基于GIS的反窃电管理系统研究与实现

传统反窃电技术的反窃电管理效率不高。GIS具有高效管理海量空间数据的能力,与电力系统结合形成的电力地理信息系统,大大提高了电力设施的生产效率、管理质量和科学决策水平。将GIS运用到反窃电领域,将电力设备标示在地理底图上,结合传统反窃电技术在硬件上各类传感器的使用,实现对电力设备的动态监测和高效管理,提升反窃电技术的管理效率,减少电力企业由窃电带来的损失。     

基于电力营销大数据的数据融合共享平台研究与应用

随着国家电网公司基于大数据、云计算等项目的逐渐增多,国网某省电力公司全业务海量数据激增,导致现有电力营销存在电力数据缺乏统一部署系统、数据共享难度较大、数据指标逻辑规则不统一等问题。集中接入并整合电力各渠道的账户数据和客户数据,结合大数据技术研究电力营销大数据融合共享平台的建设与应用,集中接入和整合电网各渠道的账户数据和客户数据,开展电力客户标签快速搜索及数据驱动营销业务分析等场景,为电力企业运营平台及全景大屏展示提供支持。     

基于客户侧大数据分析的“云服务”模式研究与应用

为了适应电力体制改革,实现电力企业转型,利用已沉淀的海量客户大数据,创新性地将电力企业现有的数据信息从管理后台推至服务前台,将大数据分析应用延伸到服务领域,构建一种基于客户侧大数据分析的“云服务”模式。通过云服务模式的“去中心化、去组织化”,组织结构从科层制转向高度扁平化;超前把握客户的服务需求,在做好传统市场服务的同时,拓展非传统市场的延伸服务,从能够提供什么产品向客户需要什么产品转型;不断提升客户服务体验,扭转电力企业“强电网”与“弱服务”的矛盾态势,提供多层次、多维度、跨区域、多品类的服务产品,构建电力“供、用、数据、服务”云服务体系。     

大数据背景下电力企业营销管理方式分析

对于电力企业而言,大数据营销可以以对海量数据的分析为基础,为企业营销战略的制定提供一定依据,但是,怎样在大数据环境下对营销工作进行管理是当前电力企业亟需解决的一个难题。本文基于大数据背景下电力企业所面临的机遇与挑战,对以国网公司管理理念为指导的电力企业营销管理所要解决的问题进行透视,进而提出具体的企业营销管理与创新对策。     

基于大数据Hadoop的企业财务管理系统研究

为解决企业财务数据的不规范、低效率等问题,并且在繁杂海量的财务信息中获取最有经济价值的信息,文章根据目前企业财务管理系统现状,构建了基于大数据的企业财务数据管理系统,将用Canopy优化的K-means算法与Hadoop平台相结合,后台采用NoSQL数据库管理,来提高企业财务管理规范性、效率,达到增加经济效益的目的。由于K-means 算法存在需要事先设定参数k和初始中心点两个问题,因此用Canopy算法对数据进行初步处理来解决这两问题,再用K-means进一步聚类,得到更好的聚类效果,提高了企业处理财务数据的准确性、时效性,为企业运营决策提供理论依据及基础技术支撑。     

基于聚类算法的海量医院财务数据精准分类方法

传统方法受噪声点影响，存在分类精准低的问题。为此，提出基于聚类算法的海量医院财务数据精准分类方法。在对大数据去噪原理基础上，通过PNCC模型对财务数据去噪处理，避免噪声对数据分类结果产生影响；采取自适应邻域选择方法降维处理去噪后财务数据，构建聚类算法中QS-KFCM模型，将预处理后医院财务数据输入QS-KFCM模型中，完成海量医院财务数据的精准分类。实验表明方法可有效提高财务数据分类精度。     

面向电力物联网的电力大数据应用

为保证电网系统安全稳定运行,加强国网公司精细化管理水平,以电力大数据为代表的新一代IT技术在电力物联网领域中的应用,可以有效地解决数据采集、存储与处理等问题,并在海量电力数据中深度挖掘出有潜在利用价值的信息。本文分析了电力物联网中电力大数据的特点和发展趋势,介绍了Apriori算法在处理海量电力大数据中的显著优势,通过利用Apriori算法来处理大数据在电力物联网中的典型应用,优化各级电网控制,构建结构扁平化、功能模块化、系统组态化的柔性体系结构,全面提高电网生产、运行、调度、管理的自动化水平,使系统稳定运行在最佳状态,从而提升了数据挖掘、管理和交互共享操作水平,进而提高了生产作业的效率和管理预测能力,为公司进一步决策部署提供强有力的数据技术支撑。     

基于数据驱动的电力安全生产事故风险预警研究

智能电网的快速发展和广泛应用为电力企业提供了来源复杂、结构多样的海量数据，使得智能电网成为大数据最重要的应用领域之一。如何应用大数据技术实现对电力安全生产数据的采集、存储和挖掘，进而提高电力企业的安全生产水平成为当前重要的研究课题。本文首先阐述了电力大数据和大数据技术的基本概念，然后借鉴传统的“海因里希法则”的思想，从隐患的角度出发，运用大数据技术对我国某省电力安全生产数据进行处理，通过这些数据建立某省电力企业的安全事故比例模型。再通过回归分析，对未来可能存在的隐患数量进行预测。最后根据安全事故比例模型对未来可能发生事故、事件数量做出预测，确定隐患数量的控制目标，形成一套安全生产预警模型，从而达到消除隐患、减少事故发生目的。     

大数据背景下电力信息系统网络安全的研究

电力信息系统安全性要求比较高,在大数据时代,电力信息系统逐步形成大数据中心,电力信息系统安全防护要求更高。本文首先对电力信息系统的需求分析、总体设计等方面的内容进行分析,以此为基础,对网络信息安全展开研究。在大数据背景下,对网络安全的研究引入海量数据的概念,本文采用Hadoop技术对电力信息系统中的海量数据进行采集和存储,采用MapReduce技术对电力信息系统中海量数据进行检索。从用户身份验证、密钥加密、容灾备份等角度对电力信息系统安全防护措施进行设计。该系统与其他的系统相比,创新点在于:将大数据技术引入到了网络安全的管理中来,通过数据挖掘技术来实现安全预警信息之间的关联关系,可以变"事后处理"为"事前预防",提高安全事件的响应能力,提高网络安全的预防能力。     

电力营销线损精益化管理措施的研究

电力企业在线损管理方面仍存在一些问题亟待解决。为此,本文介绍了电力企业的线损管理现状和意义,分析了线损产生的原因,并提出了电力营销线损精益化管理的有效措施,以期快速提高电力企业对线损的管理效率,减少电力资源的浪费,提升电力行业的可持续发展能力。     

电力企业大数据应用分析

基于电力企业组织围绕“大云物移”等新兴技术,立足岗位、立足专业、立足企业开展项目创新,本文重点关注了企业大数据现状与对下一步发展方向的影响。随着数字时代的到来,数字已经成为企业运营的基本要素,是企业发展的重要驱动。大数据的核心是建立在相关关系分析法基础上的预测,在诸多领域,大数据发展正引致颠覆性创新,随着建设“数字中国”的浪潮推动,国家电网也提出了要建设“数字国网”的新要求。大数据作为一个很好的视角和工具,从其拥有的数据规模、数据活性和企业运用、解释数据的能力即可判断公司的核心竞争力。通过电力系统大数据与运营监测分析、同业对标及卓越绩效管理与评价的有效结合,从管理、运营和战略方向等方面提出了大数据能为电力企业提升核心竞争力提供可靠价值。     

浅谈大数据管理在基层供电企业的应用与发展

大数据的应用越来越广泛,将大数据思维应用到管理中已是大势所趋。电力大数据是指各种数据采集渠道收集到的海量业务数据的集合,具有数据量大、时效性强、使用价值高等特点。国网、南网等电网企业早已嗅到了大数据的价值,采取了很多措施,及时作出了必要的战略部署。目前,基层供电企业的业务部门开明人士和运监人员正开始数据管理尝试,还处在起步阶段,面临诸多问题需要解决。本文列出的几个数据管理分析案例,是基层供电企业在大数据管理方面的“星星之火”,提出面对大数据潮流基层供电企业可主动作为的几点建议,以在未来的大数据管理潮流中占据主动地位,并展望大数据管理在基层供电企业应用的场景。     

国外电力企业大数据需求侧应用分析

针对大数据技术的研究和实际应用,总结了国外企业大数据技术的实际应用现状。在国外企业大数据需求侧管理应用中,介绍了法国电力公司、美国巴尔的摩燃气电力公司、美国南加州爱迪生电力公司和德国意昂电力公司四大能源企业大数据技术的应用主题和管理模式。通过上述介绍,在数据平台建设、数据管理和数据分析应用三个方面总结了各类大数据应用的启示,即集中建设统一大数据平台,并采用云部署方式是企业目前大数据平台建设的主流方式;统一数据标准规范有利于数据共享与数据管控,实现数据资源价值最大化;大数据分析应用有两个特点：一是大数据分析应用应紧紧围绕业务需求,以专业级应用为重心,配备充足的人力资源,准确聚焦业务痛点,快速解决业务实际问题。二是企业应结合业务特点和发展要求开展基础技术和基础应用方面的研究,为专业级分析应用提供服务和支撑。     

基于大数据的电力客户行为分析体系研究及实践

随着我国电力市场的发展,供电企业紧跟数字化发展步伐加快信息系统建设,各业务系统在运行过程中积累了海量信息数据资源,利用这些数据资源进行数字化分析已经渐渐成为供电企业的重点工作。在供电企业不断地拓展分析范围,优化分析方法的过程中,大量的数据资产被盘活,巨大企业价值与社会价值逐渐显现。大数据技术的使用可体现在电力系统运行的各种环节,为电力信息的商业化利用提供有力支撑。基于大数据技术的电力客户用电行为分析能提高电力系统的运行效率,为供电企业的实际运行提供决策依据。文章分析了国内、外电力行业大数据应用的进程及现状,根据不同类型客户的用电行为建立了基于大数据技术电力客户行为分析体系,对大数据技术的实践情况进行探究,实现电力客户用电行为的深度分析,为客户提供更优质的服务体验。     

面向金融行业的大数据迁移的研究与实现

现有的金融行业的数据管理模式主要依赖于传统关系型数据库,然而传统架构受到拓展能力和存储性能的限制,难以满足大数据时代快速增长的海量数据量处理的需要。针对金融数据规模大、跨地域、跨系统存储、数据多样化等特点,提出了HiETL大数据迁移管理平台,实现了异构关系型数据库业务系统向Hadoop大数据平台的统一迁移,以及海量数据的集中整合、拓展存储、高效分析查询等一站式管理平台,在保证迁移准确的情况下,其速度可达到3?MB/s。     

探析大数据在电力企业人力资源管理中应用

大数据时代下信息技术已经渗透到企业管理的各个方面,人力资源管理与大数据的融合,有助于电力企业从人力资源管理特征出发,充分发挥人力资源管理综合效益。本文基于大数据特点和应用价值,从原始数据、能力数据、效率数据和潜力数据等四个方面分析人力资源管理数据观,重点探讨大数据在进行人力资源规划、加强人才选聘与培养、促进薪酬绩效管理及优化组织机构和用工管理等方面的应用,并剖析大数据与企业人力资源管理深度融合应用所需基础条件,包括建立人力资源工作者大数据意识、搭建人力资源大数据信息平台及提升人力资源工作者数据分析和应用能力等。通过大数据平台搜集、挖掘人力资源相关数据,促进人力资源管理各个模块有机融合,将会为企业长远发展提供更加强劲的人力资源保障和人才支撑。     

基于大数据的电网规划精益分析平台研究与应用

随着新能源的大量接入和用户的广泛参与,电网企业的数据呈指数级增长,电网规划部门迫切需要运用大数据的分析手段提高规划决策的精准性。本文以地市供电公司的实体业务为切入点,基于地理位置信息,在数据融合贯通的基础上,运用数据可视化技术多维度动态展示地区电网负荷分布和电网供给能力,辅助规划人员快速发现负荷分布规律和电网薄弱点。运用大数据分析挖掘方法构建基于负荷特性分析的负荷预测模型,支撑电网项目和运行方式安排。打破电网负载问题的单一评价方法,建立可度量的电网综合评价体系及模型,为电网项目统筹提供量化依据。基于大数据的电网规划精益分析平台通过电网负荷可视化展示,有效提升了电网诊断分析效率,运用大数据分析方法提高了地区最大负荷的预测精度,实现了电网问题的数字化评估,提高了电网规划投资决策的精准性。     

电力调度大数据应用平台系统技术研究

为解决智能电网的发展中电网运行和设备检测或监测数据、电力企业管理数据、电力企业营销等数据海量的增加带来的不同业务系统之间分散地开发、运行和管理,系统数据存储结构独立,带来数据多源、格式不一致,数据准确性、实时性不强,数据质量不高,缺乏统一的数据规范等问题,本文利用Hadoop的分布式文件系统HDFS和并行处理框架MapReduce的工作原理,搭建电网调度大数据应用平台系统,解决了不同业务系统之间的数据不能及时共享、访问、管理与分析挖掘等问题。采用数据清洗数据,解决数据质量不高的问题。搭建电网调度大数据应用平台系统,既能实现跨专业、跨部门的多维度关联分析,又能满足海量的智能电网数据存储和数据处理需求,并具有强大的伸缩性,可扩展为电网实现安全、可靠、经济、高效地运行提供保障。     

基于全景监测与智能预警的配电网全域大数据应用研究

面对不断扩大的电网规模及愈加复杂的外部环境,影响电网安全稳定运行的因素也在不断增加,为此提出了基于大数据机器学习算法的设备状态监测方法。运用成熟的数据挖掘技术,基于当前大量的数据积累开展数据价值的挖掘分析,构建基于随机森林的设备状态评价模型、基于D-S证据论的故障预警模型等,以云计算为支撑,以“互联、共享、智能”为理念引领全景监测体系,建设风险和隐患智能感知体系,实现低风险系数下配电网安全稳定运行。本文从数据关联融合、数据清洗转换、相关性分析及特征提取、模型构建四个方面着手,挖掘配电数据的潜在价值,预知配电网故障发生,进一步提高配电网精益化、智能化管理水平,促进电网企业提质增效提供指导,为电网安全生产及电网企业优质服务提供高效益的数据化科学决策依据。     

大数据在电力企业干部考评中应用探讨

干部考评对领导干部起着重要的导向、鞭策和激励作用,常规干部考评存在数据来源不够全面、综合研判不够系统和深入等局限,且缺乏连续性、动态性和综合性。大数据技术兴起和发展,为干部考评带来一种新的视野和方法,本文基于干部考评大数据观,探讨大数据在电力企业中应用,通过海量数据采集、挖掘、分析与应用,构建大数据量化和分层分类模型,开展有效日常考评,强化分类考评,利用大数据进行综合研判,提升干部考评工作的全面性、客观性、及时性和精准度,促进干部考评科学化和精益化。大数据在干部考评中应用需要解决顶层设计弊端,提高全员大数据意识,克服信息系统硬件和软件上的难点,让大数据干部考评方式成为常规考评的有益补充,助力电力企业创新发展和改革转型。