国内电力大数据的应用综述

国内电力大数据的应用综述

（深圳市康拓普信息技术有限公司智能电网产品部）

随着电网公司信息化建设的不断深入,信息化数据的大数据特征日益明显,大数据的应

用需求日益迫切。电网公司都高度重视大数据技术的研究和应用，已启动开展相关工作，并在技术研究等方面取得了一定成果。国网公司和南网公司为了进一步明确大数据应用的总体原则及发展目标，分别从顶层设计、标准体系、技术研究、解决方案及业务应用提升等各方面，推动大数据在电力行业的应用，有效支撑信息化及智能电网建设，提高电网公司资源利用效率和业务处理能力。

1.1.1 国网公司的大数据发展

国网公司展开大数据的相关研究是在“十一五”以来，国网实施了信息化的“SG186”工程，并取得重大成功的基础上展开的。

通过SG-ERP建设的全面推进，助力了信息化与工业化融合发展，充分发展公司各项业务和信息资源，实现了业务应用深度集成，推进了业务流、信息流、数据流三流合一，促进了数据共享和业务融合；

遵循国网信息化总体架构SG-ERP的要求，公司进行了一体化平台的建设，在信息化覆盖面、业务集成度、决策智能化、安全性、互动性、可视化等方面取得了显著成果。全面支撑人财物集约化管理、资产全寿命周期管理；

公司数据中心积累了大量的数据资源，已具备良好的数据基础，并初步实现了企业级数据资源整合及共享利用。公司数据量急剧增长、数据类型多样、业务应用深化创新，对数据存储、处理、价值挖掘提出更高要求。

截至2013年8月，国网公司的结构化数据平台已有600TB数据，2015年将达PB级；非结构化数据平台数据存储总量已达PB级；海量历史/准实时数据存储已达TB级；电网地理数据存储已达TB级。

国网公司信息化系统目前以传统的商业智能技术为主，实现了在生产调度、运行监控等领域的准实时数据采集和分析预测，这些事后处理型的数据应用，难以发挥数据的全部价值，无法给相关业务能力带来更高层次的提升。基于大数据技术，改进数据处理速度，实现对上

述数据的实时采集、计算、分析和预测，能够充分挖掘实时数据的价值，推动相关领域的业务管理水平达到新的高度。以运监系统为例，目前，该系统通过对离线数据进行分析，实现了事后报警。未来可以基于大数据技术实现在线分析处理和实时告警，并进一步通过在线挖掘实现事前预测预警。

通过对上述需求加以总结，国网公司得出以下五类大数据信息化需求，这些需求的实现，有赖于大数据技术对现有平台的进一步改进提升。

（1）建设目标与原则

至2020年，完成国家电网公司电力大数据服务体系建设，为公司业务系统提升服务能力和应用水平提供技术创新手段，实现数据创造价值，增强服务模式。按照规划研究、试点验证、试点推广三个发展阶段，组织科研单位开展关键技术研究，省（市）公司开展试点验证。

建设目标：

●组织电力大数据顶层设计，制定专项行动计划，形成总体框架与整体发展建设计划

●制定公司大数据关键技术体系

●开展关键技术研究

●初步完成公司大数据技术体系及应用框架

●完成大数据一体化组件研发

●选取典型业务领域试点及应用

●初步建立电力大数据标准体系

建设原则：

●统一规划，顶层设计

●统一标准，规范建设

●试点先行，稳步推进

●继承成果，完善提升

（2）建设的主要内容

从团队、组件、验证、标准四方面建设大数据体系，响应提升用户体验、加强透明管控和科学运营、业务模式创新的建设目标。

团队建设工作成果：大数据研发、实施、运维等专业人才；

组件建设工作成果：大数据组件库，大数据框架，业务场景库；

验证建设工作成果：选取大数据应用基础较好的场景，起到建设示范效应

标准建设工作成果：大数据标准规范体系。

结合目前公司业务分析决策现状、业务需求以及通过分析同类产品的特点，总结提炼以下功能需求，并作为后续大数据研究着重考虑的方向。其中包括：

数据价值化：改变以往只对结构化数据类型分析，在大数据背景下要对国网四类数据甚至一些相关外部数据全面分析挖掘，实现预测和知识发现。

数据有形化：提供大数据可视化分析能力。通过交互可视界面来进行分析、推理和决策，洞察数据中隐藏的价值。

存取快速化：海量异构数据的快速存储能力；能快速读取数据。

数据集成化：对结构化、非结构化、GIS和海量数据进行有效集成，为关联分析做好数据准备。

（3）建设思路

通过分布式数据库从各业务数据中抽取数据，同时支持从四大数据中心进行整合，最终形成分布式、可扩展大数据数据库，构建大数据组件。大数据套件为分析决策平台提供数据服务支撑，分析决策平台对大数据套件提供的数据计算方法进行集成，通过分析决策平台模型构建器进行编排，形成分析模型及分析结果，对上层业务辅助决策进行支持。

大数据组件分为数据存储组件、数据管理组件、数据计算组件、数据分析组件；

●数据存储组件以云计算基础设施及分布式存储架构为基础；

●数据管理组件以一体化平台数据集中共享为基础进行扩展；

●数据计算组件为大数据研发环境建设提供必要的工具支持；

●数据分析组件在SG-UAP提供的公共组件、基础组件之上进行集成，为分析决策

平台提供技术支持。

其相互关系如下图所示。

从五个成熟度维度对五大两中心业务进行评估，分析得出主要业务场景包括:

其中，大检修、大营销、客服中心、运监中心综合评分较高。

（4）标准建设

大数据的标准建设有五个方面。包括大数据采集相关标准、大数据传输相关标准、大数据的存储和管理相关标准、大数据安全类标准、大数据分析与挖掘相关标准。

电网大数据相关标准的制定需要各个部门结合现有和未来可能发展的业务需求，以三集五大两中心为指导思想，综合考虑现有的技术体系和行业特点逐步制定符合自身特点的电网大数据行业标准和企业标准。

（5）实施计划

至2020年，完成国家电网公司电力大数据服务体系建设，为公司业务系统提升服务能力和应用水平提供技术创新手段，实现数据创造价值，增强服务模式。按照规划研究、试点验证、试点推广三个发展阶段，组织科研单位开展关键技术研究，省（市）公司开展试点验证。

（6）建设进展

2014 年5 月29 日，由中国电科院信息通信研究所牵头的2014 年国家电网公司科技项目“电力大数据基础体系架构及部分关键技术研究与应用”启动会在北京召开，国网山东省电力公司、国网江苏省电力公司、国网四川省电力公司、北京交通大学等项目参与单位

参加了会议。会上，项目组介绍了项目背景、总体思路、实施方案，明确了项目目标、组织架构、任务分工、技术路线、项目管控机制及整体计划安排，项目负责人对项目工作进行了重要部署。“电力大数据基础体系架构及部分关键技术研究与应用”项目作为国家电网公司大数据领域的第一个重大科技项目，重点研究电力大数据基础体系架构，并对数据质量、存储、检索、处理、专业化分析、大数据安全等关键技术进行重点突破，可为国家电网公司大数据发展指明方向，为相关专业大数据应用奠定基础。

项目作为中国电科院大数据联合攻关课题之一，在院大数据联合攻关管理办公室统一组织协调下，将充分借鉴国际先进技术，充分发挥各专业研究所优势，形成电力大数据体系架构，构建电力大数据核心基础平台，推进院其他专业领域大数据科研工作进展。

国网电科院（南瑞集团）下属单位于2013年已开始组建大数据相关技术团队，参与国网公司大数据相关的项目和课题的前期研究、方案设计、项目实施等工作。

浙江电网公司主要开展完善公司四大数据管理平台（海迅实时数据平台、地理信息数据平台、非结构化数据平台、结构化数据平台）和电力大数据技术研究与产品选型等相关工作。

1.1.2 南网公司的大数据发展

目前，南方电网公司已经具备大数据基因，数据呈现出体量大、类型多、实时性高等特点。这些资源产生于公司生产运行、经营管理和科学研究的各个环节，整体呈现出大数据特征。对于南方电网公司，大数据能够服务于经营管理、生产运行、科研和社会服务，为公司创造巨大价值。

南方电网公司高度关注大数据应用。因为，数据掌握的多寡和应用水平的高低已经成为企业核心竞争力的一个重要标志。准确的数据，不仅是一切管理、决策和客户服务的基础，而且是公司生存、发展、生产运营、经营管理的重要资产，是战略性资源。在企业级信息系统推广和应用过程中，要高度重视数据清理和数据质量工作，一是从数据的源头抓起，除了第一次原始录入之外，数据必须是通过信息系统在各业务操作、管理活动中直接产生、自动采集的，不能是手工录入、人为干预的。二是要整合公司经营管理数据、电网生产运行数据等各类数据资源，基于公司数据中心构建一个统一的大数据分析平台，做好大数据的分析应用。对内通过大数据分析，促进企业管理透明化、决策科学化，挖掘数据的潜在价值，发现

新的利润增长点，创新业务模式；对外加强用户侧的大数据分析和挖掘，为客户提供更加个性化服务和增值服务，提高客户服务水平。

南网在大数据领域的建设思路是：

统一规划、顶层设计；集中资源、高效管理；统一平台、个性应用；人才培养、全面发展。

南网公司在大数据领域主要关注的业务应用方向是：

经营管理领域：应用大数据能够帮助企业提升盈利水平、控制经营风险、创新管理和业务模式。例如在规划领域应用大数据，可以基于用户用电量、公司输电量、负荷数据等信息，结合国家宏观政策、经济发展情况、天气变化情况，利用数据挖掘分析等技术构建预测模型，从时间趋势、区域电力、行业电力、重要客户电力等维度分析预测各地区电力负荷，实现未来电力需求量、未来用电量、负荷曲线、负荷时间分布和空间分布等预测，为公司电网规划和运行提供决策支撑。

营销管理领域：可以基于客户行业特征和历史用电信息，挖掘不同行业客户在不同事件下的用电行为模式，形成包含正常用电时序规律、表计篡改、非法接线、账单错误、表计故障等多个事件的典型模式库。通过分析智能表计数据，比较单体客户用电曲线与行业规律的相关性，识别异动客户，实时、准确地辨识异常用电行为，这有助于对违约行为进行预防和控制，有效降低非技术线损。

生产运行领域：应用大数据能够提高供电效能、促进经济运行、增强电网安全。例如电网信息化，基于电网设备信息、运行信息、环境信息以及历史故障和缺陷信息，开展关联因素分析，建立状态预警模型，对不同种类、不同运行年限设备在一定关联因素影响下的状态进行预警和故障率预测，同时引入交通、路政、市政等外部信息，如工程施工、树木生长等，关联电网设备台账数据及地理空间信息，对电网外力破坏故障进行预警分析，提升电网安全保障。

此外，大数据在电网抗击灾害天气方面也能够起到重大作用。公司可以在传统公共气象信息的基础上，增加全天候实时监测的线路走廊风速、风向、降雨、温度、湿度和气压等微气象数据，形成更为完善的天气数据库，实时预测灾害天气动态。同时，综合分析气象数据、地理信息、电网拓扑信息、设备台账及运行信息、客户信息、物资信息等数据，实时预测灾

害天气的影响范围，优化灾前应急资源配置和抢修资源智能调度，并支持客服人员主动告知影响范围内的客户为可能的停电事件早作准备，提升客户满意度

南网在大数据领域的行动计划是：

●第一阶段：2014年-2015年探索与试点研究阶段

组建大数据工作小组，开展大数据顶层设计；启动大数据关键技术研究和大数据平台建设，探索大数据平台集中部署模式；选取业务价值高、数据基础好的业务场景开展试点应用。

●第二阶段：2016年-2017年全面建设阶段

深入开展大数据关键技术研究，全面掌握大数据个环节关键技术，构建企业级大数据平台；全面开展大数据分析应用建设，辅助业务管理决策；开展大数据服务模式研究及试点应用。

●第三阶段：2018年后持续优化阶段

持续完善与优化大数据平台，全面深入开展大数据应用建设，全面拓展大数据服务模式，形成持续发展的大数据运营机制。

网络入侵检测系统在电力行业的应用(解决方案)

网络入侵检测系统在电力行业的应用（解决方案） 电力行业关系到国计民生，是我国经济快速发展的重要基石。信息安全建设作为保障生产的一个重要组成 部分，越来越多地受到重视并被提到议事日程上来。 电力行业关系到国计民生，是我国经济快速发展的重要基石。电力系统的信息化建设有力地推动了电力行业生产、办公、服务水平，随着电力系统网络规模的不断发展和信息化水平的不断提高，信息安全建设作为保障生产的一个重要组成部分，越来越多地受到重视并被提到议事日程上来。 据来自有关部门的资料，目前电力系统存在的一些信息安全问题已明显地威胁到电力系统的安全和稳定，，影响着“数字电力系统”的实现进程。研究电力系统信息安全问题、开发相应的应用系统、制定电力系统信息遭受外部攻击时的防范与系统恢复措施，是电力行业当前信息化工作的重要内容。电力系统信息安全已经成为电力企业生产、经营和管理的重要组成部分。 榕基入侵检测系统(RJ-IDS)是榕基网安公司除了漏洞扫描系统外的一条全新产品线，该产品是一种动态的入侵检测与响应系统，除了能对高速网络上的数据包捕获、分析、结合特征库进行相应的模式匹配外，还具有强大的行为和事件统计分析功能，能够自动检测可疑行为，及时发现来自网络外部或内部的攻击，并可以实时响应，切断攻击方的连接，帮助企业最大限度的保护公司内部的网络安全。 网络构架描述 国内电力行业某省级公司，随着业务需求的进一步扩展，原有的网络及系统平台已经不能满足应用需求，从保障业务系统高效、稳定和安全运行等方面考虑，必须升级优化现有系统，其中提高网络的安全性 是重中之重。 该公司信息系统基础设施包括电力系统网络、局域网和互联网三个部分。电力系统网络是承载该公司与各个子公司内部业务交流的核心平台，局域网是该公司内部日常办公的主要载体，外部信息的获取和发 布通过互联网来完成。 该公司的局域网于2001年建成并投入运行，核心交换机为Cisco Catalyst 6509。以千兆下联十多台设在各部门的百兆交换机，均为Cisco Catalyst 3524XL/3550系列交换机，并划分了多个VLAN;在网络出口处，该公司通过Cisco 7401交换机与Internet连接，Internet接入边界有最基本的安全设备，一台硬件 防火墙和一台VPN设备。 公司提供包括WWW、SMTP、FTP等互联网应用服务，目前开设了一个内部信息发布、员工交流站点和一个对外展示企业形象的站点，公司还架设了一个供300多人使用的邮件系统。同时公司还拥有很多的重要应用系统，其中包括企业OA系统和各种信息管理系统。 目前大流量的应用主要集中在局域网内，因此局域网的压力很大;大部分的应用必须跨广域网，但由于应用刚刚起步，因此跨广域网的流量不很大，随着信息化建设的逐步深入，广域网潜在的瓶颈将会严重影 响应用的普及;公司与各个子公司之间以VPN相连。 安全需求分析

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

大数据时代：电力行业如何掘金

大数据时代：电力行业如何掘金 一、大数据顶层设计出台 国务院总理李克强8月19日主持召开国务院常务会议，通过《关于促进大数据发展的行动纲要》（下称《纲要》），这意味着大数据顶层设计出台，国家大数据战略成形，大数据产业有望成为新经济的重要引擎。 从流量到数据，是对整个互联网经济的重新定义和洗牌，两种思维分别是两代互联网经济的代表。 流量时代，互联网撬动的GDP约为3万亿元；而在经历了第一代互联网时期的爆发式增长后，BAT等互联网巨头的流量规模已经形成，变现方式的单一将导致流量变成一种相对廉价资源；数据思维时代，企业将从单纯追求“量”向追求“质”转变，大数据能够帮助企业从有限的流量中挖掘更大的价值；据推算，大数据有望撬动的GDP至少在万亿元量级，可比肩流量经济。 从应用层面来说，互联网金融、智能安防、智能医疗等各领域都已加入对于大数据的采集和分析。BAT等互联网龙头更是大数据经济的积极推进者，马云将数据比作互联网时代的石油，大数据从某种程度上已成为互联网经济的生产要素之一，并加速了线上线下的融合。 目前，所有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，大数据已经被提升企业战略层面。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。必须通过良好的大数据管理，切实提高电力生产、营销及电网运维等方面的管理水平。 二、电力行业数据量大、类型多、价值高 如仅从体量特征和技术范畴来讲，电力大数据是大数据在电力行业的聚焦和子集。但是，电力大数据不仅仅是技术进步，更是涉及整个电力系统在大数据时代发展理念、管理体制和技术路线等方面的重大变革，是下一代智能化电力系统在大数据时代下价值形态的跃升。 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）。 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

安防产品在电力行业的应用

安防产品在电力行业的应用 1.0现状分析 随着国民经济的快速发展和人民生活水平的不断提高，我国对电力能源的需求持续增长。近年以来，为满足对电力日益增长的迫切需求，国家大力加强电力基础设施的建设。众多电力基础设施的建成，给电力行业的安防带来了重大的机遇和挑战。国家电网和南方电网两家公司的输电范围包含我国31个省市自治区，覆盖95%以上的国土面积，2010年售电量约33亿千瓦时，营业收入约18827亿元，并以每年超过16%的速度发展。我国电力行业总体朝着绿色、智能、节能环保的趋势发展。 1.1 电力安防需求分析 针对电力行业本身的需求和特点，对安防系统和产品有以几方面的主要需求： ●新产品：开发出集成度高的工作站产品，一台主控设备可同时实现对视频、动力环境、 报警信息、门禁信息等的集中采集与处理。 ●新技术：随着3G技术的应用与发展，各行各业均对3G技术进行了较多的应用，较容 易的实现了网络功能，解决了网络应用难题。很多偏远的电力基站、变电站、电力铁塔均无网络，对其实施安防监控遇到了网络难题，重新布网，费用极高，所以采用3G网络传输，促进行了电力行业的安防应用发展。 ●高清技术：在监控网络化大潮的推动和市场需求的驱动下，高清监控技术获得了重大突 破，并进入到重大安保项目的实际应用中，随着电力监控需求及电力网络带宽的不断拓宽，高清监控系统，将加速促进电力监控系统与安防其它子系统的无缝整合，再进一步促进安防系统与行业业务管理系统的无缝对接，这也为高清视频监控带来更广阔的发展空间。 ●智能行为分析技术：视频智能行为分析技术的应用，可做到事前预警，事中处理，事后 取证，同时也提高了视频检测的功能，如烟火检测，周界入侵检测，物品搬移检测，遗弃物检测，非法停留检测，徘徊人员检测，检测到目标自动跟踪和报警，做到了人性化、智能化监控。这些应用在电力行业、无人值守应用中在不断发展。 ●新方向：电力监控的是向着前端图像监视系统、环境监测系统、防盗系统、消防系统、 报警系统一体化的高度集成化方向发展，从而提高无人或少人值守，提高人员和设备的安全性及便利性，这是一个综合监控的发展。为了加强对重变电站及无人值守变电站在安全生产、防盗保安、火警监控等方面的综合管理水平，实现创一流的目标，越来越多的电力企业正在考虑建设集中式远程图像监控系统，这促使了电力综合监控的网络化发展。以IP数字视频方式，能够对各变电站/所的有关数据、环境参量、图像进行监控和监视，实时、直接地了解和掌握各个变电站/所的情况，并及时对发生的情况做出反应，适应电力行业需要。 电力行业是安防系统中一直走在前列，需求与功能也随着信息技术的发展而不断完善与提高。集成化、数字化、高清化、智能化的新产品、新技术的应用，将是其发展的方向，使电力行业安全防范技术提高到一个新的水平。 1.2 目标市场分析

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。

全方位理解电力行业大数据

全方位理解电力行业大数据 核心提示：如仅从体量特征和技术范畴来讲，电力大数据是大数据在电力行业的聚焦和子集。但是，电力大数据不仅仅是技术进步，更是涉及整个电力系统在大数据时代发展理念、管理体制和技术路线等方面的重大变革，是下一代智能化电力系统在大数据时代下价值形态的跃升。 如仅从体量特征和技术范畴来讲，电力大数据是大数据在电力行业的聚焦和子集。但是，电力大数据不仅仅是技术进步，更是涉及整个电力系统在大数据时代发展理念、管理体制和技术路线等方面的重大变革，是下一代智能化电力系统在大数据时代下价值形态的跃升。 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)。 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。 “大数据”在电力行业到底有多大? 随着社会的进步和信息通信技术的发展，信息系统在各行业、各领域快速拓展。这些系统采集、处理、积累的数据越来越多，数据量增速越来越快，以至用“海量、爆炸性增长”等词汇已无法形容数据的增长速度。 2011年5月，全球知名咨询公司麦肯锡全球研究院发布了一份题为《大数据：创新、竞争和生产力的下一个新领域》的报告。报告中指出，数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素;而人们对于大数据的运用预示着新一波生产率增长和消费者盈余浪潮的到来。2012年3月29日，美国政府在白宫网站上发布了《大数据研究和发展倡议》，表示将投资2亿美元启动“大数据研究和发展计划”，增强从大数据中分析萃取信息的能力。 什么是大数据? “大数据”到底有多大?根据研究机构统计，仅在2011年，全球数据增量就达到了1.8ZB(即1.8万亿GB)，相当于全世界每个人产生200GB以上的数据。这种增长趋势仍在加速，据保守预计，接下来几年中，数据将始终保持每年50%的增长速度。 纵观人类历史，每一次划时代的变革都是以新工具的出现和应用为标志的。蒸汽机把人们从农业时代带入了工业时代，计算机和互联网把人们从工业时代带入了信息时代，而如今大数据时代已经到来，它源自信息时代，又是信息时代全方位的深化应用与延伸。大数据时代的生产原材料是数据，生产工具则是大数据技术，是对信息时代所产生的海量数据的挖掘

视频分析在电力行业的应用

视频分析在电力行业的应用 随着国民经济的快速发展和人民生活水平的不断提高，我国对电力能源的需求持续增长。近年以来，为满足对电力日益增长的迫切需求，国家大力加强电力基础设施的建设。众多电力基础设施的建成，给电力行业的安防带来了重大的挑战。 目前，电力系统由发电设施、高压输电线路、高压变电站、低压配变电站和民用低压电网组成。 高压输电线路采用高空架空走线，且导线内为十万伏以上的高压电，偷盗者一般不会对此下手;低压变电站多建在居民小区、商业设施、工厂企业等用电单位附近，因为设备体积较小，一般采用全封闭式管理;而民用低压电网由于范围大、情况复杂，在现有的技术条件下，还是以人防为主。因此，电力行业的周界安防系统主要应用于发电厂和高压变电站。 变电站或发电厂的特殊周界入侵需求 发电厂出于能源来源和占地面积等考虑，多建造在远离城市的地区。而另一电力系统的重要组成部分高压变电站，由于占地面积大、容易造成居民对高压的恐慌等原因，不会像低压变电站那样建造在人口稠密的住宅小区、商业设施等区域的附近，而是选址在城市郊区、农村空地或荒地等人员活动较少的区域。 发电厂和高压变电站的安防要求具有一定的相似性，安防工作具有如下特点：设备众多且价值不菲，容易为盗窃者所垂涎。有关人士曾做过保守估计，我国每年因电力设备被偷盗和破坏而造成的直接物损就达数十几亿元人民币，而因设备被盗导致供电中断造成的间接损失则难以估量;发电厂和高压变电站占地面积大、周界范围长，同时要求安防人员必须快速到达入侵地点，并即时掌握报警区域的实时情况;某些设施采取了无人职守模式，这对周界安防提出了更高的要求;区域内可躲藏的地点众多，犯罪分子一旦入侵，安防人员的排查工作将异常艰难;犯罪分子入侵后一旦发生事故，将对公私财产和人民的正常生活造成极其重大的危害;发电厂和高压变电站地处偏僻，多有飞禽和小动物出没，落叶也可能进入周界警戒区域。

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

电力大数据资料

“大数据”为电力企业带来什么 以更准确的分析预测，为智能电网与新能源发展提供决策依据 “大数据”这个词是最近的新热点，《纽约时报》甚至宣称“大数据时代降临了”，随着这个词的频频曝光，它的商业价值也逐渐凸显，“大数据”已然成为众多世界500强企业追捧的对象，意昂（E.ON）等多家超大型国际电力能源集团已宣布牵手“大数据”。那么，“大数据”究竟会给电力企业的未来发展带来什么启示呢？ “大数据”的核心：更准确地预测 “大数据”源自英文bigdata，对这个概念的解释千差万别，美国学者舍恩伯格在他的专著《大数据时代》中解释说：“大数据，就是我们可以在更大规模的数据上，做到更多我们无法在小规模数据基础上完成的事情。” 他认为，“大数据”的核心就是对庞杂的超大规模数据资料进行分析，从而可以更准确地预测，这必然引发商业变革。以欧洲快销时尚品牌ZARA为例，该公司通过对消费者登录网店的数据进行分析，找出最受欢迎的产品，作为实体店的推荐参考，果然效果很好。并在实体店及网店中不停地收集消费者反馈：“我喜欢这个图案”、“我讨厌这个扣子”等，所有消息都通过销售经理反馈给数据处理中心，最终各方信息都将被分类处理，成为设计、生产、销售的指引。ZARA借此将销售收入提高了10%。 舍恩伯格在《大数据时代》一书中提出了一个非常具有颠覆性的观点：通过对庞大数据分析知道“是什么”就够了，不必再去追问“为什么”，就好像ZARA只需通过“大数据”分析了解什么款式最受欢迎，不必再花精力去研究消费者为什么喜欢。这个观点对于企业管理者来说，尤为重要。 需要专业化的数据处理机构 意昂集团（E.ON），欧洲最大的电力集团公司之一，兼营石油、贸易、运输等业务，2 012年在世界500强榜单上排名第16位，英、德等30多个国家的电网与发电企业都属于该集团旗下资产，用户数量超过2600万人。今年4月，该集团宣布携手瑞典爱立信（Er-ics son）公司探索“大数据”。 爱立信将向意昂集团出售相应的电网应用设备和软件，用来将意昂旗下电网的数据传输量提高3000%，可见这家电力企业在未来对数据的依赖。爱立信将帮助意昂对这些数据进行管理和分析，从而为企业经营服务。这次“大数据”合作主要集中在瑞典电网，意昂在瑞典大约拥有60万块智能电表。

CA认证在电力行业中的应用

CA认证在电力行业中的应用 唐志红 （北京天威诚信电子商务服务有限公司） 摘要：我国电力行业的信息化建设得到了快速的发展，解决信息化建设过程中的信息安全问题尤为重要，电力行业信息安全关系到国民生产的安全。本文对电力行业信息化建设的信息安全需求进行分析，将CA认证技术应用到电力行业，为电力行业信息化建设提供法律保障的应用安全解决方案。 关键词：信息安全认证中心数字证书数字签名 1我国电力行业信息化建设现状 我国电力行业信息化建设经历三个阶段： 20世纪60年代到80年代初期，计算机主体是国产DJ5系列小型机，主要应用科学计算和工程运算上； 20世纪80年代中到90年代初期，计算机系统在电力行业业务领域得到应用，如电网调度自动化、发电厂生产自动化控制系统、电力负荷控制预测、计算机辅助设计、计算机电力仿真系统等。同时企业开始注意开发建设管理信息的单项应用系统； 20世纪90年代中到21世纪初，开始有计划地开发建设企业管理信息系统，信息技术的应用由操作向管理层延伸，从单机、单项目向网络化、整体化、综合性应用发展。 电力行业电子商务和电子政务的应用得到了快速的发展。 2电力行业信息化建设的安全需求 由于互联网的广泛性、开放性和匿名性，使得基于互联网的应用存在诸多信息安全隐患，如下图所示，包括：如何确认彼此的身份？如何保证信息通过互联网传递时不被窃听，不导致信息泄漏？如何保证信息通过互联网传递时不被篡改，使信息完整传输？如何让不能抵赖自己发送的信息，有怎样的证据？等等。这些都是信息化建设过程中必须解决的问题。

随着电力行业信息化的快速发展，信息技术逐步渗入到电力行业的各个领域，不再是单一的、独自的运行个体，需要进行大量的内部交流，和更多同行及外部之间的交流；同时不单单是行业生产方的应用，随着网络浪潮的迅猛普及，电力行业的流通和交易也越来越多的涉及到网络化建设。包括：发电厂自身的网络安全应用需求、配电过程中的安全应用需求以及电力交易过程中的安全应用需求。 而且，由于电力行业本身的特殊性，使得电力公司比其它行业有着更多的和政府机关的联系，如申报审批、网上信息监管、各种电力信息的统计和审核等等。这些信息都在不同程度上关系到电力行业的正常运转和统筹安排，如果这些信息一旦失真或被内部人员、不怀好意人士、黑客和间谍窃取将有可能导致严重的后果。因此，采取强有力的安全措施来保障电子政务的信息安全将变得尤为重要。 3CA认证技术是保障信息安全的最佳解决方案 目前，针对基于互联网应用的信息安全问题，具有一种最佳的解决方案——CA认证技术。CA是Certification Authority的缩写，叫做认证中心或认证权威。作为权威的、可信赖的、公正的第三方机构，CA专门负责发放并管理所有参与网上业务实体所需的数字证书。它作为一个权威机构，对密钥进行有效地管理，颁发证书证明密钥的有效性，并将公开密钥同某一个实体联系在一起。 CA认证技术是基于PKI技术的实现。PKI是Public Key Infrastructure的缩写，从字面上理解，PKI就是利用公钥理论和技术为网络建立提供安全服务的在线基础设施。通常，一个

北斗在电力行业的应用.docx

北斗系统及其在电力行业应用 1、北斗系统简介 中国北斗卫星导航系统（BeiDou Navigation Satellite System，BDS）是中国自行研制的全球卫星导航系统。是继美国全球定位系统（GPS）、俄罗斯格洛纳斯卫星导航系统（GLONASS）之后第三个成熟的卫星导航系统。 北斗卫星导航系统提供以下系统功能： 1）短报文通信：北斗系统用户终端具有双向报文通信功能，用户可以一次传送40-60个汉字的短报文信息。 2）精密授时：北斗系统具有精密授时功能，可向用户提供20ns-100ns时间同步精度。 3）定位功能：水平精度100米（1σ），设立标校站之后为20米（类似差分状态）。工作频率：2491.75MHz。 作为自主的开发的卫星导航系统，北斗系统已成功应用于测绘、电信、水利、渔业、交通运输、森林防火、减灾救灾和公共安全等诸多领域，产生显著的经济效益和社会效益。 2、在电力行业应用北斗系统的必要性 随着中国经济社会发展，电网规模不断扩大，运行水平大幅提高。在中国，存在长距离大规模电力传输的现实，从电厂发出的每度电，都以高达每秒30万公里的速度经过变电站并网输送，经过数个、数十个变电站的长距离配送，最终抵达用户。这个过程需要同时有几百台设备保护电力安全运行，涉及各种以计算

机技术和通信技术为基础的自动化装置，如电厂机组自动控制系统，调度自动化系统，变电站计算机监控系统等，如此大量设备是否能够按照预先计划的流程，准确安全地传输到位，决然离不开全网设备时间基准问题。 然而中国电力企业从电力传输网到电力计算机网络的时间系统，主要是以GPS作为主时钟源，进行同步授时，由于其授时的工作原理和系统时钟源被美国掌控，GPS授时存在重大隐患。具体而言，目前中国电力行业接收GPS授时信号是免费的，GPS授时终端价格低廉，这是美国GPS系统在民用领域的应用。正因为是“免费的午餐”，所以美国不承诺对任何应用所产生的问题负责。众所周知，GPS系统是美国政府引以为豪的战略工程，所有信号的发生、传输权由美国掌控，一旦出现民用信号关闭、误码率加大或者系统出现故障，以GPS技术为基础的系统将被置于危险的境地，中国电网概莫能外。 客观来说，当前智能电网、特高压超高压电网的建设对电网时间同步的精准度正从过去的微秒级过渡到纳秒级，因此，必须为电力系统配置高精度、高可靠的授时系统，在传输系统和接收系统间出现时间误差，高压电流势必会在瞬间烧毁被接收的变电站或是传输线路，从而造成难以估量的灾难。 采用“北斗双向授时功能”专有技术能实现严格意义上全电力系统时间的统一；通过利用北斗卫星导航系统的短报文功能，能够实现所有厂站端时间同步系统远程监测和运行控制；由此，中国电力输送领域重点攻坚的时间同步课题将得到彻底解决。 3、北斗系统在电力行业中的应用

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/f91742035.html,/kcms/detail/13.1082.TM.20160307.1438.036.html