新書推薦：
《
卢布：一部政治史 （1769—1924）（透过货币视角重新解读俄罗斯兴衰二百年！俄罗斯历史研究参考读物！）
》
售價：HK$
119.9
《
法国商业400年（展现法兰西商业四百年来的辉煌变迁，探究法国企业家“外圣内王”的精神内核）
》
售價：HK$
74.8
《
机器人之梦：智能机器时代的人类未来
》
售價：HK$
75.9
《
脑髓地狱（裸脊锁线版，全新译本）日本推理小说四大奇书之首
》
售價：HK$
61.6
《
复利人生
》
售價：HK$
75.9
《
这里，群星闪耀：乒坛典藏·绽放巴黎（全套7册）
》
售價：HK$
259.6
《
想通了：清醒的人先享受自由
》
售價：HK$
60.5
《
功能训练处方：肌骨损伤与疼痛的全周期管理
》
售價：HK$
140.8
|
| 內容簡介： |
抽水蓄能电站安全、经济运行需要即时对各系统的运行状态感知，支持生产运行支持系统对电站设备进行科学调度、对可能出现的设备缺陷等问题早发现、早干预处理。精准、全面的状态感知，关键的支撑信息是多源系统采集的实时数据。通过构建抽水蓄能实时数据监督体系，建立实时数据全景设备及观测模型，融合多源实时数据、提升实时数据质量，并构建实时数据及其生成的时序数据的分析环境，实现实时数据完全监督、强化自动巡维策略定义和执行，充分发挥多系统实时数据在运维检修领域的价值。
本书首先分析抽水蓄能电站数据监督涉及的模型及时序数据，研究抽水蓄能电站设备及观测模型。之后提出多源实时数据一体化汇集的技术方法和数据质量管控策略。构建云化实时、时序数据分析基础设施，在其上定义、运行自动巡维策略，运用多维感知和巡检推理，实现抽水蓄能电站智能巡视和智能技术监督。
本书对抽水蓄能基于时序数据实时分析的数据监督体系构建和实施进行了全面的介绍，通过实例对实施效果给出了说明。
|
| 關於作者： |
|
张豪，就职于南方电网调峰调频发电有限公司储能科研院，长期从事数据资产研究和抽水蓄能电厂运维工作，建成了公司统一的设备状态监测系统，实现以设备为中心的透明感知。研发了多维度智能巡维平台（2023年中国水力发电工程学会鉴定“总体国际领L先”）。建成了国内首个千万千瓦级抽水蓄能多厂站集控系统，实现对南方区域9座抽水蓄能电站、常规水电站的集中监视和控制，推动了我国在运近四分之一装机容量的抽水蓄能机组由属地化分散式监控向远程少人多厂站集中监控转变。自主研发数据分析工具，攻克了低代码敏捷定制实时数据分析算法平台的技术难题，建成了在时序数据技术监督平台（生产运行支持系统数据巡检模块），实现对关键设备进行实时数据分析。
|
| 目錄：
|
第1章 概述 1
1.1 抽水蓄能电站时序数据 1
1.2 时序数据分析处理研究现状 3
1.3 对时序数据的探索历程 5
1.3.1 基于DataWorks的（时序）数据分析 7
1.3.2 自主构建时序数据分析环境的时序数据分析 8
1.4 全文主旨思想 10
第2章 时序数据业务场景分析 12
2.1 设备动作监测场景分析 13
2.2 设备运行参数监测场景分析 15
2.3 设备整体状态监测场景分析 17
2.4 本章小结 18
第3章 运行巡检实时分析技术 20
3.1 业务需求分析 20
3.2 设备动作一致性数据巡检 21
3.2.1 场景描述 21
3.2.2 实现方法 21
3.2.3 实例解析 28
3.2.4 小结 36
3.3 设备状态一致性数据巡检 37
3.3.1 场景描述 37
3.3.2 实现方法 37
3.3.3 实例解析 43
3.3.4 小结 56
3.4 电站测点越限数据巡检 57
3.4.1 场景描述 57
3.4.2 实现方法 58
3.4.3 实例解析 59
3.4.4 小结 73
3.5 电站音视频流数据巡检 73
3.5.1 场景描述 73
3.5.2 实现方法 75
3.5.3 实例解析 84
3.6 本章小结 86
第4章 缺陷与故障实时分析技术 88
4.1 业务需求分析 88
4.2 设备启停频次与运行时长实时分析 89
4.2.1 场景描述 89
4.2.2 实现方法 90
4.2.3 实例解析 95
4.2.4 小结 100
4.3 设备模拟量趋势实时分析 101
4.3.1 场景描述 101
4.3.2 实现方法 102
4.3.3 实例解析 103
4.3.4 小结 116
4.4 本章小结 116
第5章 实时分析技术集成-设备健康度评价 117
5.1 设备健康度评价技术原理 117
5.2 设备健康度评价技术方法 118
5.3 设备健康度评价技术实例 122
5.4 本章小结 127
第6章 时序数据分析技术路线 129
6.1 技术路线 129
6.2 环境构成 130
6.3 基础设施 133
6.3.1 Hadoop 134
6.3.2 Zookeeper 140
6.3.3 Kafka 142
6.3.4 Flink 144
6.3.5 关系数据库 147
6.3.6 TDEngine 148
6.3.7 Flume 149
6.4 分析平台 151
6.4.1 数据集成 152
6.4.2 数据开发和运维 155
6.4.3 数据服务 158
6.4.4 API网关 160
6.4.5 数据可视化 162
6.4.6 消息中心 163
6.4.7 报表工具 165
6.4.8 认证中心 166
6.4.9 其他辅助模块 177
6.5 领域模型 179
6.5.1 建模概念 179
6.5.2 建模工具 181
6.5.3 领域模型实例 183
6.6 个性化应用实例 187
6.6.1 应用框架 188
6.6.2 动态规则支持 189
6.6.3 使用Aviator表达式 190
6.6.4 触发条件 192
6.6.5 重跑机制 193
6.6.6 中心-边缘部署 197
6.7 本章小结 198
第7章 总结 200
|
| 內容試閱：
|
|
在当今这个数据驱动的时代，充分利用各类数据为业务提供支持也成必然，标准化的模型数据、海量的时序数据都是重要的数据资产。时序数据中深埋了大量趋势性、统计性的有价值信息有待进一步挖掘。分析抽水蓄能电站大量的开关量、模拟量、听觉、视觉时序数据中所隐含的设备状态信息，及时甚至提前发现、感知设备缺陷、故障及其征兆，能够在降低监视运维强度的同时帮助运维人员提高巡检效率，在设备出现问题之前提前做出反应，从而使电站的运行更加安全、可靠。本书旨在为读者深入解析抽水蓄能电站各类时序数据的内在逻辑，提供一系列实用的分析技术和方法，以期帮助专业人士和研究人员在实际工作中做出更加精准的决策。本书的编写初衷源于对时序数据分析技术的持续探索和实践。作者团队在多年的研究和项目实施过程中，积累了丰富的经验，建立了使用的数据监督体系。将这些经验凝聚成文字，以期与业界同仁共享。全书涵盖了从时序数据构成、数据监督业务场景、分析软件环境组成到时序分析业务应用的各个方面。首先提供了时序数据及其分析技术的概述，包括抽水蓄能电站时序数据的特点和数据分析处理技术的历史与现状。紧接着探讨了时序数据分析在不同业务场景下的应用，如开关量和模拟量的分析，以及如何进行综合分析以支持决策制定。之后详细介绍了时序数据分析的技术路线和所需环境，包括构成分布式时序分析的各个关键技术组件，以及数据集成、开发运维、数据服务等的构建，其中包括个性化应用（如实时数据技术监督）任务化流式分析、动态规则支持等功能的实现方法。在时序数据分析的具体应用方面，具体阐述了数据巡检、缺陷和故障分析以及设备健康度评价。通过设备状态一致性、设备动作不同步、测点越限告警监测等场景的分析，展示了如何通过数据巡检及时发现并解决问题。同时，机器听觉和视觉巡检的引入，为传统数据巡检提供了新的视角和方法。通过设备启停频次、运行时长以及模拟量趋势等分析实现对系统和设备的缺陷和故障分析。基于时序数据计算获得设备健康度，为评估和监控设备的健康状态提供科学的依据。本书的编写过程中，我们力求内容的准确性和实用性。随着技术的不断演进，时序数据分析将在未来发挥更加重要的作用。我们期待与读者一起，探索数据分析的无限可能，共同推动这一领域的发展。感谢所有为本书的编写提供帮助和支持的同仁。让我们一起迎接时序数据分析的新时代。 著者2024年8月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
