2024智慧水电厂典型设计规范

1.智慧水电厂典型设计规范2.智慧水电厂建设方案智慧水电厂典型设计规范2024年11月目录TOC\o"1-2"\h\z\u前言 图72所示。图STYLEREF1\s7SEQ图\*ARABIC\s12水情水调网络结构图测报数据要求水情监测应获取降水量、蒸发量、水位（含地下水位和潮位）、流量、土壤墒情、风向、风速、气压及水质等水文要素，以及闸门开度、工程监视图像等信息。水调系统应采集坝上水位、坝下水位、尾水位、测站降雨量、测站水位、流域平均降雨、闸门开度、闸门状态、机组有功、机组状态、水电厂全厂有功及水电厂发电量等数据。遥测站数据、卫星及数值预报数据应以GIS方式存入空间数据库，实现标准调用。应在数据中心实现全国DEM、土地利用、土壤、数值预报等数据集的统一GIS存储并及时更新，并为下级公司提供标准调用接口。气象监测与预报气象监测功能要求应得到精确的、定时定点的气象数据，为水电发电负荷预测提供稳定、高精度的数值天气预报服务，以减少天气不确定性带来的损失。应实现气象数据的采集、传输、处理、存储及相关维护管理功能。监测方式自动站监测—自动站监测的要素应包括：降雨、降雪、气温、土壤湿度、空气湿度、冻土监测、地温监测、辐射、蒸发量检测、气压、风向及风速。—通信方式可采用：北斗、全网通、物联网或短信。—传输时间：北斗和短信应以小时为频度，全网通应以5min为频度。卫星监测—卫星监测的要素应包含：卫星降雨数据、云图、水汽及积雪。—应具备区域标识功能，并自动生成流域不同分区的相应数值分析。雷达监测应提供带流域轮廓标识的雷达图，并能自动做出流域内不同区域的雷达数据分析。面雨量监测及数据处理—分布式雨量站建设应采用物联网实现数据的分布式采集集中冗余回传。—应支持散点数据的空间插值对雨量面分布的栅格还原（可结合DEM数据、降雨卫星数据及数值预报数据）。—面雨量计算方法可采用：泰森多边形、距离平方反比、面趋势（多元回归）、克里金法及协同克里金法。气象预报a）数值预报功能要求：—应能够获取数值预报的原始数据集，常用数值预报如：ECMWF、T639、GFS、GRAPES及WRF（需要单独构建）。—应对数值预报的数据进行二次开发，根据提供的站点和流域分区地理信息，自动生成多种水文模型驱动数据文件。—气象部门站点预报结果应入库，所有数据可在GIS中展示。预报要素：水文预报要素应包括降雨、气温、积雪水当量。根据不同应用场景结合流域DEM数据处理到流域的不同区域和高程带。b）长期预报功能要求：—可收集到中国气候中心、欧洲数值预报中心、日本气象厅、美国环境中心发布的月季年尺度的气候预测。—应具备区域标识功能，并自动生成流域不同分区的相应数值分析，并为长期水文预报提供数据支撑。预报要素：长期预报要素应包括降雨距平和气温距平。水文监测与预报a）下级公司应依据空间数据库接口，将遥测站数据以GIS方式存入数据中心，并实现各类水文模型驱动数据的统一预处理。b）应在算法平台对常见集总式水文模型（如：API、USLE、HEC-1、新安江、WRAP、WEAP、水箱等）和常见分布式水文模型（如：SRM、SHE、VIC、AGNPS、ANSWERS、MATSALU、SWAT、STREAM、SWIM、TOPMODEL、GBHM2等）分别进行集成。c）应结合DEM、土地利用、土壤、遥测站历史等数据对所属各流域进行多种水文模型的构建率定，并能根据新的气象、水文实测数据智能滚动对模型本体进行参数率定更新，再结合最新数值预报数据驱动多种水文模型对各流域进行流量模拟预测。d）应利用积累的大量数据，采用多种深度学习算法，结合本流域、各水文模型的模拟效果分析评价数据，实现流域各模型预报结果在不同季节的分期自趋优融合，形成最终推荐模拟结果。水文监测a）功能要求应采用水情监测系统采集水位、流量和其他水文参数供径流预报、洪水调度、水库调度及发电计划等使用。水情监测系统应实现数据的采集、传输、处理、存储及相关维护管理功能。b）其他要求水文监测的传感器类型包括：投入式水位计、超声波、雷达水位计、表面流速仪和水尺的图像识别。水文监测的要素应包括水位和流量，其中流量值需要推算。水文断面应按标准率定。没有率定条件时，应按地形数据推定，应至少包括3个实测的校准点。c）水情监测系统结构水情监测系统通常由遥测站、遥测通信网和中心站组成，并通过中心站计算机网络与其他系统进行信息交换。可准确可靠地采集和传输水情信息及相关信息、进行统计计算处理和存储、生成相应的报表和查询结果、提供符合要求的水文预报。还可进行水库调度分析计算、水务管理和其他功能扩充。遥测站主要功能：—应支持自报兼应答式的工作体制。遥测站根据设置的定时段次向中心站发送当前的水位、雨量数据，同时包括测站站号、时间、电池电压等参数。另有平安报功能，如果雨量测站某时间段内没有降雨，应定期发送平安报。可随时响应中心站的查询命令，按接收到的指令发送实时数据和批量数据。—数据采集存储。应能自动采集雨量、水位和其他水文气象参数，并由数据采集器进行校验和本地存储。本地存储的传感器数据能通过便携计算机（或其他终端）现场读取，或者由中心站远程读取。宜提供现地数据显示功能。—应能实现超阈值加报。雨量数据宜实时采集并超阈值加报，水位数据宜定时采集并超阈值加报。—应能读取和修改遥测站参数。传感器测量时间间隔、定时发信时间间隔和阈值等遥测站参数能通过便携计算机（或其他终端）现场读取和修改，或者由中心站远程读取和修改。—应能对实时日历时钟进行现地或远程校时。—应能进行人工置数。可选配人工置数设备，采用独立装置或集成在数据采集器中。—应能进行低电压告警。告警信息宜含工作温度、充电状态和相关信息等。中心站主要功能：—应能接入各类指定的通信终端，实时接收遥测站的数据，按照指定的方式进行转换、整理、统计，存入原始数据库。将实时接收到的水雨情信息进行合理性检查分析、排错，把合理的数据分类整理处理后以统一的格式存入数据库中。接收的数据异常时应进行告警提示。—应能将遥测信息和其他方式接收的信息按照指定的方式进行转换、统计和整理，存入相应的数据库。—应能对遥测站进行管理和控制。应有遥测站工作状态指示，信道条件允许时能远程读取和修改遥测站参数、远程提取历史数据、远程校时和远程召测。—查询和实时数据库维护应能提供水情信息查询、按照预定的项目和图表格式显示和打印各类报表、站点分布图、指定时段的雨量分布图和各种过程线图。能进行数据库备份和数据库恢复。数据资料的查询和整理以及其他信息的接入均应有安全审查机制。能实现定时水情预报、随机水情预报及给定雨量或流量的模拟水情预报。—可根据实际需求预留与其他系统信息交换的接口。—可实现调洪演算、水库调度方案分析计算以及水库调度计划管理。—可进行水量平衡计算，水电厂日、旬、月及任意时段水量运行报表制作以及资料整编。—可制定发电计划与本地及异地发电会商。遥测通信网主要功能：—应能提供可靠的水情信息传输的通道。—应能根据实际应用的需求提供双信道备份或混合组网。—系统单次完成水情数据收集、处理和预报作业的时间应≤20min。—系统数据收集的月平均畅通率应达到95%以上。—遥测站、中继站和中心站单站设备的MTBF应＞6300h。d）软件功能水情监测系统软件应具有水情信息的采集、接受、检查、处理、输出显示和各种图形、时钟同步、数据补调、报警、任务设置、结果查询、数据管理及报表打印等功能，并对接收到的水情数据建立本地数据库，同时送入数据库服务器，数据入库后，根据不同要求和条件实现以下功能：应能将信息在GIS中展示。应进行洪水预报和洪水调度。应实施兴利管理，进行水务计算。应利用地理信息系统（GIS）扩大应用功能。应显示和绘制水库水情图，雨量柱状图，水库水位过程线，反推实测入库流量过程线、出库过程线、预报流量过程线。短期径流与洪水预报a）基本要求径流预报应至少进行日尺度预报，预见期≥7d，并提供每日的流量数据。洪水预报应以小时为尺度，预见期≥24h，并提供未来24h主小时的流量数据。径流预报的驱动数据集应包含最新的实测数据及数值预报数据。径流预报应实现滚动自动计算。b）高级要求应根据流域特性进行场景分析。至少建立用于融雪径流预报的模型和用于降雨径流预报的模型。应建立分布式概念模型，同时应不断完善分布式物理模型的建设。融雪径流预报应至少以气温及遥感积雪数据做驱动的模型计算作为预报依据。c）数据要求数据仓储要求：应实现用于存储空间数据的GIS数据库，并提供方便的数据界面及接口。基础数据应包括：分辨率≥30m的流域DEM数据、≥1:10万流域最新土地利用数据、≥1:100万的流域土壤数据及流域河道的矢量数据。应实现数值预报数据集的自动获取与入库，要素不少于降雨、气温、积雪水当量、总云量、低云量及风速。应实现MODIS积雪监测数据、GPM降雨监测数及风云四相关数据的自动获取、处理及入库。应利用遥感数据面趋势滚动实现实测散点数据的面分布栅格还原。d）径流与洪水预报方法可采用推理方式法、经验公式法、单位线法、SCS模型法及分布式水文模型法。e）模型率定应使用智能寻优算法（如SUFI2、GLUE、ParaSol、MCMC及PSO）执行校准、验证、灵敏度分析和不确定性分析，实现模型参数的自动快速率定。f）软件功能径流预报应实现至少每日两次更新预报。洪水预报应随降雨过程实时更新。预报及过程信息可以在GIS中展示。预报的流量结果可在流域的虚拟沙盘上三维动态展示。可对预报结果确定性系数及误差计算。预报结果的精度可实现分次统计和分预见期统计。中长期径流预报a）基本要求应采用气候预测数据对中长期径流进行推演预报。常用方法应包括：气候预测数据推演、基于大气环流因子的回归分析、基于径流规律的统计、神经网络预报、门限回归预报及支持向量机预报。b）软件功能应支持历史预报结果查询、对比分析和精度评定、冗余预报结果删除及历史信息查询等管理功能。预报及过程信息可以在GIS中展示。预报的流量结果可在流域的虚拟沙盘上三维动态展示。可进行径流序列特征值分析、频率分析、预报因子筛选、率定样本构造、模型参数自动优选和人工率定及预报方案集构造等方案制作。可实时统计相关降雨径流信息，提供未来降雨输入、组合权重修改、预报结果手动修改及图表导出打印等功能。水库调度水库调度可耦合气象数值预报及水文模型评价，根据径流的上限、下限及期望值自动生成发电调度计划和闸门自动调整策略，并对其削峰率、拦洪量、预泄量、停泄时间、风险系数、概率、防洪指标及经济指标做出系统分析，并推荐优选方案。最终做到实时滚动调整，实现自适应智能调度。根据水库调度工作的特点，一般可以分为洪水调度和电力调度。洪水调度在确保工程安全的前提下，对调洪和兴利的库容进行合理安排，充分发挥水库的综合利用效益。电力调度：主要是利用水库的蓄水调节能力，重新分配河流的天然来水，使之符合电力系统的发电用水要求和下游农业灌溉用水需求。应涵盖单个水库的调度和水库群的调度（包括梯级水库调度、跨流域引水水库调度）。具体要求如下：考虑防洪、生态环境（含泥沙淤积、岸坡侵蚀）、电网运行、通航等约束；根据集控侧大坝安全分析评估的结果指导控制库水位在允许的变化范围内。水库调度应能够运用根据水库的调蓄能力，按来水蓄水实况和结合水文预报，提出水库调度方案，并在运行中不断修订校正。应根据入库流盘编制水库的日计划运行方式和旬、月、季、年发电计划，并具备多目标优化计算功能应具备根据洪水预报和防洪调度规程编制调洪方案的功能。应具备对水库长、中、短期水量平衡进行调节计算的功能。应向相关调度部门上送水库调度的数据信息。洪水调度a）洪水调度方式洪水调度的方式应包括：固定泄洪调度、补偿和错峰调度、预报预泄调度、实时预报调度、防洪与兴利结合的调度及水库群联合防洪调度。b）防洪调度应考虑的因素水雨情：实测降水、预报。工情：上下游防洪工程的基本情况，面临的现状。上下游、左右岸、边坡、重点防汛目标的防汛要求。各方面的需求：生态、发电、航运、供水。调度的依据和原则。c）防洪调度模型调度模型可包含安全度汛模型、预泄模型、防洪调度末水位高精度控制模型组成及智能化自适应闸门计划执行模型等。d）洪水优化调度应采用数学算法和调度模型，调用水雨情、实时监测、各类计划、闸门启闭等数据，基于各类防洪参数、约束条件、负荷调整规则、闸门操作规则，求解洪水调度合理方案。e）软件功能可实现洪水过程自动调算。可耦合洪水预报及水文模型评价，根据洪水的上限、下限及期望自动生成发电和闸门调度计划，并对其削峰率、拦洪量、预泄量、停泄时间、风险系数、概率、防洪指标及经济指标做出系统分析，并推荐优选方案。可具有开发标准的数据访问接口，实现防洪方案的共享和发布，并可其他系统功能，实现业务的无缝链接。具备计划的执行跟踪监视与实时调整功能，实时监视流域水情、水库水位、入库和出库流量、防洪控制点的水位和流量，能上传至集控侧，并在异常时告警；发电调度水库调度应在确保大坝安全的前提下，处理好发电和防洪之间的关系，充分运用流域梯级电站的调蓄能力，寻求科学合理的单站和梯极联合优化运行策略，实现对天然入库径流进行有计划地蓄泄，达到充分利用水能资源，电站安全稳定运行，业主获取更大经济效益的目的。具体要求年发电计划一般采用70%～75%的保证率来水编制，同时选用其他典型频率来水计算发电量，供电力电量平衡时参考。时段（日、月、季等）发电计划应在前期发电计划基础上，参照相应时段水文气象预报及电网情况编制。遇特殊情况应及时对计划进行修改。有调节能力的水库，应根据设计确定的开发目标、参数及指标，绘制水库调度图。应采用设计水库调度图与水文预报相综合的方法进行调度。根据库水位在水库调度图上的位置确定水库运用方式，不得超计划及超规定用水。多年调节水库在蓄水正常情况下，年供水期末库水位应控制不低于年消落水位。只有遭遇大于设计保证率的枯水年时，才允许动用多年调节库容；在遭遇大于设计保证率的枯水段时，才允许降至死水位。调节能力差的水库，应充分利用短期水文气象预报，在允许范围内采取提前加大供水和拦蓄洪尾的措施，以提高兴利效益。日调节及无调节水库，应特别重视短期水文预报，编制相应日运行计划，库水位应尽量维持在较高位置运行。梯级水库群应按设计要求以全梯级综合利用效益最佳为准则，根据各水库所处位置和特性，制定梯级水库群的调度规则及调度图。实施中应正确掌握各水库蓄放水次序，协调各水库的运行。发电调度软件功能可分短、中、长期发电优化调度3个模块，分别以不同调度时段根据流域梯级水电站的运行及来水预测情况，根据经济调度原则，满足各种约束条件，制作短、中、长期（也可以自行灵活设定计算日期）发电计划或水库调度方案；调度期的起始时间和结束时间可自行设置，调度对象可进行选择，分为单库、梯级。应根据不同时期的调度需求，边界条件、调度目标可选。应实现实时发电预警及负荷交互修正。应具备强大的人机交互能力。应具备风险评估功能。调度方案保存应支持多方案存储。灌溉与生态流量监控灌溉监控技术描述：—数据传输方式应包括：北斗、全网通、物联网、网线及光纤等。—应进行梯级电站的发电与灌溉流量耦合联合优化进行研究，在确保灌区用水的前提下，实现梯级电站发电效益最优。基本要求：—采集的数据应包括：灌区位置、面积、灌排信息等基础信息；雨情、工况、气象等实时信息；宜将采集的信息远传至流域的一体化系统，实现实时传送数据、存储数据。—灌区自动化控制的对象应主要包括各级渠道的闸泵阀站、地下水灌溉的机井及田间农作物的节水灌溉设施等。—应基于灌溉计划及制度，结合渠系实时水位、流量以及灌区气象、墒情信息，运用灌溉模型进行用水、需水分析和趋势预测，生成闸泵站调度指令。—采集的数据可在就地进行数据存储，长期备份监测的原始数据。高级要求：—应结合灌区实际用水情况，在建模的基础上，运用优化动态规划、神经网络、遗传算法等优化求解，实现灌区水量优化调度。—应实现以灌溉计划、以土壤墒情或高层决策为依据的自动化灌溉。—可通过流域集控和电厂自身的发电调度系统和监控系统，获取实时灌溉流量数据。软件功能：—可实现灌区水雨情、气象、实际用水需求等各类数据统一采集、综合展示、综合报警、综合报表等公共应用。—可实现水雨情测报、水量调度、水费计算、移动应用、办公自动化、门户网站等专业应用。—可以在GIS中展示。—可实现综合专业业务分析与处理及会商决策支持等决策支持应用。—需自动进行灌区用水效率计算。其中的作物蒸散发计算应采用先进的遥感等技术。灌溉预报：宜与地方水利水管部门沟通协商，联合研究建立灌溉最优控制模型，采用实时灌溉预报技术指导灌溉用水，提高水资源利用率。生态流量监控技术描述：—应实现多因子实时联合监测，涵盖流量、流速、水位、水温及总溶解性气体。构建形成流域监测体系。—数据传输方式应包括：北斗、全网通、物联网、网线及光纤等。—应对梯级电站的发电与生态流量耦合联合优化进行研究，在确保梯级间河道生态用水安全的前提下，实现梯级电站发电效益最优。—应充分考虑局部和整体、上游和下游，以及与重要生态敏感区的关系实现生态流量监控，构建形成生态流量流域监控体系。功能要求：—应根据设计和环保部门的要求，生成生态流量最低值。—采集的数据应包括实时生态流量和视频媒体信息。—采集的数据可在就地进行数据存储，长期备份监测的原始数据。—流量的监测方法包括：流量计监测、闸门实时开度和库区水位转化、实测断面水位数据转换、河流平均流速和过水面积计算及远程遥感测流等方法。—应将流量和视频信息远传至流域的一体化系统，实现实时传送数据、存储数据。可通过流域集控和电厂自身的发电调度系统和监控系统，获取实时生态流量数据。—应基于生态制度，集成雨量监测、水质监测、图像/视频监控、闸门监控等功能，为流域生态保护、水政管理、水文水资源监测等提供服务。软件功能：—可显示水电厂实时考核情况、水电厂年生态电价补贴标准统计、水电厂年生态流量统计。—可以在GIS中展示。—统计报表页面可按照按日、周或季生成水电厂生态流量监控报表，还可以查看历史报表，以及将报表导出功能。—可对测站进行远程管理。—可实现生态流量监控系统多样便捷的设置和维护功能。智能联动系统通过对物理电厂的生产过程、物理对象、业务流程和环境条件进行数字化处理，利用企业数据中心和高速数据传输网络对多源海量数据进行集成和集中，为水电生产管理各个环节的业务进行量化，构建以多系统联动、多业务协同和多数据融合为特征的水电站多系统智能联动系统。联动范围a）联动系统主要涉及的系统有五防系统、工业电视、门禁系统、消防系统、巡检系统。b）联动实现有两种方式，一种是各子系统在满足相关规范要求的前提下，将数据上送至一体化系统，通过联动策略实现各子系统的安防联动；另一种是在各子系统间直接进行联动操作，每个子系统既可以作为联动发起者，也可以作为联动执行者。联动策略安全生产联动a）机组开停机流程、重要设备操作、设备检修时，应切换工业电视系统摄像头信号，实时监视对应重要设备情况。b）出现设备报警信号时，应切换相应设备的摄像头信号，并发出声光报警。五防联动a）五防联动工业电视。防误系统将信息发送到一体化系统，并接收一体化系统的信息。当操作人员走到操作设备前，工业电视系统实现自动跟踪切换。b）五防联动门禁系统。通过人员身份认证及操作票流程管理，自动开放可以开放的门和禁止开放的门，实现全厂的误入间隔的防误。工业电视联动a）工业电视与门禁系统、消防系统联动应实现不通过网络传输而采用干接点信号，避免因火灾烧断线路、停电、电脑死机等异常情况所引起的系统故障，确保消防系统发出信号时，门禁系统及时开门，确保人员安全。b）工业电视应将发生异常情况部位发送至一体化系统，系统通过声光报警提示运行人员，平台也可通过短信、电话等方式通知相关人员。门禁联动a）所有门锁的开关状态、历史开关门记录、超时未关信号、遭破坏信号、异常身份认证信号、门禁故障巡检信号等，由子门禁系统采集，并将信号传输至控制室的门状态模拟屏幕，同时将门状态信息传至门禁主机形成数据库同步至一体化系统。b）门禁系统将信息送至一体化系统，并接收一体化系统的联动信息。门禁系统根据平台的综合信息，联动开放或关闭对应的门禁。当出现异常情况时，系统应具有报警功能，同时可联动工业电视系统自动将画面切换至人员活动区域或报警区域。c）主要的设备及重要通道门禁点应实现就近与相应的工业电视摄像点联动。消防联动a）宜将火灾信号送到一体化系统，并接收联动信息。b）一体化系统接到火警信息后，将信息传送到工业电视，工业电视系统切换视频画面实现视频联动。同时门禁系统自动关闭相应的防火门（火灾隔离），开放相应的门禁（逃生通道），一体化系统可根据现场的紧急情况设定单个及多个地点的火灾紧急预案，当系统出现异常时，具备事故紧急处理功能。巡检联动a）可根据巡检路线安排门禁系统刷卡顺序，实现门禁系统联动开启或关闭，b）可实现工业电视系统自动跟踪运行人员，对巡检人的巡检质量进行全方位控制。视频联动监控系统操作信号与视频管理后台进行联动，实现在重点设备操作指令下达时，主设备故障、事故时，按流程切换监视摄像头信号，并对故障事故发出声光报警，满足厂站设备监视需求；在门禁安防系统发出报警和通行信息，工业电视系统启动现场附近摄像机，自动将画面切换至人员活动区域或报警区域；在发生违规作业和违章人员的行为时，视频联动系统能够自动识别并立即制止违规作业与违章人员行为，发出报警信息；当发生火灾时，摄像头能够切换到着火点，联合监控系统，显示着火地址，并发出声光报警；在遇到无固定摄像头覆盖的区域时，第一时间启动机器人或者无人机，到达相应地点，获取视频信号，并上传至生产管理监控系统。智慧管理平台总体要求a）智慧管理是基于“云、大、物、移、智”等信息化手段和“新基建”，实现企业生产和管理的有机融合，整合企业管理资源、资产资源和信息资源，打通应用系统的数据、服务、流程通道，实现全业务、全链条的信息化覆盖和优化，促进企业内部资源优化配置，持续提高企业创新能力，激发员工的主动性、创造性，增加企业对于经营环境与市场需求变化的自适应用能力的企业业态。b）智慧管理应基于统一的数据中心资源环境，包含但不限于应用软件开发平台、机器学习算法平台、数据平台、统一报表平台，为企业的业务应用提供统一的信息化支撑环境，实现企业的智慧化建设。c）智慧管理应建设覆盖电站安全、运行、设备、应急、经营、物资、风险、党建、行政管理等业务的管理体系，实现对全厂设备资产数字化、可视化、智能化的监控与管理，以及生产经营各环节的智能预测、智能分析、智能诊断、智能决策。d）智慧管理应借助智能终端设备和智能执行机构，基于物联网、机器学习和算法模型实现电站的无人值班、少人值守和智慧运行，有效降低运行人员工作强度，提高工作效率，节约人力成本，实现企业本质安全。e）智能管理建设应构建统一的端、边、云的数据采集及管理体系，实现数据统一采集、统一存储、集中管理，有助于实现数据的资源化、集中化管控，发挥数据资产价值，构架企业上层智慧应用的基石，实现企业的数字化转型，以数字化驱动企业管理的智慧化。f）智慧管理的建设应具备先进性、可扩展性、健壮性，能够支撑企业未来信息化建设扩展的需要。g）智慧管理应构建安全的网络及安全管控体系，保证数据、环境、网络、边界、通信、设备、计算安全。h）智慧管理应具备和集团统建系统及其他外部数据通信及系统集成的要求。基础支撑数据中心统一管理和服务要求通用服务要求a）应支持实时计算、数据存储及管理、系统集成、数据分析、数据仓库、数据查询、检索、权限控制、分布式协调、工作流协调、数据流处理等通用组件和服务，组件应包含以下服务及特性：b）实时计算组件：SparkStreaming流处理，Mapreduce组件。c）数据存储与管理：Kudu存储、HDFS存储、HBase存储、Parquet存储。d）数据集成：SQOOP数据组件，Flume数据组件。e）数据分析：SparkMllib分析组件、Mahout分析组件、SparkR分析组件。f）数据仓库：Hive组件。g）数据查询：Impala查询组件，SparkSQL查询组件。h）数据搜索：Solr搜索引擎。i）权限控制：Sentry授权组件。j）分布式协调组件：Zookeeper组件。k）工作流协调组件：Oozie组件。l）数据流处理组件：Pig组件。m）消息组件：Kafka消息队列。n）应支持可视化作业监控界面，支持可视化的基于组态的作业管理与控制、历史作业查询等通用管理、数据加密、数据溯源、数据管控组件、身份认证、统一授权、权限控制等管理组件及服务。o）应支持自动化安装/部署/升级、资源监控和管理、可视化界面参数、事件诊断及管理、第三方工具集成等运维组件及服务。性能指标要求总体性能要求在网络异常的情况下，平台应支持数据断点缓存功能，待网络恢复后将数据断点补充和存储，保证数据的完整性。应具备高度可靠和冗余能力，支持多节点分布式部署，单节点的局部故障不影响现场设备的正常运行。应便于功能和硬件的扩充，同时充分保护应用资源，使系统能适应功能的增加和规模的扩充，并支持自诊断和恢复。应具备人机接口界面友好、操作方便、简洁、灵活的应用特性，同时便于维护及二次开发。通用性能指标HDFS全量数据磁盘扫描速度单个节点≥300MB/s。HDFS每节点写速度≥250MB/s（3副本）。满足磁盘存储利用率≤85%。物理服务器CPU利用率≤70%。内存利用率≤70%。应提供优化的MapReduce运行环境，可支持不少于集群CPU逻辑内核总数相同的并发任务执行能力，并能随着CPU核数增加线性增加并发数。每台服务器扫描数据的性能≥1.5GB/s，单台物理机需满足1s内扫描数千万条记录的能力。流处理单节点吞吐量≥10万条记录/s。流处理的数据框架延迟≤2s。管理平台性能指标单节点并发调度作业数量＞50个。支持调度作业总数＞10000。调度响应时间＜100ms。单节点作业全量分发时间＜2s。扩展性要求应具备良好的可复用性，通过组件化设计，实现业务过程组件与业务流程的分离，实现业务过程组件的复用。应具备高横向扩展性，满足业务数据量增大时的系统扩展要求，增加或减少物理资源时，原有应用可以不受影响，平滑扩容，无需修改。应支持数据自动在集群中进行数据并行计算，来提供具有高扩展性和高性能的大型数据库架构。应支持水平扩展，可对DataNode、NodeManager节点进行动态扩展。应支持在不停机、不停服务情况下，进行线上单节点的磁盘扩展。可用性要求应具备容错处理机制，能够对操作人员的误操作进行提示。并可以监控系统的运行情况，提高平台的可靠性。在系统出现问题时，应保证数据的完整性、可恢复性以及事务的完整性。应满足采用多种平台容错手段，在数据丢失的情况下，可利用备份的数据在较短时间内进行恢复。应采用高可靠设计架构，杜绝任何单点故障风险。应采用分布式计算框架，实现资源的动态加减和黑名单等机制，硬件故障的Failover对应用透明。兼容性要求应具备高度的开源兼容性，具备跨版本、跨组件、不同数据格式、API、接口及程序的兼容机制。应具备可靠的硬件兼容性，支持主流厂商的X86服务器平台，存储支持基于X86服务器平台的本地磁盘存储。应具备操作系统的兼容性，支持Linux系列操作系统（64位）的主要发布版本，支持数据平台的最新JDK版本。应具备稳定的接口标准兼容性，支持多种数据库技术标准，支持与MPP数据库的数据互通接口。应具备与平台相关的第三方工具兼容性，兼容主流数据库工具、报表工具、主流数据抽取ETL工具、数据挖掘工具。应具备与当前统建平台的通信，有获取统建平台数据的能力。安全性要求安全系统安全可靠，应保证7×24h的无安全事故运行。应保证系统在运营过程中所管理的各种资料的信息安全。应保证系统与其他相关系统信息交换过程的安全。应支持统一集中的用户账户管理，账户存储具备HA高可用机制。管理性要求应支持一个物理集群中建立多个逻辑应用的要求，满足用户在同一物理资源池共享使用资源的需求，并能够进行资源的动态和静态分配。应支持分层的资源和负载管理，支持整个集群的监控和管理，支持基于Web的管理。集群应能够简易安装，提供向导式操作。应提供KPI仪表盘，在单一主界面直观监控全局信息。应具备对系统进行状态的实时监控，掌握系统状况。应具备日志记录能力，详尽记录操作信息，同时支持日志分类过滤和搜索。支撑环境要求a）应具备实时数据、关系型数据、分布式数据的读写能力。b）应具备生产现场实时数据采集和智能大数据管控中心的多层级平台支撑能力，生产现场实时数据采集后写入现场实时数据库，经由专用通信线路将数据传输到智能大数据管控中心，智能大数据管控中心完成接收和实时处理后存入大数据分布式集群。c）应支持包括但不限于HDFS、Kudu、HBase、YARN、MapReduce、Zookeeper、Hive、Impala、Solr、Spark、Sqoop、Kafka、Flume等组件化工具。数据管理应具备数据采集、数据存储、数据计算、数据分析、数据资产管理等的功能或组件，以满足智能电站建设的要求。数据采集a）应具备多源异构自适配采集、流程设计与采集运行可分离、全流程可视化监控功能。b）应支持数据源、清洗规则、采集策略配置。c）应支持采集条件自定义，通过函数、策略、调度等方式配置采集规则。d）应支持多租户隔离，实现不同租户之间的安全隔离。e）应具备数据采集异常的断点续传，数据缓存等功能。f）应支持对接来自不同业务数据中的多源异构数据，通过多种模式来支持数据采集，主要有业务系统对接、外部设备对接和多种协议对接。g）支持数据预处理、流式服务计算、路由转换、逻辑判断以及多种数据类型的转换。h）支持全面的数据治理服务，适应多场景、多变化的业务需求。包含数据编码类型转换、数据格式转换、数据清洗处理、数据质量管控、数据补偿等方式。i）应实现从数据的采集环境、采集数据源、采集配置服务、采集点处理、采集关系映射、采集模板控制、采集资源监控、采集版本管理、采集任务调度等的全面管控。j）应支持通过数据压缩、数据加密、数据解密、数据对接以及数据续传等技术手段确保数据的顺利转发。k）应具有基础安全、业务安全和统一认证服务、监控审计、权限控制和链路服务安全等功能。l）应支持端、边、云的数据采集架构体系。m）应支持分布式发布和订阅的消息方式，支持海量消息处理、高容错的方式存储海量数据流，保证数据流的时序及完整，以满足数据平台整体要求。主要解决应用解耦，异步消息，流量削锋等问题，实现高性能、高可用、可伸缩和最终一致性架构。n）应具备数据层融合、特征层融合、决策层融合三种数据融合能力。o）应遵循稳定性、系统性、可扩充性、综合实用性、兼容性等原则，具备按计量层次分类、按来源分类、按时间状况分类的能力。p）实现对数据安全的全面预防与过程管理，提供对数据全流程可配置、可控制、可管理保障能力。能够制定敏感数据范围和独立管理采用安全的密钥算法，对敏感信息进行加密存储，在数据抽取时完成加密，保证敏感信息落地即密文。数据存储a）应支持通过数据统一清洗、转换、存储技术，实现贴源层数据、明细数据、轻度汇总数据和高度汇总数据的集中统一分区域管理。b）应支持跨区域之间数据清洗、转换、流转。c）应支持高并发低延时的数据处理。d）应支持高速写入、读取、数据压缩。e）应支持分布式存储，数据存储空间动态扩展。f）应提供全面的时序数据计算函数，支持降采样、数据插值和聚合计算，满足各种复杂的业务数据查询场景。g）支持私有部署\云平台部署，无第三方依赖。h）实时数据库的单节点容量应达到500万以上。数据计算a）应支持计算任务在集群多节点之间的分发、调度和管理，支持计算规模可扩展的场景。b）应基于分布式特性支持资源池的扩充，当计算资源不足时，只要把新资源加入到资源池中即可立即实现计算资源的水平扩展。c）应具备按照负载策略进行计算作业分发执行的能力。d）应支持计算的高可用，计算资源的客户端程序发生故障时，服务端具有发现计算资源离线功能，且可以进行远程重启故障节点及计算作业迁移的能力。e）应具备多节点主从机制来避免传统调度系统容易出现的单点故障。f）应通过可视化技术实现对计算程序的资源配置、作业管理、任务分发、过程监控、日志分析等操作。g）应支持调度过程中计算资源、作业任务等的状态及运行监控和可视化展示，对于运行故障提供报警功能。h）应能够根据实时测点数据进行动态指标计算，不同计算周期的统计分析计算。i）应支持异常情况的指标重算，补算等功能。数据分析a）应进行非空检核、主键重复、非法代码清洗、非法值清洗、数据格式核验、记录数据检核。主要功能应具备脏数据处理、缺失值处理、错误数据处理等。b）应集成简单数学运算、统计、快速傅里叶变换、平滑和滤波、基线和峰值分析等通用方法，提高分析效率。c）应集成分类、估计、预测、相关性分组或关联规则、聚类、复杂数据类型挖掘的高级方法，使业务专家与平台能够紧密结合。d）应具备一套比较完备的指标管理规范，更好地对水电厂生产、管理、经营类数据进行统一管理，根据指标分类构建标准指标体系模型，指标编码即可根据标准指标体系层级路径自动生成编码。e）应具备打通各系统间指标关系，支持跨系统指标调用和数据查询。f）宜构建指标树，从多个维度对各类指标进行分析和管理；利用大数据分析及相关机理知识，统一提供数据服务并进行数据预处理。集成开发工具（IDE）提供可视化的页面设计a）应提供简洁的视觉呈现页面，设计器操作简单且具备引导功能，能将繁琐的页面设计简洁化，通过拖拽方式即可完成各种场景页面的开发。b）应实现便捷的交互体验，通过设计将业务对象模型与界面模型结合起来，开发人员可以在开发过程中即时预览设计效果，并通过调整界面模型改善设计效果，提高开发效率。c）应有统一的整体风格，统一的控件、统一的结构、统一的交互行为，有利于塑造平台特性，提升业务系统的维护性和可移植性。提供全开发周期的工具支撑a）应用软件开发平台宜提供集应用系统设计、开发、调试和部署于一体的集成开发工具（IDE），且必须遵循Eclipse标准，提供开发向导、视图和编辑器等辅助工具，具备代码智能提示、版本控制、编译调试、一键发布等功能。b）应提供轻量级的开发工具，开发工具能够在标准的PC（8G内存）运行，无需依赖额外的资源，单体和微服务开发支持单机状态的开发、运行、调试。c）应支持拖拽式的界面设计，能够轻松设计各种复杂业务场景，并且可自动根据界面生成相应的业务场景代码，提高开发工作效率。d）业务场景驱动的开发方式。e）采用业务场景驱动开发方式，归纳出单表、主从表和树等典型业务应用场景，结合代码自动生成工具快速生成具有增、删、改、查等基本功能的业务场景代码，无需编码，即可实现业务功能的快速开发。f）应支持Weblogic、Tomcat等应用服务器的快速部署，支持Oracle等数据库，为开发阶段快速集成部署应用进行测试和调试提供了便捷。数据资产a）应具备数据源进行统一管理，支持Oracle、MySQL等主流结构化数据库的配置。b）应具备对元数据的主外键关联和业务数据流向的关系配置，形成元数据的血缘分析、影响分析和全链分析等溯源可视化展示。c）宜具备从业务角度维护数据目录，方便用户从实际业务角度理解元数据信息，清晰地展示关联元数据的详细信息。d）应具备对数据按表和字段级别进行精确性、完整性、唯一性、及时性、有效性、一致性进行校验。使数据满足质量要求标准。e）应具备问题数据的闭环管理，在数据规则校验过程中发现的问题业务数据，采用“发送-处理-校验-复核”的闭环问题处理流程。f）宜具备按新型数据仓库理论对企业黄金数据进行分层、分级管理。满足OLAP、即席查询等需求。g）宜具备数据可视化展示，借助可视化，全景式展示数据目录情况、元数据情况、数据质量情况，数据平台运维情况。h）应实现数据资产的整体概览、统计分析、溯源分析、影响分析等基本功能，形成一套结构清晰、覆盖全面的企业数据资产统一视图。i）应支持与指标体系管理、数据分布式计算的融合和集成，支持数据资产可视化。应用软件开发支撑环境开发框架模块化的单体和微服务应用架构a）应用软件开发平台应具备完整基于模块化的Web应用架构体系和相关标准规范，支持平台各公共套件服务和基于平台实现的业务功能的模块化开发与运行机制，降低业务应用在设计、开发、部署和维护等各个阶段的成本。b）应具备各应用间物理解耦能力，平台自身的公共套件服务组件和基于平台实现的业务系统功能组件均可按照不同粒度作为独立模块进行开发、部署与运行，模块项目之间物理隔离，每个模块都是完整、可运行的。c）应具备通过依赖和服务引用进行模块交互，用户可以按照自身需求以配置方式控制模块交互范围。d）平台应提供模块的全生命周期管理。开发期，可对模块进行动态更新和调试；运行期，可对模块动态安装、卸载和更新等。e）每个模块宜具备独立管理各自的Web资源，既包括HTML、JPG等静态资源，也包括持久对象、SpringBean对象等动态资源，还可以配置单独的Servlet组件对象处理模块内的资源请求，实现模块级别的Web资源处理管理。模型驱动框架a）应用软件开发平台需支持模型驱动的开发框架，支持软件设计和模型的可视化、存储和交换。模型能够通过平台转换为可执行的代码或者RIA运行时库。b）应提供图形化的模型图编辑器对业务实体、属性、关系、权限、持久化映射策略、DTO、枚举等类型业务对象进行建模和管理。c）应提供业务对象模型建模与修改功能，支持开发人员前端快速生成前端和后端代码，自动生成相关菜单与权限。d）应提供模型驱动引擎，基于业务对象模型生成项目的后端代码及配置文件，内容包括：HBM映射文件、POJO、及Hibernate和Spring配置文件；同时提供业务对象模型物理文件解析和反解析功能，在运行时提供业务对象模型元数据访问、数据校验、通用业务对象查询等服务。后端微服务框架a）应用软件开发平台应支持微服务开发框架，能够提供路由网关、注册中心、服务监控、配置中心等能力，平台开发的微服务程序能够稳定运行在SpringCloud等微服务架构原生运行环境中，平台需完整保留环境中的所有的原生接口。b）平台应支持微服务项目的创建、打包、发布，支持基于数据库表模型的快速微服务开发，支持微服务项目和前端展现项目的解耦，微服务项目和前端展现项目之间交互方式支持基于restful方式、基于SOAP的WebService方式等多种通信方式，提供微服务自动化部署、实时监控、历史调用链监控回放、性能测试等工具。前端框架a）应用软件开发平台应提供多种前端组件，包括表格、编辑框、列表框、日期选择、时间选择、按钮等标准组件。b）应提供附件上传、界面元素控制、Excel导入、Excel导出、LOV弹出选择等多种高级组件。c）前端页面应支持IE8及以上、谷歌chrome、火狐FireFox等浏览器。支持与基于jQuery、React、VUE、Angular等的其他前端的快速集成。公共组件服务可视化的任务调度组件应用软件开发平台需提供可视化的任务定义、任务执行步骤定义、任务执行组件定义、任务调度规则定义。支持基于规则解析的任务执行、运行预警、监控与分析。权限开发及运行支撑组件应用软件开发平台需提供以标准的权限模型（RBAC）为基础，基于组织、角色的菜单资源管理和权限分配的权限组件。需满足多套应用同时进行用户菜单管理模式。流程开发及运行支撑组件a）应提供可视化配置的流程管理组件，流程管理组件需遵循BPMN2.0标准，流程采用微服务架构，支持跨系统的端到端流程贯通、流程回调、表单引擎等高级功能。流程开发及运行支撑组件需支持一级部署，业务应用以多租户的方式接入。b）支持流程完全的业务化建模与模拟运行，使得业务分析人员可以从业务角度从零开始梳理建模业务流程，并“立即”可以进行流程的模拟运行验证，快速识别、梳理流程，快速实现原型，持续优化流程。支持从业务建模后平滑过渡到流程设计和开发，技术人员业务建模工作的延续基础上实现流程细节设计和开发。即以“业务与技术一体化”方式快速准确实现业务流程。c）应提供基于HTML5的拖拽式在线流程设计器，支持常用的BPMN2.0流程组件，包括开始、结束、任务、子流程、分支、并行等流程节点，支持复杂的条件判断。d）应支持多种人工任务，流程任务控制：任务指派、代理、转派、跳转、特事特办、暂停、重启、撤销、单步回退、批量处理、任务超时、任务预警；流程任务处理：会签、平行会签、投票会签、通知等；流程任务跟踪监控：实时数据查询、图形化任务进展展示。e）应支持跨系统的流程集成，不仅能够支持单个系统内的流程运行，还能够支持跨系统的流程流转，支持按照业务主线串接各个已有业务应用。f）应支持表单引擎，提供表单引擎，提供基于HTML5在线表单设计器，支持与流程挂接。与Hadoop平台的数据交互组件a）应提供与Hadoop平台数据交互组件或服务，具备与Hadoop体系结构中的多种组件进行数据交互的功能。b）应支持关系数据存取、列模式数据库存取等。系统治理工具a）应提供应用配置、部署、控制和监视功能，简化服务管理。能实时对应用服务器及操作系统CPU、内存、磁盘等信息进行监视，支持日志的集中存储和查询功能。b）完整的治理服务：提供系统治理的主要功能入口，完成对服务器、中间件、应用、配置的管理，通过应用代理组件对目标服务器、中间件进行查询、控制，在中间件中部署管理应用，提供对服务器、中间件、应用运行信息的收集和图形化监控；对应用用服务器中的所有应用日志文件及中间件日志文件进行统一管理。c）自动化的应用代理：运行在应用服务器中，具有重置、应用部署、中间件管理及信息查询等功能，负责执行治理服务端传递的治理命令。机器学习算法支撑环境a）应建立具有“自分析、自诊断、自管理、自趋优、自恢复、自学习、自提升”能力的人工智能算法平台，应涵盖从语音识别、语音合成、语音唤醒、文字识别、图像识别、人脸识别、人体分析、大数据分析、机器学习等多种算法模型。b）应具备特征管理、算法开发、模型训练、模型自学习、服务管理、监控等一站式算法服务，采用可视化的操作界面来操作整个实验流程，同时也支持命令行模式，让用户通过命令行来操作实验。c）支撑环境运行应依赖于分布式计算引擎，支持自定义算法集扩展，支持算法集的平台集群部署。d）应采用存储计算层、算法模型层、可视化建模层、算法应用层的层级应用模式使储计算层实现对分布式文件的存储和分布式计算，实现机器学习平台与数据平台的数据同步，并具备数据权限控制能力。具备实时数据库应用技术能力，保证高实时性预估服务的时效性。算法模型层支持逻辑回归、神经网络、NLP、朴素贝叶斯、决策树、LTSM、GBDT二分类、GBDT等多种不同算法模型，同时支持深度学习等人工智能训练模型。e）可视化建模层支持拖拽方式的人工智能算法建模，包括但不限于数据预处理、数据管理、特征工程、可视化建模、模型评估、模型自学习、模型管理、服务管理和运维管理等功能。算法应用层应支持电力能源业务领域的预测、预警多种类型的算法应用。运行环境要求a）应具备高可靠性、高稳定性，对于特定模型的在线预估服务，在节点出现异常时不对系统服务造成影响，并支持负载均衡管理。b）应采用分布式技术进行数据的处理与模型运算，具备TB级别数据处理能力，复杂特征模型在线预估服务应具备毫秒级的性能响应。c）应支持不停服务的集群扩展能力，在线预估服务支持不停服务的热迁移。d）应具备对存储数据的压缩处理能力，并支持只有当计算过程中要用到该数据时才解压缩的功能。计算引擎要求a）应具备分布式运算能力，包含SQL模型、Graph模型、高维度复杂模型以及场景的机器学习算法。b）应具备基于参数服务器架构的计算能力、通信能力、存储能力优化设计能力。c）应具备对TB/PB级数据的非实时分布式分析处理与模型训练能力，随着数据量上升，引擎运算效率接近线性增长，并确保在高效并行计算式快速收敛。d）应具备实时线上数据处理能力，提供高性能实时标拼接、时序特征生成，支持分钟级数据更新与模型自学习，支持毫秒级响应的在线预估服务。计算能力要求应具备对海量数据的离线和在线实时分析和处理能力，并满足以下特性技术要求：a）支持结构化和非结构化数据分布式计算处理，支持SQL、自定义函数、Graph、机器学习等多种计算框架。b）具备完善的数据装载机制，支持高并发、高吞吐量的大规模数据上传下载。c）支持在线、离线预测，具备预测数据的实时或离线读取与处理能力，预估服务应毫秒级响应能力。d）提供用户操作审计功能。提供细粒度的用户操作审计能力。e）支持在线平滑升级，计算能力、存储容量和总I/O带宽可实现同步线性扩容。f）具备完善的数据装载机制，支持高并发、高吞吐量的大规模数据上传下载。数据管理能力a）应支持包括文本文件、CSV、Parquet、orc、avro等多种常见数据类型和常见数据格式，也应支持压缩文件的开启、处理。b）应支持基于Web方式的本地文件（包括但不限于图像、文本、语音、视频等）上传。文件传输接口应具备结构化、非结构化、半结构化数据的灵活迁移能力。c）分布式数据源接入：平台应支持HDFS/Hive分布式存储系统上的数据源直接接入。d）应支持分布式、集中化数据源的接入能力，应支持HDFS/Hive分布式存储结构，支持JDBC方式的数据源访问和读取。e）应具备弹性伸缩的传输通道，可动态分配、释放传输单元通道，按需调控资源、按需使用。f）应支持查看任务状态、运行指标（数据量、速度、脏数据、进度等指标）、运行日志、脏数据等功能。g）应支持数据同步流量控制功能，实现数据源的过载保护。h）应具备最常用、最有效的数据处理过程（包括但不限于包括数据格式转换，数据表的简单及复杂拼接、数据表的分割和抽样，以及数据统计分析等）的封装能力。i）应满足大数据环境下的数据挖掘样本仓库的可视化建模工具、数据查询、数据分析探索、分布式算法开发等要求。j）应具备支持用户通过SQL、PySpark、平台自带SDK进行数据计算逻辑及处理过程的自定义能力。k）应支持元信息同步机制，能够与多种数据管理体系对接，即时同步元信息变更。l）应具备多应用、多实例的并发处理能力，同时具备隔离应用数据和程序的能力，能够让多个算法开发用户在一套平台上协同工作、管理数据理。算法模型要求a）应支持包括但不限于NaiveBayesian、LogisticRegression、GBDT、DNN、RNN、CNN、LSTM、KMeans、LFC、NLP等机器学习领域经典及业内领先独创的算法模型。b）应具备拖拽式工作流开发、命令行工具、数据集拆分设置、状态实时显示、角色协作等能力。c）应提供包括但不限于数据采集、数据预处理、统计分析、特征工程、机器学习、深度学习框架、模型自学习的可视化算法组件。d）应提供包括但不限于自动调参、自动特征处理的模型自动优化功能，用户无需进行复杂的配置操作，即可快速获得有效的机器学习模型。e）应支持创建自学习工作流，自定义运行周期和时间，自定义数据源与模型，监控自学习任务运行状态。f）应支持多算法开发项目，满足电站不同应用需求，具备多用户权限管理、运行调试、运行日志输出、一站式机器学习体验、资源隔离等特定技术能力。应用服务要求a）应支持离线批量预估、在线实时预估的两种不同评估方式，还应具备系列开箱即用的模型应用和服务的全生命周期管理能力。b）离线批量预估应支持用户对模型预估结果进行配置功能，用户可以根据自身业务需求和业务进行定制化设计，并支持定期从平台导出结果至其他文件系统或数据库。c）在线实时预估应支持模型实时服务化，支持Http服务，并进行数据传递，用户可针对训练好的模型发布专有API，从而可以通过API调用的方式，实现实时发送预估请求，并获取待预估样本的预估结果。d）应内置包括但不限于高维机器学习、深度模型推理、图像识别、自然语言处理、知识图谱、应用生命周期管理等丰富的开箱即用应用模型服务库。任务调度能力a）应具备对数据平台内的所有作业任务进行统一的调度管理和运行监控的能力。b）应具备百万级及以上任务数量的调度能力，用户可以自行定义任务定时计划（含单步运行、指定起止点运行、按时间计划运行等不同方式），让系统按要求进行自动运行。c）应具备可视化运维界面、在线日志查询、监控告警等功能，支持图形化展示调度任务，方便用户对线上任务进行运维管理。d）应支持离线启动学习，包括定时任务和事件触发任务等。e）提供复杂运行策略，支持中断、恢复运行，支持if-else/case等复杂控制流。f）任务应可监控管理，同时披露关键信息，支持任务管理（上线、下线、暂停），任务执行监控和告警，支持日志追踪（日志采集、定位、解析）。g）应支持多时间粒度的调度周期：分钟、小时、日、周、月、年，支持节点空跑、暂停、一次性运行等特殊状态控制。h）应支持智能弹性调度：提供限流降级、动态分组及手动/自动弹性伸缩能力。i）应支持任务间依赖机制，可保证上游任务完成后下游任务才能运行。j）应支持单任务重跑、多任务重跑、杀进程、置成功、暂停等线上运维操作。k）应提供租户级作业优先级，允许不同租户的作业运行在不同优先级资源上。l）应提供小作业优先功能，允许资源占用量小的作业优先获取资源使用权。m）应提供动态资源配额，允许集群在不同时段为不同租户动态提供资源配额。n）应支持用户自定义AI能力的接入，支持自定义算子和节点。运维监控能力a）应支持机器健康程度、集群运行状态、应用性能表现、业务关键指标、运行环境、过程效率、应用表现的全方位监控预警。b）应具备电站级日志管理能力，提供从采集到存储、从查询到展示的一站式管理服务。包括实时日志采集、多种日志格式支持、快速日志检索定位、日志可视化和分析、根据合规要求，按需归档持久化、根据消费场景，自定义日志解析和统计规则。c）应具备操作审计能力，记录分析用户操作行为（包括用户操作行为、系统行为记录等），追踪系统变更痕迹，以满足内/外部的审计合规要求。d）应具备监控指标、告警规则的自定义管理能力，提供包括API、SDK、开源工具等不同方式的自定义接口。e）应具备智能运维数据累积和分析能力，挖掘模型建立系统最佳运维实践，提升模型应用投资收益率。统一报表a）应具备针对报表、用户、系统的统一管理及配置。b）应具备根据自动条件定时触发调度任务，方便定时日报、月报、年报发布，并支持移动端信息推送。c）应支持拖拽方式的界面设计，支持可视化的拖拽操作。d）应至少支持常用（含TDH、CDH、Oracle）等多数据来源输入，适配常用（如RDS、DRDS、ADS）云平台数据库。e）应支持Excel页面读取、多Sheet填报、数据在线录入、导入、计算、数据准确性校验等数据录入功能。f）应支持包括但不限于文本、PDF、微软OFFICE、图片、HTML等多种输出格式。g）应支持仪表盘（Dashboard）、多维分析（OLAP）、即席查询等多种智能化分析方式。h）应支持表套表、多表头等复杂格式报表，支持饼图、堆叠图、三维图、折线图、散点图、雷达图、仪表盘、地图、词云、组合图形、自定义图形等可视化展示能力，支持图表、颜色、数据标签的自定义管理。i）应支持数据过滤、数据钻取、数据刷取、数据关联、数据变换、数据旋转、数据切片、自定义维度、自定义指标、多坐标轴等可视化数据应用。j）应具备面向多种主流编程语言的技术接口，支持用户根据实际业务需求进行二次开发。k）应至少支持Web、E-mail、File、Mobile等方式的结果发布能力。l）应支持授权认证、单点登录功能，支持用户及用户组权限、分析内容权限、字段权限、维度权限、数据权限等授权管理，方便进行安全及权限控制。m）应支持数据脱敏、信息保密处理能力，如水印、签字等。n）应支持大屏幕、PC端、移动端等不同展示介质展示能力，应自适应PC、移动终端、平板、PAD等不同业务终端，支持移动批注、分享决策，并具备与微信、H5页面的集成能力。o）应采用组件化架构模式，自带的报表、图表、移动、自主分析等应用耦合度低，同时支持组件化集成定制。p）应支持集群部署，支持负载均衡和高可用的功能需求，支持数据平台的扩展部署。q）应支持多租户部署，具备与数据平台系统集成能力。可视化设计a）应支持无需编码，拖拽操作，跟Excel一样简单，Excel+绑定数据列的操作界面，拖拽数据列到对应单元格；无限行列扩展，多Sheet，跨Sheet计算完美兼容Excel公式；支持导入现有Excel表样制作报表，而且无失真保留原有表公式。b）应支持多工作目录切换，远程设计，协同制表，自由配置多工作目录，在不同工程间随意切换。支持连接远程服务器，本地设计，远程发布；支持多人同时开发同一套报表，并通过模板加锁功能防止编辑冲突；通过数据权限控制，保障数据安全。c）应支持以下三种报表模式：普通报表模式：专注解决各类中国式报表。聚合报表模式：针对不规则大报表提供专门解决方案。决策报表模式：自适应驾驶舱的设计模式。可视化执行a）应支持可视化执行功能。b）支持报表可视化数据模型设计。c）支持模拟运行，并自动判断错误原因。可视化呈现a）应支持html5图表，具有优秀的动态效果和强大的交互体验，具提供超强的个性化设置项，能在多种终端设备完美展示。b）应支持基于webGL等技术开发，作为基础图表的补充，为大屏用户提供更酷炫的图表效果；支持三维柱形地球、三维点地球、三维流向地球、KPI指标卡、粒子翻页计数器、时间齿轮、目录齿轮、轮播GIS点地图等多种扩展图表。c）应提供图表交互，丰富的交互效果，可视化体验。d）应支持个性化图表：提供丰富的自定义配置，支持趋势线、警戒线，支持自定义坐标轴顺序，支持自定义标签、背景、提示信息、图片填充等。管控中心空间布局规划可包含以下功能：管控（集控）中心定位生产经营管理、技术经济分析、日常安全管理、应急指挥等功能，按照功能需求，区分相应的功能区，划分相应的空间，通过大屏拼控系统设置相应的预案，动态的把各系统显示在中心大屏上。同时也支持各功能区人员进行合成研判，节约沟通成本。装饰装修a）可包含以下功能：为管控（集控）中心信息化提供办公场所主要包括地板、墙面、吊顶、空调改造、消防改造等建设方面的内容。既要满足现代化管控（集控）中心设计理念，又能通过装饰装修达到防尘、防静电、防漏水、防电磁干扰、防鼠虫害、隔热、保温、和适当的屏蔽等效果。b）室内墙面、吊顶、背景墙、操控台的设计工艺根据空间布局要求提出设计方案及效果图，设计标准按照视频会议室标准执行。综合布线系统a）宜包含以下功能：综合布线系统由各种线缆、光纤、配线箱、配线架以及线缆管理器组成，为管控中心场所话音、数据、图像、控制信号的传输提供通道及连接。b）要求采用开放式结构，适用于主流网络拓扑结构，并能适应不断发展的网络技术的需求，能支持综合信息传输和连接（计算机数据通信处理、话音通信、图像传输以及各种控制信号的通信等多种应用类型）。c）综合布线系统采用模块化结构，保证系统能很容易的扩充和升级。系统中任何一个信息点都能够连接不同类型的计算机设备和其他信息设备。对任何一个分支单元的改动都不会影响系统的其他单元。能在设备布局和需要发生变化时实施灵活的线路管理。d）能够保证系统很容易的扩充和升级而不必更动整体配线系统。e）综合布线系统保证实现信息安全、可靠地传输。f）综合布线系统要有足够的冗余度，能适应发展的要求。g）提供有效的工具和手段，能够简单、方便进行线路故障的分析、检测和故障隔离，当故障发生时，可迅速找到故障点并加以排除。h）能够适应较复杂的空间使用环境，保证不受高频电气设备、空间电磁波辐射干扰，并保证在综合布线系统中传输的各类信号之间互不干扰。i）综合布线系统需提供较强的系统管理能力，可以有效地进行系统管理、系统维护、系统故障的排除。大屏a）根据应用场景、面积及预算确定选型（如LED、LCD、触控一体显示终端等）。b）根据空间大小，设计屏幕尺寸，屏幕设计完全以现场需求为依据，保证屏表面平整均匀，不出现缝隙，具有近距离观看的高清晰显示性能。c）大屏支持24h不间断在线监视。d）大屏控制器可实现全屏模式，分屏模式，图像叠加，画中画模式，图像漫游模式可选，信号输入方式：包括HDMI、VGA、BNC模拟信号，RS232数字通信信号。支持PC、手机、PAD等无线分享屏幕，配置图像管理软件。大屏控制器大屏控制器具有展示、演示、控制等功能于一体，用于多个信号源交互式集中管控控制和显示，可预览所有单元发出的视频，可将所有信号源在控制台上的虚拟拼接屏进行拼接、层叠，对应的物理大屏幕和大屏控制软件完全一样的视频组合方式，所见所得。可用于展示应急指挥、生产监控、工业电视、视频会议等画面。音响扩声系统a）扩声系统是音源设备通过音频传递系统将电信号转化为声信号，再经音箱将声音信号放大的系统，确保综合一体化管控中心声音传递达到语言清晰、无失真、声场分布均匀、无声反馈啸叫。b）可由终端由麦克风、扬声器、功放、反馈抑制器、均衡器、调音台等设备组成，为现场提供良好的声场环境，保证声音信号能够被清晰、无失真地采集、放大及播放。c）可在大屏幕两侧各设计一台有源音柱，吊顶补充吸顶音响，保障现场对音频的各类需求。视频监控集成综合平台a）应按照电站主要监控区域的图像采集要求，完成电站的关键视频监控系统的汇集。b）应建设视频监控集成综合平台，实现对生产现场重点部位进行实时监视与视频检索。c）可对某一路或某几路重要监控点进行多种模式的存储录像，重要录像资料可以备份和播放。d）图像监视系统的监视画面应能与信息监控系统的报警信号相关联，当信息监控系统发出报警信号时，与其相关联的图像画面应能实现自动切换，并在计算机和录像机中记录报警信息和相应的图像画面。e）应实现电站任意摄像机、摄像机预置画面的快速切换。f）可通过点击电子地图上的设备单元实现任一摄像机对该单元画面的快速切换。g）应实现对安全、巡检等智能管控的联动。云视频会议系统应急指挥应用a）应具备以下功能：融合云视频会议、视频监控以及其他智能视频设备，支持触控屏操作，实现一体化的音视频通信，实现会议终端和监控前端的统一管控管理。支持指挥中心与管控对象之间的双向音视频互动；支持监控图像的一键选看，可远程巡查各监控点的现场情况。b）应具备对管控对象进行分级分组管理，支持对前端快速查询、单呼、组呼。c）应具备一键混音控制功能，可对任一通道进行静音、哑音操作。d）应具备管控资源进行预案设置，管控时实现与电视墙的联动显示。e）应具备监控信号接入与监控平台融合互通，将原有视频监控系统无缝接入到视频会议系统中。f）应构建企业应急指挥管理体系，整合现有末端感知设备完善应急指挥物联网络，扩展并新建网络及通信链路，通过部署融合通信应急指挥调度系统，利用多媒体调度软交换技术实现各级指挥中心与各有线系统、无线系统、语音系统、视频系统等之间的语音、视频、数据通信服务，打通信息孤岛，增设移动通信、北斗/GPS卫星通信手段满足战时应急指挥调度需求，基于数据平台提供数据运算、智能决策分析支撑，部署应急指挥调度管理功能，实现安全应急平战结合，实现对安全应急事件事前、事中、事后的智能化处置，实现对安全风险及危险源的保护、预防、反应、恢复的智能化管理。g）应具备应急指挥、应急调度功能，实现与集团公司的所属系统无缝融合。会议管理应用可具备通信录管理、资源管理、会议预约、会议通知、会议操控、答题等管理应用功能，对普通用户来说，提供尽可能便捷的会议操作，无需专人即可自主操作。云计算环境云计算环境对整个云数据中心的集中管理，可以对云数据中心的物理资源和逻辑资源进行统一管理调度、自动化部署、状态监测及统计分析等。实现资源池动态共享，降低物理资源成本，提升资源部署、升级、改造等能力，扩展物理资源无法提供的与各种接口和协议的兼容性。云桌面a）应有类PC的用户体验，不改变用户的登陆、开机和关机习惯。桌面连接协议VDP针对桌面图像传输进行深度优化，大幅提升桌面访问体验，可实现桌面秒级登陆。b）应有完美的软件兼容性，提供软件兼容性列表，兼容主流的应用和杀毒软件。行业类的软件（如：C/S和B/S类应用软件）兼容性齐备。通过GPU直通/硬件虚拟化技术，满足工业制图等专业级应用的性能需求，支持常见的主流制图软件，如：3DMaxs、AutoCAD、ProE等。对于极为特殊的行业应用，可针对性的做定制化适配。c）应有流畅的视频体验，视频重定向技术大幅提升用户的视频体验，并且有效降低视频解码对服务器的资源开销。支持高密度的视频并发场景。协议支持4:4:4高精度色彩显示，提供用户视觉体验。支持HTML5，支持H.265、H.264，支持1080P、2K、4K视频。d）应广泛支持各类外设。e）应有多种发布模式：支持发布VDI/IDV/VOI桌面。支持应用发布。支持物理机发布，支持Windows7/8/10。桌面多个版本的软件的部署、更新，支持批量操作。f）应支持多种访问方式：访问平台：Windows、Mac、Android、iOS等客户端访问。移动端：支持iOS、Android设备，支持通过本地应用程序的界面访问桌面及应用。网页访问：支持浏览器包含IE、chrome、Firefox、360浏览器等。g）应达到安全要求：应实现终端安全：终端特征码认证，指纹、USBKey多因子身份认证，端口、外设集中的黑白名单管控等。应实现网络安全：虚拟桌面池隔离；桌面连接安全加密传输等。应实现数据安全：设置桌面的外设使用策略，使用应用软件管控来控制违规软件的使用。桌面水印、存储设备只读等安全特性保证数据不丢失。应实现管理安全：管理员分权分域管理，桌面用户行为日志审计等。应实现全方位可靠性保障：网络状态检测，客户端自助备份与恢复，网络闪断自动重连，关键部件HA资源预留，虚拟机批量备份等支持客户端本地文件夹重定向并可设定为单、双向拷贝，支持单向只读和单向只写功能。应支持客户端本地文件夹重定向,支持单向拷贝、双向拷贝设置，支持单向只读和单向只写设置。应支持关键桌面的容错保护技术，支持当物理服务器宕机，桌面可以实现毫秒级接管，业务无损失。对外接口a）可用数据源包含：生产实时数据接口、关键区域视频数据接口、管理数据接口。b）可实现向省公司传输生产实时数据、关键区域视频数据、管理数据。c）可实现向集团传输生产实时数据、关键区域视频数据、管理数据。系统建设安全管控系统采用三维建模、人员定位、电子围栏、生物识别、视频分析、门禁动态授权、移动智能终端、大数据分析等先进的技术手段，进行“物防、人防、技防”全面智能化升级改造，实现事故链条物理闭锁、现场作业智能风险管控、风险辨识、实时违章告警等功能，规范运行和检修作业过程，强化管理人员上岗到位，夯实安全基础，保障安全生产。人员安全管控在岗人员管理a）应具备人员定位功能。结合三维虚拟平台展现现场作业人员的位置和运动轨迹，并对其进行监控和分析。b）应具备电子围栏与告警功能。根据生产现场情况划定电子围栏范围和规则；基于时间和空间要素，对相应的工作人员进行授权，同时对非授权人员的闯入进行报警和监控；支持进入电子围栏时，系统自动调出围栏所在区域的监控画面（需要附近安装有网络摄像头）；支持与工作票系统及检修工程管理模块集成，工作票开票或工作任务创建时，自动激活并指定工作区域，当人员坐标不在指定的区域范围内时自动告警。c）应具备危险源、危险区域提醒、告警功能。现场作业人员危险区域操作、靠近危险源、进行违规操作时，进行提醒或者报警。d）应具备即时通讯功能。可支持以短信或者即时消息等方式发送告警、提醒信息；支持双向沟通。e）人员、车辆实时位置定位，二维位置显示；定位平台地图缩放、平移；标签位置展示、标签信息自定义显示；分区域场景展示。a）标签信息管理；组织机构式分级编辑；部门、个人、车辆信息数据库；标签状态信息：在线/离线/消失；标签电量信息管理。b）历史轨迹存储与回放应；标签途经路线实时显示；标签历史位置存储；历史轨迹多倍速回放。c）实时电子围栏；在定位场景中可实时设置电子围栏；设置电子围栏进出权限。d）安防视频联动与视频录像软件；分区域摄像头调用；锁定管控人员摄像头自动切换；告警时触发摄像头查看，记录告警时影像信息数据。e）轨迹无缝录屏；可根据人员历史轨迹调用硬盘录像机中的视频画面；将指定标签过去视频画面拼接成一个视频，并保存到服务器。f）硬件状态管理；定位基站状态监测；定位基站网络设置；系统自动识别故障定位基站；定位标签通信状态查看。g）应急报警（按需求实现标签端、监控端双重报警）；标签遇险主动报警（SOS）；标签电量报警、标签消失报警；越权进入区域报警；安全隐患预判报警：人员长期滞留、实时报警消息、历史报警消息的查询记录。h）系统账户权限管理；可编辑权限角色；自由设置权限角色所开放的权限功能模块。i）应支持结合人脸识别、人员定位、视频监控等技术自动记录并回传人员到岗信息，包括到岗时间、地点、频次等。j）宜具备在GIS地图中进行展示，可