1、0 格林威治平台应用及其价值创造格林威治平台应用及其价值创造1远景装机：147.3MW发电小时：1949小时高于全省平均：8.4%远景装机：49.5MW发电小时：2371小时高于全省平均：19.1%远景装机：16.5MW发电小时：1883小时高于全省平均：18.0%远景装机：50.4MW发电小时：2146小时高于全省平均：20.4%远景装机：398.7MW发电小时：2322小时高于全省平均：12.5%远景装机：398.7MW发电小时：2026小时高于全省平均：21.7%远景装机：148.5MW发电小时：1848小时高于全省平均：7.8%2014年远景已投运在保风电场利用小时数（年远景已投运在保
2、风电场利用小时数（2120h）高于全国平均（）高于全国平均（1905h）10%以上以上远景装机：49.5MW发电小时：3339小时高于全省平均：41.3%数据来源：国家能源局发布2014年全国6000千瓦及以上电厂发电设备平均利用小时情况 远景装机：200MW发电小时：2701小时高于全省平均：40.3%2 1235集中监控，区域检修的无人值守风电场无人值守风电场基于EBA损失电量闭环管理的透明风电场透明风电场基于设备健康度管理的状态维护风电场状态维护风电场基于风场流体模型的电网友好风电场电网友好风电场基于格林云平台，可以实现如下特点风电场基于格林云平台，可以实现如下特点风电场0基于标准化风险
3、管控设计的风电场4基于设备健康度的大部件库存管理大部件库存管理6大数据平台的关键技术关键技术3标准化标准化风险风险管控设计的风电场管控设计的风电场0GreenwichTM 寻找资源提速，宏观选址节约寻找资源提速，宏观选址节约1个月个月/风场风场4宏观选址资源全覆盖，免费100X100m可用风资源图谱，自动容量规划，测风塔成功率80%5原则五：特殊地形测风塔原则五：特殊地形测风塔近海风场，设立于距离海陆交界线最近和最远处。主风向和峡谷方向平行的低凹山谷，测风塔立于主风向上风向峡谷入口后端原则一：代表范围原则一：代表范围平坦地形 10km简单地形 4km-6km复杂山地 2km-3km（测风塔高度
4、等于规划设计预计轮毂高度）原则四：功能性测风原则四：功能性测风塔塔生产塔生产塔 选取主风向无遮挡，地势变化平缓的规划机位上风向2-4倍风轮直径距离处设立生产测风塔原则三：粗糙度代表原则三：粗糙度代表性性规划布机区域内出现2个以上的粗糙度等级区域，在每个等级范围内分别立塔，或者优先立于区域内布机更高的粗糙度区域。原则二：海拔代表性原则二：海拔代表性测风塔海拔取自己代表区域内规划机位平均海拔最接近位置或者覆盖拟布机区域的极限海拔。GreenwichTM-测风方案设计测风方案设计基于宏观选址代表性的测风方案设计，测风塔代表性比例高于行业30%，降低发电量误差20%GreenwichTM-测风过程管控
5、测风过程管控6同时管理千计的测风塔，实现 99%数据完整性(江苏平均水平95%，贵州50%)GreenwichTM-测风数据处理测风数据处理7一键式标准化的处理，识别异常数据，实现测风数据的高效高精度处理，数据处理阶段导致的发电量误差不超过1%；0.1m/s的风速误差带来2.5-3%的电量相对误差，1.5%的资本金IRR误差一键处理一键处理GreenwichTM 2亿网格亿网格CFD计算减少各机位发电量误差计算减少各机位发电量误差8实现单机最大风资源误差 5%“出生决定一生出生决定一生”，格林平台全生命期解决方案可以有效，格林平台全生命期解决方案可以有效管理风险，实现资产管理风险，实现资产10
6、%的价值提升的价值提升10全球可再生能全球可再生能源公共数据规源公共数据规避盲区避盲区资源测量优化资源测量优化管理实现从源管理实现从源头控制风险头控制风险自动化数据处自动化数据处理实现测量误理实现测量误差小于差小于0.5%掌握掌握CFD核心核心技术实现机位技术实现机位误差小于误差小于5%设计优化引擎设计优化引擎提升有效发电提升有效发电能力能力3-5%11集中监控移动检修的无人值守风场集中监控移动检修的无人值守风场1国内国内风电场无人值守发展阶段风电场无人值守发展阶段12绩效透明绩效透明数据接入数据接入无人无人值班值班移动检修移动检修特点特点接入各类型风机，监测与启停复位信号，接入变电站监测信号
7、，集中在一个系统上换界面显示出来；价值价值基本只能看看，抄抄电量，做电量报表控制与监测功能其实通过远程桌面就能实现；挑战挑战懂得要开放哪些监控点，并要求各设备厂家开放；或者直连风机绝绝大部分企业都在第一个阶段，要步入无人值班阶段，不仅仅是上一套集中监控系统就能完大部分企业都在第一个阶段，要步入无人值班阶段，不仅仅是上一套集中监控系统就能完成的业务变革；同时市场上集控系统本身的功能也无法满足远程值班需要，很多推倒重来成的业务变革；同时市场上集控系统本身的功能也无法满足远程值班需要，很多推倒重来特点特点变电站运行班搬至集控中心价值价值每5万风电场减少6-8人；挑战挑战1.标准风机数据模型正确识别风
8、机状态；2.各机型故障告警与风机复位策略；3.运行班与检修班远程协同工作机制的导致的管理系统与监控系统集成特点特点准确计算损失电量及其责任原因；风场后评估与竞争性分析：横向比较风资源，功率曲线，可靠性差异导致发电量差异；人员物料成本差异；价值价值正确有效反馈风场运营现状后，人员行为与风机性能改善，提升发电量10%；挑战挑战1.系统能够正确转化接入的数据，做出功率曲线，能量可利用率等报表特点特点检修班不驻升压站，搬至附近县城；运行班远程监控与数据分析；价值价值每千瓦运营成本减少30元；挑战挑战1.电网无人值守变电站规范阻力；2.如何远程管理好检修班人员的响应、安全与工作质量13 未来可扩展的应用
9、未来可扩展的应用某风电集团某风电集团基于格林云，已完成建成基于格林云，已完成建成1个个总部绩效中心、总部绩效中心、14个个区域监控中心管理近区域监控中心管理近5000台台风机，每个风场减少风机，每个风场减少6位运行人员位运行人员14EBA损失电量闭环管理的透明风场损失电量闭环管理的透明风场215 2014年全球风电资产关键指标对比数据源：1.BP世界能源统计年鉴；2.GWEC全球风电装机统计；3.国家能源局风电产业监测；4.远景能源全球资产监控及EBA分析。10.6%15.8%（31.10%）29.1%（0.65%）22.3%(36.25%)23.8%（2.31%）29.6%(21.09%）u
10、下图为对应区域风电资产占全球风电资产的百分比及对应区域的容量系数的统计数据；21.5%（8.60%）85%-90%2500h左右10%左右97%+65%-70%1905h20%-45%97%+EBA满发小时满发小时折减系数折减系数TBA中外典型风场对比欧美典型风场中国典型风场9.2%43.9%9.2%10.8%20.3%如何确定风场如何确定风场电量电量管理目标管理目标？16全场平均EBA=81.53%案例：某案例：某风场基于风场基于EBA损失电量闭环损失电量闭环管理管理65%68%49%87%89%83%87%59%90%77%85%82%83%59%81%88%79%75%90%58%93%
11、91%90%71%81%79%87%91%82%83%93%81%85%0%10%20%30%40%50%60%70%80%90%100%050100150200250300350D01D02D03D04D05D06D07D08D09D10D11D12D13D14D15D16D17D18D19D20D21D22D23D24D25D26D27D28D29D30D31D32D33EBA电量（万KWh）某项目各机组1月-7月各机组能量可利用率实际发电量风机可靠性损失风机性能损失场内外受累损失EBA18 1.通过定量场内受累损失电量分析决定加装场内馈线的相间隔棒2.通过分析高湍流机位载荷，对重点风机更
12、新控制策略，大大减少振动停机3.通过发现功率曲线损失的原因，矫正风向标偏移与风机桨叶角不对零案例：案例：EBAEBA在一个月内提升了在一个月内提升了11.8%11.8%风机可靠性损失由 9.2%9.2%下降至 2.84%2.84%风机性能损失由 2.5%2.5%下降至 0.65%0.65%场内外受累损失由 8.2%8.2%下降至 4.27%4.27%80.15%8.2%9.2%2.5%92.23%4.27%2.84%0.65%电量分解趋势图：内环1月-7月，外环8月-12月实际发电量场内外受累损失风机可靠性损失风机性能损失82%85%90%88%66%86%70%96%92%93%92%91%
13、0%20%40%60%80%100%0500100015002000250030002014-12014-22014-32014-42014-52014-62014-72014-82014-92014-102014-112014-12EBA电量（万KWh）项目EBA逐月趋势图实际发电量场内外受累损失风机性能损失风机可靠性损失EBA+11.8%19 未来可扩展的应用未来可扩展的应用某风电集团某风电集团基于基于Wind OS，今年正在完成管理信息系统与生产，今年正在完成管理信息系统与生产信息系统的信息系统的“两化融合两化融合”，所有风场基于，所有风场基于Wind OS、SAP、IM提供的数据进行绩
14、效考核与过程管理提供的数据进行绩效考核与过程管理Wind OS风机监控停机记录变电站监控FC功率预测功率预测EMS能量管理能量管理IM绩效分析绩效分析MAP移动检修移动检修PHM健康度健康度管理管理FD故障诊断指导故障诊断指导SAP MMSAP PM SAP FI/COOA 广广核核SAP平台平台Wind OS平台平台已扩展的应用已扩展的应用设备告警基础报表测风塔监测EBA,TBA,MTBT,WPI，检修维护成本，重大质量事故20 EBA透明风场典型图表透明风场典型图表一：绩效仪表盘：一：绩效仪表盘：包含包含“风场发电量风场发电量统计统计”、“累计发电量累计发电量”、“可利用率可利用率”、“发
15、电量发电量”、“电量损电量损失失”等等5个个数据分析数据分析区域区域21 EBA透明风场典型图表透明风场典型图表二二：绩效榜：可分别以风场、馈线、：绩效榜：可分别以风场、馈线、机型、风机等为单位进行绩效榜的数据分析机型、风机等为单位进行绩效榜的数据分析22 EBA透明风场典型图表透明风场典型图表三：损失责任分布：包含三：损失责任分布：包含“停机责停机责任任”、“机型机型”、“系统系统”、“设备设备”、“停机原因停机原因”等等5个个数据分数据分析析区域区域23 EBA透明风场典型图表透明风场典型图表四四：故障损失分布：包含：故障损失分布：包含“风场风场”、“机型机型”、“所选机型的前所选机型的前
16、10大故障大故障”等等3个个数据分析数据分析区域区域24 EBA透明风场典型图表透明风场典型图表五五：停机记录损失报表停机记录损失报表：按照停机按照停机故障进行损失电量统计故障进行损失电量统计25基于基于设备健康度的状态维护风场设备健康度的状态维护风场326 基于设备健康度平衡维护停机损失与大部件失效风险基于设备健康度平衡维护停机损失与大部件失效风险3人人/5万风场长驻人员完成所有周期、状态、分散维护万风场长驻人员完成所有周期、状态、分散维护27普通风场智慧风场定维类别主要项目工时维护类别主要项目工时1月维护 油脂加注8满发500小时首次维护 螺栓力矩24 螺栓力矩24 油脂加注8 电气及机械
17、检查8 发电机对中4 目视检查及测试12 总计56 总计32半年度 油脂加注7周期维护 每6个月定期油脂加注10 螺栓力矩10 每12个月定期叶片紧固6 电气及机械检查20状态维护 发电机对中4 目视检查及测试12 碳刷、齿轮箱滤芯更换2年度 油脂加注7 偏航摩擦检查更换6 螺栓力矩11 桨距角与风速仪校零1000小时；2.维护工时 80小时28 Wind PHM 实现发电机对中状态维护实现发电机对中状态维护Wind OM系统支持下的状态维护流程系统支持下的状态维护流程29Wind PHM预测健康管理Wind OM 维护工艺维护年度计划Wind OM 维护计划维护通知每日安排Wind OM 计
18、划箱周期性维护项 分散维护项Wind OM 服务请求状态维护通知状态维护工单Wind OM 当日计划待办维护项数量损失电量预测到期时间远近每日优先级推荐执行记录MAP 移动工单完成维护项时间与人员记录未完成维护项Wind OM 状态维护计划与过程管控状态维护计划与过程管控3031基于基于设备健康度的大部件库存管理设备健康度的大部件库存管理432 Wind PHM(Prognostic Health Management)预测性健康度管理预测性健康度管理健康度预警区域集中监测与报表健康度预警区域集中监测与报表大大部件亚健康告警部件亚健康告警发电性能亚健康告警发电性能亚健康告警状态维护通知状态维护
19、通知亚健康故障点分析亚健康故障点分析基于秒级实时风机监控数据，CMS振动数据，通过机器学习算法，衡量设备健康度，预测部件寿命与可靠性，提供关键部件健康预警与状态维护提示33 PHM健康度管理健康度管理-传动链振动传动链振动CMS模块模块Wind PHM 通过通过SVM支持向量机的机器学习算法，实现基支持向量机的机器学习算法，实现基于于SCADA数据的数据的风机关键部件亚健康告警风机关键部件亚健康告警34 Wind PHM基于基于SCADA数据实现风机发电性能亚健康告警数据实现风机发电性能亚健康告警3535针对报警，在云平台上使用风机性能分析工具找到性能退化原因，安排现场整改针对报警，在云平台上
20、使用风机性能分析工具找到性能退化原因，安排现场整改可能导致风机性能异常的现场原因可能导致风机性能异常的现场原因1.风速仪/风向标失效、松动2.桨叶安装角错误3.变桨控制失灵4.偏航控制失灵5.发电机未对中6.控制程序问题7.控制器参数设置错误8.大部件健康隐患9.叶片损坏/污染10.受限运行11.环境条件4 4月月某某风风机机性性能能退退化化风风向向标标松松动动案例：案例：4月份发现A07经系统报警基于相邻风机分析发现A07性能退化。分析原因为风向标松动导致偏航异常。4月27日整改后风机恢复正常。状态维护风场案例 设备健康度预警36 机器自学习正常状态下风机的温度与功率等运行数据，自动预测正常
21、状态，6月发现实际运行状态偏离，自动预警分析人员调用12#发电机轴承驱动端CMS振动监测数据，发现时域波形产出明显调制现象12#风机包络谱出现轴承内圈106.4Hz故障频率与边带，确定为轴承内圈故障。PHM12#风机发电机轴承温度残差异常12#风机发电机驱动端加速度时域波形12#风机发电机驱动端加速度包络谱 12#风机发电机轴承预警6个月后失效，风场计划停机，用4小时更换好了轴承，避免非计划故障导致的7天停机电量损失10万度；风场风场J的的Wind PHM预警预警12#风机发电机轴承亚健康，剩余寿命风机发电机轴承亚健康，剩余寿命6个月个月 状态维护风场案例 状态维护通知37 机器自学习正常状态
22、下风机的温度与功率等运行数据，自动预测正常运行情况，7月发现实际运行情况轻微偏离，自动预警分析人员调用CMS加速度振动时域波形进行比对，发现该轴承加速度有效值幅值偏大，频域未见有异常。经与现场沟通后，加油重现润滑，温度恢复正常，振动幅值回归正常，频域未见异常24#风机 发电机轴承残差异常 24#发电机轴承外圈出现边带24#风机轴承频谱未见异常 风场风场K的的Wind PHM自动发出自动发出4#发电机轴承状态维护加油脂预警发电机轴承状态维护加油脂预警 PHM 12#风机预警轴承润滑问题，上机检查发现油脂不足，重新润滑后异常消失，避免轴承损坏；38基于风场风流模型的电网友好风场基于风场风流模型的电
23、网友好风场539 Wind FC风功率预测系统风功率预测系统39 特性特性 基于实测数据的格林威治气象模型 多数据源集合预报技术 内嵌全过程理论功率计算模型 基于100 x100风速预报的单机功率预测 无缝集成风机运行状态的损失电量预测 全国精确定位分钟级高精度风资源预报 基于微信的预报数据订阅及查询应用应用 集团级风速及功率预报 运行风电场进行功率预报满足电网要求 协助运行风电场制定生产计划 保障安装调试风电场安全施工预报精度超越行业平均水平5%，减少电网考核损失电量200万度/年，实现集团级预报统一管理风电场电网限电时的压线运行损失风电场电网限电时的压线运行损失40山西省某风场限电控制压线
24、运行案例山西省某风场限电控制压线运行案例某风机设备厂家产品某风机设备厂家产品控制精度差,误差超过10%以上控制稳定性不高控制响应差，电网友好性差格格林林Wind EMS 控制精度高，误差不超过1%，电网友好性强 控制稳定性较高 有功控制响应及时，将风场变为电网友好性风场Wind EMS产品产品41避免电网罚款，减少压线损失，无功出力协调降低线损与场用电率1%以上基于每台风机实时理论发电量分配限电功率基于每台风机实时理论发电量分配限电功率多角度估算无连接风机功率，优化可控风机多角度估算无连接风机功率，优化可控风机分配分配基于风机运行状态，优化轮转停机，防止凝冻基于风机运行状态，优化轮转停机，防止
25、凝冻协同控制协同控制SVG与远景风机降低线损与场用电与远景风机降低线损与场用电风风场尾流协同控制，减少尾流损失场尾流协同控制，减少尾流损失25%43大数据平台的关键技术大数据平台的关键技术6信息化信息化关键关键1：面向业务价值创造的数据平台顶层设计：面向业务价值创造的数据平台顶层设计44 资产最优化目标-能量可利用率指标投资最优化目标-投资回报指标Wind OS风场生产管理平台风场生产管理平台Greenwich风场设计平台风场设计平台绩效指标体系绩效指标体系(IM)数据仓库与数据链模型数据仓库与数据链模型 (Ocean)健康度管理健康度管理(PHM)智能故障诊断智能故障诊断(FD)能量管理能量
26、管理(EMS)工作流管理工作流管理(OM)测风数据管理测风数据管理(Greenwich)风场本地监控与数据接入风场本地监控与数据接入（SCADA）风风功率预测功率预测(FC)台账备件工具台账备件工具(OM)微观选址微观选址(Greenwich)作业质量监督作业质量监督(OM)后评估后评估(Greenwich)数据探索与机器学习引擎数据探索与机器学习引擎 (Ocean)风场集中监控与数据接入风场集中监控与数据接入（Wind OS）气象模式与动态流体仿真气象模式与动态流体仿真 (Ocean)宏观选址规划宏观选址规划(Greenwich)风机本地检修维护工具（风机本地检修维护工具（Turbox）45
27、 信息化关键信息化关键2：对客户应用，行业领域模型，平台引擎的分：对客户应用，行业领域模型，平台引擎的分层抽象与模块化设计层抽象与模块化设计信息化关键信息化关键3：行业领域模型的抽象与实现：行业领域模型的抽象与实现46例如风电行业：基于统一风机数据模型实现可以利用的大数据基础信息化关键信息化关键3：行业领域模型的抽象与实现：行业领域模型的抽象与实现47统一的风电场全生命期数值模型是精确计算EBA和投资收益率的基础信息化信息化关键关键4：各行业领域模型下的：各行业领域模型下的公共信息模型公共信息模型(CIM)48HistoricalDataTypeHistoricalData-startDate
28、endDate:Date:DateLocationTypeSamplingIntervalType-timePrecision:intMesoscalePublicReferenceData-dataSource:StringEra0.25MerraWeatherStationGlobcoverASTERV1Era0.75ASTERV2Assetabstract Equipment-status:intSolution-equipmentAmountcapacitygrossEnergygrossFLHwakeLosswakedEnergywakedFLHglobalLossFactornet
29、EnergynetFLHIRRNPViterationNumberelapsedTimeMinelapsedTimeSec:int:double:double:double:double:double:double:double:double:double:double:double:int:int:intDomain-topDomainID:StringSite-statusequipmentAmountcapacitytimezonedeveloperwindSpeedwindDirectionsolarRadiationairDensityterrain:int:int:double:S
30、tring:String:double:double:double:double:StringSolutionTypeSulotionObjectWTGGroup-equipmentAmountcapacitygrossEnergygrossFLHwakeLosswakedEnergywakedFLHglobalLossFactornetEnergynetFLHIRRNPViterationNumberelapsedTimeMinelapsedTimeSec:int:double:double:double:double:double:double:double:double:double:d
31、ouble:double:int:int:intWTGType-ratedPowerrotorDiameterpriceratedWindSpeedcutInWindSpeedreCutInWindSpeedcutOutWindSpeeddesignAvgWindSpeedmaximumWindSpeedextremeWindSpeedMaxWeibullScaleWeibullShapeKMaxWindShearExpMaxInflowAnglebladeLengthwindAreawindAreaPerkWMinSurvivalTemperatureMaxSurvivalTemperatu
32、reMinOperatingTemperatureMaxOperatingTemperaturelifeSpannacelleWeightgeneratorWeightgearBoxWeightbladeWeightbladeRotorWeighttotalOrderPerformancetotalHoistingPerformancetotalTFZPerformancedesignAuthTimedesignAuthOrgantypeAuthTimetypeAuthOrganlowWearTestReportTimelowWearTestReportOrgandesignAssessRev
33、iewTimedesignAssessReviewOrganelectricQualityTestTimeelectricQualityTestOrganPCTestTimePCTestOrgannoiseTestTimenoiseTestOrgan:double:double:double:double:double:double:double:double:double:double:double:double:double:double:double:double:double:double:double:double:double:double:double:double:double
34、:double:double:int:int:int:Date:String:Date:String:Date:String:Date:String:Date:String:Date:String:Date:StringWTGDesign-operationWTGIDlongitudelatitudealtitudehubHeightweibullKwindSpeedAVGgrossEnergycapacitygrossFLHwakeLosswakedEnergywakedFLHlossFactornetEnergynetFLHIRRNPVairDensityinflowAngleturbul
35、enceIntensitywindShear:String:double:double:double:double:double:double:double:double:double:double:double:double:double:double:double:double:double:double:double:double:doubleCoordinateSystemReferMast-longitudelatitudealtitudeowneremailAccountdataSourcesupplierboomLengthboomDirectionactiveDateremov
36、alDatemonthswindDirectionmagDeclinationdataCoveragedataPasswordwindSpeedAVGdataIntervalinvalidStatusicingStatusbadSensorStatusconfigChangedconfigConflictedvirtualSourceGUID:double:double:double:String:String:String:String:double:double:Date:Date:double:double:double:double:String:double:int:int:int:
37、int:int:int:StringReferMastParameter-sectorNumberWSBin1MaxWSBinWidthweibullFittingTypestableLowWShighWSHysteresisGaphorWSAvgMaxhorWSAvgMinhorWSSDMaxhorWSSDMinhorWSGustMaxhorWSGustMinTempAvgMaxTempAvgMinBPAvgMaxBPAvgMinsolarAvgMaxsolarAvgMinicingMinPeriodbadSensorMinPeriodMaxMissingPeriodrepairMinAva
38、ilabilityrepairMinCorrelationrepairCriticalShearexprepairHubHeight80repairHubHeight90isApplyMagDeclinationisApplyTowerShadowisApplyMCPAttribute_29Attribute_30:int:double:double:int:double:double:double:double:double:double:double:double:double:double:double:double:double:double:double:double:double:
39、double:double:double:double:double:int:int:int:int:intWTGPC-versionairDensityMinTurbulenceMaxTurbulencenoise:String:double:double:double:doubleWTGPCData-windSpeedpowerthrustCoEfficient:double:double:doubleWTGTower-hubHeighttowerSectionNumbertowerNametotalLengthtotalWeightbaseWeighttowerComponentsWei
40、ghttowerFlangeWeighttowerFlangeBaseWeighttowerFlangeBaseComponentsWeighttowerMaterialflangeMaterialsteelWeightbaseConcreteMaterialbaseConcreteNumberlayerConcreteMateriallayerConcreteNumber:double:int:String:double:double:double:double:double:double:double:String:String:double:String:double:String:do
41、ubleWTGTowerSection-SectionNolengthweight:int:double:doubleMap-fileTypefilePathfileName:String:String:StringResourceGrid-fileTypefilePathfileNameresolutionsectorNumdataTypesectorDataTypeheightXGridNumYGridNumprojectionCodetimeZoneNumdatumCodeUTMZoneLonMinLatMinLonMaxLatMaxXMinYMinXMaxYMax:String:Str
42、ing:String:int:int:String:String:double:int:int:int:int:int:int:double:double:double:double:double:double:double:doublePoint-longitudelatitudealtitudecolor:double:double:double:StringLine-lengthleftRoughnessrightRoughnesslineWidthcolorpointNumcoordinatesLonMinLatMinLonMaxLatMax:double:double:double:
43、double:String:int:String:double:double:double:doublePolygon-lengthareainnerRoughnessouterRoughnesstransparencylineWidthlineColorfillColorpointNumcoordinatesLonMinLatMinLonMaxLatMax:double:double:double:double:double:double:String:String:int:String:double:double:double:doubleCFDModel-rootPathresultPa
44、thIsCalcsectorNumdataTypesectorDataTypeheightXGridNumYGridNumprojectionCodetimeZoneNumdatumCodeUTMZoneLonMinLatMinLonMaxLatMaxXMinYMinXMaxYMax:String:String:int:int:String:String:double:int:int:int:int:int:int:double:double:double:double:double:double:double:doubleFinanceModelCFDLogicTreeCFDConfigCF
45、DParamCombinationCFDModelDataPointTypeLineTypePolygonTypeFontTypeIconTypeLineStyleTypeFillStyleTypeAvailableWTGTypeManufacturerListIECLevelTurbulenceIntensityWTGTypeCompareItem-itemNamedataTypedisplayOrder:int:int:intObjectType:1-displayOrder:intObjectType:2-displayOrder:intHBaseData-rowKeyvalue:Str
46、ing:StringFinanceModelParaMaterialPriceQuotaStandardCostFile-fileURLstartDateendDate:String:Date:DateStorageTypeOnlineOfflineTypeEvent-startTimescID:Date:StringObject-IDcodenameENnameZHdescriptionENdescriptionZHcreatedBycreatedDateupdatedByupdatedDate:String:String:String:String:String:String:String
47、:Date:String:Date满足IEC规范的智能风机模型；满足IEC规范的智慧风场模型；满足IEC的智能变电站模型；满足IEC规范的配电网模型；49 信息化关键信息化关键5：行业领域模型与客户信息模型抽象后的平台：行业领域模型与客户信息模型抽象后的平台引擎的分层抽象与模块化设计引擎的分层抽象与模块化设计大数据平台DT区模块50 信息化信息化关键关键6：大数据开放平台架构，用：大数据开放平台架构，用Kafka+Storm实时实时分析并落地到分析并落地到HDFS，基于，基于HDFS提供查询和批量分析提供查询和批量分析大数据平台逻辑架构图天河二号国家超算中心运行天河二号国家超算中心运行51 基
48、于开源基于开源软件包软件包 Open Foam并行和高性能计算架构并行和高性能计算架构 1）基于超级计算HPC架构 2）可以处理3000万1亿的网格量 3）网格分辨率可精细至几米量级 4）项目计算时间缩短为30min左右单台工作站；256G大内存，能处理2000万网格；网格分辨率在25m左右；定向扇区内不能并行；同时计算多个扇区时，计算效率变低；计算时间7h左右左右（1000万网格1个扇区超级计算中心可以处理3000万1亿网格量；网格分辨率在5m30m；128核512并行一个定向；同时模拟所有扇区；同时处理510个项目；计算时间30min左右（1000万网格1个扇区）单机商业软件GREENWICH-CFD
