风电能源大数据解决方案

2 策略模型
全寿命成本 模型
c1/c2/c3/c4/c5
技术经 济寿命
老旧资产 规模
1 资产墙模型
采购策略 4
LCC招投标 仓储配送策略
5 建设策略
工程设计方案比选
运检策略
2
报废处置
策略 2
运检、技改策略 抢修策略
处置方案 优选方法
资产管理策略
概要和框架结构 – 关键目标 和 主要的方法/流程
资产管理体系优化策略 指导资产管理业务流程，能力建
设等
中长期策略-电网发展
风电场发展策略
职 能 策 略
根据业务需要制定某个具体 业务的优化策略，如： ▪ 投资策略 ▪ 可靠性管理策略 ▪ 风险管理策略
▪ EBA提升策略
▪ 资源管理策略
▪…
中长期策略-各类资产寿命周 期管理
各类型资产策略
（风机，升压站等）
资产管理体系提升计划 资产管理项目
资产管理体系
资产管理计划
• 基建计划 • 技改计划 • 运行维护计划
增量资产管理策 略，主要以电量增 长需求，电网接 入，系统安全、效 益要求，等驱动因 素
各类型资产全寿命 周期活动策略，主 要以类型设备的专 业管理为视角，考 虑设备的状态，风 险、成本、效能等 驱动因素。
组织，流程，支撑
资产
资产管理基础方法：形成体系化的技术方法和模型，支持
资产决策及执行全过程评价
大数据分析及应用框架
基于大数据技术的风机绩效、状态评价
策略优化
计划执行
工作评价
资产历史数据
损失程度
风险评价模型
设备风险值 内外部约束
投资策略 3
规划方案比选 投资优化
设备状态
重要性等级
状态评估模型
故障概率
0
新增装机/MW 累计装机/MW
2005年 507 1250
2006年 1288 2537
2005年至2015年中国新增和累计装机容量
2007年 3311 5848
2008年 6154 12002
2009年 13803 25805
2010年 18929 44737
2011年 17630 62364
2012年 12960 75324
状态 预测
风险 管理
从专家驱动到信息驱动
11
为什么大数据
1 风电信息化现状 2 大数据中心的优势 3 大数据的价值定位 4 大数据在能源行业的展望
12
大数据分析（BIG DATA & ANALYTICS）在整个资产管理体系中定位于绩效 和状态监测，持续优化，及资产管理策略优化等管理要素中
资产管理体系定位及框架
资产管理策略
优
资产管理目标
资产管理规划
化
持续优化
标
准
以
资产管理策略
为实现企业战略规划并运用资产管理政策 资产管理需长期优化和可持续发展
资产管理目标
资产、资产体系和资产管理体系必要的可衡量成果
资产管理规划
行为、职责、资源和时间表等计划 实施资产管理策略并实现资产管理目标
企业价值、 职能、标准、
要求过程
功能
政策、策略、 标准、过程、
流程
建立/购置 运行 维护
更新/报废
资产单体 和资产大类
EBA是个受领导关注的大指标。
摘自《PAS55-1：2008》
龙源项目大数据触发的资产管理策略及计划，集中于EBA提升策略，及资产管理体 系提升计划，运行维护计划（成本性投入项目，不要涉及复杂决策流程的资本性投 入技改计划，技改项目立项评价除技术因素外还有其他很多因素）
资产管理体系关键要素
企业战略规划（OSP）
视角、使命和作用、业务政策、股东要求、目标和风险管理
法律和利益相关者的期望和要求
（包括客户、股东、监管机构、雇员、供应商、社会等）
规划
资产管理政策
法律规定、资产管控的整体原则和框架
企
其他需求与系统
PAS 55 资产管理体系
企业战略规划
业
价
值
资产管理政策 大数据及分析 、
3. 案例 - 龙源：混合云 - 广核：公有云 - 河北建投：混合云 - 国网案例
0 为什么大数据
2
为什么大数据
1 风电信息化现状 2 大数据中心的优势 3 大数据的价值定位 4 大数据在能源行业的展望
3
160000 140000 120000 100000
80000 60000 40000 20000
2013年 16089 91413
2014年 23196 114609
2015年 30753 145362
数据来源：CWEA
2015年新增30.753GW，16740台；累计安装风机92981台，计145.362GW
•单台风机单秒数据量：500测点*4B = 2K •单台风机每年数据量：500测点*4B*3600*24*365 = 63.1G •10000台风机每年数据量：500测点*4B*3600*24*365 = 631T
风电能源大数据解决方案
Guildline
1. 定位:为什么大数据 - 传统集控中心：分布式架构，数据量级、数据粒度、数据质量、数据资产规模 - 大数据优势：安全、全量、实时、可挖掘 - 数据驱动决策
2. 标准范式（技术范式介绍） - Iaas基础架构（公有云，私有云，混合云） - Paas（XX大数据工具，数据仓库、数据探索、数据共享、流式服务、开发者环境） - Saas（大数据服务：EBA/PHM/EnOS/Kong/） - 国网方案（大数据方案整理版） - 海上方案 - 部署实施及平台设计原则 - 运维方案
86亿 5.9PB
日数据量条数
年数据量
风电领域
6
为什么大数据
1 风电信息化现状 2 大数据中心的优势 3 大数据的价值定位 4 大数据在能源行业的展望
7
Big Data
• 安全 • 大量 • 高维 • 快速 • 可挖掘
8
透明 绩效
从逐级汇报模式到云模式
9
运维 降本
从人肉运维到自动化运维
10
数据 探索
建立/购置、 运行、维护、
更新/报废
单体资产和资产大类的组合管理
系统
（资产类型、标准、状态和绩效的多样性）
绩效和状 态监控
ቤተ መጻሕፍቲ ባይዱ
及 风 险
实施 全寿命活动
策
略 资产管理推进方法及资管产控绩效是个比较大的概念，一
般包括安全性（倒塔、着火之 类），成本性（维护成本，度电 成本之类），效能性（EBA, MTBT等）。从开源角度来看，
92981台
5.9P
1500块4TB的磁盘，200台服务器
4
传统互联网
7000万
日活跃用户数
10万
日活跃风机数
7亿 10PB
日页面访问
年数据量
某电商网
86亿 5.9PB
日数据量条数
年数据量
风电领域
5
新兴物联网
1200万
日活跃用户数
10万
日活跃风机数
7200万 30TB
日页面访问
年数据量
某手环厂商