大数据应用之电力应用

大数据应用之电力应用

一、背景

大数据不是ICT行业的专利。目前，金融、广电等传统行业都在积极借助大数据的力量，帮助企业实现转型。在电力行业，大数据已经被视作企业战略层面的重要议题：中国电力公司就在XX、XX、XX 建立了多个大数据中心，其中某个大数据中心已安装超过10000多个传感器，每个月可节约的能耗价值大概为30万元。那么，电力行业如何应用大数据？在电力行业面临的挑战中，电信业能找到哪些共性，电信业又有怎样的机遇？电力行业的应用策略中有哪些值得电信业借鉴？

大数据在公共管理、零售、互联网、电信、金融等众多行业快速推广，市场规模迅速扩大，2012年国大数据市场规模已达4.5亿元。IDC预测，2016年中国大数据市场规模将达6.17亿美元，而全球规模将达238亿美元。大数据已经渗透到当今的每个行业，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。大数据超过了传统数据库系统的处理能力，为了获得数据中的价值，必须选择新的方式进行处理。电力大数据是大数据理念、技术和方法在电力行业的实践，是大数据应用的重点领域之一。

电力大数据的特征可以概括为3“V”3“E”。其中3“V”分别是体量大（Volume）、类型多（Variety）和速度快（Velocity），3“E”分别是数据即能量（Energy）、数据即交互（Exchange）、数据

即共情（Empathy）。

二、大数据应用机遇

重塑电力核心价值和转变电力发展方式是电力大数据的两条核心主线。电力大数据通过对市场个性化需求和企业自身良性发展的挖掘，驱动电力企业从“以电力生产为中心”向“以客户为中心”转变。电力大数据通过对电力系统生产运行方式的优化、对间歇式可再生能源的消纳以及对全社会节能减排观念的引导，能够推动中国电力工业由高耗能、高排放、低效率的粗放发展方式向低耗能、低排放、高效率的绿色发展方式转变。此外，电力大数据的有效应用可以面向行业外提供大量的高附加值的容增值服务

1、优化管理模式

电力行业数据量大、类型多、价值高，对于电力企业盈利与控制水平的提升有很高的价值。有电力专家分析称，每当数据利用率调高10%，便可使电网提高20%~49%的利润。和电信行业一样，电力行业对大数据的使用也分为部应用和外部应用。

部应用指运用大数据优化电力企业管理模式，提升电力企业经营管理水平，主要包括以下几个方面。

支持基建决策

大数据技术有助于电力企业基础设施选址、建设的决策。例如丹麦风电公司VESTAS计划将全球天气系统数据与公司发电机数据结合，利用气温、气压、空气湿度、空气沉淀物、风向、风速等数据以及公司历史数据，通过使用超级计算机及大数据模型解决方案，来支

持其风力发电机的选址，以充分利用风速、风力、气流等因素达到最大发电量，并减少能源成本。此外，VESTAS还将添加全球森林砍伐追踪图、卫星图像、地理数据以及月相与潮汐数据，以便更好地支持基础建设的决策。

升级客户分析

一方面，通过使用电力企业庞大的历史销量数据，进行用户用电行为分析和用户市场细分，使管理者能有针对性地优化营销组织，改善服务模式。另一方面，通过与外界数据的交换，挖掘用户用电与电价、天气、交通等因素所隐藏的关联关系，完善用户用电需求预测模型，进而为各级决策者提供多维、直观、全面、深入的预测数据，主动把握市场动态。

提高智能控制

大数据技术将加速电力企业智能化控制的步伐，促进智能电网的发展。例如，通过为电力基础设施布置传感器，动态监控设施运行状况，并基于大数据分析挖掘理念和可视化展现技术手段，采用集成了在线检测、视频监控、应急指挥、检修查询等功能的“智能在线监控与可视化调度管理系统”，有效改变运维方式，从萌芽阶段消除部分运维故障，实现运维智能化。

加强协同管理

整合电力行业生产、运营、销售、管理的数据，实现电力发电、输电、变电、配电、用电、调度全环节数据共享，以用电需求预测为驱动优化资源配置，协调电力生产、运维、销售的管理，提升生产效

率和资源利用率。此外，电力企业各部门数据的集成将优化部信息沟通，使财务、人事等工作的开展更顺畅，有助于企业实行精细化运营管理，提高集团管控水平。

2、丰富增值业务

外部应用指利用电力行业大数据可获得的社会效益，主要包括以下方面。

丰富增值服务

利用电力行业数据可给用户提供更加丰富的增值服务容。例如，通过给用户提供其各月份分时明细用电视图，可让用户了解自身用电习惯并能根据需要进行调整，同时也使得电力收费过程更透明。随着无线M2M传感器和大数据分析的普及，智能恒温控制器等新型工具进入大型楼房和消费者家庭成为可能，未来这些技术将给用户带来很大的节能空间。

提供经济指导

作为重要经济先行数据,用电数据是一个地区经济运行的“风向标”，可作为投资决策者的参考依据。美国加州大学洛杉矶分校的研究者根据大数据理论，将人口调查信息、电力企业提供的用户实时用电信息和地理、气象等信息全部整合，设计了一款“电力地图”。该图以街区为单位，可以反映各时刻的用电量，并可将用电量与人的平均收入、建筑类型等信息进行比照。通过完善“电力地图”，能更准确地反应该区经济状况及各群体的行为习惯，以辅助投资者的决策，也可为城市和电网规划提供基础依据。

三、大数据应用问题

质量较低、共享不畅、防御脆弱、基础不牢，对于这些电力行业推进大数据的困扰，电信行业是不是也有似曾相识的感觉？这些问题中的一部分，电信业同样需要深思；还有一些问题，则恰恰是电信业的长处，是电信业推进电力行业信息化的机遇。

数据质量较低，数据管控能力不强。大数据时代，数据质量的高低、数据管控能力的强弱直接影响了数据分析的准确性和实时性。目前，电力行业数据在可获取的颗粒程度，数据获取的及时性、完整性、一致性等方面的表现均不尽如人意，数据源的唯一性、及时性和准确性急需提升，部分数据尚需手动输入，采集效率和准确度还有所欠缺，行业中企业缺乏完整的数据管控策略、组织以及管控流程。

如何从海量数据中提取有价值的信息？这也是电信业面临的问题。有观点认为，可以用智能信息基础设施替换复杂的孤立的数据库，让企业能够在需要时捕捉、存储信息。也有观点认为，可以倚靠软件的处理能力来甄别“垃圾”数据和“有价值”数据。究竟哪种方式更为有效，目前仍无定论。而无论哪种情况，都需要制定一个数据采集的标准，在时间、精度上进行规，从而为后续的数据分析打好基础。

数据共享不畅，数据集成度不高。大数据技术的本质是从关联复杂的数据中挖掘知识，提升数据价值，单一业务、类型的数据即使体量再大，缺乏共享集成，其价值就会大打折扣。目前，电力行业缺乏行业层面的数据模型定义与主数据管理，各单位数据口径不一致。行业中存在较为严重的数据壁垒，业务链条间也尚未实现充分的数据共

享，数据重复存储的现象较为突出。

打破企业的“门户之见”，在行业中建立一个资源池，让使用者可以按需获取数据资源。从电信业的角度来看，现在，电信运营商之间的合作在不断推进，例如，运营商开发了融合的手机游戏计费平台；在电信网上营业厅微信平台上，用户不仅可以自助查询电信业务，还能查询联通和移动业务的使用费，这样共享数据资源的经验也可在大数据的应用过程中加以推广。

防御能力不足，信息安全面临挑战。电力大数据由于涉及众多电力用户的隐私，对信息安全也提出了更高的要求。电力企业地域覆盖围极广，各类防护体系建设不平衡，信息安全水平不一致，特别是偏远地区单位防护体系尚未全面建立，安全性有待提高。行业中企业的安全防护手段和关键防护措施也需要进一步加强，从目前的被动防御向多层次、主动防御转变。

建立与大数据相适应的安全和隐私保护机制，通过技术手段和加强企业自律来保证数据的安全。

承载能力不足，基础设施亟待完善。电力数据储存时间要求以及海量电力数据的爆发式增长对IT基础设施提出了更高的要求。目前，电力企业大多已建成一体化企业级信息集成平台，能够满足日常业务的处理要求，但其信息网络传输能力、数据存储能力、数据处理能力、数据交换能力、数据展现能力以及数据互动能力都无法满足电力大数据的要求，尚需进一步加强。

在这方面，电力行业和电信业各有优势。尽管电力行业也在进行

宽带建设以及智慧社区的建设，但是，所谓“术业有专攻”，在IT 基础设施尤其是网络基础设施上，电信业在运维、计费等方面有着得天独厚的优势。同时，在数据中心的建设上，电力行业对以电能为代表的能耗问题又有着丰富的经验。因此，两个行业不妨加强合作，实现共赢。

相关人才欠缺，专业人员供应不足。大数据是一个崭新的事业，电力大数据的发展需要新型的专业技术人员，例如大数据处理系统管理员、大数据处理平台开发人员、数据分析员和数据科学家等。而当前行业外此类技术人员的缺乏将会成为影响电力大数据发展的一个重要因素。

四、大数据应用挑战

大数据时代为电力行业带来了新的发展机遇，同时也提出了新的挑战。通过良好的大数据管理，可切实提高电力生产、营销及电网运维等方面的管理水平。为实践大数据战略，应做好以下准备工作。1、做好数据收集和治理工作

如果数据错误、过时或者片面，分析结果将是不正确的；而如果数据冗余、混乱，则会增加获取数据有效信息的难度，并使数据处理效率低下。因此，确保数据高质量、规化、格式统一是大数据应用的基础。

2、提高相关技术能力

有了优质的数据后还需要足够的数据存储、分析和处理能力，才能充分有效地应用数据。电力企业应提升海量数据存储、分布式计算、

数据挖掘、统计分析、数据可视化等技术，以满足大数据战略的需求。

3、培养电力大数据人才

大力培养大数据技术专业型人才，尤其是技术与数据建模分析的复合型人才，是大数据战略实行的保障。

加强大数据人才的培养，鼓励企业部在大数据领域的创新。同时，借助制造业的专业人才也是一个不错的办法。

结合电力大数据发展需求，行业统筹考虑、统一规划，开展专业人才特别是电力数据科学家的培养工作。积极推动电力大数据技能认证工作，推进电力企业的分析竞争型企业文化建设，为大数据人才提供发展空间，为电力大数据发展提供坚实的人力资源保障。

4、打破行业、企业数据壁垒

从中国电机工程学会信息化专委会发布的《中国电力大数据发展白皮书（2013年）》可以看出，电力行业将从以下方面推进大数据战略。这些策略也能为同样在推进大数据战略的电信业带来一些启示。

规划先行、加快示。设定长期的电力大数据应用策略，积极开展前期研究，结合电力业务性质以及发展需求，从数据规模、增长情况、多样化程度以及数据分析的需求等方面出发，全方位论证电力大数据的发展方向和道路，制定中长期电力大数据发展规划，设立切合实际的目标和优先级、明确的预算与期限。

在规划的基础上，面向电力生产、用户用电、企业运营等数据量大的领域，结合实际情况，找准最易实施、最易出效果、需求最迫切的环节，引导行业厂商参与，关注电力工业共性需求和特点，快速开

大数据应用之电力应用

大数据应用之电力应用 一、背景 大数据不是ICT行业的专利。目前，金融、广电等传统行业都在积极借助大数据的力量，帮助企业实现转型。在电力行业，大数据已经被视作企业战略层面的重要议题：中国电力公司就在XX、XX、XX 建立了多个大数据中心，其中某个大数据中心已安装超过10000多个传感器，每个月可节约的能耗价值大概为30万元。那么，电力行业如何应用大数据在电力行业面临的挑战中，电信业能找到哪些共性，电信业又有怎样的机遇电力行业的应用策略中有哪些值得电信业借鉴 大数据在公共管理、零售、互联网、电信、金融等众多行业快速推广，市场规模迅速扩大，2012年国内大数据市场规模已达亿元。IDC预测，2016年中国大数据市场规模将达亿美元，而全球规模将达238亿美元。大数据已经渗透到当今的每个行业，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。大数据超过了传统数据库系统的处理能力，为了获得数据中的价值，必须选择新的方式进行处理。电力大数据是大数据理念、技术和方法在电力行业的实践，是大数据应用的重点领域之一。 电力大数据的特征可以概括为3“V”3“E”。其中3“V”分别是体量大（Volume）、类型多（Variety）和速度快（Velocity），3“E”分别是数据即能量（Energy）、数据即交互（Exchange）、数据

即共情（Empathy）。 二、大数据应用机遇 重塑电力核心价值和转变电力发展方式是电力大数据的两条核心主线。电力大数据通过对市场个性化需求和企业自身良性发展的挖掘，驱动电力企业从“以电力生产为中心”向“以客户为中心”转变。电力大数据通过对电力系统生产运行方式的优化、对间歇式可再生能源的消纳以及对全社会节能减排观念的引导，能够推动中国电力工业由高耗能、高排放、低效率的粗放发展方式向低耗能、低排放、高效率的绿色发展方式转变。此外，电力大数据的有效应用可以面向行业内外提供大量的高附加值的内容增值服务 1、优化管理模式 电力行业数据量大、类型多、价值高，对于电力企业盈利与控制水平的提升有很高的价值。有电力专家分析称，每当数据利用率调高10%，便可使电网提高20%~49%的利润。和电信行业一样，电力行业对大数据的使用也分为内部应用和外部应用。 内部应用指运用大数据优化电力企业管理模式，提升电力企业经营管理水平，主要包括以下几个方面。 支持基建决策 大数据技术有助于电力企业基础设施选址、建设的决策。例如丹麦风电公司VESTAS计划将全球天气系统数据与公司发电机数据结合，利用气温、气压、空气湿度、空气沉淀物、风向、风速等数据以及公司历史数据，通过使用超级计算机及大数据模型解决方案，来支

八大案例深度解析电力大数据应用

八大案例深度解析电力大数据应用 麦肯锡曾有报告预测，在全球范围内，大数据分析方案的广泛使用能够带来每年3000亿美元的电费削减。电力大数据的有效应用可以面向行业内外提供大量的高附加值的增值服务业务，对于电力企业盈利与控制水平的提升有很 高的价值。有电网专家分析称，每当数据利用率调高10%，便可使电网提高20%~49%的利润。 电力行业的数据源主要来源于电力生产和电能使用的发电、输电、变电、配电、用电和调度各个环节，可大致分为三类：一是电网运行和设备检测或监 测数据;二是电力企业营销数据，如交易电价、售电量、用电客户等方面数据; 三是电力企业管理数据。通过使用智能电表等智能终端设备可采集整个电力系统的运行数据，再对采集的电力大数据进行系统的处理和分析，从而实现对电网的实时监控；进一步结合大数据分析与电力系统模型对电网运行进行诊断、优化和预测，为电网实现安全、可靠、经济、高效地运行提供保障。 一、电网监测及维护 1.运维监测系统及时反应 Enphase Energy（美国Enphase 能源股份有限公司） Enphase Energy每天从来自80个不同国家25万个系统收集大约2.5TB的数据。这些数据可以用来检测发电和促进远程维护、维修来确保系统无缝运行。另外，Enphase Energy还利用从发电系统收集到的数据来监测、控制或调整网络中的发电和负载状态，在电网和在出错或需要升级时做出相应的反应。 2.设备检修运维专题分析

电力企业可以基于永洪自研发的一站式大数据分析平台开展各业务领域的深度分析，如在电网检修运维领域，通过对电力设备资产管理、设备运检管理、设备技术管理、技改大修管理等方面，从安全、效益、成本三个方面进行关键 指标选取，分析检修管理中“安全”、“效益”、“成本”三者之间的相互影响，协调 三个因素综合最优，同时实现对电网企业检修指标的实时在线监控，为公司检修策略制定提供指导和服务。 （图中分析场景所用的数据为测试数据） 3.预防基础设备故障导致的停电 American Electric Power Co., Inc. (AEP）（美国电力有限公司） 在AEP的资产健康中心，数据分析师把设备派生的运行信息和智能信息应 用程序结合在一起。通过采用大数据算法和分析软件，他们可以密切监测传输基础设施的运行情况。 如今，AEP使用智能电表、通信网络和数据管理系统得到稳健的常规信息。 智能电网技术使客户更有效地用电和合理管理用电成本，收集到的数据也有助于该公司为客户定制电力管理程序和提供个性化定制服务。

基于大数据的电力系统数据应用

基于大数据的电力系统数据应用 发表时间：2018-12-25T16:19:20.450Z 来源：《电力设备》2018年第23期作者：张新伯[导读] 摘要：电能与生产生活密切相关，电能的生产与传输需要经过电力系统发电、输电、变电等一系列复杂的过程完成，电力系统的生产、监控、测量、通信过程中产生了大量的数据，有效利用这些数据提高电力系统的安全可靠运行水平，是电力企业提高管理水平的重要途径。 （深圳供电局有限公司广东深圳 518000）摘要：电能与生产生活密切相关，电能的生产与传输需要经过电力系统发电、输电、变电等一系列复杂的过程完成，电力系统的生产、监控、测量、通信过程中产生了大量的数据，有效利用这些数据提高电力系统的安全可靠运行水平，是电力企业提高管理水平的重要途径。本文分析了电力自动化系统数据类型、电力系统数据应用现状及当前大数据的具体应用，提出了未来如何利用电力系统大数据来优化企业管理的策略，仅供参考。 关键词：电力大数据；电力系统数据处理；应用在当前我国电力行业的发展背景下，电力企业之间的市场竞争也变得越来越激烈。而单个电力企业要想在这种复杂的市场环境中取得优势，就必须要在发展过程中不断提高自身技术水平。如果能够将大数据技术充分应用到电力企业的各项业务中，就可以更好的处理企业业务发展中的各类数据，并对电力大数据信息进行必要的预测，真正的变革整个电力系统的管理模式。但就当前的实际现状来看，大数据技术在我国大部分电力企业中的应用水平都非常有限，并没有充分发挥其价值。之所以出现这种情况，就是因为一些电力企业没有明确大数据技术的应用前景，无法将大数据技术跟电力系统各项活动融合在一起。在这种情况下，就有必要分析大数据在电力系统中的具体应用现状和应用前景。 1大数据概述 大数据作为一种新型的数据信息处理技术，能够通过对大量数据信息的选择和分析，进行整理、计算等，筛选出其中蕴含的规律，进而选取有价值的数据信息。大数据具有数量大、范围广、数据类型复杂多样、内容丰富、数据的来源可靠、数据处理时效高等优势，近年来在各个行业得到了普及和推广。 2大数据在电力系统中应用的重要意义大数据技术在我国电力系统中具有多个方面的应用意义，能够促进我国电力系统的稳定高效发展。一方面，大数据技术的应用能够解决我国电力系统对于数据收集和处理的困难。特别是目前我国电力系统运作过程中涉及到的电力设备不断变多，而每一种电力设备的数据结构类型也比较复杂。使用大数据技术能够更有效的处理这些数据信息。另一方面，大数据技术的使用也可以显著提高我国电力系统的技术层次，引入数据挖掘等各项先进技术，提高电力企业的技术层次。 3大数据目前对于电网存在的问题 3.1现有营销系统数据以及对客户的深度分析不够 现有营销技术支撑系统仅仅作为业务支撑体系，用于基础数据收集、运行数据计算工具，仅局限于正常的营销业务的处理，仅仅能够生成一些功能单一的固定报表数据。一个月使用一次，很难将相互孤立的数据与用户用电特征、电力使用环境等因素进行分析与关联，数据使用率低，造成了对客户的价值分析能力不足。随着社会进步与营销相关业务的发展，无论是数据采集，还是电费计算，电网营销数据每年的增长速度较快，数据完整性有很大提高，在数据真实性与及时性方面也有一定提高，但是目前营销系统、信息采集与PMS、供电可靠性等其他系统的信息匹配方面依然存在问题，还有这部分的数据不一致，不准确，造成了营销系统的数据更新压力很大，难以成为多方数据的共享平台，内部无法为公司决策层提供数据支撑，更不要说对客户的用电分析，难以为客户的深度分析提供有力支撑。 3.2没有形成专业的协同运作 造成大量数据形成了信息孤岛，没有真正达到信息的纵向集成与横向联合，没有专门的运转部门进行绩效考核与实际可靠有效的合并机制，多年来一直单轨运行，数据更新不及时，工作平台不共享，造成重复工作很多，难免形成数据疏漏，经常出现系统运行一段时间后，需要大量时间进行数据重新梳理，没有形成日常化更新运作，人员变动频繁，交接疏漏时有发生。 3.3数据量大，可靠性低 电力自动化系统在运行过程中会产生大量的数据，而不同的数据代表不同的信息，电力自动化系统是由许多的子系统构成，各个子系统的数据库中储存着相关的数据信息，整个系统中的数据量非常庞大，数据交叉现象时有发生，繁多的数据信息会在一定程度上影响和制约这个系统的数据信息的分析处理和数据的更新，随着存储数据的增多，出现问题的几率也越来越大，降低了数据处理的安全性和准确性，对系统的数据库进行统一管理，保证系统数据的唯一性势在必行。 4大数据在电力自动化系统中的具体应用 4.1电网基础建设的自动化与智能化 在当前我国国民经济不断发展的背景下，我国各个城市地区的现代化建设程度也快速加深，社会各个行业和人们日常生活中对于电力的需求也出现了显著增加。在这种发展趋势下，我国各个地区的电网基础建设项目也逐渐增多。而如果能够将大数据技术融入到电网基础建设项目中，就能够显著提高项目建设过程中的数据储存困难和信息处理效率不高等问题。这主要是因为大数据技术的应用能够最大程度的收集电网基础建设项目中的各类现场信息，并使用自动对比等可行性较强的数据挖掘技术来对现场产生的各类信息进行全面的分析，最终实现建设项目的智能化管理和自动化处理。 4.2基于大数据的电网运行可视化监控 在整个输变电网络中有大量的设备、及检测点，通过传感器实时从各设备上采集设备运行指标及输变电的电压、电流、负载状态监测指标等，通过大数量的实时处理平台进行数据提取、加工及整合，再通过可视化大屏实时展示各设备及监测点的运行，对于设备及检测点数据的异常及时预警，及时处理。同时将设备的运行数据及检修数据进行整理分析形成知识库，以此知识库通过大数据处理技术及数据挖掘进行设备生命周期预测、设备异常问题检修处理方法推荐、设备检修周期以可能问题预测，以及对电力设备资产管理、设备运检管理、设备技术管理、技改大修管理等的大数据支撑。 4.3大数据在故障预测中的应用

大数据在数字电网建设中的应用

融合论坛INTEGRATION FORUM 60软件和集成电路SOFTWARE AND INTEGRATED CIRCUIT 我们公司于2017年3月份成立，是南方电网的全资子公司，专注于电网信息化、电网大数据以及A I人才队伍培养等。我今天的汇报分为两部分，一部分是介绍一下数字南网建设，另一部分是分享我们在大数据领域的平台建设及应用。2019年公司董事长孟振平同志提出数字化转型，2019年5月份公司发布了数字化转型的行动方案和“数字南网”建设行动方案。整个战略的侧重点包括对内和对外两部分：对内提升公司运营效率和效益，同时提升物理电网的安全可靠；对外服务消费者，应对市场变化，并且能够重塑能源产业链生态环境。总体来说，南网利用“云大物移智”等数字化技术，将物理世界的人、事、物在数字世界进行重构，从而实现能源流、价值流和信息流的 融合，形成新的企业形态。 数字化转型则是以数据为核心，依托数字化平台开展业务运营，进行平台赋能，支撑公司进行数据变现和业务创新，并提升用户体验。我们的总体蓝图是向末端通过物联网联接各类 监测和自动化终端，向前端通过大数据中心和 数字电网平台，构建电网管理、调度运行、运营管控、客户服务等一系列柔性应用。在此基础上，我们构建大数据中心，实现IoT数据、企业内部数据及用户数据的汇聚与分析，从而为数字电网平台提供能力支撑。技术架构可以分为感知、网络、数据源、平台、应用、渠道六层，以 及支撑数字化转型和“数字南网”建设的安全 防御、运营管理、标准规范三大体系。 —南方电网数字电网研究院有限公司 助理总监张世良 能源网和信息网的深度融合，物 联网终端与大数据中心、数字 电网平台的相向驱动，共同构建 起电网管理、调度运行、运营管 控、客户服务等一系列柔性应 用。 大数据在数字电网建设中的应用

大数据在电力行业的应用

大数据在电力行业的应用 发表时间：2018-06-21T10:34:56.343Z 来源：《电力设备》2018年第4期作者：程诚1 马晶晶2 高青1 郭跃霞1 申小霜1 [导读] 摘要：近年来，随着互联网、云计算和移动的飞速发展，“大数据”一词也出现在人们的视野中。 （1.国网山西省电力公司长治供电公司山西长治 046011；2.山西机电职业技术学院山西长治 046011）摘要：近年来，随着互联网、云计算和移动的飞速发展，“大数据”一词也出现在人们的视野中。随着大数据时代的到来，它给各行各业带来了根本性的变化。电力电气行业也是如此。专家学者认为，大数据给电力行业带来的影响被低估了。本文讨论了大数据在电力工业中的应用。 关键词：大数据；电力行业；应用前言：随着我国的科学技术的进步，一些新的技术已经应用到了各个行业，为这些行业的发展提供了技术支持。大数据就是在当前应用较为广泛的一项技术，其中对我国的电力行业的发展进步起到了很大的推动性作用。 1什么是电力大数据 近些年来，由于全球能源问题日益严重，智能电网的研究工作已在世界范围内展开。智能电网的最终目标是建立覆盖电力系统整个生产过程的全景实时系统，包括发电、送电、变电、配电、用电灯许多环节。且支撑智能电网安全、自愈、绿色、可靠运行的基础是电网全景实时数据采集、传输以及存储，还有累积的海量数据分析。与智能电网建设的不断深化和发展，由电网操作的数据量和设备检测、监测是生成的数据呈指数级增加，逐渐成为大数据相关的信息科学领域，需要相应的存储和快速处理技术作为支持。电力工业的大数据是在电力生产和使用过程中产生的，伴随着发电、输电、变电、配电、用电等环节产生。 2大数据技术的基本特点分析在网络的时代，全球互联网巨头在大数据时代的重要意义是对大数据本身有几个重要的特点，是数据中的第一个大数据，从TB级跃升到PB级；在价值密度方面并不高，根据对视频内容展开分析就可以看出来，在连续的监控过程中而切实在数据中发挥作用的也就仅有一两秒时间；另外在数据类型方面比较繁多，其中对图片、视频和地理位置均在其范围内；最后是实时和快速处理的特性，满足与传统的数据挖掘不同一秒定律。在这几个特点方面将其归纳为四个v，也就是Value，Volume，Velocity，Variety。 3大数据和电力行业的关系分析电力工业是我国的基本能源设施。它与我们的生活有着非常密切的关系，也是我们国家发展的重要保证。在当前信息技术的快速发展中，电力企业和电力信息的决策和操作更大的电力信息化已成为重要力量突破传统的操作产生了新的增值服务，管理的模式也有新的发展，这一系列的变化数据中心将发挥作用，将获得更多数据中心功能，如数据分析和决策能力。最重要的数据和生产数据的管理在电力行业数据的范围更广泛，所以，电力行业在实际开发过程中一些数据背后的价值得到充分理解，在数据管理和数据挖掘等方面进一步加强，从而尽快实现大数据的战略发展，为电力行业的各个环节建设提供技术指导和更科学有效的解决方案。 4电力大数据的关键技术 4.1数据挖掘 电力大数据的分析和数据挖掘主要针对结构化和非结构化数据，可以有效地处理复杂的数据结构和海量数据。但目前电力行业数据大多是基于小数据集实行计算，这是因为当前大数据行业的主流大数据计算框架内尚未广泛应用于大数据领域，使用传统的方法大规模数据挖掘计算通常需要几天甚至几个月。这是人们在现实业务场景中不能接受的。它是一种具有小数据集的数据挖掘操作，其可靠性远低于基于海量数据的挖掘结果。这也是我们正在进行的研究和发展的重点。基于HadoppHDFS、HBASE的快速访问，基于Spark的分布式访问和分布式计算，基于R和Sparkmllib的统计、计算、分析，基于Mahout的机器学习，共同构建了基于大数据的高性能流计算的数据挖掘、统计、分析技术框架。 4.2实时计算 电力行业的实时计算在大数据应用领域具有不可忽视的地位。电力行业的实时数据往往代表着设备的运行参数、生产环境的指标、客户的实时需求等，而这些数据的价值在刚形成时是最大的。此外，在数据刚形成时，移动、计算和使用数据是最有意义的，这也符合数据应用程序的一般规则。所以，电力大数据不需注重实时计算场景的应用。在此阶段，基于传统数据量实现的实时计算框架在电力行业已经更加成熟。例如在电厂中，电厂的运行参数以秒和分钟的方式采集。数据收集完成后，将发送实时计算框架。在框架中，将收集的参数应用于数据挖掘和电力业务专家长期积累的业务规则建立的数据模型，从而实现设备故障检测、故障预警、设备状态评估等。在实时计算完成后，将计算结果和原始数据保存到数据库中进行后续数据挖掘，在实时计算过程中，挖掘出的规则、知识和数据模型也将被重用，形成一组自相似的完美体系。因此，电力行业的实时计算迫切需要分布式内存计算，解决了数据量增加时计算性能约束的瓶颈。 5大数据技术在电力行业的应用 5.1大数据对电力能源系统的影响 从新时代的发展来看，在能源、公用事业和其他重要行业出现之前，大数据不能被低估，但现在大数据的到来将对我们的业务产生有效的影响。采矿、大数据的访问和有效应用，可以促进智能电网的发展和转型，和分布式可再生能源资源，大数据将有助于实现预测和调度，并提高了电力行业的发电效率，在大量的行业管理和操作帮助分析客户需求，改变客户端模型行业和用户提供便利和节能。在2006年国际商业机器公司就已经提出了关于智能电网的概念，且就此基础上引入了“信息流”的概念，他们认为应该将电能流和信息流良好的融合在一起，才有可能实现传输能源和采集数据同时进行的业务目的。而电网互联系统是安全运行的客观发展，因此重视技术，研究智能电网的发展是一个不容忽视的问题，为了保证大规模电网技术研究的稳定运行，必须考虑配电网络和微网技术在电力系统中的共享技术。 5.2大数据实现电力企业一体化 目前，利用信息技术来促进企业的发展的电力行业很受欢迎，许多企业为了迎合“十八大”提出了“推动信息化和工业化深度融合”概念，积极提高自己的经营理念和经营方式，这意味着每个企业逐渐在电力行业的整合发展，虽然他们计划集成平台，从本质上说，是大数据背景下的数据挖掘、数据采集、数据分析和数据集成。这些数据系统框架、集成方法或应用技术都是推动电力企业发展的重要问题，也是实现良好发展和实现一体化的关键。 5.3数据挖掘技术的应用

大数据平台在电力企业中的应用

收稿日期:20151106 作者简介:张君艳(1985-) ,女,工程师,主要从事电力信息化相关工作三大数据平台在电力企业中的应用 张君艳1,董 娜1,彭 伟2,郭禹伶1 (1.国网河北省电力公司电力科学研究院,石家庄 050021;2.华北电力大学,北京 102206 )摘要:大数据具有规模大二种类多二变化速度快二价值巨大但密度低的特点,大数据应用就是利用数据分析的方法从大数据中挖掘有效信息,为用户提供辅助决策,实现大数据价值的过程三从大数据的定义二特征及其平台三方面宏观介绍大数据技术研究现状,在此基础上分析大数据技术在电力企业中的应用,以电力信息通信客户服务系统中工单事件统计为例,展示了大数据平台的应用过程三 关键词:大数据;平台;H a d o o p ;统计中图分类号:T P 27;T P 14 文献标志码:B 文章编号:10019898(2016)01005303 A p p l i c a t i o no f B i g D a t aP l a t f o r mi nE l e c t r i cP o w e rE n t e r p r i s e Z h a n g J u n y a n 1,D o n g N a 1,P e n g W e i 2,G u oY u l i n g 1 (1.S t a t eG r i dH e b e i E l e c t r i cP o w e rR e s e a r c h I n s t i t u t e ,S h i j i a z h u a n g 0 50021,C h i n a ;2.N o r t hC h i n aE l e c t r i cP o w e rU n i v e r c i t y ,B e i j i n g 1 02206,C h i n a )A b s t r a c t :B i g d a t ah a s t h e c h a r a c t e r i s t i c s o fV o l u m e ,V a r i e t y ,V e l o c i t y a n dV a l u e .B y t h em e t h o d o f d a t a a n a l y s i s ,t h e a p p l i c a -t i o n s o f b i g d a t a c a nm i n em a n y u s e f u l i n f o r m a t i o n .A n d t h i s c a n p r o v i d e a u x i l i a r y d e c i s i o n -m a k i n g f o r u s e r s ,w h i c h c a nm a k e t h e v a l u e o f b i g d a t a c o m e t r u e .A n o v e r v i e ww a s g i v e n a b o u t t h e c u r r e n t s i t u a t i o n o f b i g d a t a f r o mt h r e e a s p e c t s :t h e d e f i n i t i o n ,f e a t u r e ,a n d t h ek e y t e c h n o l o g y o f b i g d a t a .T h e n ,a s u mm a r y o f t h e a p p l i c a t i o no f t h eb i g d a t a t e c h n o l o g y i ne l e c t r i c p o w e r e n -t e r p r i s ew a s d e s c r i b e d .F i n a l l y ,t a k i n g t h e e v e n t o r d e r s t a t i s t i c s i n c u s t o m e r s e r v i c e s y s t e mf o r e x a m p l e ,t h i s p a p e r s h o w s t h e a p p l i c a t i o no f b i g d a t a p l a t f o r m.K e y w o r d s : b i g d a t a ;p l a t f o r m ;H a d o o p ;s t a t i s t i c s 随着云计算二 物联网二移动互联网等新兴信息技术的飞速发展,网络上的信息呈现出爆炸式增 长,并且这种增长速度还在不断加快[1 ],这些信息 既包含人的,也包含各种物的三国际数据公司 (I D C )报告[2] 称,2011年全球被创建和复制的数据总量为1.8Z B (1Z B ?1021 B ) ,在短短5年间增长了近9倍,而且预计这一数字将每2年翻一番,而且这个速度在2020年之前会继续保持下去,人类真正进入了一个数据的世界三大数据这一术语正是产生在全球数据爆炸增长的背景下,用来形容庞大的数据集合三如今,工业界二学术界甚至政府部门都对大数据产生了浓厚的兴趣三 1 大数据的概念与特征 大数据是一个涵盖多种技术的概念,是由数 量巨大二结构复杂二类型众多数据构成的数据集合,无法使用传统数据工具进行采集二处理二分析和管理的数据集,既包括传统结构化数据,也包括文本二图像二视频和音频等非结构化数据三一般意义上,大数据是指无法在有限时间内用传统I T 技术和软硬件工具对其进行感知二获取二管理二处理和服务的数据集合三 大数据具有数据体量巨大(V o l u m e )二数据类型多(V a r i e t y )二数据流动快(V e l o c i t y )和数据潜在价值大(V a l u e )等 4V 特征三大数据的 大 主要体现在两个方面:一是数据集 大 到一定程度,可全面表现数据所描述的对象的特征或某种规律;二是数据的规模和复杂程度 大 到传统数据工具无法处理分析三大数据除了数据量庞大外,大数据还有一些其他的特征,这些特征决定了 四 35四V o l .35N o .1 河北电力技术 第35卷第1期F e b .2016 H E B E IE L E C T R I CP OW E R 2016年2月网络出版时间：2016-03-07 14:38:09 网络出版地址：https://www.wendangku.net/doc/502346116.html,/kcms/detail/13.1082.TM.20160307.1438.036.html

电力行业如何应用大数据

电力行业如何应用大数据 来源：人民邮电报时间：2016-02-01 17:44:13 作者： 大数据不是ICT行业的专利。目前，金融、广电等传统行业都在积极借助大 数据的力量，帮助企业实现转型。在电力行业，大数据已经被视作企业战略层面的重要议题：国家电网就在北京亦庄、上海、陕西建立了三个大数据中心，其中北京亦庄大数据中心已安装超过10200个传感器，每个月可节约的能耗价值大 概为30万元。那么，电力行业如何应用大数据？在电力行业面临的挑战中，电 信业能找到哪些共性，电信业又有怎样的机遇？电力行业的应用策略中有哪些值得电信业借鉴？请关注本版报道。 大数据在公共管理、零售、互联网、电信、金融等众多行业快速推广，市场规模迅速扩大，2012年国内大数据市场规模已达4.5亿元。IDC预测，2016年中国大数据市场规模将达6.17亿美元，而全球规模将达238亿美元。大数据已 经渗透到当今的每个行业，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。大数据超过了传统数据库系统的处理能力，为了获得数据中的价值，必须选择新的方式进行处理。电力

大数据是大数据理念、技术和方法在电力行业的实践，是大数据应用的重点领域之一。 对内：优化管理模式 电力行业数据量大、类型多、价值高，对于电力企业盈利与控制水平的提升有很高的价值。有电网专家分析称，每当数据利用率调高10%，便可使电网提 高20%~49%的利润。和电信行业一样，电力行业对大数据的使用也分为内部应用和外部应用。 内部应用指运用大数据优化电力企业管理模式，提升电力企业经营管理水平，主要包括以下几个方面。 ——支持基建决策 大数据技术有助于电力企业基础设施选址、建设的决策。例如丹麦风电公司VESTAS计划将全球天气系统数据与公司发电机数据结合，利用气温、气压、空气湿度、空气沉淀物、风向、风速等数据以及公司历史数据，通过使用超级计算机及大数据模型解决方案，来支持其风力发电机的选址，以充分利用风速、风力、气流等因素达到最大发电量，并减少能源成本。此外，VESTAS还将添加全球森林砍伐追踪图、卫星图像、地理数据以及月相与潮汐数据，以便更好地支持基础建设的决策。 ——升级客户分析 一方面，通过使用电力企业庞大的历史销量数据，进行用户用电行为分析和用户市场细分，使管理者能有针对性地优化营销组织，改善服务模式。另一方面，通过与外界数据的交换，挖掘用户用电与电价、天气、交通等因素所隐藏的关联关系，完善用户用电需求预测模型，进而为各级决策者提供多维、直观、全面、深入的预测数据，主动把握市场动态。 ——提高智能控制

大数据技术在电力调控中的应用研究 吴汉斌

大数据技术在电力调控中的应用研究吴汉斌 发表时间：2019-07-30T11:29:38.713Z 来源：《基层建设》2019年第14期作者：吴汉斌田海水[导读] 摘要：大数据技术，在电力行业的应用，目前仍处于摸索阶段，但是其发展潜力十分巨大。 国网保定供电公司河北省保定市 071000 摘要：大数据技术，在电力行业的应用，目前仍处于摸索阶段，但是其发展潜力十分巨大。要实现电力行业的成功转型，必须进行全盘的信息化，而利用大数据技术，就是最核心的手段。电力行业的健康发展，需要全社会共同的努力。因此，对大数据技术在电力调控中的应用方式进行详细探究具有十分重要的现实意义。 关键词：电力调控；大数据；数据来源；应用方向 1基本概念阐述 1.1大数据 大数据（BigData）的概念，最早由维克托?迈尔?舍恩柏格和肯尼思?库克提出。大数据又叫巨量资料，即不走抽样调查的捷径，而是对所有数据进行分析处理。大数据是需要新处理模式才能具有更强的决策力、洞察力、流程优化能力的海量、和多样化的信息资产。大数据技术的核心，不在于数据量的庞大，而是在于对数据专业化处理，也就是数据分析能力。 1.2电力大数据 电力行业的大数据，主要有三个来源。其一：电力生产。它是大数据的主要来源，涵盖了发电业务、检修业务、安全防护三个方面。电力生产的大数据，主要用于通过对历史信息分析，为生产和检修提供指导。其二：管理运营。企业领导层在做重要决策时，需要依赖大量的、跨领域的生产经营数据分析，并将结果以简单清晰的方式呈现出来。其三：智能电网。智能电网连接的各个用户，借助传感器网络，将电力、通信、业务等用户信息集中调度，统一测控。 1.3电力大数据核心技术 1.3.3数据分析 大数据的分析，采用分布式计算技术，即连接系统中的各大计算机，形成一台规模宏大的超级虚拟计算机，来完成数量极大、形式极复杂的数据分析处理。 1.3.2数据采集 由于大数据具有多样性和大量性，数据的来源和类型都极为复杂。需要利用搜索引擎和ETL引擎进行数据的提取与集成，之后进行数据的清洗，排除无用信息，提高数据质量。 1.3.3数据呈现 计算机将进行收集筛选，分析处理完毕的数据，借助图表等可视化手段，在保障准确度的同时，将结果以便于人们理解的直观方式呈现出来，为决策者们提供指导。值得注意的是，如果数据呈现的不够直观、艰涩难懂，往往会误导决策者，甚至得出与事实完全相反的结论。 2电力大数据技术的特点 2.1电力企业营销数据的特点 主要包括购电、售电、新装、增容和变更用电数据，以及客户关系管理数据、检验工作质量数据等电力营销业务系统数据。 2.2运行和设备检测或监测数据的特点 运行及设备检测或监测数据主要包括电力系统运行的实时采样和测量以及历史数据，如发电侧的压力和流量、电压、电流、有功功率、无功功率、温度等设备的动态数据。输变电方面的问题。 2.3电力企业管理数据。 如ERP、集成平台和协同办公数据。此外，考虑到大数据“全数据”的概念，大数据还应包括与之相关的其他数据，如区域生产力水平、经济发展水平、产业分布等数据信息。 3大数据技术在电力调控中的应用方向 电力系统是实现电能生产、传输、分配和消费实时平衡的复杂系统。随着全球能源互联网及坚强智能电网建设的不断推进，各类新能源、分布式电源、电动汽车等不断接入，对电网安全、经济、可靠运行及用户服务水平提出了更高要求，持续提高电力调控智能化水平势在必行，而大数据技术在数据整合集成能力上表现优越，为其在电力调控中的应用提供了广阔空间。 3.1提高电网运行安全性、经济性、可靠性 大数据技术在负荷预测、智能告警、电网状态监测与诊断等方面广泛应用，将有利于提高电网运行安全性、经济性、可靠性。 3.1.1在智能告警方面 随着电网规模不断扩大，调控中心监控信息量不断加大，调控员淹没在海量的告警信号中；各种设备缺陷、告警信号、视频监控信息、历史修试记录等没有集成，存在重复安排处理的现象，仅凭历史经验人工进行分析判断，处理效率低下。引入大数据技术，将分散在调控、输变电运维检修等不同部门不同专业的信息进行集成整合，为实现高效的智能告警提供可能。 3.1.2在负荷预测方面 负荷预测对于电力系统安全、经济、可靠运行有重要作用，负荷预测精度对电网计划检修安排、安全裕度校核有较大影响。分布式电源、电动汽车的接入使得负荷的规律性变差，负荷预测精度难以提高；同一地区负荷中包含有不同负荷特性的各类负荷，本身的负荷特性和变化规律各不相同，且缺乏气象、地理、经济等数据信息，负荷预测精度不理想。引入大数据技术，整合集成气象、地理、经济等其他行业数据信息，为提高负荷预测精度带来新的可能。 3.1.3在电网状态监测与诊断方面 目前侧重于对单个设备监测，各个设备之间的监测数据没有共享，无法对整个电网设备全局进行分析，需要人工干预判断；另外，设备的基本试验参数、运行缺陷、修试记录等信息集成后，数据量大，分布离散，传统的数据分析方法处理效率低下。利用大数据技术对这些海量数据进行综合分析，实现设备状态的实时监视和趋势分析，有利于提高电网设备监测水平。

电力大数据应用前景分析

电力大数据应用前景分析 2015-04-21能源管理小分队能源观察 点击上方蓝字就能关注！ 【第170期】电力大数据应用前景分析 以物联网和云计算为代表的新一代IT技术在电力行业中的广泛应用为基础，电力数据资源开始急剧增长并形成了一定的规模。作为经济社会发展的“晴雨表”，电力大数据将会在服务政府与社会、服务电力企业、服务电力用户等方面发挥积极作用。 一、宏观经济形势评价与预测 1.克强指数 如何用电力大数据评价、预测宏观经济形势？一个典型的应用——“克强指数”，小编相信读者都不陌生。2010年英国《经济学人》综合了耗电量、铁路货运量和银行贷款发放量三种经济指标，回归得到了一个崭新的“克强指数”，并认为该指数比官方GDP数字更能反映中国经济的现实状况。 2.产业关联分析 依据产业之间的关联关系、产业用电量、分析产业发展潜能。例如：根据电力大数据分析房地产泡沫（小编的猜想：利用智能电表采集用户用电信息，统计分析房产空置率；利用房地产联网统一登记信息，统计多套房信息）；依据钢铁、水泥、装饰等行业的用电量走势、分析房地产的发展走势。挖掘其他行业之间关联度。

3.产业结构分析 分析用电与行业分布、地区产业结构的关系。根据各地区各行业用电信息，利用大数据分析技术，分析和研究行业用电量地区结构变化、地区用电量行业结构变化。通过分析各行业、各地区的产业结构变化，为了解地区各行业发展趋势和行业发展前景提供数据支撑。 结合企业经济情况和企业用电量关系分析企业是否有产业转型或升级，例如：用电量提高了，销售额提高了，可能是拓展了新的产业，用电量持平或增长不高，销售额大幅提高，可能是产业转型。优化资源配置，增加核心竞争力。 二、服务电力企业 服务电力企业方面，小编学习了2013年中国电力大数据发展白皮书，看看电力大数据在发电、输电、变电、配电、用电、调度等环节都有哪些应用前景： 三、服务电力用户

大数据在电力系统中的应用 黄淼垠

大数据在电力系统中的应用黄淼垠 发表时间：2018-01-10T11:52:42.233Z 来源：《电力设备》2017年第27期作者：黄淼垠杨振宇 [导读] 摘要：对于电力行业而言，来自企业生产的数据（如发电量、温度、压力等），来自电力企业的运营数据（如交易电价、用电客户等），来自电力企业管理数据（如一体化平台、ERP等），这三方面的数据共同构成了“电力大数据”。 （国网信阳供电公司 464000，国网南阳供电公司 473000） 摘要：对于电力行业而言，来自企业生产的数据（如发电量、温度、压力等），来自电力企业的运营数据（如交易电价、用电客户等），来自电力企业管理数据（如一体化平台、ERP等），这三方面的数据共同构成了“电力大数据”。“电力大数据”涉及电力系统的各个环节，综合了电力企业的产、运、销及运营和管理数据，为提升企业的竞争力和生产效率、深化企业层次、强化企业管理提供了强有力技术手段。 关键词：大数据；电力系统；应用 1电力领域中大数据现状分析 电力企业作为资产密集型和技术密集型行业的 典型，为了实现其自身的进步与优化，推动整个组织工作效率的提升，必然需要引入相应的信息技术。在信息化进入该领域的多年发展历程中，已经覆盖了包括基建、生产、经营、办公、管理以及输配等各个领域，对应产生的诸多数据，更是成为电力体系当前信息化的一个重要特征。从数据的来源看，电力环境中的海量数据，主要来源于三个方面，即电力生产、电力输配以及电力管理运营。在电力生产领域中，信息系统覆盖了发电、检修以及安全三项主要业务领域，其数据类型包括实时生产数据以及设备生命周期状态数据两个大类，所涉及的系统则包括企业资产管理系统、技术监督、性能分析及耗差计算、实时数据库、锅炉寿命管理、巡点检、安全监察以及设备可靠性系统，对于这一方面的数据分析，多指向电力生产领域相关设备的维护与检修。 而对于电力输配领域，信息化以及大数据的应用，重点服务于智能电网的加强建设，表现为电力领域之中，工业化与信息化的深度融合。智能电网在这种深入的应用中，得以将电力供配环境中关于电力供需双方的具体数据，以及电网环境中实现电力输送各个环节的设备状态数据进行综合，进一步为数据挖掘和分析奠定基础。如果说电力生产环境中的大数据更加倾向于提供安全的进一步保障，那么电力输配领域的大数据，则更为倾向于整个电力输配网络，以及电力市场环境中供求这两个方面的优化。最后，对于电力管理与运营领域而言，最初的信息化应用多为无纸化办公，以及与工作效率相关的目标实现。随着更多数字技术的引入，首先得到受益的即电力体系中，不同地理位置之上不同部门之间的工作协调，开始有了质的飞跃。 2电力大数据的核心技术 2.1数据集成管理技术 电力大数据中的数据集成管理技术，是对不同数据源、不同数据形式、不同特征的大数据进行收集、整理，经过数据转换、加载后得到新的数据源，之后对得到的新的数据源进行管理，统一对外提供服务。这一技术可以为电力企业创造出许多新的服务项目和应用功能。数据集成管理技术主要包含数据融合和数据集成技术、数据库管理技术以及萃取-转换置-加载技术（ETC）。 2.2数据分析技术 电力大数据中的数据分析技术包括机器学习技术、相关分析技术和数据挖掘技术，通过数据分析，就能够将有用的信息从浩瀚的大数据中提取出来。其中，机器学习技术是人工智能的核心，它是利用经验来改善计算机系统自身的性能。该技术已被广泛应用于电力系统的不同领域，如电力系统暂态稳定评估、电力设备的状态监测等。相关分析技术可以识别数据间的相关或因果关系，而被广泛应用于电力系统的投资决策和电力负荷预测等方面。数据挖掘技术是当前数据库和人工智能领域研究的热点课题，用以解决复杂数据结构、多种类型、海量数据的有效分析处理问题，提高数据的质量和可信度，在电力大数据中，数据挖掘主要用于企业决策和用电行为预测等。 2.3数据处理技术 大电力数据的数据处理技术主要有分布式计算技术，内存计算技术和分布式数据流处理技术。其中，分布式计算技术是利用网络将电力系统中的计算机连接起来，以组成一台虚拟的超级计算机，完成大规模数据的存储和计算。内存处理技术将收集到的电力大数据存储在内存中，并直接在内存中对海量数据的计算和分析，大大地提高了计算速度。分布式数据流处理技术由于具有良好的伸缩性、开放性和实时性，在对电力系统动态数据的实时处理中有着不可替代的地位。 2.4可视化技术 可视化技术借助图形化手段，将各种信息以更容易理解的方式呈现出来，为运行和管理人员提供直观、准确的信息，同时该技术对发现大数据中新的信息起到至关重要的作用。可视化的目的是发现信息、洞察数据和做出决策。电力大数据中的可视化技术主要包括三个方面，即三维可视化、历史信息可视化和地理信息可视化。可视化技术已被广泛应用于电力系统状态实时监测控制、调度、规划和分析，大大提高了电力系统的自动化水平。 3电力系统中大数据的具体应用 3.1在谐波治理中的应用 大数据在电力系统谐波治理中的应用，主要是对谐波产生的原因进行分析及定位，并利用数据挖掘技术提出有效的治理方案。具体应用中，可采用Apriori数据挖掘算法对谐波产生的原因进行定位分析，在此基础上找出与分析结果相匹配的谐波治理方案，工作人员则可以此作为参考依据，快速制定出治理谐波的有效途径，由此能够大幅度提升工作效率。系统可自动对谐波检测数据结果及谐波点上的电压、设备状态等数据进行读取，然后运用Apriori算法进行初始化，并执行关联分析，同时输出设备与谐波点的置信度，再从中选出置信度最高的三个设备，分别提取它们的电流及电压数据，并对其执行谐波检测算法，随后输出带有谐波的设备编号，以此作为谐波原因设备，最后从谐波治理方案中，选出与之相匹配的方案给工作人员进行参考。基于大数据的谐波处理方式，不但使检测结果的精确性获得提升，而且还使原因定位更加准确。 3.2在电力规划中的应用 一是对空间负荷进行预测。收集电力网中小区建筑、整体面积、占地面积、用地类型、负荷密度、容积率等信息，以及小区目标年的占地面积、建筑负荷值等信息，对远景年的电量负荷情况进行预测，为电力规划提供依据；二是对用电量进行预测。根据历史用电量数

大数据与可视化在电力设备中的应用

大数据与可视化在电力设备中的应用 实现电力设备的安全和高效运行是电力企业永恒的课题之一。当今，智能电网技术不断发展，在高度融合传统电力技术的基础上，结合了制造、信息、控制、互联网、自动化等技术，通过对电力全过程中各个环节收集大量数据信息，对信息进行分析、挖掘和延伸，并以此优化决策，为实现电力设备的安全和高效运行提供了良好的技术基础。本文将从以往一般电力设备的管理和检修、智能电网时代的电力设备检测分析、大数据与可视化的应用和以设置财务分析指标体系为例的创新应用四个部分，探讨新时代发展趋势。 1以往一般电力设备的管理和检修 首先要了解电力设备状态检修的现状，寻找国内外成功案例进行详细分析学习，提出框架性检修策略和备选方案。然后对能否可以在规定的时间之内，使得电力设备完成预定的使用效能进行更加细致的分析，即可行性分析，包括评价电力设备的可靠性，综合分析导致电力设备故障的所有因素，预测能够产生的经济效益，对电力设备进行寿命评估和故障预防等等。经过不断的反复分析、调查及论证，总结出当下最好的总体检修方案。整个过程中尽管引入了部分计算机辅助系统，但是基本上还处于需要熟练工人的丰富经验来进行判断决策的阶段。所以行业内外都在建议加强引进更加高端的现代计算机辅助决

策系统，以及更加先进的数据库技术，以便于有效整合全过程的电力设备检修，完善监测系统，促进科学决策。 2智能电网时代的电力设备检测分析 智能电网时代，基于大量故障不会在同一时间发生的判断，电力设备管理更加注重各种先进技术的应用，来使得设备劣化的发展过程能够及时反映出来。反映设备运行状态的参考量很多，要进行全方位的监测，不仅要含纳基本的电力设备状态参数，鉴于其对不同电力设备的不同意义，还要对电压、电流、声音、温度、振动、光亮等物理量和油、气分析等化学量进行科学设计统筹。比如一次设备的共同特点是与高电压、大电流直接关联，在监测中需要注意监测设备的绝缘安全，不得影响一次设备的可靠运行。输电线路运行环境更为恶劣，一是雷电、树木、小动物等无法控制的情况的干扰，二是输电线路一般路径较长，采用的常规监测手段往往是依靠人力。大型电力变压器多是油浸式的，过热和放电故障，都会伴随着特定气体的产生，在线检测氢气含量是简单实用的方法。二次设备都是电子设备及其二次回路，不过分依赖传感器及其他监测装置，主要是通过自检功能及二次回路的设计来监测。总的来说，自2006年国家电网公司开始推行电力设备状态检修，由于其更强的针对性、更好的延寿性、更好的经济性，不断的朝着全新的阶段发展进步。但基于没有形成全过程的电力系统的设备生命管理和电力设备监测技术手段的不完善，一直无法实