统一的采集任务调度管理和监控能力。 2. 数据目录能够实现对多类型的数据资源进行管理，包括对不同数据资源的通道建立、表/ 字段关联、权限控制等维护管理；对外提供访问服务应能够屏蔽数据引擎的具体差别，以规范的、统一的方式，管理和使用大数据平台中的所有数据，以实现多源异构数据库统一化访问；数据访问服务应基于 REST/HTTP 协议，返回结果集合是统一的数据集，保证在访问标准上和数据标准上达到统一。 3. 通用计算与调度以大数据资源池为基础，具备对采集数据二次计算加工处理能力；提供丰富的算子库通用算子、工业算子以满足用户数据业务分析处理的需要，支持算子库扩展功能用户按照标准规范自研的算子也可方便扩充到算子库中；具有计算模型的构建、维护、管理功能，能够以图形化、可编排的方式将各种算子进行灵活组合配置生成新的计算模型；提供计算模型任务调度管理功能，支持以手动和自动方式完成计算任务的调用、执行、过 - 21 - 程监控和输出结果保存；计算调度功能设计实现应以大数据基础平台为基础，充分发挥分布式计算、内存计算、流式计算等计算引擎的特点，能以指定节点运行相关任务，提供统一的计算调度功能，为海量异构，高实时性的数据提供计算能力。 4. 系统管理提供数据中台用户、角色、权限、组织机构、多租户的统一管理。提供系统全局参数变量的统一配置能力。提供对系统日志、审计日志多维度查询统计能力。可按节点、进程、线程、日志级别、时间进行统计分析。提供系统状态监测能力，提供全局监控、节点监控、系统组件健康监测和告警监控功能，实时动态展示系统相关状态，清晰展示故障信息。提供帮助中心，包括常用的操作手册和故障处理手册等知识文档，方便使用者参阅。 5. 编码工具提供设备编码工具，包括设备建模及 KKS 编码、设备测点映射、BCS 编码三部分。实现原始测点和场站 KKS 进行映射，即原始测点中设备的标准化。实现原始测点 BCS 编码，即对原始测点属性的标准化，依据编码规则 - 22 - 生成全局编码。 6. 数据传输要求为保证通信的可靠性、实时性，平台与集控系统的通信规约，应采用扩展版的 IEC-60870-5-104 电力系统实时数据通信协议，通信过程中定时召唤全数据，平时只传输变化数据，遥信数据按比特位压缩传输。 5.3.1.2 数据治理工具 1. 数据标准管理具备数据标准的纳管能力，支持标准的创建、上传/下载、浏览等功能。同时，投标方应将已有的下述数据标准进行预制录入。 1标准字典管理工具支持字典类数据标准的纳管和统一维护。 2标准结构树管理工具支持树形结构类数据标准的纳管和统一维护。 3编码规则管理工具支持编码规则的纳管和统一维护。 2. 元数据管理具备元数据的定义能力，针对任意一个业务属性，可定义其复杂的元信息，如关联字段、所属维度、数据类型、生效标识等等；应支持元数据的状态记录功能，使用元数据变更时间轴，以线条的形式提供信息 - 23 - 记录，将元数据的变更情况以更为直观的形式体现；进行质量稽核通过对异常规则进行配置，自动监测出异常的信息，并展现异常明细。规则配置可在质量模块进行，稽核对象为数据结构信息、数据目录信息等。 3. 数据资产管理要求支持数据资产定义和管理，支持数据纳管目录管理，能够将数据按照有序的逻辑进行展现。工具应提供多种类别的目录管理能力，可以切换不同的资产类别组织形式，浏览和管理数据资产目录。 4. 数据质量管理工具具备数据质量校验及根据依照特定策略对校验结果进行处理的功能，保证数据的一致性、完整性、冗余性、合理性及合规性。 1校验规则管理工具应支持校验规则的配置和管理。可通过表达式的方式对校验规则进行描述。 2数据校验和清洗工具需要支持结构化数据及时序数据的质量校验，用以控制跨域数据传输中的数据合法性。 5. 业务对象建模提供业务对象管理机制、使得用户可以从业务角度定义和管理各种业务对象，业务规则和业务系统，并能够和底层的数据对象进行绑定或 - 24 - 者自动生成数据对象。同时针对业界的行业标准，数据资产的管理进行支持。 6. 数据访问接口数据中心提供开放的数据访问接口，向第三方应用提供模型、实时数据、历史数据、统计数据等各种数据信息的数据查询访问服务。 7. 数据有效性处理 1）数据有效性管理考虑到新接入一个风电场时，都会提供一份遥测、遥信一览表，如果这些内容由人工输入与量测对象的对应关系，将是低效、枯燥、易错的。针对这种情况，结合用户的使用习惯，系统提供专门的批量建模工具。批量建模工具不仅能够进行遥测、遥信的导入，而且对于遥测可导入量测的系数、偏移量、有效限、变化率限、报警限，对于遥信可导入取反标志。 2）实时数据管理实时数据管理功能主要包括实时数据处理和风机状态计算等功能模块。实时服务负责实时运行数据的处理，它能够接收并处理多个前置通 - 25 - 信服务发送来的运行数据，并对数据进行有效性检查和数据过滤。 3）零漂数据处理对模拟量测，当转换值与零值相差小于某个死区时，转换后的模拟量应被置为零，每个模拟量的死区参数可以设置。限值检查测量值在越限检查之前要进行滤波，每个测量值应具有 2 对以上限值。对于某些测量值，不同的限值对可以根据不同的时段和条件进行定义。支持人工输入数据丢失的或不正确的数据可以用人工输入值等数值替代。统计数据无效时间，计算有效率。具有对“遥信抖动”信号过滤的功能并告警提示，同时能自动辨识遥信的正确状态。 5.3.1.3 数据分析工具 1. 算子库提供标准通用、工业专用算子库，应包括数据变换类算子、归一化处理类算子、数据清晰类算子、机器学习类算子、特征提取类算子、质量管理、图形报表类算子；算子库提供扩展功能，支持用户自开发算子符合调 - 26 - 用加载规范的加载和利用。 2. 通用计算建模环境支持计算模型的定义、维护管理功能，能够基于算子库通过图形化的操作配置即可完成流式建模过程；提供所建模型的分类别分层级管理功能，并提供计算模型的任务调度配置管理。 - 27 - 5.3.1.4 数据服务工具通过大数据平台数据中台及数据资产库，为华银分公司各域业务系统提供组织、人员、设备等主数据管理服务，实现华银分公司内主数据及业务数据的共享，数据服务应满足提供时序视图查询、结构化视图查询等基础查询。支持对存储在对象存储系统中的文档进行全文检索。通过数据集市与数据沙箱对外发布数据和交换数据。数据订阅对全域的原生数据、衍生数据进行筛选、打包，发布，供使用下载。 1. 设备测点查询服务支持测点数据的同类查询服务，基于设备类、测点类、设备名称、属性类型、测点编号等维度进行查询；并支持展示任意时间段的时序曲线。 2. 全文检索支持对存储在对象存储系统中的文档进行全文检索，一个是针对对象存储的全文检索，一个是针对 HDFS 目录的全文检索，并且支持集合管理和维护的功能，可以搜索第三方在全文检索系统中建立的集合。 3. 数据集市数据集市是对外发布数据和交换数据的载体，数据模块应支持从数据 - 28 - 对象中经过查询条件直接生成数据集市，数据集市应有自己的目录树结构，可以直接引入标准维度树。数据集市应提供直接访问其中数据的接口，可以直接使用数据集市的名称，通过标准数据访问接口获得相关数据，其底层应复用数据目录与数据对象模块的统一数据访问接口 4. 数据沙箱数据沙箱是对外发布数据和交换数据的载体，数据模块应支持从数据对象中经过查询条件直接生成数据沙箱，数据沙箱应有自己的目录树结构，可以直接引入标准维度树。数据沙箱应提供直接访问其中数据的接口，可以直接使用数据沙箱的名称，通过标准数据访问接口获得相关数据，其底层应复用数据目录与数据对象模块的统一数据访问接口。 5. 数据订阅数据订阅是指对全域的原生数据、衍生数据进行筛选、打包，发布，供使用下载。数据订阅应具备的能力针对全域原生数据、衍生数据的筛选和打包；数据包发布订阅目录；根据订阅请求，数据共享推送；被订阅之后的数据持续更新能力。 - 29 - 6. 时序视图支持物理设备树引导模式、支持标准量测模式、系统视图引导模式；支持可选择场站范围，根据不同场站，列出物理设备树；可根据物理设备树，选择对应的设备；可在选中的设备范围内，列出每种设备的全部测点，再次进行筛选；最后确定的测点，为时序视图的测点范围。 7. 结构化视图对既有数据进行筛选、结构重组排列、数据的加工处理，组织成满足主题要求的数据格式，并根据需要确定是否创建新的物理存储。结构化视图分为两种构建模式，分别是基于数据目录和基于维度主题。 5.3.1.5 数据门户 1. 数据治理门户提供数据量展示功能，展示信息包括数据仓库大小、数据仓库表数量、时序数据仓库大小、时序数据仓库表数量、HDFS 总容量等内容。提供数据变化趋势展示功能，包括数据仓库大小月增量、数据仓库表数量月增量、时序数据仓库大小月增量、HDFS 总容量月增量等内容。提供，设备测点资产统计、逻辑模型资产统计、数据应用排名等内容。 - 30 - 提供数据标准统计分析功能，包括量测标准属性，目录标准等内容。 2. 数据分析门户提供 Yarn 集群可用资源统计功能，提供计算分析模型统计功能。提供分析模型运行情况展示功能，包括通用分析模型、Spark 流式模型和 Flink 流式模型。 3. 数据服务门户提供数据集市数量、分布；数据视图数量、分布；数据沙箱数量、分布的统计功能。 5.3.1.6 多维数据可视化展示工具具备可视化集成开发功能，可视化集成开发套件基于 html5 前端技术框架和微服务技术架构，支持零代码、web 在线开发表单和流程、同时提供企业门户和常规软件功能模块的在线软件开发平台，平台提供工作流引擎、web 表单引擎、企业门户、内容发布、组织机构权限管理、系统日志管理等企业软件开发常用功能，能大幅提高开发效率。 5.3.1.7 驾驶舱展示可以直观、全面的掌握公司风电场站风机运行状态、发电情况，展示公司风电场站关键指标。具体展示内容如下