雅礱江梯級水電站運行數據管理優(yōu)化模型

陳平 何朝暉 丁義 邵朋昊 張凱榮

摘要：

為解決雅礱江梯級水電站日常運行數據管理中存在的數據元素雜亂、計算及存儲不規(guī)范、維護效率低等問題，采用“數據處理-計算存儲-管理維護”技術鏈條，提出了基于對象和類別劃分的數據元素處理技術、基于特征值的數據計算及存儲規(guī)范化技術和滿足讀寫快速性、質量可靠性及來源唯一性的數據管理維護技術等關鍵技術，以水電站日常運行數據為傳輸流搭建關鍵技術之間的耦合方式，由此建立了雅礱江梯級水電站運行多元數據管理優(yōu)化模型。將所建模型集成至雅礱江綜合自動化系統(tǒng)二期工程，有效提升了雅礱江流域電站運行數據的管理及維護能力。應用結果表明：提出的多元數據管理優(yōu)化模型，能有效解決流域梯級水電站運行數據管理及維護問題，并為流域梯級水電站智能運行提供有力的數據管理技術支撐。

關 鍵 詞：

梯級水電站； 多元數據管理； 規(guī)范化技術； 雅礱江流域

中圖法分類號： TV737

文獻標志碼： A

DOI：10.16232/j.cnki.1001-4179.2023.08.035

0 引 言

隨著中國“碳達峰、碳中和”目標期限的逼近，各種可再生能源的開發(fā)和利用受到高度重視。我國水能資源儲量世界第一，具有實現碳中和的天然優(yōu)勢［1］。水電站運行是水電工程建成后的重要工作內容，如何高質量運行水電站并提升運行調度智能化水平，是后工程時代中亟待思考的問題之一。當前，中國電網和水力發(fā)電企業(yè)都在積極探索實現水電站智能化運行的有效途徑，其中一項是對水電站運行數據管理的研究。詳實可靠的運行數據是水力發(fā)電企業(yè)生產管理中的一筆寶貴財富，可為開展經驗總結分析、運行調度提質增效、電力生產精細化管理等提供數據基礎。

目前關于水電站運行數據的研究集中于數據管理平臺建設、數據格式標準化探索等。杜冬艷［2］從技術方面，提出了構建綜合數據管理平臺的總體方案、硬件拓撲結構、軟件體系結構，解決了電力行業(yè)“信息孤島”的問題；從企業(yè)管理角度，提出了要建立協(xié)調的數據管理組織機構和完善的數據管理績效考核機制及人員培訓機制，保證數據管理平臺的高效運行。Lin［3］通過云計算提取數據特征并傳送到數據特征集進行實時管理，然后利用特征集對數據實時管理流程進行優(yōu)化。Wu等［4］基于GJB 6600標準設計交互式電力數據管理軟件，實現數據規(guī)劃、數據模塊/數據實體/基礎數據等人工數據管理功能，通過數據整編過程中的任務分配、校對、審批和定稿功能，實現數據版本管理和安全控制。雷霆等［5］闡述了智能電網綜合數據平臺系統(tǒng)功能構架和邏輯層次的劃分，探討了標準規(guī)范體系、元數據管理和數據編碼規(guī)范的數據規(guī)范化工作，從接口體系、交互界面、通用交換等方面綜合分析了數據標準化接口，并介紹了標準化數據在數據質量綜合辨識、可擴展數據綜合搜索、集成式電網故障診斷等方面的應用。李小龍等［6］設計了包含數據規(guī)范化處理、成果文件輸出、測量數據入庫、數據動態(tài)建模分析與可視化等功能的新數據動態(tài)管理系統(tǒng)。張琳琳等［7］利用Hadoop的分布式文件系統(tǒng)HDFS和并行處理框架MapReduce的工作原理，搭建電網調度大數據應用平臺系統(tǒng)，解決了不同業(yè)務系統(tǒng)之間的數據不能及時共享、訪問、管理與分析挖掘等問題。

雅礱江是中國規(guī)劃的十三大水電基地之一，是國家實施“西電東送”戰(zhàn)略可靠優(yōu)質的電源點，肩負地區(qū)供電及“西電東送”的重任。當前，雅礱江流域下游已建成并運行“兩庫五級”梯級水電站（錦屏一級、錦屏二級、官地、二灘和桐子林），為川渝及華中地區(qū)社會經濟高質量發(fā)展提供了電力支撐。日常調度中，監(jiān)控、水調自動化、水情自動測報等系統(tǒng)是“兩庫五級”梯級水電站安全穩(wěn)定經濟運行的技術保障，積累了大量的運行調度數據（如氣象、水文、電能量等），如何高效管理這些數據并充分發(fā)揮其價值是調度人員面臨的一個棘手問題。隨著水電站規(guī)模的增加、時間的累積，運行調度數據將呈現快速增長態(tài)勢，優(yōu)化數據管理、整合數據資源、挖掘數據價值的應用需求將更為迫切，但目前涉及雅礱江梯級水電站運行數據管理的研究尚不多見。基于此，本文從數據梳理、計算存儲規(guī)則、運行維護等方面構建雅礱江梯級水電站運行數據管理優(yōu)化模型，為解決雅礱江流域電力生產數據高效管理問題提供理論支撐。

1 雅礱江梯級水電站運行數據管理現狀

為滿足電力生產運行需求，雅礱江流域水電開發(fā)有限公司集控中心（以下簡稱“集控中心”）建有多個生產業(yè)務系統(tǒng)，如計算機監(jiān)控系統(tǒng)、電能量管理系統(tǒng)、故障濾波系統(tǒng)、水情自動測報系統(tǒng)、水調自動化系統(tǒng)和人工報汛系統(tǒng)等［8］。由于建設時期不同，各子系統(tǒng)從操作系統(tǒng)、開發(fā)語言、通信協(xié)議直到數據存儲都不盡相同，不同子系統(tǒng)對水電生產數據的重復維護容易造成數據的不一致和不完整［8］。為此集控中心開發(fā)了統(tǒng)一數據交換平臺系統(tǒng)（以下簡稱“數據交換平臺”），具備接入數據的WEB展示及數據查詢、報表服務、元數據存儲管理等功能。

數據交換平臺與不同子系統(tǒng)的數據交互關系如圖1所示。數據交換平臺實現了將各子系統(tǒng)的數據按照統(tǒng)一的模型建模，按照統(tǒng)一規(guī)范和統(tǒng)一編碼進行存儲和整合，并統(tǒng)一對外提供數據信息服務。多年運行實踐表明，數據交換平臺有效支撐了水電站運行數據的統(tǒng)一維護與管理工作，但也暴露出一些短板問題，不能很好地適應大規(guī)模、高精度、優(yōu)效能的數據管理服務需求。

（1） 數據元素雜亂，不利于數據高效應用，需要系統(tǒng)梳理。以水調自動化系統(tǒng)為例，由于首次建設時相關經驗不足，系統(tǒng)里遺留了較多無數值以及沒有意義或價值不大的數據元素，且數據元素的點號及命名設置不夠規(guī)范，不利于快速查找和準確使用。因此，應進行數據元素的系統(tǒng)梳理，完善相應數據元素配置，建立數據元素管理臺賬，方便對其進行增減刪改。

（2） 數據計算及存儲質量不高，需進行規(guī)范化處理。現有數據資料系列，同一類數據存在單位不同、保留小數位不同、計算方法不盡相同的情況；同一數據元素不同統(tǒng)計特征值序列，直接被同一個數值填充；同一數據元素某些統(tǒng)計特征值序列沒有意義，但仍被賦值，如日發(fā)電量平均值、日水量平均值；甚至同一數據元素同一個序列，時間上前后計算方法不同，一致性遭到破壞。這些問題都不利于水電站運行數據的分析應用。

（3） 數據修改維護管理復雜，需引進新技術提高管理能力。數據的擾動具有蝴蝶效應，如遙測基礎數據的時效性和可靠性不足往往可造成其他眾多相關計算數據的不確定；同時，不同單位部門對同一數據的需求是多變的，如電網對相關棄水損失電量的要求等。因此，數據的修改維護、計算方法調整是必要的，也是不可避免的。當前各系統(tǒng)相對獨立，交互不強，為保證數據一致，需在多個系統(tǒng)里修改維護，效率較低。

2 多元數據管理優(yōu)化模型

基于上述現狀分析，建立多元數據管理優(yōu)化模型，模型結構如圖2所示。以雅礱江梯級水電站日常運行數據為輸入，首先對具備多對象、類別特點的大量數據元素進行處理分析，再對處理后的各類別數據開展計算及存儲的規(guī)范化研究，最后提出數據管理維護的3方面要求及實現途徑。所建模型的核心內容包括3部分：基于對象和類別劃分的數據元素處理技術、基于特征值的數據計算及存儲規(guī)范化技術、基于三性要求的數據管理維護技術。

2.1 基于對象和類別劃分的數據元素處理技術

為解決數據元素雜亂問題，針對雅礱江梯級水電站實際運行特點，提出了基于對象和類別劃分的數據元素處理技術，以快速對數據元素進行批量增減、精準查詢和對比分析，提升對歷史數據的利用水平?；趯ο蠛皖悇e劃分的數據元素處理技術流程如圖3所示。主要步驟包括：

步驟1：遵循分類清晰、類型全面的原則劃分數據類別。將所有數據元素按所屬對象分為流域對象和電站對象，流域對象包括水文站、氣象站、雨量站、水位站4個子對象，電站對象包括全廠、機組和閘門3個子對象；系統(tǒng)所有數據元素按類別分為水位、流量、雨量、水量、出力、電量、水頭、耗水率、負荷率、開度、狀態(tài)、時間、次數、效率、風向、風速、濕度、溫度、氣壓、蒸發(fā)、參數等21類。

步驟2：構建流域樹狀結構，將元素從上游至下游，由遠及近排列，去除原有多余無意義的元素，同時結合新電站投產及流域站網優(yōu)化要求查漏補缺，完整地梳理出新系統(tǒng)應計算存儲的所有數據元素。

2.2 基于特征值的數據計算及存儲規(guī)范化技術

2.2.1 數據計算及存儲規(guī)范化基本流程

水電站運行數據種類繁多，來源各異。每一類數據在存儲時有統(tǒng)一的分表格式和配置，如水位類有實時數據表和時段統(tǒng)計表（小時表、日表、旬表、月表和年表），時段統(tǒng)計表里有整點值、平均值、最大值、最小值以及最大最小值時間等特征值序列。針對前述各電站同類數據計算方法不同、小數保留位數不一致、元素不同特征值序列被賦同一數值等計算及存儲問題，研究提出基于特征值的數據計算及存儲規(guī)范化技術，基本流程如圖4所示。

主要步驟包括：

步驟1：厘清類別概念，對類別內元素進行歸納分類，確定每個類別/元素集的數據需求。

步驟2：結合水電調度數據的國家標準、行業(yè)規(guī)范和現行經驗等，初步確定各類別/元素集的數據計算處理公式和存儲顯示規(guī)則。

步驟3：加強與電網機構、防汛部門和上級管理單位的溝通協(xié)調，研究確定滿足數據上報要求的數據計算處理公式和存儲顯示規(guī)則。

步驟4：形成水電調度運行數據計算及存儲規(guī)范，應用規(guī)范分析確定每個元素數據需求、計算處理公式和存儲顯示規(guī)則。

2.2.2 數據計算及存儲規(guī)范化具體實例

本文以水位類別為例，從定義及分類、命名規(guī)范、計算規(guī)范、存儲規(guī)范等4方面進行具體說明。

（1） 水位類別定義及分類。

水體在某一基準面以上的水面的高程。在系統(tǒng)中分為自動遙測水位、人工報汛水位和運行計劃水位3類。

（2） 命名規(guī)范。

① 河道水文（位）站水位

按照“站名+遙測水位”規(guī)范命名，如：甘孜遙測水位。

② 樞紐水位站水位

按照“電站名+監(jiān)測位置+水位傳感器類別+遙測水位+編號（如有2套及以上設備時）”規(guī)范命名，如：錦屏一級壩上浮子遙測水位、錦屏一級尾水雷達遙測水位2。

③ 參與水務計算的樞紐水位

按照“電站名+監(jiān)測位置水位”規(guī)范命名，“監(jiān)測位置水位”包括壩（閘）上水位、壩（閘）下水位、尾水水位、進水口水位，如：錦屏二級閘下水位、錦屏二級尾水水位。

④ 河道水文（位）站報汛水位

按照“站名+報汛水位”規(guī)范命名，如：甘孜報汛水位。

⑤ 樞紐水位站報汛水位

按照“電站名+監(jiān)測位置+報汛水位”規(guī)范命名，如：錦屏二級閘上報汛水位。

⑥ 運行計劃水位

按照“電站名+目標時段+計劃水位”規(guī)范命名，如：錦屏一級月末計劃水位、二灘年末計劃水位。

（3） 計算規(guī)范。

① 實時遙測水位。

H實時遙測=H水位計基值±h實時遙測數據（1）

式中：H實時遙測為實時遙測水位；H水位計基值為遙測站水位基值；h實時遙測數據為實時遙測數據，根據水位計類別，確定計算符號。

② 小時整點遙測水位。

取實時遙測水位中最接近整點時間（±5 min以內）的水位值，若無滿足條件的水位值則觸發(fā)報警。

H小時遙測t=match（t整點，H實時遙測）（2）

式中：H小時遙測t為t時刻小時整點遙測水位；t整點為t時刻。

③ 小時平均遙測水位。

根據小時時段內的實時遙測水位采用面積包圍法計算得出。

H～小時遙測t=［（H0+H1）×t1+（H1+H2）×t2+…+（Hn-1+Hn）×tn］/［2×（t1+t2+…+tn）］（3）

式中：H～小時遙測t為t-1至t時刻小時平均遙測水位；H0為t-1時刻小時整點遙測水位；H1、H2…Hn-1為t-1至t時刻內的實時遙測水位；Hn為t時刻小時整點遙測水位；t1、t2…tn為t-1至t時刻內實時遙測水位的時間間隔。

④ 小時極值遙測水位。

根據小時時段內的實時遙測水位統(tǒng)計得出。

⑤ 日平均遙測水位。

根據日內各小時平均遙測水位采用算術平均計算得出。

⑥ 日極值遙測水位。

根據日內小時極值遙測水位統(tǒng)計得出。

⑦ 旬（月、年）平均遙測水位。

根據旬（月、年）內各日平均遙測水位采用算術平均計算得出。

⑧ 旬（月、年）極值遙測水位。

根據旬（月、年）內日極值遙測水位統(tǒng)計得出。

⑨ 人工報汛水位。

包括實時報汛水位、旬平均報汛水位、月平均報汛水位及月極值報汛水位。人工根據規(guī)范觀測處理后，將水位信息編碼發(fā)送至中心站，由中心站解碼后儲存至相應數據元素特征值序列。

⑩ 運行計劃水位。

發(fā)電計劃編制完成后，運行計劃水位自動儲存至相應序列。

（4） 存儲規(guī)范。

水位元素單位為m，按照四舍五入并保留2位小數存儲。當計算依據元素發(fā)生變化時，系統(tǒng)自動提示，由人工判斷是否進行聯(lián)動計算。

按照上述流程，可形成梯級水電站各類水位數據計算和存儲的統(tǒng)一標準。特別地，根據GB/T 50138-2010《水位觀測標準》、SL/T 247-2020《水文資料整編規(guī)范》和公司管理需求，完善規(guī)范。應用規(guī)范確定各水位元素不同統(tǒng)計時段不同特征值序列的具體計算公式，提高數據質量，有利于數據后期維護。

2.3 數據管理維護技術

隨著數據在時空范圍上的延伸，水電站智能調度對多元海量數據的管理維護提出了更高要求。對于雅礱江梯級水電站，管理維護的需求主要體現在3個方面：即實現數據的快速讀寫、質量可靠以及來源唯一。

2.3.1 數據讀寫快速性

為了提升性能以及可存儲量，針對工程特點、水電各專業(yè)特點等按照一定的規(guī)則進行數據庫分表，并盡量控制每張表的記錄條數在百萬級別。

數據庫分片指：通過某種特定的條件，將原一個數據庫表中的數據分散存放在不同的多個數據表中，以分散單表容積、提升單表讀寫性能。同時為解決數據庫表間數據快速查詢和插入的問題，提出基于虛擬庫技術的自動建表分流方法，其可對用戶提交的各種數據庫請求進行解析，精確為所有請求路由至不同的子表進行真實數據庫訪問，對訪問的結果按照請求類型進行合并和排序反饋回水電業(yè)務端，用戶則完全不需了解底層數據庫的細節(jié)［9-10］。

虛擬數據庫技術就是構建一個邏輯數據庫，它利用標準的數據庫通訊協(xié)議對外提供無差別的數據庫訪問服務（見圖5）。所有的水電業(yè)務組件和模塊的數據訪問層統(tǒng)一訪問邏輯庫，由這個虛擬邏輯庫去統(tǒng)一管理數據子表的訪問和路由。

2.3.2 數據質量可靠性

數據全生命周期管理是近年來新興的一項數據質量監(jiān)管技術，它是指在分析系統(tǒng)數據特點及業(yè)務應用需求的基礎上，采取一定的策略和方法對數據從采集、傳輸、處理、存儲、報送等整個生命周期內的流動進行版本管理，來保障數據質量、提升業(yè)務應用的效率和水平［11-12］（見圖6）。此時，數據庫將詳細存儲時間序列數據，包含數據的點號、依據時間、到達（產生）時標、來源標識、質量標識和版本等信息。

數據來源標識表明該數據的來源，即用不同整數來定義采集、通信、人工插補、數據庫交換、系統(tǒng)自動計算、數據整編等類別；數據質量標識表明數據的可用性及可信度，也用整數來定義原始（待定）、可疑、異常、合理（信任）、高質量存檔數據等類別。這些標識內涵及定義可根據系統(tǒng)應用需要而擴展。

2.3.3 數據來源唯一性

一體化平臺系統(tǒng)是未來生產管理系統(tǒng)建設趨勢，但是受困于不同業(yè)務安全分區(qū)和安全管理要求，系統(tǒng)仍存在數個獨立、交互受限的數據庫，同一數據序列可能同時儲存到兩個或多個子系統(tǒng)或數據庫里。為保證數據唯一性，應修改維護數據源頭，并自動向其他地方同步更新。為保證效率可采用攔截式跨區(qū)同步技術，雅礱江一體化平臺跨區(qū)同步示意圖見圖7。

攔截式跨區(qū)同步技術原理為：在一體化平臺中，對各業(yè)務數據總線設立統(tǒng)一代理攔截，所有客戶端的服務請求都會通過代理攔截后再發(fā)送至各服務單元進行處理，服務結果再通過代理返回給客戶端，代理對攔截到的數據進行同區(qū)和跨區(qū)同步通信［13-14］?；谝惑w化攔截的數據同步機制能更好地實現客戶端存儲和各區(qū)數據庫存儲數據一致的實時性，所有的攔截數據對象傳輸均以異步的方式進行，各攔截器不僅需要接收本方應用傳輸的存儲更新請求，還需要執(zhí)行其他攔截器提交的同步數據更新請求。

3 應用效果

當前雅礱江流域集控中心綜合自動化系統(tǒng)二期工程已正式啟動，目標為建設一個符合《智能水電廠技術導則》架構的、基于一體化平臺的新一代綜合自動化系統(tǒng)（見圖8），實現全流域電站的經濟運行和優(yōu)化調度管理。本文所建模型是其中一體化平臺的重要構成，已收集28個水文站、14個氣象站、84個雨量站、20個水位站數據信息，并接入雅礱江“兩庫五級”梯級水電站多年運行數據（錦屏一級、錦屏二級、官地、二灘和桐子林）。已取得的主要效果如下。

（1） 精簡了數據庫元素。

梳理數據元素，篩查出無意義（含無數據及無用途）元素約1 250個，增補新投電站相關元素后，數據元素共計約1 720個。優(yōu)化數據查詢界面如圖9所示，通過勾選對象，可以快速查找流域或電站相關元素；通過勾選類別，可以快速查找某一類元素；同時勾選對象和類別，可快速查找個人所需元素集；此外，用戶可根據個人習慣設置并保存常用的元素分組。

（2） 提升了數據處理質量。

通過數據計算、存儲規(guī)范化，在現有元素特征值序列（整點值、平均值、最大值、最小值、最大值時間和最小值時間）基礎上增加累積值和多年均值，個性化確定各類別（元素）的特征值序列需求，如電站發(fā)電量有累積值、最大值、最大值時間、最小值、最小值時間和多年均值，而水位為整點值、平均值、最大值、最大值時間、最小值、最小值時間和多年均值。對系統(tǒng)元素的命名、計算和存儲均進行了規(guī)范，詳細確定了每列數據計算處理的公式步驟和輸入輸出形式，使得每個數據邏輯清晰，質量可靠。

（3） 優(yōu)化了數據維護管理。

后臺引入虛擬數據源-數據庫表分片技術，在長時段歷史或實時數據查詢時可大幅提升數據查詢分析的效率。數據全生命周期管理技術可記錄數據生成、流轉、消亡的過程，加強了對數據的管控，尤其可用于對系統(tǒng)異常數據的追蹤分析。攔截式跨區(qū)同步技術，可快速對備份數據庫和其他專用系統(tǒng)數據庫等進行數據同步，提高了數據維護管理效率。

4 結 語

運行數據的高效整合與管理是實現水電站智能運行的重要基礎。本文耦合3種技術構建了一種面向雅礱江梯級水電站運行的多元數據管理優(yōu)化模型，提出的基于對象和類別劃分的數據元素處理技術解決了數據元素雜亂問題，研究的基于特征值的數據計算及存儲規(guī)范化技術改善了數據質量，數據管理維護技術提升了對數據修改維護的管理能力。所建模型已在雅礱江綜合自動化系統(tǒng)二期工程進行了應用。隨著兩河口、楊房溝、卡拉等水電站的投產運行，持續(xù)提升模型在雅礱江流域時空尺度應用的適應性和延伸性是下一步需要解決的問題。

參考文獻：

［1］ 張博庭.新時期我國水電開發(fā)的新課題［J］.水電與新能源，2022，36（1）：1-5，12.

［2］ 杜冬艷.電網調度綜合數據平臺管理研究［D］.青島：中國石油大學（華東），2013.

［3］ LIN P.Research on optimization of distributed big data real-time management method［C］∥2018 3rd International Conference on Smart City and Systems Engineering（ICSCSE），2018：626-630.

［4］ WU J，ZUO H，MENG L，et al.“IETM Data Management，” 2019 Chinese Automation Congress（CAC），2019：5158-5162，doi：10.1109/CAC48633.2019.8996837.

［5］ 雷霆，黃太貴，李端超，等.智能電網調度數據標準化及應用［J］.水電能源科學，2011，29（12）：174-176，55.

［6］ 李小龍，張?zhí)礻?，程濤，?水電站施工測量數據動態(tài)管理系統(tǒng)研究［J］.人民長江，2017，48（16）：63-66.

［7］ 張琳琳，王順江，郭星池，等.電力調度大數據應用平臺系統(tǒng)技術研究［J］.電力大數據，2021，24（1）：48-54.

［8］ 張競，寧慧.雅礱江流域電力生產數據管理及應用現狀分析［J］.四川水力發(fā)電，2014，33（4）：102-105，112.

［9］ 謝振華.基于分布式的數據庫分庫與分表策略研究［J］.電腦知識與技術，2020，16（14）：60，62.

［10］ 姬渭孟，于雪蓮.基于數據庫代理實現數據庫分表、分庫訪問的方案研究［J］.數字通信世界，2019（9）：238.

［11］ 屈莉莉，陳燕，王聰.基于成果導向的大數據專業(yè)建設及面向數據生命周期的課程體系設計［J］.電腦知識與技術，2021，17（6）：20-21，29.

［12］ 賈韶輝，張新建，李妍，等.油氣管道全生命周期數據管理及其在中俄東線的應用［J］.油氣儲運，2020，39（7）：756-762，820

［13］ 陳意，向南，徐駿.基于代理攔截的智能化水電廠基礎支撐服務冗余策略實現［J］.水電廠自動化，2014，35（1）：62-66.

［14］ 楊寧，蔡杰，舒凱，等.智能水電廠一體化平臺跨區(qū)數據同步策略［J］.水電自動化與大壩監(jiān)測，2013，37（4）：1-3，12.

（編輯：黃文晉）

Abstract：

In order to solve the problems of chaotic data elements，irregular calculation and storage，and low maintenance efficiency in the daily operation data management of Yalong River cascade hydropower stations，a technical chain of “data processing-calculation and storage-management and maintenance” was adopted，some key technologies，such as data element processing based on object and class division，data calculation and storage standardization based on Eigenvalue，and data management and maintenance technology based on three requirements （read-write rapidity，quality reliability and source uniqueness） were put forward.The data management optimization model for Yalong River cascade hydropower station was established.The model has been integrated into the second phase of the Yalong River integrated automation system，which has been effectively enhancing the management and maintenance capability of the operation data of the hydropower stations in the river basin.The application result shows that the model can effectively solve the problems of operation data management and maintenance of cascaded hydropower stations，it can also provide powerful data management technical support for the intelligent operation of cascade hydropower stations.

Key words：

cascade hydropower stations；multivariate data management；standardization technology；Yalong River Basin