王文斌,于遠(yuǎn)鵬
(雅礱江流域水電開發(fā)有限公司,四川省成都市 610051)
大數(shù)據(jù)技術(shù)在流域梯級(jí)水電企業(yè)的應(yīng)用
王文斌,于遠(yuǎn)鵬
(雅礱江流域水電開發(fā)有限公司,四川省成都市 610051)
本文簡(jiǎn)要介紹了大數(shù)據(jù)技術(shù)的特點(diǎn)和相關(guān)背景,結(jié)合流域梯級(jí)水電企業(yè)生產(chǎn)、管理方面的問題,分析了大數(shù)據(jù)技術(shù)的一些典型應(yīng)用場(chǎng)景,提出了流域梯級(jí)水電企業(yè)大數(shù)據(jù)應(yīng)用平臺(tái)的架構(gòu),以期其對(duì)解決目前水電企業(yè)發(fā)展中的問題具有建設(shè)性的意義。
大數(shù)據(jù)技術(shù);流域調(diào)度;狀態(tài)檢修
隨著信息技術(shù)的不斷發(fā)展,傳統(tǒng)行業(yè)也能夠生產(chǎn)出與大型電商企業(yè)同樣數(shù)量級(jí)的數(shù)據(jù)。一方面,原始數(shù)據(jù)背后的巨大價(jià)值等待著人們?nèi)ネ诰?,另一方面,?duì)于數(shù)據(jù)處理的難度也是制約這一進(jìn)程的關(guān)鍵因素。大數(shù)據(jù)技術(shù)的出現(xiàn),改變了人們認(rèn)識(shí)客觀事物規(guī)律的方法,即從以前的對(duì)事物由大到小的逐步剖析演變?yōu)閷⑹挛锓诺礁蟮沫h(huán)境中去尋找共性、特性與趨勢(shì)。新一輪數(shù)字化浪潮已經(jīng)到來,作為傳統(tǒng)行業(yè)的水電企業(yè)如何把握住歷史機(jī)遇,利用大數(shù)據(jù)技術(shù)將企業(yè)經(jīng)營(yíng)管理水平提高到一個(gè)新的高度,值得所有從業(yè)人員的思考。
大數(shù)據(jù)是指由數(shù)量巨大、結(jié)構(gòu)復(fù)雜、類型眾多的數(shù)據(jù)構(gòu)成的數(shù)據(jù)集合。大數(shù)據(jù)技術(shù)是指通過對(duì)數(shù)據(jù)進(jìn)行整合計(jì)算、交叉分析,推導(dǎo)出趨勢(shì)和知識(shí)的能力,簡(jiǎn)言之,從各種各樣類型的數(shù)據(jù)中,快速獲得有價(jià)值信息的能力。大數(shù)據(jù)有三個(gè)特性,可以概括為三“V”:一是規(guī)模性(Volume),依靠豐富的數(shù)據(jù)采集存儲(chǔ)手段,目前數(shù)據(jù)的規(guī)模已經(jīng)從GB級(jí)別、TB級(jí)別躍升到PB、EB、ZB級(jí)別,據(jù)國(guó)際權(quán)威機(jī)構(gòu)研究顯示,現(xiàn)在全球一年產(chǎn)生的數(shù)據(jù)量,比過去幾千年產(chǎn)生的數(shù)據(jù)量還要大,現(xiàn)今世界上90%的數(shù)據(jù)量是在過去一年多里產(chǎn)生的;二是多樣性(Variety),從日志、視頻、圖片到地理位置信息、企業(yè)生產(chǎn)數(shù)據(jù)等,數(shù)據(jù)不再是傳統(tǒng)意義上的數(shù)字,諸如天氣等因素都將成為數(shù)據(jù)采集的對(duì)象;三是高速性(Velocity),數(shù)據(jù)的時(shí)效性是很重要的,數(shù)據(jù)的采集和處理幾乎是同時(shí)發(fā)生的,即延時(shí)很小,這需要先進(jìn)的算法和分布式的計(jì)算架構(gòu),這一點(diǎn)也是大數(shù)據(jù)和傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)的本質(zhì)區(qū)別。
單個(gè)數(shù)據(jù)的價(jià)值有限,但海量的數(shù)據(jù)累加,量變就會(huì)引起質(zhì)變,這個(gè)準(zhǔn)則在幾乎所有行業(yè)都是通用的。
國(guó)內(nèi)電商企業(yè)京東早在2011年就開始了大數(shù)據(jù)的相關(guān)工作。通過收集用戶的購(gòu)買習(xí)慣和購(gòu)買能力,京東為每位用戶做了用戶畫像,根據(jù)用戶購(gòu)買和瀏覽歷史,用戶的資料被細(xì)分成了包含年齡、學(xué)歷、婚否、性別、收入、愛好等要素,按照系統(tǒng)預(yù)測(cè)向客戶推送存在潛在需求的產(chǎn)品信息,同時(shí)針對(duì)地區(qū)的需求分析,優(yōu)化每個(gè)區(qū)域中心倉庫的庫存結(jié)構(gòu)。做到了預(yù)測(cè)銷售和倉庫自動(dòng)補(bǔ)貨,實(shí)現(xiàn)了按需向用戶銷售,按需向供應(yīng)商訂購(gòu)。一個(gè)經(jīng)典的閉環(huán)流程就是:京東從用戶近期所購(gòu)物品分析出用戶即將出門旅游,其立即向用戶推送了戶外用品的信息,在用戶下單后立即自動(dòng)向供貨商下單進(jìn)行補(bǔ)貨,同時(shí)通過保險(xiǎn)合作者向用戶推銷短期旅途保險(xiǎn),甚至還能預(yù)測(cè)用戶的目的地,提前推送景點(diǎn)門票的網(wǎng)購(gòu)鏈接。通過強(qiáng)化大數(shù)據(jù)這一工具的應(yīng)用,京東的銷售額從2011年的210億元增長(zhǎng)到2014年的1000億元。
美國(guó)通用電氣公司(簡(jiǎn)稱GE)在使用大數(shù)據(jù)上走在了世界的前列。GE是一家傳統(tǒng)行業(yè)的公司,其產(chǎn)品涵蓋了航空、醫(yī)療、能源等領(lǐng)域。過去,GE生產(chǎn)的航空發(fā)動(dòng)機(jī)中的傳感器只能發(fā)出警報(bào),即:故障發(fā)生后才會(huì)在儀表盤上以警報(bào)燈顯示。這類傳感器包括:溫度傳感器、氣壓傳感器和電壓傳感器,這些數(shù)據(jù)過去得不到重視,一般情況下,發(fā)動(dòng)機(jī)只會(huì)保留三個(gè)平均值,分別是起飛、巡航和降落數(shù)據(jù)。從2010年起,GE在其新生產(chǎn)的航空發(fā)動(dòng)機(jī)上大規(guī)模安裝智能傳感器,飛機(jī)飛行過程的全部基礎(chǔ)數(shù)據(jù)都將會(huì)保存并上傳至GE的全球數(shù)據(jù)分析中心,甚至飛機(jī)可以在飛行過程中實(shí)時(shí)地將傳輸數(shù)據(jù)到分析中心。依靠GE在全球航空市場(chǎng)的規(guī)模,GE建立了一個(gè)超大規(guī)模的工業(yè)物聯(lián)網(wǎng),通過分析海量數(shù)據(jù),發(fā)動(dòng)機(jī)的故障預(yù)測(cè)率接近70%,為客戶節(jié)省了一大筆開支。
水電行業(yè)是技術(shù)密集型行業(yè),特點(diǎn)是設(shè)備種類多,自動(dòng)化程度高,設(shè)備上安裝了數(shù)量龐大的傳感器,存儲(chǔ)了海量的設(shè)備運(yùn)行數(shù)據(jù);同時(shí),由于流域梯級(jí)水電企業(yè)要兼顧流域不同電站的運(yùn)營(yíng)維護(hù),必然會(huì)產(chǎn)生大量的備品備件的流轉(zhuǎn)信息,這些數(shù)據(jù)都為開展大數(shù)據(jù)分析的工作打下了堅(jiān)實(shí)的基礎(chǔ)。
流域梯級(jí)開發(fā)水電資源具有巨大的梯級(jí)補(bǔ)償效益,多電站運(yùn)營(yíng)也會(huì)產(chǎn)生一些不確定因素,如:不同的電站電量消納地區(qū)的不同導(dǎo)致的上下游水庫水位消落不同步,這將削弱水庫聯(lián)合優(yōu)化調(diào)度的優(yōu)勢(shì);同時(shí),由于電量消納地區(qū)的經(jīng)濟(jì)變動(dòng),導(dǎo)致電力需求的變化,使得在電力需求高峰到來之前水庫蓄水不足或者電力需求低谷到來前水庫蓄水過多,都不利于優(yōu)化發(fā)電的需求。
通過采集大量的電力消納地區(qū)的經(jīng)濟(jì)指標(biāo),組成一個(gè)大數(shù)據(jù)集,預(yù)測(cè)一段時(shí)期以后目標(biāo)地區(qū)的經(jīng)濟(jì)增長(zhǎng)情況,依此推斷出目標(biāo)地區(qū)的電力需求信息,并且與流域歷年水庫消落數(shù)據(jù)聯(lián)合來預(yù)測(cè)今后一段時(shí)間的發(fā)電情況,從而可以提前做好水庫水位的準(zhǔn)備工作,使流域發(fā)電綜合耗水率降低,提高流域梯級(jí)補(bǔ)償效益。
水輪發(fā)電機(jī)組長(zhǎng)期頻繁跨越振動(dòng)區(qū)運(yùn)行會(huì)導(dǎo)致機(jī)械損耗、固定連接件松動(dòng),給安全穩(wěn)定運(yùn)行埋下隱患。通過監(jiān)測(cè)設(shè)備振動(dòng)信號(hào)和分析倍頻信號(hào),可以判斷出設(shè)備是否處于健康狀態(tài)。但流域水輪機(jī)組種類繁多,運(yùn)行工況不盡相同,如果以單一機(jī)組為目標(biāo)來做設(shè)備健康分析,要對(duì)每臺(tái)機(jī)組單獨(dú)建立數(shù)學(xué)模型,將會(huì)耗費(fèi)很大的人力、物力。
統(tǒng)計(jì)流域所有機(jī)組出現(xiàn)故障的時(shí)間點(diǎn),提取這一時(shí)間點(diǎn)前后機(jī)組的振動(dòng)數(shù)據(jù)變化,用大數(shù)據(jù)的聚類分析方法找出每臺(tái)機(jī)組的特征參數(shù),分析相同和不同類型的數(shù)據(jù),相當(dāng)于為每臺(tái)機(jī)組畫像,當(dāng)機(jī)組運(yùn)行參數(shù)出現(xiàn)這些故障特征值時(shí),就可以預(yù)測(cè)機(jī)組處于將要出現(xiàn)故障的邊緣,由此可提前采取防范措施,從而為機(jī)組故障診斷和開展?fàn)顟B(tài)檢修打下基礎(chǔ)。通過應(yīng)用大數(shù)據(jù)技術(shù),再結(jié)合具有故障診斷功能的專家系統(tǒng),水電廠狀態(tài)檢修的應(yīng)用場(chǎng)景如圖1所示。
圖1 水電廠狀態(tài)檢修應(yīng)用場(chǎng)景Fig. 1 Application scenario of condition based maintenance in hydropower plant
上文提到了利用預(yù)測(cè)電力銷售情況來提前準(zhǔn)備水庫水位,而如何在當(dāng)前來水情況下提前準(zhǔn)備水庫水位則要依靠對(duì)河流徑流量的預(yù)測(cè),否則會(huì)造成空庫等不到來水或者滿庫被迫放水的情況。
河流歷年的徑流量是不同的,而且受天氣等因素的影響較大。通過將流域歷年氣象預(yù)報(bào)、歷年徑流量信息、各電站發(fā)電流量信息等數(shù)據(jù)進(jìn)行大數(shù)據(jù)分析,可以預(yù)測(cè)出流域各水庫的蓄水起始時(shí)間點(diǎn),對(duì)于預(yù)測(cè)產(chǎn)生的誤差,可通過具有前饋的BP神經(jīng)網(wǎng)絡(luò)與基于Markov過程的模型進(jìn)行聯(lián)合優(yōu)化而消除,并且預(yù)測(cè)期越長(zhǎng),其預(yù)測(cè)結(jié)果越接近多年實(shí)際徑流量,最后結(jié)合各電站每年供電曲線優(yōu)化出實(shí)際的蓄水起始時(shí)間,從而降低蓄水的時(shí)間成本,還能同時(shí)滿足發(fā)電和防汛的需求。
流域各機(jī)組進(jìn)入檢修期的時(shí)間并不同步,而各機(jī)組由于各種原因需要更換的備品備件也不相同。遇到突發(fā)的故障需要更換零部件,由于備品沒有足夠的庫存而采購(gòu)會(huì)拉長(zhǎng)機(jī)組的檢修期,降低機(jī)組的并網(wǎng)時(shí)間。
將各機(jī)組歷年更換的備品備件情況進(jìn)行統(tǒng)計(jì),按照需求數(shù)量和緩急程度梳理出各種備品備件的排行榜,依照優(yōu)先級(jí)準(zhǔn)備不同數(shù)量的備品,即:數(shù)量需求大的大量采購(gòu),各電站備品庫都安排庫存;數(shù)量需求小的按各電站出現(xiàn)故障的頻率依次遞減采購(gòu)數(shù)量,對(duì)于數(shù)量需求極小的備品采購(gòu)較小數(shù)量,存放于流域備品中心庫。結(jié)合分析各機(jī)組出現(xiàn)故障的平均時(shí)間和故障類型,提前安排備品的出庫和運(yùn)輸,從而可以實(shí)現(xiàn)在故障到來之前將備品送至現(xiàn)場(chǎng),縮短備品的物流時(shí)間。
如果設(shè)備出現(xiàn)故障時(shí)相應(yīng)備品數(shù)量不足,將延長(zhǎng)設(shè)備的消缺時(shí)間,降低設(shè)備的可靠系數(shù)。建立面向備品供應(yīng)商的采購(gòu)平臺(tái),通過大數(shù)據(jù)分析工具,預(yù)測(cè)到備品即將出現(xiàn)短缺信息時(shí),提前向供應(yīng)商下單,從而縮短備品的采購(gòu)時(shí)間。
企業(yè)文化對(duì)于企業(yè)發(fā)展有著重要的戰(zhàn)略意義。企業(yè)文化的提煉和發(fā)展關(guān)系著企業(yè)未來的命運(yùn),關(guān)系著企業(yè)的戰(zhàn)斗力和凝聚力。如何讓企業(yè)文化深入員工心中則是企業(yè)文化管理的重中之重。
企業(yè)內(nèi)網(wǎng)每天都會(huì)發(fā)布很多新聞,但不同新聞的點(diǎn)擊率和閱讀量都存在差距,甚至同一類新聞的點(diǎn)擊率都相差巨大。
利用企業(yè)內(nèi)網(wǎng)新聞網(wǎng)站抓取每位員工的點(diǎn)擊和瀏覽記錄,對(duì)每位員工的新聞閱讀習(xí)慣和閱讀領(lǐng)域進(jìn)行大數(shù)據(jù)分析,為每個(gè)員工畫像,要素可以包括:新聞?lì)愋?、新聞的寫作特點(diǎn)、新聞的焦點(diǎn)等,依照每位員工的畫像為其推送感興趣的新聞,同時(shí)通過搜集到的閱讀點(diǎn)擊數(shù)據(jù)來優(yōu)化新聞的寫作方法,可以實(shí)現(xiàn)每一篇新聞稿都是員工喜歡的類型和寫作風(fēng)格,這樣可以在潛移默化中將企業(yè)的文化價(jià)值導(dǎo)向以員工喜聞樂見的方式傳播下去,從而大大提高了企業(yè)文化的作用。
要組建流域水電企業(yè)的大數(shù)據(jù)平臺(tái),需要將大量不同類型的數(shù)據(jù)收集在一起進(jìn)行處理,各種數(shù)據(jù)對(duì)處理的延時(shí)敏感程度不同,尤其像機(jī)組狀態(tài)數(shù)據(jù)對(duì)處理的實(shí)時(shí)性要求較高,這就要求平臺(tái)的搭建應(yīng)將系統(tǒng)響應(yīng)時(shí)間最小放在第一位,同時(shí)由于隨著數(shù)據(jù)的積累,數(shù)據(jù)文件的容量也將會(huì)越來越大,因此系統(tǒng)還要兼顧大容量數(shù)據(jù)文件的處理,目前行業(yè)內(nèi)應(yīng)用最廣的是基于Hadoop的分布式計(jì)算框架。
Hadoop是以分布式文件系統(tǒng)為基礎(chǔ)的一種高效并行計(jì)算框架,由于采用了開源結(jié)構(gòu),Hadoop能夠顯著地降低企業(yè)部署時(shí)的成本。Hadoop由數(shù)臺(tái)x86架構(gòu)的服務(wù)器組成計(jì)算節(jié)點(diǎn),其中一臺(tái)為管理節(jié)點(diǎn),數(shù)據(jù)文件分散存放于各節(jié)點(diǎn)上,文件類型為Hadoop分布式文件系統(tǒng)(HDFS),該文件系統(tǒng)能夠提供完全冗余功能,保障數(shù)據(jù)的安全;通過高效的調(diào)度機(jī)制實(shí)現(xiàn)數(shù)據(jù)的容錯(cuò)與超大規(guī)模的數(shù)據(jù)吞吐能力,利用Map/Reduce編程架構(gòu)實(shí)現(xiàn)并行計(jì)算,降低大規(guī)模數(shù)據(jù)處理的復(fù)雜度,當(dāng)數(shù)據(jù)文件增長(zhǎng)到TB級(jí)別時(shí)仍能提供較強(qiáng)的并發(fā)處理能力。
企業(yè)在運(yùn)營(yíng)過程中會(huì)產(chǎn)生大量的數(shù)據(jù),許多數(shù)據(jù)都在使用后沉淀到電子報(bào)表中,甚至是紙質(zhì)文檔里,其后果是產(chǎn)生了許多數(shù)據(jù)孤島,掩蓋了數(shù)據(jù)的價(jià)值。將存量電子表格的數(shù)據(jù)按照一定規(guī)則自動(dòng)導(dǎo)入到大數(shù)據(jù)平臺(tái)的文件存儲(chǔ)系統(tǒng)中,同時(shí)改造企業(yè)獲取信息的手段,將新增的數(shù)據(jù)導(dǎo)入HDFS中,努力消除數(shù)據(jù)孤島,使數(shù)據(jù)在所有平臺(tái)流動(dòng)起來。
設(shè)備的狀態(tài)信號(hào)需要傳感器的采集,目前機(jī)組安裝的傳感器數(shù)量有限,采集速率也不利于開展機(jī)組實(shí)時(shí)狀態(tài)分析,改造機(jī)組的傳感器網(wǎng)絡(luò),使用數(shù)量更多、反應(yīng)更靈敏、檢測(cè)更精確的傳感器將成為搭建大數(shù)據(jù)平臺(tái)的先決條件。
目前備品備件的存放還依賴于倉庫管理人員手動(dòng)清點(diǎn)后再錄入倉庫臺(tái)賬,其缺點(diǎn)是效率低、容易出錯(cuò)。采用物聯(lián)網(wǎng)的思維,在每一個(gè)備品上貼上唯一的射頻識(shí)別標(biāo)簽(RFID)識(shí)別碼,可以精確定位到每一個(gè)備品的位置,出庫和退庫的狀態(tài)都由系統(tǒng)自動(dòng)錄入,降低了人為操作的誤差,同時(shí)結(jié)合流域各電站自建庫和流域中心庫的分布,可以極大地優(yōu)化備品備件的管理模式。
傳統(tǒng)數(shù)據(jù)分析軟件是采用定向識(shí)別后進(jìn)行進(jìn)行和知識(shí)發(fā)現(xiàn)的,存在處理流水過長(zhǎng)的弊端,采用異構(gòu)數(shù)據(jù)分析軟件,可以根據(jù)分析目標(biāo)發(fā)散式的識(shí)別數(shù)據(jù),在識(shí)別的同時(shí)進(jìn)行挖掘和分析,提高了分析效率,縮短了分析時(shí)間,增加了分析的實(shí)時(shí)性。
通過大數(shù)據(jù)平臺(tái)的搭建,企業(yè)可以實(shí)現(xiàn)各種數(shù)據(jù)的內(nèi)部流動(dòng),并能基于外部因素對(duì)未來數(shù)據(jù)進(jìn)行預(yù)測(cè),平臺(tái)結(jié)構(gòu)如圖2所示。
圖2 流域梯級(jí)水電企業(yè)大數(shù)據(jù)應(yīng)用平臺(tái)架構(gòu)Fig. 2 Platform architecture for big data application in cascade hydropower company
各子系統(tǒng)數(shù)據(jù)導(dǎo)入大數(shù)據(jù)平臺(tái)后,通過算法規(guī)則生成具有參考價(jià)值的數(shù)據(jù)提供給企業(yè)決策層使用,同時(shí)當(dāng)企業(yè)外部因素變動(dòng)后,決策層可以通過改變算法規(guī)則來調(diào)整生成的數(shù)據(jù),使之不斷滿足企業(yè)發(fā)展的需求。
德國(guó)在2013年提出了工業(yè)4.0的概念,即:繼蒸汽機(jī)的應(yīng)用、規(guī)模化生產(chǎn)和電子信息技術(shù)等三次工業(yè)革命后,人類將迎來以信息物理融合系統(tǒng)(CPS)為基礎(chǔ),以生產(chǎn)高度數(shù)字化、網(wǎng)絡(luò)化、機(jī)器自組織為標(biāo)志的第四次工業(yè)革命。中國(guó)在2015年“兩會(huì)”期間提出了“互聯(lián)網(wǎng)+”的概念,即充分發(fā)揮互聯(lián)網(wǎng)在生產(chǎn)要素配置中的優(yōu)化和集成作用,將互聯(lián)網(wǎng)的創(chuàng)新成果深度融合于傳統(tǒng)行業(yè),提升實(shí)體經(jīng)濟(jì)的創(chuàng)新力和生產(chǎn)力,形成更廣泛的以互聯(lián)網(wǎng)為基礎(chǔ)設(shè)施和實(shí)現(xiàn)工具的經(jīng)濟(jì)發(fā)展新形態(tài)?!盎ヂ?lián)網(wǎng)+”代表一種新的經(jīng)濟(jì)形態(tài),推動(dòng)了社會(huì)以用戶創(chuàng)新、開放創(chuàng)新、大眾創(chuàng)新、協(xié)同創(chuàng)新為特點(diǎn)的創(chuàng)新2.0,改變了我們的生產(chǎn)、工作、生活方式,也引領(lǐng)了創(chuàng)新驅(qū)動(dòng)發(fā)展的“新常態(tài)”。
大數(shù)據(jù)作為一個(gè)具有極大潛力的載體工具,在融入了先進(jìn)理念后將為企業(yè)運(yùn)營(yíng)提供極大的戰(zhàn)略支撐作用。流域梯級(jí)水電企業(yè)在運(yùn)營(yíng)中產(chǎn)生的海量數(shù)據(jù)為開展大數(shù)據(jù)分析工作提供了堅(jiān)實(shí)的物質(zhì)基礎(chǔ),運(yùn)用好這一工具,有利于企業(yè)增強(qiáng)自身競(jìng)爭(zhēng)力,順應(yīng)當(dāng)今社會(huì)萬眾創(chuàng)新的“新常態(tài)”,對(duì)提高我國(guó)經(jīng)濟(jì)實(shí)力和創(chuàng)新能力有著積極的作用。
流域梯級(jí)水電企業(yè)肩負(fù)著為國(guó)家提供優(yōu)質(zhì)清潔能源、優(yōu)化能源結(jié)構(gòu)的戰(zhàn)略性任務(wù),應(yīng)用大數(shù)據(jù)技術(shù),使之服務(wù)于國(guó)家能源戰(zhàn)略。運(yùn)用科學(xué)手段優(yōu)化企業(yè)運(yùn)營(yíng)、提高企業(yè)精細(xì)化管理的水平將成為“經(jīng)濟(jì)新常態(tài)”下的企業(yè)愿景。
[1] 白晟,李榮香.大數(shù)據(jù)應(yīng)用發(fā)展及挑戰(zhàn)[J].赤峰學(xué)院學(xué)報(bào)(自然科學(xué)版).2016,14:20-21.
[2] 陶雪嬌,胡曉峰,劉洋.大數(shù)據(jù)研究綜述[J].系統(tǒng)仿真學(xué)報(bào).2013,S1:142-146.
[3] Thomas Sandholm,Kevin Lai.MapReduce optimization using regulated dynamic prioritization[J]. ACM SIGMETRICS Performance Evaluation Review.2009,1:299-310.
2016-04-30
2016-05-20
王文斌(1985—),男,中級(jí)工程師,主要研究方向:電力市場(chǎng)改革、大數(shù)據(jù)應(yīng)用等。E-mail:wangwenbin@ylhdc.com.cn
于遠(yuǎn)鵬(1974—),男,中級(jí)工程師,主要研究方向:水電站運(yùn)營(yíng)管理。E-mail:yuyuanpeng@ylhdc.com.cn
The Application of Big Data Technology in Cascade Hydropower Company
WANG Wenbin,YU Yuanpeng
(Yalong River Hydropower Development Company,Chengdu 610051,China)
A brief introduction to the characteristics and background of the big data technology with the problems in production and administration of cascade hydropower company was presented,by analyzing some typical application scenarios of big data technology,a framework of big data application in cascade hydropower company was proposed by which to resolve growth problems of cascade hydropower company in a constructive way.
big data technology; river scheduling; condition based maintenance
TM622
A學(xué)科代碼:470.4047
10.3969/j.issn.2096-093X.2017.03.012