配用电典型场景大数据需求分析及集成技术

随着智能电网建设的逐步推进,电网企业安装了大量智能量测设备,形成了大量历史数据;分布式计算、高性能计算、非关系数据库系统等先进信息技术在电力公司也得到初步应用。文章以电网企业实例数据为基础展开研究,首先分析配用电大数据典型应用,接着详细分析配用电典型应用大数据需求、数据特性、关联关系,然后分析配用电典型场景大数据应用数据集成技术,以期为大数据在电网企业中的应用提供参考。     

电网企业营销服务大数据应用分析

结合大数据技术最新发展趋势,搭建了营销大数据应用场景框架,从个性化客户体验、智能化精益运营、多元化生态圈变现3个方面分析了大数据在电网企业营销服务中的应用。研究成果为电网企业应用大数据、人工智能、机器学习等新兴技术进行电力营销工作创新提供了借鉴。     

电网供应链大数据应用规划方法研究

通过数据梳理诊断、业务需求调查、业务流程分析,分别在企业战略层面、管理层面、执行层面上设计出一系列大数据应用方案。在蓝图静态化分析的基础上,甄选典型业务场景,进行动态化的大数据应用场景分析。运用定性评估方法,从应用价值和数据可行性2个维度,将应用方案划分为4个优先级别。同时运用层次分析法对方案进行定量评价排序。基于定性评估和定量评价分析的结果,最终确立电网企业供应链大数据应用的阶段性规划,并确定所有大数据应用方案的优先级别和落实实施顺序。     

大数据技术在智能充电桩网络系统中的应用

当前智能充电桩网络系统中的数据具有"大数据"的典型特征,即数据源、数据类型丰富、数据量庞大且增长迅速,而传统的数据处理技术无法有效处理这些数据,大数据技术可以很好应对此场景。大数据技术在充电桩运维,充电客户分析,电网企业整体运营调度中起到非常关键的促进作用,对建立安全可靠高效的充电桩网络具有重要意义。该文探讨了大数据技术以在智能充电桩网络系统中的具体应用,分析了智能充电桩网络系统与大数据之间的关系,详细阐述了智能充电桩网络大数据处理平台总体架构的设计思路,并展开描述这其中所使用到的关键技术点,最后着重分析了大数据技术在充电桩运维,充电客户分析,企业整体运营调度中的具体应用。大数据技术能促进充电桩网络向智能化方向发展,为建设安全高效便捷充电桩网络提供切实保障。大数据技术在电力行业的广泛应用必将带来行业的变革,将智能电网的发展推向新的阶段。     

基于开源软件的电网雷电大数据平台技术研究与应用

针对当前电网海量雷电数据在采集、存储与计算方面存在的技术瓶颈,该文采用互联网时代大数据主流技术,提出了构建基于开源软件的电网雷电大数据平台。首先,分别介绍了电网雷电大数据的特征和大数据软件技术的选型;其次,对电网雷电大数据平台进行了总体架构设计,并研发了海量数据高效采集、多源异构数据存储与分布式快速计算等关键技术;最后,详细阐述了雷电大数据平台在电网中的典型应用场景。通过建立电网雷电大数据平台,可以有效提升海量雷电数据的处理能力,为深入挖掘雷电数据潜在价值提供技术支撑,对于电网防雷减灾工作具有重要的意义。     

内存计算技术及在电网分析中的应用

首先介绍内存计算技术以及其在大数据处理中的应用。针对在电力系统分析中计算性能的磁盘及网络数据I/O瓶颈问题,提出一种基于内存计算技术的电网分析内存计算架构,并讨论了内存计算在快速动态安全评估(DSA)中的典型应用场景。以国调现有在线DSA电网模型(4万节点)为案例,给出了内存计算在大型电网分析中应用的相应性能测试结果。     

水火风光多源发电调度系统大数据平台架构及关键技术

水风光等可再生能源高速发展使得电力调度数据出现爆发式增长,并呈现出多源、异构、高维等大数据典型特点,如何应对电力大数据的集成管理及高效应用是我国电网运行的重大技术挑战之一。为此,围绕水火风光复杂发电调度系统,解析超大规模电站群调度大数据特征及相互关系,设计调度管理功能体系,构建发电调度大数据平台架构,提出满足不同业务场景共性需求的多源数据校验和多平台协同存储技术、面向发电调度分析场景的大数据融合处理技术以及面向发电计划编制场景的大数据分析决策技术,实现电力大数据的采集、存储、分析及知识提取等一体化功能。以云南省调400余座大中型电站为工程背景,应用大数据平台架构和关键技术,构建超大规模多源发电系统调度软件,通过电网月度计划跟踪分析、新能源功率预测偏差确定、梯级水电站群发电调度计划编制3个核心业务场景的典型应用,表明电力大数据技术确实可以为复杂发电调度系统高效和实用化运行提供新的解决途径。     

智能电网大数据分析框架及其应用演进研究

随着智能电网的快速发展,大数据技术在智能电网中的应用也得到了进一步提升,掌握大数据技术对建设智能电网具有重要意义。本文在总结国内外智能电网及大数据研究现状的基础上,阐述了智能电网大数据的特征,并且结合国内外智能电网及大数据的研究成果,提出了具有通用性的智能电网大数据分析框架,并且分别从智能电网大数据的数据分析技术、数据管理技术、数据处理技术以及数据展现技术4个方面深入探讨了其核心技术的内容。最后,本文提出了智能电网大数据的应用演进路径,并且通过三个具体应用场景,阐述了智能电网大数据的应用。     

智能电网大数据研究综述

随着能源互联网、数字电网和泛在物联网的建设和推进,传统电网正在发生深刻的变化,智能测量设备所产生的海量数据使得电网不仅能对设备进行实时监测,集成各类分布式能源,还能为用户提供最优的能源解决方案。鉴于此,对智能电网大数据技术的发展现状进行综述,讨论智能电网的特点和能源数据的多源性,总结大数据在智能电网中的应用,分析机器学习、数据挖掘等技术在电网大数据分析中的应用及特点,归纳提升大数据分析能力的主流平台与知识提取方法,并对智能电网大数据中存在的挑战和机遇进行展望。     

数据挖掘在智能电网中的应用研究

电力大数据已成为电网公司进行决策的基础,但单纯数据的积累并不能给电网公司带来益处。因此充分利用这些基于电网实际的数据,对其进行深入分析,发现隐含的信息并加以利用,对指导电力企业做出正确的决策具有重大意义。提出了数据挖掘在智能电网中的应用场景,把数据挖掘技术应用于电力负荷预测,研究了在智能电网中应用数据挖掘技术的方法。     

电网基建企业信息化建设

针对电网基建企业信息化现状,分析了适合电网基建企业开展信息化建设的技术方法,并对其信息网络架构和信息系统架构做了详细的规划和说明,重点强调了企业大数据对管理决策的支撑作用;阐述了在新形势下,建立标准化的电网基建生产系统、电网运检生态系统及数据仓储的必要性和突出作用。     

非介入式负荷辨识感知技术及其典型应用场景

当前电网用户侧感知能力建设相对滞后,用户负荷类型不可知、电网负荷组成不明确等问题严重制约了客户服务的优化提升。非介入式负荷辨识技术仅采集用户入口总电流、电压数据,利用高级算法实现户内负荷的精确辨识,是突破电力用户负荷信息获取瓶颈的有效技术手段。本文简述了非介入式负荷辨识技术的主流技术路线,分析并展望了该技术面向电网企业和客户的典型应用场景,并对湖南电网的应用情况进行了介绍。     

基于改进k-means聚类的风电功率典型场景在日前调度中的应用

针对含风电电源的电网日前调度优化问题,应用聚类分析获得风电功率典型场景进行风电功率预测,并将预测结果用于日前调度优化具有重要意义。提出一种基于改进k-means聚类算法的风电功率典型场景生成方法,对周期内的风电数据通过场景生成和缩减,得到少数几个能反映周期内历史数据特征的风电功率典型场景集;然后以系统运行成本最小为目标,建立适应风电接入的日前机组组合模型,模拟风电接入后电力系统实际运行情况。最后通过算例比较风电功率点预测、区间预测和典型场景预测在电力系统日前调度中的经济运行优化结果,验证了所提方法的有效性和实用价值。     

基于大数据的电网成本结构及效益综合分析研究与应用

基于大数据处理和数据挖掘技术,研究电网企业成本结构及效益分析,通过构建输配电成本趋势预测和边际贡献分析模型,结合电网成本核算业务,将理论研究与企业实践相结合,实现对电网企业成本结构的优化及效益的提升,从而切实解决成本管控中存在的薄弱环节和突出问题,为深入推进大数据技术信息化建设应用提供理论依据和实践经验。     

电网企业信息化规划方法研究与应用

在"十二五"期间,加强信息化顶层设计已经成为国资委对中央企业信息化建设的新要求。文章介绍了信息化规划的重要性及其基本概念,分析对比了几种传统的信息化规划方法,这些方法用于现阶段电网企业信息化规划存在较大缺陷,对企业架构的相关理论进行分析,提出使用企业架构开展信息化规划。最后,文章介绍了某单位使用企业架构开展信息化规划的过程以及取得的相应成果。实践表明,企业架构是现阶段电网企业开展信息化规划的有效方法。     

面向公共电网GIS平台的电网地理图形应用架构

企业级公共电网地理信息系统（GIS）平台独立部署的技术发展趋势突破了传统的直接基于GIS平台开发应用系统的技术框架。提出一种新的以公共电网GIS平台为中心的电网地理图形应用架构,以适应技术发展需要。通过深入分析电网企业GIs图形应用需求,提出公共电网GIS平台应成为一个位置感知与电网感知相结合的应用透明的平台设计思想。将架构涉及的应用系统归纳为4种主要类型,并结合典型应用场景给出了4类系统与公共电网GIS平台数据共享与功能互动的具体集成方案,实现了各类应用系统与平台之间数据分布和功能协同的优化。该架构方案在国家电网公司“SGl86”工程中得以实际应用,可充分发挥公共电网GIS平台的中心枢纽和基础支撑作用,并保障整个电网地理信息、设备信息和拓扑信息等的一致性。     

电网企业主数据管理建设研究

文章对主数据管理的概念、特点及建设意义进行了论述,分析了国内外主数据管理的发展现状。深入研究了主数据管理建设和实施方法。在此基础上,结合我国电网企业的业务特点。对电网企业主数据管理建设思路进行了深入的探讨,形成了电网企业特有的主数据建设方法论,实现了对企业级主数据的统一管理。提高了企业数据的准确性,降低了系统信息成本,建立了完善的数据标准,提高了数据质量。     

大数据时代下数据挖掘技术在电力企业中的应用

首先对大数据进行了阐述,进而讨论了大数据时代下电力企业面临的巨大挑战;在此基础上指出在电力大数据时代下利用数据挖掘技术对电力企业产生的巨大影响;然后通过描述数据挖掘技术的一系列步骤,指出了电力大数据时代下,数据挖掘技术在电力企业的实现途径;最后,从智能电网、电力客户关系管理、信息系统的发展以及能耗问题等四方面论述了大数据时代下数据挖掘技术在电力企业中的应用前景。     

分布式技术在电力大数据高性能处理中的应用

随着中国电力工业步入"大数据时代",大数据在电力生产运行和经营管理中的应用需求日益凸显。为解决当前电力大数据在存储和计算方面存在的性能瓶颈,提升电力业务系统应对大数据的支撑能力,提出基于分布式技术的电力大数据存储和计算解决方案。利用基于Hadoop架构的分布式并行计算平台,完成对传统关系数据库平台的优化改造,在电网典型业务场景中的性能测试结果证明了方案的可行性和性能优势。