三峡水电，正在掀起一场“换脑”革命

出品｜虎嗅科技组

作者｜张雪

本文是 ' 大鲸榜 · 2020 工业互联网高成长企业榜单 ' 的案例洞察第二篇

一提到三峡水电站，大家的第一反应可能是——世界第一大水电站。没错，它也是我国建成的迄今为止规模最大，难度最高的一项工程。

资料显示，这里安装着世界最大的水轮发电机组，包含了 32 台 70 万千瓦级水轮发电机组，其中，一台机组 1 小时发电量约为 55 万度，足够 10 万户家庭用一天。

而在当前，在国企数字化转型的大背景下，三峡水电站也在尝试用技术来进行革新，并将覆盖电站监控、发电机组状态检修、水情监测、水文预报、水库调度、电力调度、大坝安全监测、泥沙分析等业务。

值得一提的是，大型水轮发电机组是水电站核心设备，也是制造难度最高的顶尖工业产品之一，涉及众多复杂加工技术，其数字化难度也显而易见。

据我们了解，目前在三峡水电站的部分地区已经进行了智能化升级的成功实践，而这也带动了国内其他大型水电站纷纷投入数字升级之中。

而这场水电站 ' 换脑 ' 风暴也吸引了产业链各个环节里的企业参与其中，其中昆仑数据作为水电业务智能化的重要服务者，也为我们讲述了背后的故事。

众所周知，工业大数据在工业互联网中的受关注程度最高，而与之成正比的还有做好工业大数据的难度，所以工业领域做好智能化最绕不开的就是数据。

昆仑数据作为国内最早的工业大数据创业公司，如今已经走入了收获季。

据悉，昆仑数据的产品主要分为两部分，一部分是数据管理系统，即当海量工业数据收集上来之后首先要考虑如何存储、组织、管理以如何支撑后续高效的访问，降低数据理解和使用的复杂性，这就是数据的资源化和资产化。另一部分则是将工业领域常见的分析框架产品化，降低工业企业基于这些数据做分析的门槛，加速企业数字化创新和业务价值变现落地的效率。

以昆仑数据的代表性客户东方电机为例。东方电机是国内生产水轮发电机组的细分领域冠军，比如白鹤滩水电站世界首台百万千瓦水电机组就是东方电机研发生产的。

难点一：思维碰撞

2019 年，在制造业服务化转型的大趋势下，东方电机想结合自己的装备制造向服务化转型方面做一些探索，所以专门成立了业务创新团队。而围绕着装备的服务，本身就是一种原生的数字化业务。

一个事实是，在复杂装备制造行业，特别是大电机领域，在很多年前就开始尝试以远程方式运维，再通过技术手段给客户提供服务，但这块业务一直没能很好地开展起来。其中一个很重要的因素就是业务和技术的融合问题。

近年来传统企业做信息化建设都是系统建设和业务运营分离管理，这已经形成了一个思维定式。

所以对于数字化转型，大多数企业也往往会将业务和系统割裂开来考虑，认为系统归系统，业务归业务，可以分开做。即找人帮忙开发一套 ' 万能 ' 的系统，把设备数据都收回来进行分析，再在其上考虑如何为客户提供服务。

这对于传统相对已经成熟和固化的业务模式是有效的，然而对于数字化转型这样新形态的业务就显得有些不适配了。经常会出现业务诉求和数据难对齐，系统投入产出不匹配的问题。

因此昆仑数据认为企业需要的并不仅仅是个系统，更需要从数字化技术应用和服务业务开展的融合角度入手，一手抓系统建设，一手抓业务运营，系统随着业务而不断丰富，业务在系统的支持下可快速迭代扩展。

因此，在合作初期昆仑数据就主动和东方电机在这方面进行碰撞和磨合。最终，双方就业务和技术一体化建设达成了高度共识。

当然，这也对昆仑数据提出了更高的要求，他们提供的不仅仅是一组数据处理工具，更是能够支撑以数据为中心，以设备后服务业务为牵引的一套业务支撑系统，需要快速的响应上层业务对数据的处理和访问需求，能够支撑分析模型算法从建模到对外服务的全过程。

难点二：数据不能共享怎么办

在工业企业特别是在能源电力这些与民生、战略相关的行业里，另外一个挑战来自于数据共享传输问题。

东方电机生产的主要是大型水轮机，电力设备的安全性要求非常高，因此设备数据都有着严密的安全防护要求和措施。通过互联网传输数据会涉及到安全合规的问题。此外即便通过安全装置将数据传到企业的数据中心，则要将数据链路拉长，这样一来，数据的安全性和时延都会有影响，也就为企业从远程端通过直接的数据采集、传输、分析为企业服务带来了挑战。

为了解决这个问题，双方在方案的架构上进行了调整，采用云端协同的方式，以离线的手段和非实时的方式去汇集部分数据，远程完成分析和建模的工作，然后再把训练好的模型装载到电站属地端的服务器上运行。

在执行层面，昆仑数据帮助东方电机在多个电站侧安装了智能终端，相比于通常用的网关，该智能终端多了数据分析处理和分析模型的运行调度能力。

位于东方电机的远程端（云端），主要是将各个数据源的数据，包括离线的数据，汇集到数据管理平台，在昆仑数据产品上完成数据资源化的过程。这里所谓的 ' 数据资源化 '，是指将来自不同系统的不同格式的数据与水电行业的物理设备一一映射，以便让客户，特别是没有 IT 背景的业务专家能以设备为对象用统一的格式来自主访问和使用数据。

在这个过程中，昆仑数据把原来放在表里的数据做了时空对齐，比如表里的数据会显示是哪台终端的哪个端口的哪个实例，而通过时空对齐，可以转化成客户业务人员能看懂的，哪个省的哪个地区的哪个水电厂的一号机组的转速数据，温度数据。

难点三：解决代码门槛

完成了数据的采集和存储，那么就来到了重头戏，即数据的分析处理。而这个过程中，昆仑数据主要做的就是把工业数据分析的门槛降下来。

工业行业里存在着大量的行业专家，包括水轮机的研发设计人员、服务人员，他们都有着丰富的行业知识和深厚的行业经验，但不能要求他们还要具备复杂代码编写的能力。而他们的任务是能够访问数据资源，并应用平台预制的算法框架拖拽建模，提取数据特征，进而基于这些数据特征，结合行业经验去做定位判断和预警。

在这之中，预制的算法框架、可扩展的算子是考验昆仑数据的关键，因为这需要长时间的模型积累。

在昆仑数据研究院，有一群数据科学家把与设备运维相关的工业数据分析做了抽象，目前，昆仑数据产品化的算法框架能够支撑 80% 与设备故障诊断相关的基本规则问题，还有 20% 的复杂问题需要科学家进行个性化处理。

拿故障诊断这类问题举例，在没有抽象算法之前，做功能诊断需要手写代码，十分耗时耗力。而除了像故障诊断、振动分析这样的通用算子外，昆仑数据积累了多个行业算子，比如风电行业的功率曲线算子。

如此一来，昆仑数据就帮助东方电机完成了数据的采集、存储和访问、分析等数字化服务升级的流程，也完成了东方电机专家知识结构化沉淀并输出的服务能力从 0 到 1 的搭建。

据透露，东方电机的服务化转型已经度过了建设和验证期，并将从今年开始面向客户推出该项能力，截止目前已经赢得大量订单，短时间营收就已远超项目建设投入成本。可以看到，东方电机正在从原来卖设备的单一业务，向基于数据，基于工业互联网给客户提供长期持续的原生数字化服务上转变。

需要指出的是，东方电机并不是昆仑数据服务的首家向服务化转型的传统制造商。

其实，这也就带来了一个新的问题，那就是昆仑数据的解决方案是否可复制。对于这个问题，昆仑方面给出了肯定回答。他们称，昆仑数据产品本身就是跨行业复制，如果给非要给出一个范围的话，那目前更适用于相对高端复杂的装备后服务市场。

举例来讲，昆仑数据去年有包括东方电机在内的三个项目同时在孵化这个产品升级，而到今年这三个项目孵化出的产品，已经中标某煤矿机械厂，目标共同打造数字化智能采煤解决方案。

当然，昆仑数据的野心也并不止于为装备制造行业提供解决方案，未来昆仑数据也会向终端装备用户市场倾斜。但有所不同的是，对于大型企业，昆仑数据通常是直销，对于终端企业，昆仑数据则希望通过支撑客户和合作伙伴在属地端的服务落地，进而实现技术产品的间接销售与下一轮升级。

比如像东方电机等在水电领域的专业团队，昆仑数据下一步规划就是跟他们共同走向水电行业，将专业的水电装备智能化服务部署到水电站并长期平稳运行，目前双方已经做了标杆案例，而国内还有 600 多个大中型水电站。

结语

需要指出的是，电机市场只是昆仑数据聚焦的细分市场之一。

具体到业务上，昆仑数据创始人陆薇介绍称，' 公司主要专注在工业数据跟设备相关的环节，原因在于这是工业里面最独特的。'

在众多与设备相关的场景中，昆仑数据又主要聚焦在两类上，其一，以设备运营为核心的企业，比如能源行业，包括电网、油气等。这些行业有大量的设备资产，它最主要的成本是这些资产和资产的折旧，同时，它最主要的生产效益也由这些设备资产本身的运营效率来决定的。这类企业对设备的运维管理、运行效率、健康状态等尤为关注。

其二，则是做精密产品生产制造型企业，这类企业的生产系统往往由若干设备组成。跟设备运营型企业关注稍有不同，它更关注产品的质量和产品的生产效率。

但总体来讲，都是以设备为核心的。

与我们最初的设想并不相同的是，昆仑数据绕过了工业互联网中最难的数据获取过程。

它的发力点主要在于当数据被生产和采集之后，如何降低这些数据的使用门槛。' 我的前提是现在有原料，有数据，我们用的数据都是企业直接提供的，所以目前做的行业基本上都是数据基础相对比较好的这些行业。' 陆薇谈到。