項(xiàng)業(yè)務(wù)實(shí)時(shí)數(shù)據(jù)分析
數(shù)據(jù)自動(dòng)分析報(bào)表效率
數(shù)據(jù)接入量
基礎(chǔ)資源平臺(tái)分散建設(shè)
三峽集團(tuán)根據(jù)不同時(shí)期業(yè)務(wù)發(fā)展的需要建設(shè)了多個(gè)基礎(chǔ)資源平臺(tái),
存在資源使用不均衡、業(yè)務(wù)系統(tǒng)架構(gòu)老舊、缺乏統(tǒng)一的監(jiān)測(cè)和管理等問(wèn)題
數(shù)據(jù)孤島,處理鏈路長(zhǎng)
6個(gè)電站分布在不同省份,
IT、OT數(shù)據(jù)分散在不同系統(tǒng)平臺(tái),形成數(shù)據(jù)孤島
缺少經(jīng)驗(yàn)模型沉澱
缺少設(shè)備檢修、搶修、電站經(jīng)營(yíng)的場(chǎng)景經(jīng)驗(yàn)模型的沉澱,需引入大數(shù)據(jù)能力構(gòu)建模型
建設(shè)集團(tuán)「一朵雲」
按照「統(tǒng)一規(guī)劃(huà)、共享共建、集約高效」的原則,
基於華為雲Stack打造集團(tuán)「一朵雲」
統(tǒng)一數(shù)據(jù)採集
引入華為雲DataArts Studio數(shù)據(jù)治理中心,統(tǒng)一廠(chǎng)站水下機(jī)器人、發(fā)電機(jī)組設(shè)備、電機(jī)轉(zhuǎn)子等端側數(shù)據(jù)採集流程;
通過(guò)1個(gè)中心雲加6個(gè)廠(chǎng)站邊緣雲的雲邊協(xié)同架構(gòu),將端側數(shù)據(jù)匯聚到大數(shù)據(jù)平臺(tái)
構(gòu)建統(tǒng)一實(shí)時(shí)數(shù)據(jù)湖
基於華為雲FusionInsight MRS提供的實(shí)時(shí)數(shù)據(jù)湖能力,
支撐全量數(shù)據(jù)的關(guān)聯(lián)融合分析,構(gòu)建電力生產(chǎn)大數(shù)據(jù)模型和分析應(yīng)用,
助力工業(yè)網(wǎng)際網(wǎng)路平臺(tái)實(shí)現(xiàn)智能運(yùn)維、智能檢修、智能決策等能力
IT基礎(chǔ)資源的主要供給地
集團(tuán)一朵雲建設(shè),實(shí)現(xiàn)雲資源的集約化建設(shè)以及數(shù)據(jù)高效分析和治理,
為集團(tuán)數(shù)位化轉(zhuǎn)型成果提供「數(shù)字沃土」
匯聚OT、IT全域數(shù)據(jù)形成數(shù)據(jù)資產(chǎn)
接入60+數(shù)據(jù)源,同步5000多張數(shù)據(jù)表,100GB數(shù)據(jù),
形成50項(xiàng)數(shù)據(jù)資產(chǎn)大類(lèi),3000多資產(chǎn)項(xiàng),
支撐廠(chǎng)站經(jīng)營(yíng)、設(shè)備檢修和電力生產(chǎn)等11大業(yè)務(wù)的實(shí)時(shí)業(yè)務(wù)數(shù)據(jù)分析
設(shè)備狀態(tài)監(jiān)控及故障提前預警
助力工業(yè)網(wǎng)際網(wǎng)路平臺(tái)實(shí)現(xiàn)智能運(yùn)維、智能檢修、智能決策等能力,如推力軸承油位的故障得以提前10天發(fā)現(xiàn),
同時(shí),基於收集的數(shù)據(jù)自動(dòng)生成分析報(bào)表,相較於人工分析效率提高9倍