拥抱大数据时代 秦山核电站由“传统核电厂”向“数字核电厂”转型

简介:

核电龙头企业的前瞻性预见

秦山核电站是中国自行设计、建造和运营管理的第一座压水堆核电站,是目前国内核电机组数量最多、堆型最丰富、装机最大的核电基地。其作为我国核电行业中的“领头羊”,意识到在国内外力推工业4.0的新形势下,向智慧核电转型是个潜在机遇,并在“十三五规划”中,提出了建设数字核电厂的愿景。

主泵、稳压器、蒸汽发生器、安全壳、汽轮发电机、危急冷却系统...这些都是核电站最常见的重要设备。核反应所释放的能量巨大,任何设备出现的一点小小的故障都可能导致极其严重的后果。

为保证安全性,核电站建立了充足的后备库存,以保证对故障设备的及时替换和更新;同时,在对设备定期检查的基础上,不定期开展了动态检查,以确定设备运转正常,降低设备运行风险。

如果能利用大数据平台的分析和预测能力,分析出故障率较高的设备类型,预测出设备故障时间点,那么就能设计出更合理的库存比例和更精准的动态检查计划,进而将运行风险降到最低,安全性能提高的同时还能降低库存和动态检查的成本。

核电行业大数据的大胆拓荒,力求完美转型

普元对秦山核电站现状做了深入的调研和分析,从数据、功能、物理、工具、制度多个维度进行了成熟度评估,并针对秦山核电站在设备库存和设备可靠性等方面的具体业务需求,从大数据平台层面给出了切实可行的解决方法:

ü 大数据平台可结合ERP、EAM、集采平台等系统中的物料信息、缺陷信息、采购周期信息、供应商评价信息、采购价格、仓储等信息,分析物料/设备采购成本,判断采购决策,减少库存量。

ü 利用大数据平台关联分析能力,结合EAM、ERP等系统中的设备缺陷信息、缺陷工单维修信息、采购记录、供应商评价信息,构建设备、缺陷、供应、维修、经验等多维度的分析模型,计算出设备的综合指标,预测出设备可能出现故障的时间点,实现对设备可靠性的分析和预测,提前预防,降低运行风险。

咨询成果落地,可重点从功能架构和技术架构两个层面着手,建设大数据平台:

1、功能架构上——建立完善的企业级功能架构

秦山核电站目前各部门业务系统已经比较完善,有足够有价值的历史数据可以进行分析和预测,但现阶段这些数据还较为分散、相对独立,集采集、存储、管控、调度监控能力于一体的大数据平台,可以提高数据的综合利用率,打通各部门数据壁垒,帮助其实现“数字化核电”的目标。

大数据采集方面,为及时发现核电站设备故障,大数据平台应同时具备实时和非实时数据的采集能力。可以将流计算框架作为基础,通过对流数据进行高效实时运算,支撑实时业务响应和规则动态匹配。

大数据存储方面,为满足海量实时设备信息的存储需求,大数据平台需要同时具备结构化与非结构化数据的存储和计算能力。同时,利用内存库和流计算技术,实现数据的快速计算和存储,进而提升业务的反应速度。

大数据管控方面,应以秦山核电站现有数据字典为基础,从元数据管理、数据标准建立、数据质量监控、数据处理监控、数据共享发布等方面入手,实现书同文、车同轨的数据管控能力。

大数据度调度监控方面,为实现大数据作业运行情况的监控和干预以及直观的性能分析,平台应具备强大的调度监控能力和友好的可视化界面,以实现智能稳定的调度监控能力。

2、技术架构上——要“创新”而不是“替换”

通过多年的信息化建设,秦山核电站在核电领域始终保持着技术领先地位,目前已经形成了相对完善的企业信息化体系。大数据平台的建设应该充分利用原有信息化成果,将原有系统和大数据平台技术完美融合,采取利“旧”创“新”的一体化混合式架构,在原有业务功能的基础上,提升生产经营的决策水平。

新的混合架构将分为获取、数据、能力、应用四层,数据源经过数据获取层的批量或实时采集进入数据层,数据层分门别类对不同数据进行存储,能力层基于数据存储为核电站提供各种服务,最后应用在核电站具体的业务之中,满足核电站提升设备可靠性、节约成本的内在业务需求。

在数据管控方面,大数据平台将从数据标准管理、元数据管理、数据质量管理、数据安全等方面对数据进行全面管控,确保数据的安全可靠,进一步提升大数据平台的分析与预测能力。

拥抱大数据时代,秦山核电站由传统核电厂向数字核电厂转型

利“旧”创“新” 一体化混合架构示意图

中核核电运行管理有限公司信息项目处处长马寅军表示: “通过本次合作,秦山核电站梳理了业务场景,明确了功能架构,同时确定了可落地的技术方案,明确规划出了未来5年内的大数据中心建设方向,其中对安全生产,降低库存等重要业务场景的实现,不仅对秦山核电站有重要意义,对整个核电行业的发展起到了极大的推动作用。”

原文发布时间为:2016年2月22日
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。
相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
9天前
|
存储 边缘计算 人工智能
云计算:重塑企业计算模式的变革力量
云计算是企业计算模式的重要变革,提供IaaS、PaaS和SaaS服务,实现灵活、可扩展的资源获取。其优势包括可扩展性、成本效益、灵活性和效率提升,但也面临安全、依赖性等挑战。未来趋势包括边缘计算、混合云、AI融合及更强的数据安全监管。企业应适应云计算发展,制定相应策略。
|
4月前
|
机器学习/深度学习 存储 人工智能
大模型为数字金融发展创造新机遇
【1月更文挑战第22天】大模型为数字金融发展创造新机遇
23 1
大模型为数字金融发展创造新机遇
|
12月前
|
人工智能 算法 搜索推荐
数智洞察 | 当数智化遇上普惠金融:打破数字鸿沟,赋能中小微企
编者按: 随着数智时代的到来,银行传统的风险理念已不能完全适应数字经济时代金融支持实体经济的切实需求。与此同时,许多行业依然面临融资难、融资贵的严峻形势。数据、人工智能、区块链、云计算等数字资源与技术的创新和应用正在改变我们的经济社会,重构金融服务模式,推动产业结构升级。产业数智金融应运而生。数智技术与金融的结合推动产业金融的发展,进一步缓解产业链上中小微企业融资难的问题,助力其高质量发展。 全文约4271字,建议阅读时间13分钟。
193 0
|
人工智能 供应链 小程序
数字转型:企业逆境发展的新动能
数字转型:企业逆境发展的新动能
数字转型:企业逆境发展的新动能
|
新零售 存储 人工智能
阿里巴巴胡臣杰:以数字化思维驱动营销变革与持续增长 2022全球数字价值峰会
做数字化转型最好的时间是五年前,其次最好的时间就是现在。
188 0
阿里巴巴胡臣杰:以数字化思维驱动营销变革与持续增长 2022全球数字价值峰会
|
机器学习/深度学习 人工智能 运维
传统行业将如何在互联网时代下发展
专注于传统市场的优耐达能源在互联网风向中,为了适应时代需求,决定建立网站。最终他选择了阿里云市场建站服务。
9169 2