数据收集 数据收集
数据收集
被动
主动
文档平台
Section 2 – 核电企业中智能运营的重要性
信息技术激活传统资产的管理，提升资产的集中化管理
连接传统资产
• 设备 设施 • • IT IT信息技术提升资产性能 网络化连接实现资产的远程监控 网络化连接帮助资产维护自动化
内嵌IT
• • • 运输 是传统资产和IT资产的特性融合 复杂任务的自动化完成 电子化取代机械化
加密及掩码处理
解决方案
文件系统用户组 LDAP协议用户组 身份管理
解决方案
数据标记 ETL工具 Map Reduce工具
• 核电企业中智能运营的重要性
大数据助力核电智能运营 •
Section 2 – 核电企业中智能运营的重要性
大数据技术的成熟，核电运营管理如何变革？
大数据时代来了
Rachel Update
关键任务的 工作负载
容量
99.95% 可伸缩 按需分配 连续作业 计划内停机 主动灾后恢复
计算弹性
工业互联网应用
30-40ms <30ms
中/高
高
性能/延迟
工业解决方案 – 操作技术主导
(如：M&D、CBM、ALM等)
安全等级
企业解决方案 – 信息技术主导
(如：CRM、SCM、ERP等)
Section 1.1 – 大数据应用案例分享 – GE工业大数据
改善效率低下流程 带来的产业价值
改善燃气发电效率 带来的产业价值
Section 1.1 – 大数据应用案例分享 – GE工业大数据
案例分享：工业大数据 – 高速、庞大
2020年之前
接下来10年，
4
Section 1.1 – 大数据应用案例分享 – GE工业大数据
案例分享：传统的数据仓库架构
2020年之前
案例分享：数据管理
Section 1.1 – 大数据应用案例分享 – GE工业大数据
案例分享： GE管理自己的数据和服务 保护、管理并增加信息源 数据质量
准确性 完整性 一致性
生命周期
来源 继承 保留
合规性
监管规则 企业规定
元数据
数据字典 所有资产的目录 分类和标记
审计
监察 记录 日志分析
Section 1.1 – 大数据应用案例分享 – GE工业大数据
智能预测 事件关联性 SCAPI • • 海量数据 根据多个症状检 测复杂问题 多维指标分析 分析模型
传统监控
设备系统、自开发 监控、人工... • • •
OmniBus ,BPPM …
信息管理系统
手动
• •
静态阈值 警报
重复事件管理 基于规则关联分析 • • 基线和动态阀值
数据收集 （衡量指标、日志...）
另一方面，关键核电维修业务将对 重大故障呈现“零容忍”
有效的智能化运营监控能力
如何改进事前排除 故障和事后恢复故 障能力？
Section 2 – 核电企业中智能运营的重要性
日益发展的设备及信息化，监控技术发展方向和新的市场机会
现今复杂的电站设备及信息化架构
自动
监控技术发展和新的市场机会
警报量 降低到原来 1/10
案例分享：数据湖安全性解决方案
19
外围安全
人身安全 网络安全 身份验证 集群保护
数据安全
静态数据和动态 数据安全性 数据的模糊处理
访问控制
文件访问权限 用户组授权 基于角色访问控制 配置管理
数据可视化
数据来源 数据继承
解决方案
数据中心部署 Kerberos身份验证 LDAP协议集成 职责分离
解决方案
接下来10年，
4
Section 1.1 – 大数据应用-案例分享 – GE工业大数据
案例分享：工业数据湖架构
采用先进数据治理业务和定位支撑 2020年之前
接下来10年，
4
Section 1.1 – 大数据应用案例分享 – GE工业大数据
案例分享1：智能数据管理
2020年之前
接下来10年，
Section 1.1 – 大数据应用案例分享 – GE工业大数据
China Digital Consulting
大数据助力核电智能运营
Table of Contents
Section Overview Page
Glossary of Terms and Abbreviations
1
大数据应用案例分享 – GE工业大数据
3
2
3 4
智能运营方案在核电企业应用的业务场景
Section 2 – 核电企业中智能运营的重要性
新技术环境下，核电运营工作所面临的挑战
核电业务发展对维修管理提出新的 管理要求
一方面，新技术运用以及国家 提倡进行两化融合，实现智慧 核电，如“无感知运维”
业务电子化程度和连续性要求 持续提高，对核电维修工作带 来深刻影响：
-
智能感知
智能预警 智能处理
案例分享：工业数据湖服务应用
2020年之前
数据价值化 及其产出
接下来10年，
运用
安全
分析
预测性/常规性分析 及可视化
在一个地方 管理所有数据
高性能计算
管理
处理
工业数据湖
Section 1.1 – 大数据应用案例分享 – GE工业大数据
案例分享：工业数据湖-优化工业工作负载
Section 1.1 – 大数据应用案例分享 – GE工业大数据
维修优化也是大数据的焦点之一
Section 2 – 核电企业中智能运营的重要性
新技术环境下，核电维修工作所面临的挑战与机会
核电运营转向敏捷、简洁和智能的运营管理，基于流程优化和数据集成，采用先进技术和分析能力从规划 到退役阶段优化资产绩效
Байду номын сангаас
维修和业务线需要洞察 …
“中国应该加强发电机组的效率，而不仅仅是增加更多机组。” - 五大发电集团高管
案例分享：完善基于Hadoop数据治理 集群
Apache Falcon
采用Oozie以及Ambari
数据集 流程
数据管道
定义
监控
数据管道
管道的依赖关系、 继承关系
回溯
Section 1.1 – 大数据应用案例分享 – GE工业大数据
案例分享：工业大数据
支持SLAs 工业工作考核的 KPIs
>99.99%
附录1：智能运维方案应用的业务场景 附录2：案例分享
41
45 62
Section 1.1 – 大数据应用案例分享 – GE工业大数据
案例分享：GE工业大数据的大机遇
1%的功效 事关最后结果的优劣
提高货运铁路 利用率
预测性医疗维护
预测性电力诊断
$270亿
改善效率低下系统 带来的产业价值
$630亿
$660亿
• 基于大数据分析技术，实现智能运营平台的建设
大数据助力核电智能运营 •
Section 3 – 基于大数据分析技术，实现智能运营平台的建设