[發明專利]基于大數據云計算平臺的風電場SCADA系統及其運行方法

有效

• 申請號: 201710512657.X
• 申請日: 2017-06-29
• 公開（公告）號: CN107330056B
• 公開（公告）日: 2020-10-16
• 發明（設計）人: 梁濤;侯振國;鄒繼行;張迎娟;孫天一
• 申請（專利權）人: 河北工業大學
• 主分類號: G06F16/182
• 分類號: G06F16/182;G06F16/22;G06F16/27;H04L29/08;H04L29/06
• 代理公司: 天津翰林知識產權代理事務所(普通合伙) 12210
• 代理人: 王瑞;趙鳳英

1.一種基于大數據云計算平臺的風電場SCADA系統，其特征在于該系統包括風電場側、云計算平臺和集控中心側；所述風電場側和集控中心側通過互聯網均與云計算平臺連接；

所述風電場側包括風機、升壓站、箱變、測風塔、電度表、AGC、AVC、保信子站、故障錄波、遠動裝置、前置服務器、防火墻和交換機；所述風機通過以太網與前置服務器連接；風機指風電場中實際的風機；所述升壓站、箱變、測風塔、電度表、AGC、AVC、保信子站和故障錄波通過以太網分別與遠動裝置連接；升壓站用來使風電場發出來的電升壓，目的是減小線路電流借以減小電能的損失；箱變是一種高壓開關設備、配電變壓器和低壓配電裝置，主要用來改變電壓；測風塔用于對風電場氣流運動情況進行觀測和記錄；AGC控制著調頻機組的出力，以滿足不斷變化的用戶的電力需求；AVC能夠進行在線電壓無功優化控制，保障電能質量，提高輸電效率，降低網損；保信子站是將風電場的遠動信息、保護信息和圖模信息進行上傳；故障錄波可在系統發生故障時，自動準確地記錄故障前后過程的各種電氣量的變化情況，通過原始波形對這些電氣量的分析和比較，分析處理事故、判斷保護是否正確動作以及提高電力系統安全運行水平；所述遠動裝置通過以太網和前置服務器連接，前置服務器與防火墻連接，防火墻與交換機連接；遠動裝置用來對風電場設備的數據進行采集和轉發；前置服務器用于顯示風電場接收到的實時數據、通道狀態和通訊報文；防火墻是指一種將內部網和公眾訪問網分開的方法；交換機是在互聯網中完成信息的交換；

所述云計算平臺包括大數據服務器、高級應用服務器和交換機；所述大數據服務器、高級應用服務器和交換機之間均通過以太網相互連接；所述交換機用于互聯網和云計算平臺的信息交換；所述大數據服務器用于存儲和處理風電場數據，提供查詢、更新、事務管理、索引、高速緩存、查詢優化、安全及多用戶存取控制的功能；所述高級應用服務器為風電場的智能化發展開發風功率預測、風機震動監測、WEB發布、設備預測維修以及風電事故預測報警的高級應用；

所述集控中心側包括網絡打印機、風機集控工作站、升壓站監控工作站、報表和告警工作站與維護工作站；所述網絡打印機、風機集控工作站、升壓站監控工作站、報表和告警工作站與維護工作站之間均通過以太網相互連接；網絡打印機指通過打印服務器將打印機作為獨立的設備接入局域網或者互聯網，是一個與網絡并列的網絡節點和輸出終端；風機監控工作站用來監控風電場中風機的實時運行情況；升壓站監控工作站用來監控風電場升壓站的實時運行情況；報表和告警工作站提供定制化的數據展現功能，提供報表的生成、打印和上報功能，與上級單位的報表系統無縫連接，同時對于隨時出現的故障，進行聲光報警，報警內容顯示在最前端，便于運行人員查看報警內容；維護工作站用于工作人員對風電場設備出現的故障進行及時的維修，減少事故的發生，保證風電場的安全運行；

基于大數據云計算平臺的風電場SCADA系統的運行包括以下步驟：

(1)數據采集和傳輸：風機的數據直接傳輸給前置服務器，升壓站、箱變、測風塔、電度表、AGC、AVC、保信子站和故障錄波的數據經過遠動裝置的規約轉換均轉換成標準的規約數據包，再通過通過以太網傳輸給前置服務器；風電場側的數據在前置服務器匯集后，經過防火墻加密，由交換機通過用戶訪問接口把數據上傳至云計算平臺；數據采集和傳輸期間如果碰到網絡連接中斷的情況，也不會對數據采集產生影響，因為接口程序會重復檢測網絡連接狀態，斷網時間段內的數據不會丟失，只會形成暫時的緩存文件，一旦網絡連接恢復，立刻正常傳輸；

(2)數據存儲：數據采集和傳輸到云計算平臺后，云計算平臺首先要對風電場大數據進行存儲，存儲架構中SC是部署在一臺大數據服務器上的存儲控制器，與搭建的虛擬服務器VM連接，VM的數量根據需要是可變的，每一個VM關聯一個存儲器volume來擴展存儲，VM之間數據共享，共同訪問一個大數據存儲區域；VM與集群控制器CC連接，最終連接基于Hadoop基礎框架建立在HDFS文件中的HBase數據庫；

(3)數據處理：采用云計算平臺中MapReduce化的標準K-Means算法對HBase數據庫中的數據進行處理；MapReduce標準編程模型中的Map/Reduce程序被Hadoop平臺中的Hive數據倉庫工具劃分為順序執行的Map函數和Reduce函數，初始的一個鍵值對經過Map函數，生成一組作為橋梁的中間鍵值對，但是只有鍵值相同的中間鍵值對，才能傳送給Reduce函數；Reduce函數的作用是接受其中一個鍵值和一組相關的鍵值，進行組合，形成更小的一組鍵值；輸入的海量數據存儲在分布式文件系統HDFS中，程序采用遷移運算的方式，Map/Reduce任務被下載到劃分好的數據節點并行執行，數據處理的最終結果仍保存HDFS文件中，集控中心側通過用戶訪問接口接收云計算平臺處理后的數據。