技术领域 [0001]本申请涉及水电站技术领域，具体而言，涉及一种水电站生产控制处理方法及系统。 背景技术 [0002]现有水电站生产控制系统的架构以现场设备、PLC(Programmable LogicController，可编程逻辑控制器)和工业以太网及人机接口单元组成，实现了生产过程的自动化，减轻了操作人员的工作强度。然而，随着机组的运行，大量现场生产数据的积累，一方面容易造成网络拥堵，影响安全生产，另一方面无法利用先进的智能化技术对数据形成分析和挖掘，提高人员效率。 发明内容 [0003]基于现有设计的不足，本申请提供一种水电站生产控制处理方法及系统，充分考虑到边缘计算接口设备靠近数据采集侧的实时性和敏捷性，可以从一定程度上改善网络拥堵，提高安全生产能力，并且利用边缘云计算对生产过程数据形成分析和挖掘，提高人员效率。 [0004]根据本申请的第一方面，提供一种水电站生产控制处理方法，应用于水电站生产控制处理系统，所述水电站生产控制处理系统包括水电站现场设备、边缘计算接口设备、边缘云平台以及中心云平台，所述方法包括： [0005]所述水电站现场设备将水电站现场的生产过程数据发送给所述边缘计算接口设备； [0006]所述边缘计算接口设备根据所述生产过程数据对所述水电站现场设备的运行状态进行监控得到运行状态统计信息，将所述运行状态统计信息发送给所述边缘云平台，并根据所述边缘云平台下发的大数据计算模型对所述生产过程数据进行计算，根据计算结果向所述水电站现场设备发送控制指令； [0007]所述边缘云平台根据所述中心云平台下发的状态监测模型对所述运行状态统计信息进行状态监测，并根据状态检测结果向所述边缘计算接口设备发送边缘控制指令，使得所述边缘计算接口设备将所述边缘控制指令发送给所述水电站现场设备； [0008]所述中心云平台向所述边缘云平台发送训练获得的状态监测模型和大数据计算模型，并配置所述边缘云平台的边缘计算服务。 [0009]在第一方面的一种可能的实施方式中，所述边缘计算接口设备根据所述生产过程数据对所述水电站现场设备的运行状态进行监控得到运行状态统计信息的步骤，包括： [0010]分别在每个生产监控周期内对所述生产过程数据进行分析，确定所述水电站现场设备在每个状态维度下的状态信息； [0011]将所述水电站现场设备在每个状态维度下的状态信息进行汇总，得到所述水电站现场设备的运行状态统计信息。 [0012]在第一方面的一种可能的实施方式中，根据所述边缘云平台下发的大数据计算模型对所述生产过程数据进行计算，根据计算结果向所述水电站现场设备发送控制指令的步骤，包括： [0013]根据所述大数据计算模型对所述生产过程数据中每个生产过程的运行数据进行计算，得到每个生产过程的运行数据与对应的所述大数据计算模型下的生产过程的运行数据之间的运行差异数据以及所述运行差异数据所对应的差异项目； [0014]从所述差异项目对应的控制指令数据库中获取与所述运行差异数据匹配的控制指令，并将所述控制指令发送给所述水电站现场设备。 [0015]在第一方面的一种可能的实施方式中，所述边缘云平台根据所述中心云平台下发的状态监测模型对所述运行状态统计信息进行状态监测，并根据状态检测结果向所述边缘计算接口设备发送边缘控制指令的步骤，包括： [0016]从所述运行状态统计信息中获取每个运行状态的状态变化信息； [0017]根据所述状态监测模型计算水电站现场设备所对应的待控制类别集合中各个待控制类别对应的目标状态变化信息与所述每个运行状态的状态变化信息的适应度，其中，所述状态变化信息包括状态变化对应的状态变化时间以及所述状态变化时间对应的状态变化率，所述待控制类别集合包括多个待控制类别，所述待控制类别对应的目标状态变化信息与所述每个运行状态的状态变化信息的适应度是通过获取所述目标状态变化信息的多个目标时间间隔对应的历史状态变化率，然后根据各个所述历史状态变化率与所述每个运行状态的状态变化信息对应的当前状态变化率的差异计算得到的，所述目标时间间隔对应的持续时间与所述状态变化时间匹配； [0018]根据各个所述待控制类别与所述每个运行状态的状态变化信息的适应度得到所述每个运行状态的状态变化信息对应的边缘控制指令； [0019]向所述边缘计算接口设备发送每个运行状态的状态变化信息对应的边缘控制指令。 [0020]在第一方面的一种可能的实施方式中，所述目标状态变化信息与所述每个运行状态的状态变化信息的适应度通过以下方式计算得到： [0021]根据所述状态变化时间匹配得到所述目标状态变化信息的多个目标时间间隔； [0022]获取各个所述目标时间间隔对应的历史状态变化率； [0023]根据所述历史状态变化率与所述当前状态变化率的差异，从所述历史状态变化率中筛选出与所述当前状态变化率匹配的选定历史状态变化率； [0024]根据所述选定历史状态变化率的数量和所述历史状态变化率的数量计算得到所述目标状态变化信息与所述每个运行状态的状态变化信息的适应度。 [0025]在第一方面的一种可能的实施方式中，所述每个运行状态的状态变化信息对应的当前状态变化率包括设定状态变化异动拉升度和设定状态变化异动减弱度，所述目标状态变化信息与所述每个运行状态的状态变化信息的适应度的计算步骤包括： [0026]获取所述目标状态变化信息的多个目标时间间隔对应的历史状态变化率； [0027]根据所述历史状态变化率中的各个目标历史状态变化异动拉升度与所述设定状态变化异动拉升度的差异计算得到所述目标状态变化信息与所述每个运行状态的状态变化信息的第一维度的适应度； [0028]从历史状态变化异动减弱度中筛选出小于所述设定状态变化异动减弱度的第二维度的匹配异动减弱度，其中，所述第一维度和所述第二维度为相反的维度； [0029]根据所述第二维度的匹配异动减弱度的数量以及所述历史状态变化率的数量计算得到目标异动减弱度； [0030]获取状态变化异动减弱度对应的第二维度的匹配影响因子； [0031]根据所述第二维度的匹配影响因子以及所述目标异动减弱度计算得到所述目标状态变化信息与所述每个运行状态的状态变化信息的第二维度的适应度； [0032]根据所述第一维度的适应度和所述第二维度的适应度计算得到所述目标状态变化信息与所述每个运行状态的状态变化信息的适应度。 [0033]在第一方面的一种可能的实施方式中，所述根据所述历史状态变化率中的各个目标历史状态变化异动拉升度与所述设定状态变化异动拉升度的差异计算得到所述目标状态变化信息与所述每个运行状态的状态变化信息的第一维度的适应度的步骤，包括： [0034]从所述目标历史状态变化异动拉升度中筛选出大于所述设定状态变化异动拉升度的第一维度的匹配异动拉升度； [0035]根据所述第一维度的匹配异动拉升度的数量以及所述历史状态变化率的数量计算得到目标异动拉升度； [0036]获取状态变化异动拉升度对应的第一维度的匹配影响因子； [0037]根据所述第一维度的匹配影响因子以及所述目标异动拉升度计算得到所述目标状态变化信息与所述每个运行状态的状态变化信息的第一维度的适应度。 [0038]根据本申请的第二方面，还提供一种水电站生产控制处理系统，所述水电站生产控制处理系统包括水电站现场设备、边缘计算接口设备、边缘云平台以及中心云平台； [0039]所述水电站现场设备用于将水电站现场的生产过程数据发送给所述边缘计算接口设备； [0040]所述边缘计算接口设备用于根据所述生产过程数据对所述水电站现场设备的运行状态进行监控得到运行状态统计信息，将所述运行状态统计信息发送给所述边缘云平台，并根据所述边缘云平台下发的大数据计算模型对所述生产过程数据进行计算，根据计算结果向所述水电站现场设备发送控制指令； [0041]所述边缘云平台用于根据所述中心云平台下发的状态监测模型对所述运行状态统计信息进行状态监测，并根据状态检测结果向所述边缘计算接口设备发送边缘控制指令，使得所述边缘计算接口设备将所述边缘控制指令发送给所述水电站现场设备； [0042]所述中心云平台用于向所述边缘云平台发送训练获得的状态监测模型和大数据计算模型，并配置所述边缘云平台的边缘计算服务。 [0043]基于上述任一方面，本申请提供的实施方式，由边缘计算接口设备根据生产过程数据对水电站现场设备的运行状态进行监控得到运行状态统计信息，并根据边缘云平台下发的大数据计算模型对生产过程数据进行计算，以控制水电站现场设备。另一方面，边缘云平台可以根据中心云平台下发的状态监测模型对运行状态统计信息进行状态监测以通过边缘计算接口设备对水电站现场设备进行边缘控制。如此，充分考虑到边缘计算接口设备靠近数据采集侧的实时性和敏捷性，可以从一定程度上改善网络拥堵，提高安全生产能力，并且利用边缘云计算对生产过程数据形成分析和挖掘，提高人员效率。 附图说明 [0044]为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。 [0045]图1示出了本申请实施例所提供的水电站生产控制处理系统的应用场景示意图； [0046]图2示出了本申请实施例所提供的水电站生产控制处理方法的流程示意图； [0047]图3示出了本申请实施例所提供的用于实现图1中所示的水电站现场设备、边缘计算接口设备、边缘云平台以及中心云平台的电子设备的组件结构示意图。 具体实施方式 [0048]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请实施例的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其它操作，也可以从流程图中移除一个或多个操作。 [0049]图1示出了本申请实施例所提供的水电站生产控制处理系统10的应用场景示意图。本实施例中，水电站生产控制处理系统10可以包括水电站现场设备100、边缘计算接口设备200、边缘云平台300以及中心云平台400。 [0050]本申请实施例相较于传统水电站，取消了生产底层控制系统，采用边缘计算接口设备200完成对水电站现场设备100(例如可以是但不限于现场传感器、电动机、阀门执行机构等)的生产过程监控，边缘计算接口设备200可以对生产过程数据进行存储、处理、控制、模型推理与算法计算等操作。 [0051]边缘计算接口设备200可以通过5G网络设备完成与边缘云平台300的通讯，即使在5G网络出现中断故障时，仍能完成对水电站现场设备100的监控。 [0052]边缘云平台300可以通过5G网络与边缘计算接口设备200进行双向无线通讯，完成具体的业务应用，包括生产实时监测，保护联锁和自动控制，同时完成对边缘云的管理。 [0053]中心云平台400可以通过与边缘云平台300之间的数据传输与模型传输，完成各种算法模型的集中训练，并将算法模型和相关的数据进行下发，以及针对边缘云平台300的边缘计算服务的部署和管理。 [0054]可以理解，在其它可能的实施方式中，该水电站生产控制处理系统10也可以仅包括图1所示组成部分的其中一部分，或者还可以包括其它的组成部分。 [0055]图2示出了本申请实施例提供的水电站生产控制处理方法的交互流程示意图，本实施例中，该水电站生产控制处理方法可以由图1中所示的水电站生产控制处理系统10执行。应当理解，在其它实施例中，本实施例的水电站生产控制处理方法其中部分步骤的顺序可以根据实际需要相互交换，或者其中的部分步骤也可以省略或删除。该水电站生产控制处理方法的详细步骤介绍如下。 [0056]步骤S110，水电站现场设备100将水电站现场的生产过程数据发送给边缘计算接口设备200。 [0057]本实施例中，水电站现场的生产过程数据可以是各种检测装置，例如现场传感器、电动机、阀门执行机构等装置检测到的数据，如传感器数据、电动机运行数据、阀门执行数据等。 [0058]步骤S120，边缘计算接口设备200根据生产过程数据对水电站现场设备100的运行状态进行监控得到运行状态统计信息，将运行状态统计信息发送给边缘云平台300，并根据边缘云平台300下发的大数据计算模型对生产过程数据进行计算，根据计算结果向水电站现场设备100发送控制指令。 [0059]步骤S130，边缘云平台300根据中心云平台400下发的状态监测模型对运行状态统计信息进行状态监测，并根据状态检测结果向边缘计算接口设备200发送边缘控制指令，使得边缘计算接口设备200将边缘控制指令发送给水电站现场设备100。 [0060]步骤S140，中心云平台400向边缘云平台300发送训练获得的状态监测模型和大数据计算模型，并配置边缘云平台300的边缘计算服务。 [0061]基于上述设计，由边缘计算接口设备200根据生产过程数据对水电站现场设备100的运行状态进行监控得到运行状态统计信息，并根据边缘云平台300下发的大数据计算模型对生产过程数据进行计算，以控制水电站现场设备100。另一方面，边缘云平台300可以根据中心云平台400下发的状态监测模型，对运行状态统计信息进行状态监测，以通过边缘计算接口设备200对水电站现场设备100进行边缘控制。如此，充分考虑到边缘计算接口设备200靠近数据采集侧的实时性和敏捷性，可以从一定程度上改善网络拥堵，提高安全生产能力，并且利用边缘云计算对生产过程数据形成分析和挖掘，提高人员效率。 [0062]在一种可能的实施方式中，考虑到在具体水电站生产过程中存在不同的生产监控周期，并且为了针对不同的状态维度进行分散排列，针对步骤S120，可以通过以下示例性子步骤S121和子步骤S122具体实现，详细描述如下。 [0063]子步骤S121，分别在每个生产监控周期内对生产过程数据进行分析，确定水电站现场设备100在每个状态维度下的状态信息。 [0064]子步骤S122，将水电站现场设备100在每个状态维度下的状态信息进行汇总，得到水电站现场设备100的运行状态统计信息。 [0065]例如，生产监控周期可以根据实际生产计划进行灵活设置，在此不作详细限定。又例如，状态维度可以是但不限于内部控制状态维度、外部控制状态维度等。 [0066]在一种可能的实施方式中，针对步骤S120，为了进一步调整水电站现场设备100的工作状态，以便于水电站现场设备100持续处于正常工作状态范围内，可以通过以下示例性子步骤S123和子步骤S124具体实现，详细描述如下。 [0067]子步骤S123，根据大数据计算模型对生产过程数据中每个生产过程的运行数据进行计算，得到每个生产过程的运行数据与对应的大数据计算模型下的生产过程的运行数据之间的运行差异数据以及运行差异数据所对应的差异项目。 [0068]子步骤S124，从差异项目对应的控制指令数据库中获取与运行差异数据匹配的控制指令，并将控制指令发送给水电站现场设备100。 [0069]本实施例中，运行差异数据可以是指每个生产过程的运行数据与对应的大数据计算模型下的生产过程的运行数据之间存在参数差异大于设定参数差异的数据信息，差异项目可以是指运行差异数据的数据参数类型所属的统计项目。 [0070]本实施例中，控制指令数据库中可以预先配置有每个统计项目下不同运行差异数据匹配的控制指令，由此可以从上述确定的差异项目对应的控制指令数据库中获取与运行差异数据匹配的控制指令，然后控制水电站现场设备100，从而可以调整水电站现场设备100的工作状态，以便于水电站现场设备100持续处于正常工作状态范围内。 [0071]例如，以阀门执行机构的检测数据为例，假设运行差异数据对应的差异项目为阀门执行机构的执行控制开关的周期数据项目，那么运行差异数据可以是指周期差异数据，然后则可以从执行控制开关的周期数据项目对应的控制指令数据库中获取与周期差异数据匹配的控制指令。 [0072]在一种可能的实施方式中，针对步骤S130，为了进一步调整水电站现场设备100的工作状态，以便于水电站现场设备100持续处于正常工作状态范围内，可以通过以下示例性子步骤S131-子步骤S134具体实现，详细描述如下。 [0073]子步骤S131，从运行状态统计信息中获取每个运行状态的状态变化信息。 [0074]子步骤S132，根据状态监测模型计算水电站现场设备100所对应的待控制类别集合中各个待控制类别对应的目标状态变化信息与每个运行状态的状态变化信息的适应度。 [0075]本实施例中，状态变化信息可以包括状态变化对应的状态变化时间以及状态变化时间对应的状态变化率，待控制类别集合可以包括多个待控制类别，待控制类别对应的目标状态变化信息与每个运行状态的状态变化信息的适应度是通过获取目标状态变化信息的多个目标时间间隔对应的历史状态变化率，然后根据各个历史状态变化率与每个运行状态的状态变化信息对应的当前状态变化率的差异计算得到的，目标时间间隔对应的持续时间与状态变化时间匹配。 [0076]子步骤S133，根据各个待控制类别与每个运行状态的状态变化信息的适应度得到每个运行状态的状态变化信息对应的边缘控制指令。 [0077]子步骤S134，向边缘计算接口设备200发送每个运行状态的状态变化信息对应的边缘控制指令。 [0078]在一种可能的实施方式中，目标状态变化信息与每个运行状态的状态变化信息的适应度可以通过以下方式计算得到，即子步骤S132可以通过以下进一步的子步骤实现，详细描述如下。 [0079]子步骤S1321，根据状态变化时间匹配得到目标状态变化信息的多个目标时间间隔。 [0080]子步骤S1322，获取各个目标时间间隔对应的历史状态变化率。 [0081]子步骤S1323，根据历史状态变化率与当前状态变化率的差异，从历史状态变化率中筛选出与当前状态变化率匹配的选定历史状态变化率。 [0082]子步骤S1324，根据选定历史状态变化率的数量和历史状态变化率的数量计算得到目标状态变化信息与每个运行状态的状态变化信息的适应度。 [0083]此外，在另一种可能的实施方式中，每个运行状态的状态变化信息对应的当前状态变化率还可以包括设定状态变化异动拉升度和设定状态变化异动减弱度，目标状态变化信息与每个运行状态的状态变化信息的适应度还可以通过以下方式计算得到，即子步骤S132可以通过以下进一步的子步骤实现，详细描述如下。 [0084]子步骤S1325，获取目标状态变化信息的多个目标时间间隔对应的历史状态变化率。 [0085]子步骤S1326，根据历史状态变化率中的各个目标历史状态变化异动拉升度与设定状态变化异动拉升度的差异计算得到目标状态变化信息与每个运行状态的状态变化信息的第一维度的适应度。 [0086]其中，值得说明的是，异动拉升度可以是指状态变化率在增加过程中的幅度，异动减弱度可以是指状态变化率在减少过程中的幅度。 [0087]例如，可以从目标历史状态变化异动拉升度中筛选出大于设定状态变化异动拉升度的第一维度的匹配异动拉升度，然后根据第一维度的匹配异动拉升度的数量以及历史状态变化率的数量计算得到目标异动拉升度。例如，可以将第一维度的匹配异动拉升度的数量以及历史状态变化率的数量的相加数值，或者该相加数值的等比例数值作为目标异动拉升度。 [0088]在此基础上，可以获取状态变化异动拉升度对应的第一维度的匹配影响因子，从而可以根据第一维度的匹配影响因子以及目标异动拉升度计算得到目标状态变化信息与每个运行状态的状态变化信息的第一维度的适应度。例如，可以将第一维度的匹配影响因子与目标异动拉升度的乘积，或者乘积的等比例数值，作为目标状态变化信息与每个运行状态的状态变化信息的第一维度的适应度。 [0089]子步骤S1327，从历史状态变化异动减弱度中筛选出小于设定状态变化异动减弱度的第二维度的匹配异动减弱度，其中，第一维度和第二维度为相反的维度。 [0090]子步骤S1328，根据第二维度的匹配异动减弱度的数量以及历史状态变化率的数量计算得到目标异动减弱度。 [0091]子步骤S1329，获取状态变化异动减弱度对应的第二维度的匹配影响因子。 [0092]子步骤S13291，根据第二维度的匹配影响因子以及目标异动减弱度计算得到目标状态变化信息与每个运行状态的状态变化信息的第二维度的适应度。 [0093]例如，可以将第二维度的匹配影响因子以及目标异动减弱度的乘积，或者乘积的等比例数值作为目标状态变化信息与每个运行状态的状态变化信息的第二维度的适应度。 [0094]子步骤S13292，根据第一维度的适应度和第二维度的适应度计算得到目标状态变化信息与每个运行状态的状态变化信息的适应度。 [0095]例如，可以将第一维度的适应度乘以第一维度的权重，得到第一乘积，将第二维度的适应度乘以第二维度的权重，得到第二乘积，然后将第一乘积和第二乘积的相加值，或者相加值的等比例数值，作为目标状态变化信息与每个运行状态的状态变化信息的适应度。 [0096]基于同一发明构思，请参阅图3，示出了本申请实施例提供的用于实现图1中所示的水电站现场设备100、边缘计算接口设备200、边缘云平台300以及中心云平台400的电子设备500的组件结构示意图，该电子设备500可以包括机器可读存储介质510和处理器520。 [0097]本实施例中，机器可读存储介质510与处理器520均位于电子设备500中且二者分离设置。然而，应当理解的是，机器可读存储介质510也可以是独立于电子设备500之外，且可以由处理器520通过总线接口来访问。可替换地，机器可读存储介质510也可以集成到处理器520中，例如，可以是高速缓存和/或通用寄存器。 [0098]由于本申请实施例提供的电子设备500是上述电子设备500执行的方法实施例的另一种实现形式，且电子设备500可用于执行上述方法实施例提供的水电站生产控制处理方法，因此其所能获得的技术效果可参考上述方法实施例，在此不再赘述。 [0099]以上所描述的实施例仅仅是本申请的一部分实施例，而不是全部的实施例。通常在附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，在附图中提供的本申请的实施例的详细描述并非旨在限制本申请的保护范围，而仅仅是表示本申请的选定实施例。因此，本申请的保护范围应以权利要求的保护范围为准。此外，基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下可获得的所有其它实施例，都应属于本申请保护的范围。