1、數據中心

公司數據中心由擔任中國電信數據中心的團隊根據我公司業務現狀和未來發展規劃進行設計咨詢。

硬件由72套曙光服務器及配套軟硬件組成，軟件包含了目前主流的Hadoop生態圈組件、組件管理系統、曙光方舟大數據管理平臺、paas平臺等。

1.1大數據技術架構

我公司采用了基于Hadoop生態圈的大數據處理平臺和技術，保障系統的前瞻性、先進性，并且在行業內處于領先水平。圖1是平臺中大數據處理關鍵平臺和技術邏輯結構圖

圖1 大數據處理平臺邏輯架構

1.2大數據應用環節

2、健康管理系統

公司設有遠程健康管理中心，以RNN、CNN等人工智能技術為核心，實現設備在線健康管理，并通過網絡與客戶進行信息交流，并為用戶進行設備“健康狀態”分析，將傳統的事后故障診斷，改為了事前的健康管理。

2.1、常規業務

在SOA構架下，在油水氣機電統一視覺下，對水電站常規業務進行梳理，以管理制度和崗位職能為主線，對水電站管理系統進行共性提取和個性細化。

2.2、初級智能

應用人工智能技術，在水電站綜合管理平臺上實現數據推送、業務推送和知識推送，實現數據驅動。

2.3、高級智能

智能系統的廣泛應用將是本系統的顯著特征，讓機器擁有智能，是人類永恒的追求。智能水電站的建設不能單純地等待硬件條件的成熟和知識體系的完善，主、輔機廠應該做的是根據現有的硬件條件，讓采集的數據去驅動系統，把主、輔機廠的知識融進系統，通過非單調邏輯和真值維護系統，使智能水電站系統給主、輔機廠正確的決策。

2.4、典型應用場景

?大量報警信息導致光字牌閃爍，無法判斷主要原因，無法理清信號的相互關系，一般就是關閉閃爍頁，形成安全隱患。我公司用機器學習的方法對數千個信號歷史數據全相關計算，進行數據縱剖，在數千個伴隨出現的信號量中發現關聯性，推送報警原因。

?目前狀態下，未來一段時間內哪個信號會報警，真正實現預警：“為之于未有，治之于未亂”。在所有的歷史工況中發現相似工況：

1）、可觀察此工況的后續變化。

2）、可自動彈出其運行日志，幫助運行人員決策。