基于电站大数据和边缘计算的服务器的制作方法

摘要: 本发明涉及电站大数据处理、边缘计算服务器硬件散热及电站边缘侧数据实时处理,特别涉及基于电站大数据和边缘计算的服务器。背景技术:1、随着新型电力系统建设持续推进,...
基于电站大数据和边缘计算的服务器的制作方法

本发明涉及电站大数据处理、边缘计算服务器硬件散热及电站边缘侧数据实时处理,特别涉及基于电站大数据和边缘计算的服务器。

背景技术:

1、随着新型电力系统建设持续推进,风光储一体化电站、分布式光伏场站、流域梯级水电站、大型火电厂均部署海量传感采集终端,单座中型电站每日产生设备运行状态、电网并网参数、环境气象、故障告警、能耗计量等结构化与非结构化大数据可达 tb 级。传统集中式云端服务器架构存在三大核心缺陷:一是电站现场采集数据全部回传云端造成传输带宽拥堵、时延高,继电保护、风机变桨、光伏逆变器实时控制等低时延业务无法满足毫秒级响应需求;二是电站现场多粉尘、昼夜温差大、设备启停震动剧烈、空气湿度波动明显,通用商用大数据服务器散热结构简陋,仅依靠单侧轴流风扇被动通风,粉尘极易进入机箱内部附着在算力芯片、内存、硬盘表面,加速元器件老化,冷热交替产生凝露腐蚀电路板,震动造成硬盘磁盘坏道、内存金手指接触不良;三是现有散热方案多采用石墨散热片、外置水冷板等结构,石墨散热片脆性高、高温工况易开裂失效,水冷结构管路复杂易渗漏,电站运维人员检修难度大,制造成本与后期维护成本居高不下。

2、现有设备主要依靠蓄水箱结合石墨板换热散热,该方案应用于电站边缘场景存在显著适配短板:1. 石墨散热片在电站40℃以上高温、昼夜温差20℃以上工况下极易出现裂纹断裂,散热性能快速衰减;2. 蓄水冷却结构存在漏水风险,电站控制柜、配电室严禁液体渗漏,一旦漏水将引发短路、设备烧毁甚至安全事故;3. 仅具备基础散热功能,未针对电站边缘计算业务设计分层算力调度、本地数据缓存、故障就地判别、多源电力数据兼容采集模块,无法实现电站大数据边缘就地处理,仍需将全部原始数据上传云端,无法缓解传输压力。 同时,当前电站边缘计算服务器普遍存在功能单一问题:仅具备数据存储与简单转发功能,缺少分层算力调度逻辑,无法区分实时控制类数据、统计分析类数据、历史归档类数据做差异化处理;硬件层面无密闭式循环制冷风道,冷热气流混流散热效率低,粉尘、潮气持续侵入机箱;设备底座无抗震限位结构,风机、发电机组启停产生的低频震动持续冲击服务器存储单元,大幅缩短硬盘使用寿命;检修可视化、快速拆装维护结构缺失,电站现场狭小柜体空间内拆装检修耗时久,运维效率低下。

3、综上,现有商用大数据服务器、常规水冷、石墨散热服务器均无法适配电站多粉尘、宽温域、强震动、低时延边缘计算的特殊工况需求,亟需一种集成密闭循环压缩制冷散热、电站多源电力数据边缘分层处理、抗震动防尘防潮一体化的基于电站大数据和边缘计算的服务器,解决现有技术散热失效、边缘算力不足、现场工况适配性差、运维难度大的技术缺陷。

技术实现思路

1、针对现有技术本发明提供一种基于电站大数据和边缘计算的服务器,同时配套电站边缘大数据分层处理方法解决电站现场边缘计算硬件与数据处理双重痛点。

2、为实现上述目的,本发明提供如下技术方案:一种基于电站大数据和边缘计算的服务器,包括箱体,箱体的顶部开设有第三出风口,所述箱体的外壁固定安装有压缩机,所述压缩机的输出端连接冷凝器,所述压缩机外侧罩设保护壳,所述保护壳内部阵列开设散热口;所述箱体底部开设第一出风口,第一出风口下方同轴装配风扇,风扇由底部旋转电机驱动,旋转电机底端装配保护盖;所述箱体底部可拆卸装配通风管,通风管底端开设第二出风口;所述箱体前端铰接门体,门体中部嵌设可视玻璃,门体外壁固定安装推拉把手;所述箱体底端固定装配底座,底座底部均匀布设减震圆脚,底座内部开设限位槽,限位槽与通风管底端密封卡合限位;所述箱体内部集成电站边缘计算主板、多源电力数据采集模块、分层算力调度控制模块、本地高速存储阵列;所述分层算力调度控制模块分别与压缩机、旋转电机、多源电力数据采集模块、本地高速存储阵列通信连接,用于执行电站大数据边缘分层处理逻辑,动态调控制冷散热功率与算力分配;所述压缩机、冷凝器、第三出风口、箱体内部空腔、第一出风口、风扇、通风管、第二出风口形成单向密闭循环制冷风道,外部空气经第三出风口进入箱体后与冷凝器换热降温形成冷空气,冷空气自上而下流经边缘计算主板与存储阵列完成热量交换,吸热后热空气经第一出风口由风扇抽吸,沿通风管从第二出风口定向排出箱体外部。

3、进一步地,所述分层算力调度控制模块内置数据分级判别单元、算力资源分配单元、散热功率联动调节单元、数据压缩上传单元;所述数据分级判别单元用于接收多源电力数据采集模块上传的电站原始传感数据,按数据时延需求划分为实时控制级、统计分析级、历史归档级三类数据;所述算力资源分配单元根据数据分级结果动态分配边缘计算主板算力内核;所述散热功率联动调节单元根据实时算力负载同步调节压缩机输出功率与旋转电机转速;所述数据压缩上传单元对三类数据分别执行差异化压缩策略,仅将轻量化特征数据上传电站云端平台。

4、进一步地,所述保护壳为钣金一体弯折成型结构,散热口为竖向百叶式通风槽,保护壳与箱体外壁之间预留缓冲散热间隙,用于隔离压缩机运行振动并辅助制冷单元散热。

5、进一步地,所述可视玻璃为双层中空钢化防尘玻璃,玻璃与门体之间装配密封橡胶条,门体闭合后整体密封箱体前端开口,阻断现场粉尘、潮气从门体缝隙侵入箱体内部。

6、进一步地,所述底座限位槽内侧环设密封硅胶垫圈,通风管卡入限位槽后硅胶垫圈填充间隙,实现通风管与底座之间风道密封,防止底部粉尘反向倒灌进入箱体。

7、进一步地,所述减震圆脚为丁腈橡胶减震垫块,圆脚内部内嵌金属配重芯,均匀分布于底座四角,吸收电站机组、风机启停产生的低频振动,降低振动对本地高速存储阵列磁盘的冲击。

8、进一步地,所述保护盖为镂空钣金防护罩,完全包覆旋转电机外侧,防护旋转电机免受底部粉尘、水汽侵蚀,同时不阻碍风扇抽吸气流通行。

9、进一步地,所述冷凝器倾斜布置于箱体顶部第三出风口内侧,冷空气进入箱体时全部流经冷凝器换热,提升制冷换热效率,避免冷热气流局部混流。

10、进一步地,所述箱体、门体、底座、保护壳表面均喷涂防静电防腐涂层,适配电站高粉尘、高湿度、酸碱腐蚀气体现场环境。

11、一种应用于上述基于电站大数据和边缘计算的服务器的数据分层处理方法,包括如下步骤:

12、s1、多源电力数据采集:多源电力数据采集模块实时采集电站风机、光伏逆变器、水轮机、变压器、环境气象传感器、继电保护装置输出的原始电力时序数据,传输至分层算力调度控制模块;

13、s2、数据分级判别:数据分级判别单元依据数据业务时延阈值、数据类型完成分级:时延阈值≤10ms 的继电保护、变桨控制、并网调节数据划分为实时控制级;时延阈值10ms-5s的负荷统计、设备损耗分析数据划分为统计分析级;时延阈值>5s 的设备历史运行日志、环境归档数据划分为历史归档级;

14、s3、动态算力分配:算力资源分配单元优先分配边缘计算主板高优先级算力内核处理实时控制级数据,次优先级内核处理统计分析级数据,闲置低功耗内核处理历史归档级数据;

15、s4、边缘就地运算:对实时控制级数据就地执行越限判别、故障瞬时告警运算,直接输出控制指令至电站现场执行终端;对统计分析级数据完成小时/日负荷预测、设备损耗量化计算;对历史归档级数据执行无损压缩本地缓存;

16、s5、散热联动调控:散热功率联动调节单元实时采集边缘计算主板算力负载率,负载率>80%时同步提升压缩机制冷功率、调高旋转电机转速增强风道循环风量;负载率<30%时降低制冷与风扇功率节能运行;

17、s6、差异化压缩上传:数据压缩上传单元对实时控制级数据仅上传故障告警特征值,对统计分析级数据上传小时聚合统计结果,对历史归档级数据按天打包压缩后定时上传,原始全量数据本地存储,减少云端传输带宽占用。

18、本发明的技术效果和优点:

19、1、密闭循环压缩制冷风道适配电站极端工况,摒弃脆性石墨散热片、渗漏风险水冷管路,压缩机结合冷凝器实现持续恒温制冷,单向自上而下风道避免冷热混流,第三出风口、密封门体、底座密封限位槽多重防尘防潮结构,杜绝电站粉尘、凝露腐蚀元器件;散热结构钣金件一体成型,加工装配简单,不易断裂损坏,电站现场运维检修便捷;

20、2、配套电站边缘大数据分层处理方法,硬件搭载分层算力调度控制模块,实现电力数据三级分级、算力动态分配、就地故障运算、轻量化数据上传,毫秒级完成实时控制业务响应,大幅降低场站至云端传输带宽压力,解决传统集中式云端架构时延高、带宽拥堵问题;散热功率与算力负载联动调节,兼顾散热性能与设备运行能耗;

21、3、一体化减震底座搭配中空密封玻璃门体、外置压缩机独立防护壳,多重抗震、防尘、防腐结构适配风机、发电机组启停强震动、多粉尘、高湿度电站现场;可视化玻璃无需开门即可观察内部算力、存储设备运行状态,把手配合快速拆装底座、通风管结构,狭小电站控制柜内检修效率显著提升。

22、4、外置制冷单元独立保护壳带百叶散热口,隔离压缩机振动同时保障制冷单元持续散热,避免高温环境下制冷系统停机失效,保障服务器全年不间断稳定运行,适配风光水火多类型电站24小时连续数据采集与边缘计算需求。