高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

跨地域协同核电工业大数据关键技术研究

程敏敏 景应刚 徐奎 齐克林 伍吉泽 任增朋 李敏

程敏敏, 景应刚, 徐奎, 齐克林, 伍吉泽, 任增朋, 李敏. 跨地域协同核电工业大数据关键技术研究[J]. 核动力工程, 2024, 45(S1): 19-25. doi: 10.13832/j.jnpe.2024.S1.0019
引用本文: 程敏敏, 景应刚, 徐奎, 齐克林, 伍吉泽, 任增朋, 李敏. 跨地域协同核电工业大数据关键技术研究[J]. 核动力工程, 2024, 45(S1): 19-25. doi: 10.13832/j.jnpe.2024.S1.0019
Cheng Minmin, Jing Yinggang, Xu Kui, Qi Kelin, Wu Jize, Ren Zengpeng, Li Min. Research on Key Technologies of Cross Regional Collaborative Big Data in Nuclear Power Industry[J]. Nuclear Power Engineering, 2024, 45(S1): 19-25. doi: 10.13832/j.jnpe.2024.S1.0019
Citation: Cheng Minmin, Jing Yinggang, Xu Kui, Qi Kelin, Wu Jize, Ren Zengpeng, Li Min. Research on Key Technologies of Cross Regional Collaborative Big Data in Nuclear Power Industry[J]. Nuclear Power Engineering, 2024, 45(S1): 19-25. doi: 10.13832/j.jnpe.2024.S1.0019

跨地域协同核电工业大数据关键技术研究

doi: 10.13832/j.jnpe.2024.S1.0019
详细信息
    作者简介:

    程敏敏(1986—),男,博士研究生,主要从事工业互联网、大数据与仿真方面的研究,E-mail: chengmm@cnnp.com.cn

  • 中图分类号: TP39;TL361

Research on Key Technologies of Cross Regional Collaborative Big Data in Nuclear Power Industry

  • 摘要: 由于核电生产环节众多、组织机构与流程复杂,应建立核电集团级统一工业大数据平台,以消除数据孤岛、整合海量数据资源和提升数据使用效率。本研究采用了适配核电工业协议的多源异构数据接入框架,对跨地域的核电工业数据进行了汇聚,并针对核电工业数据特点,定义了核电工业数据编码及存储标准,实现了海量数据的高效存储。以元数据管理为基础,协同数据抽取、数据处理加工、数据存储、数据调度、质量稽核、数据服务等环节,对端到端的、闭环的数据治理管控机制进行了研究,并用此方法对核电数据进行治理和资产开放,实现核电数据全生命周期的管理。以中国核电数据中心和六大核电基地为代表进行大数据平台建设与工程实践,形成了集团数据中心与边缘侧的数据共享与协同通道;汇聚与处理了中国核电生产与管理数据,形成了数据标准,并实现了数据的有效整合和处理。因此,本研究建立的核电工业大数据平台和数据处理方法,能够为核电数字化提供支撑,有广泛的应用前景,可以为构建核电数据生态提供技术参考。

     

  • 图  1  核电工业大数据平台技术架构

    Figure  1.  Technical Architecture of Big Data Platform for Nuclear Power Industry

    图  2  多源异构数据采集与汇聚框架

    PI—一种时序数据库系统

    Figure  2.  Multi-source Heterogeneous Data Collection and Aggregation Framework

    图  3  测点编码标准

    Figure  3.  Measurement Point Coding Standard

    图  4  全周期的数据治理流程

    E—采集;L—加载;T—转换;S—服务

    Figure  4.  Full Cycle Data Governance Process

  • [1] 王妙琼,魏凯,姜春宇. 工业互联网中时序数据处理面临的新挑战[J]. 信息通信技术与政策,2019(5): 4-9.
    [2] 朱抗,何成昭,梁文超,等. 工业互联网高并发流式数据处理技术及应用[J]. 控制与信息技术,2021(5): 20-25.
    [3] 罗立辉. 基于工业互联网环境下的大数据技术应用研究[J]. 消费电子,2022(3): 34-36.
    [4] 徐霞军,任增朋,秦绪涛,等. 核电企业面向开放架构的大数据平台的研究与应用[J]. 电力大数据,2018, 21(10): 1-6.
    [5] 任增朋. 核电大数据体系规划研究和应用[J]. 现代信息科技,2022, 6(8): 147-150.
    [6] 韩超,罗钊航. 多源异构核电数据管理系统设计[J]. 科技创新与应用,2021(5): 75-77.
    [7] 杨伟伟. “华龙一号”核电厂工程数据数字化移交研究[J]. 科学技术与工程,2020, 20(36): 14935-14943.
    [8] 王印辉,徐霞军,任增朋,等. 核电主数据管理标准化研究[J]. 核标准计量与质量,2020(2): 2-9.
    [9] 任景莉,杨盼. 核电站全生命周期数据管理框架体系构建与发展建议[J]. 中国工程科学,2022, 24(2): 152-159.
    [10] MANYIKA J, CHUI M, INSTITUTE M G, et al. Big data: the next frontier for innovation, competition, and productivity[R]. U.S. : McKinsey Global Institute (MGI), 2011.
    [11] 王建民. 工业大数据技术综述[J]. 大数据,2017, 3(6): 3-14.
    [12] 任磊,贾子翟,赖李媛君,等. 数据驱动的工业智能: 现状与展望[J]. 计算机集成制造系统,2022, 28(7): 1913-1939.
    [13] 郭生利. 分布式云数据中心解决方案浅析[J]. 中国金融电脑,2022(1): 96.
    [14] 黄海,林介渺,张治铧,等. 多活数据中心分布式云网络架构设计与实践[J]. 中国金融电脑,2023(5): 83-85.
    [15] 武振宇,牛瑛霞,刘鹏,等. 算力时代中心云与边缘云的协同部署[J]. 电信工程技术与标准化,2023, 36(5): 73-79.
    [16] 辛荣寰,陈礼波,曹童杰. 基于软件定义网络架构的多接入边缘计算+工业互联网策略研究[J]. 邮电设计技术,2021(6): 73-77.
    [17] 林诗美,段茹茹,陈超,等. 工业互联网平台边缘网关自适应接入的方法[J]. 现代信息科技,2023, 7(20): 32-36,40.
    [18] 方华建,景应刚,徐奎,等. 基于核电工业互联网平台的时序数据实时接入研究[J]. 电子技术应用,2021(S1): 132-137.
    [19] 汪洋,王柯,张桃宁,等. 工业数字化转型中的数据治理研究[J]. 信息技术与网络安全,2022, 41(4): 25-31.
  • 加载中
图(4)
计量
  • 文章访问数:  57
  • HTML全文浏览量:  21
  • PDF下载量:  14
  • 被引次数: 0
出版历程
  • 收稿日期:  2023-10-31
  • 修回日期:  2024-01-26
  • 刊出日期:  2024-06-15

目录

    /

    返回文章
    返回