新疆龙源风力发电有限公司 谢 强

风能以其清洁性、可再生性以及储量丰厚的优势，受到电能开发领域的广泛关注，无限潜力等待挖掘。随着清洁能源战略实施与推广，风力发电场规模扩增，单个风电场的风电机组数量相应增加。风电机组需要采集大规模的风能，所以场所往往设立在偏远、恶劣的山区沿海等地，遭受意外因素侵袭的概率较大，影响风能向电能转换的效果，因此保障风电场所安全运行是实现风力发电效率增长的基本要求。近年大数据在信息监测与分析领域展现了良好的性能，风电场运行期间产生大规模状态数据以及性能信息，恰好符合风电安全分析预警的需求，可用于指导风电安全监控行为。

1 基于大数据的风电安全监控预警云平台方案

传统的风电安全监控预警系统仅能在故障发生时发出警告，风电机组面临停工的风险，经济损失巨大。为此，基于大数据构建崭新的风电安全监控预警云平台，提前预测风电机组的故障隐患，将风电运行的风险扼杀在源头。云平台采用Spark 作为内存计算模型，在云端完成风电大数据处理；原始风电安全数据经清洗、转换后，采用随机森林模型展开深度故障挖掘，平台根据故障挖掘结果进行安全监控预警，安全状态评估以及预警警报在预警模块显示。

本次平台设计采用了经典的Spark 大数据计算平台，其运用弹性分布式数据集实现数据集缓存在内存中的存储；Spark 采用Lineage 容错机制集成了SQL、MapReduce、Streaming 等多个数据处理模型，构成一个完整的、多场合使用的大数据处理系统；……