中国大数据行业分析与展望

正一、大数据市场规模与特征分析大数据产业是指对互联网、移动互联网、运营商等渠道产生的大量数据资源进行快速获取、收集存储、价值提炼、智能处理和分发,从而用于企业决策支持等方面的信息服务业。大数据全生命周期可划分为"数据产生--数据采集--数据传输--数据存储--数据处理--数据分析--数据发布、展示和应用--产生新数据"等。因此,大数据产业链主要包括数据源层、数据存储平台层、数据分析和挖掘层以及大数据应用层。大数据应用层主要分布在互联网、电信、金融、零售和政     

基础汇聚平台与数据运营平台应用研究

现阶段因不同行业之间的数据多处于分离状态,存在电网、其他能源行业、政府、气象、经济等之间的数据缺乏融通共享等状况,给政府、企业、公众等开展跨行业的分析应用、数据运营带来了一定困难。有针对性地提出数据汇聚平台及数据运营平台的建设意见,阐述了两大平台建成后可实现数据全景视图统一展示、数据链路统一监控、企业数据门户、数据应用运营、平台系统管理、数据工具、数据应用管理等功能,达到电力数据汇聚,满足数据应用的孵化,丰富数据应用,探索数据价值点和市场方向,指引电力大数据中心数据应用的研究和运营,深度释放数据资源价值。     

基于时间序列的配电网数据清理和融合方法研究

随着配电物联网的快速发展,海量异构数据不断地从生产、传输、消费端产生,这些数据具有更新速度快、质量差、价值密度低、时间序列性强的特点。如何从这些海量数据中提取高质量的有价值数据,减少数据冗余,需要有效的数据清洗融合方法。为此,提出了一种基于时间序列相似性度量的数据清理、融合方法,该方法利用近似符号聚集、欧式算法和调整相似度加权的相似序列完成数据清理,利用多元异构数据融合算法完成数据融合。选用1440点负荷数据进行实验,结果表明,该方法可以检测配电网异常数据、填充空缺数据、减少数据冗余、融合异构数据,处理后的数据精度高,计算复杂度低,整体提高了数据质量,为配电物联网应用提供可靠的基础数据。     

火电厂燃料管理系统软件的开发

介绍了用VisualFoxPro5．0编写的火电厂燃料管理系统软件的功能与特点,阐述了该软件的数据库组成。主要功能包括数据输入、数据查询、数据修改、报表打印、系统维护等6个功能。主要特点包括界面友好,具有良好的可维护性、扩充性,提供在线帮助和功能齐全等4个方面。数据库包括表、查询、视图和连接。表包括计划表、计量表、检质表和消耗表：查询包括计划数据查询、计量数据查询、检质数据查询、混煤数据查询、消耗数据查询和库存数据查询：视图包括计划数据视图、计量数据视图、检质数据视图、混煤数据视图、消耗数据视图、库存数据视图。     

智能电站数据中台建设与应用

在电站智能化建设过程中,为解决现有系统的数据孤岛、数据利用率低等问题,设计了数据中台产品。基于全域数据采集、数据湖底座建设、数据萃取与分析、数据服务化交付、数据可视化关键技术,建立了智能电站数据中台,实现了多源异构数据融合、共享和服务能力,有效提升电站精益化运行管理水平。最后介绍了智能电站数据中台的典型应用场景,对发电企业建设和应用数据中台具有一定的参考价值。     

电力设备状态监测大数据发展综述

论述了大数据在电力设备状态监测上的发展趋势与应用前景。首先分析了状态监测数据的大数据特征,并从大数据技术、大数据思想方法、大数据算法三个层面论述了大数据对电力设备状态监测的提升点。其次给出了基于大数据的电力设备状态监测系统架构,并从数据采集、数据去噪、特征提取、模式识别、知识挖掘、数据可视化几个方面论述了大数据与状态监测各个环节的结合点。最后通过一个综合监测系统案例,分析了大数据在多源异构数据融合、综合分析与诊断、设备故障预测上的应用。大数据在电力设备状态监测上的深入应用,有利于解决设备状态评价和故障预测的难题,推动该领域朝着更加智能化的方向发展。     

电力企业生产数据多维度质量分析及处理

为了全面掌握内蒙古电力生产管理信息系统的数据质量情况,用规则权重配置方式综合评估设备台账、技术参数、检修、试验、缺陷等数据信息的完整性、正确性、一致性,发现存在设备信息错误以及系统垃圾数据较多的问题。对此提出建立数据质量管理体系,明确在数据产生、存储、应用整个生命周期中数据管理的要求;开展基于问题数据的治理,提高“源”数据的质量,增强数据可信度,实现数据全生命周期的有效性;提升数据交互的应用力度,发挥数据资产的价值。     

做好电力营销管理信息系统的数据准备

数据准备是实施电力营销管理信息系统的基础,必须采用合理的数据准备策略,掌握一些数据准备的关键技术,以及科学的实施方法。通过数据特征分析,提出了针对不同数据特征的应对策略,介绍了数据准备实施策略,阐述了数据准备的关键点,包括建立数据映射表、数据质量保证和数据生命周期管理、数据普查的交流培训和交流。     

智能电网中的一次设备有关数据分类和网络结构

对智能电网中一次设备的数据分类、网络结构进行了讨论。数据分为5大类,即基本数据、运行数据、试验数据、在线监测数据和事故数据。数据网络分为3层结构,即贮存、采集、应用。对数据和网络之间的关系进行了分析。同时还讨论了近期需要开展的工作     

供电企业数据资产管理与数据化运营

随着信息化水平的提升和智能电网建设的深入,供电企业积累了海量的数据信息,但受限于管理模式、认识水平、数据质量和应用水平,这些数据还远未发挥出应有的价值。数据资产管理是利用资产管理的理念来管理数据、并推动数据使用,是提升供电企业数据管理水平、指引数据应用、实现向数据化运营转型的重要途径。从数据资产管理的内涵和特征入手,结合供电企业当前数据管理的现状,提出了供电企业开展数据资产管理的工作重点和发展规划,并指出了供电企业向数据资产管理的发展路径。