国网河北省面向调控运行的全电网大数据平台的构建及可视化展示

为实现省、地、县全电网数据的可观可视,在河北南网全电网模型实时数据中心建设基础上,通过现有省地县一体化调度管理系统（OMS系统）接入公司营销数据平台用电信息数据,构建了35kV至500kV厂站的全电网运行模型数据平台。一是开展电网设备和信息命名的标准化工作、建设涵盖省地县的全电网实时数据、推进运行数据与管理信息的关联重构、进行省地县三级数据质量的集中整治;二是进行数据处理架构的全局抽象设计、部署开源数据分析处理工具;三是推进多维度数据分析应用,促进电网管理优化提升。该数据平台的搭建,进一步提高无功电压管理水平,实现调控系统对全网停电事件的权威发布,实现全网设备负载情况全面分析,促进频发监控信息集中治理等,为电网运行数据的深入挖掘和应用打下了坚实物质基础。     

基于云计算平台的电力全业务数据中心建设研究

针对电力全业务数据中心建设过程中,传统数据中心普遍存在的成本高、不易扩展、数据存储和处理等方面缺陷,提出基于云计算平台的电力全业务数据中心建设,将云计算平台框架与电力全业务数据框架结合,充分利用云平台的数据存储、数据计算、以及数据分析处理优势,对电网公司的全类型业务数据通过接入、采集和过滤,构造出全业务数据模型,进行数据分析挖掘,从而优化公司各类业务、管理及决策,有效实现电网公司全业务数据中心的建设和治理。     

大数据环境下的电力客户服务数据分析系统

作为电网企业对外服务窗口,电网客户服务中心需要整合企业内部各种异构数据资源、存贮和分析海量的客户服务语音信息和 WEB 服务信息。如何对电网企业各类数据进行高效、可靠、低廉地存储,并快速访问和分析,是当前重要的研究课题。首先分析了大数据的特征和大数据的关键技术,其后,设计了大数据时代下的电力客户服务数据分析系统,提出了系统的数据体系架构,设计了系统功能,总结了系统的关键技术和算法,该系统利用大数据技术和数据仓库技术集中存储、管理和应用电网数据,通过元数据管理实现统一的数据服务平台,使用Hadoop数据库作为非结构数据的存贮平台和数据分析与挖掘的支撑平台,基于CDC数据仓库ETL模型设计数据仓库 ETL 构件,在数据展示层使用多维数据分析技术。最后,综述了系统应用案例,实践表明,系统具有成本低、扩展性较好、可靠性高、并行分析等特点,可以大大提高电网企业的客户服务水平。     

有关大数据的电力信息通信预警技术分析

近些年来伴随着信息技术的高速发展,信息技术的成果也开始广泛应用于各行各业,包括电力行业.在这样的背景下,电力信息通信技术的重要性开始愈发重要.因此,在发展过程中,应该保证大数据分析技术同电网安全自身的预警需求之间有机的结合,从而进一步保证电网调度的稳定,成为重中之重.正是在这样的情况下,研究与分析电网大数据的特点并详细了解我国预警系统的相关管理要求,成为促进我国电网预警技术不断发展的一条切实可行的路径.     

基于NLP技术实现停电原因智能分析的方法

针对用电网络中出现的各种电力不稳定现象,如何快速、高效地发现电力网络中停电问题,成为提升电网质量急需解决的关键问题.提出了基于NLP技术分析停电原因的方法,该方法通过将NLP技术与互联网技术和大数据处理技术相结合的形式,实现电力、电网停电数据的智能处理.该系统包括电力设备检测层,数据存储层、数据分析层和数据运用层,在工作过程中,通过数据检测层将检测数据初步处理后存入相应数据库,之后经过降维与分析出便于用户处理、使用的数据,最后通过数据应用层按照根据用户需求自适应调用,进而实现了自然语言的高维度电力数据分析.通过试验分析,与传统的停电原因分析方法相比,本研究设计的方案分析误差数据小,具有较好的实用价值,为下一步电网安全工作提供了理论依据.     

基于智能电网的安全监测云平台设计

为了保证智能电网的安全运维,设计了基于智能电网的安全监测云平台.利用监控数据收发器的工作原理,将智能电网数据分类.通过监控收发器的通信原理,实现数据的采集和提取,完成监控数据收发器的设计.将数据收发器采集到的智能电网数据,通过电能计量芯片提取出智能电网的传感电流.利用芯片外端接口完成电能计量芯片的设计.通过监控数据收发...     

智能数字化供热信息平台的设计与研究

为促进供热信息数字化发展,针对承德供热系统的实际情况,因地制宜进行智能数字化供热信息平台的设计与建设.通过信息平台收集的大量日常管理和反映供热状态的数据,利用计算机技术进行数据分析,对供热系统整体状态及数据之间的关系进行有效的处理,提取有效的信息,为企业进行预测、决策提供有效的依据,并为节能减排、发展“低碳经济”、建设资源节约型社会做出贡献.     

大数据技术在协同场景监控中的应用

跨企业信息集成（协同场景监控平台）作为大数据技术在协同场景监控中的创新应用,是企业对内部信息系统协同业务处理的监控中心。该平台整合海南电网公司内部多个信息系统中的海量协同数据,利用大数据技术进行海量数据的采集、存储、处理和展现,实现跨部门、跨业务域的数据资源流动,同时通过大数据分析的结果设计协同监控指标,快速定位各信息系统业务协同中出现的异常情况,辅助公司各级管理人员了解协同问题整体情况,跟进协同问题闭环处理过程,平台结合实际业务需求,设计开发一系列实用功能,利用平台可智能识别并自动推送的相关协同问题和解决方案,利用平台大数据可视化工具可将数据分析结果以丰富的计算机图形直观地进行展示,有效地提高协同问题解决效率,提升企业精益化管理水平。     

基于KingHistorian的综合自动化平台设计

针对目前煤矿生产中由于业务子系统和测点数据过于庞大导致数据存储与处理效率低下的问题,设计了一种基于KingHistorian的综合自动化平台。该平台通过KingSCADA+KingHistorian的主体架构进行数据处理与存储,实现在异构条件下对生产安全及工况信息进行集成与共享,建立不同系统之间的数据关联。实际应用结果表明,该平台可提高数据处理速度,降低数据存储空间,为企业决策提供了坚实的数据支撑。     

销售的大数据分析及对生产计划的影响的研究

文章主要研究销售的大数据分析,以及客户需求对往后生产计划的影响。以VB.net和SQL还有Excel为平台,通过程序实现对销售数据的统计,销售数据的保存,销售数据的预测、产品生产过程中的故障与分析、成本优化等。销售数据可以通过SQL保存,可以通过Excel产出折线图从而对产品数据分析,销售数据也可以通过Excel进行周期性预测,生产过程的故障也可以通过检索相关信息达到检测目的;对上季度客户需求多的产品可以在下季度实现生产。     

数据仓库的填充与访问

数据仓库是连接底层数据源与上层应用的枢纽。该文介绍了数据仓库的填充(与数据源的连接)和数据仓库的访问(与应用界面的连接)技术,包括与数据库数据源和非数据库数据源的连接以及采用组件工具访问数据仓库的方式和实现方法。     

平行数据:从大数据到数据智能*

为了解决实际问题,大数据分析处理系统需要获取数据,然而实际场景中收集到的实际数据通常不完备.另外,大多数问题的解决方案通常是由问题引导或者仅仅进行数据分析,运行参数调整和设定带有较大的盲目性,难以达到应用的智能性.为此,文中提出平行数据的概念和框架,根据实际数据经计算实验产生真正的虚拟大数据,结合默顿定律,以期待的解决方案与问题进行广义对偶,引导大数据聚焦到实际问题.实际数据与虚拟数据动态互动,平行演化,形成一个虚实相生、数据动态变化的过程,最终使数据具备智能,进而解决未知的问题.平行数据不但是一种数据表示形式,更是一种数据演化机制与方式,其特色是虚实互动,所有数据的动力学轨迹构成了数据动力学系统.平行数据为数据处理、表示、挖掘和应用提供了一个新的范式.     

数据仓库中的数据提取

数据仓库的思想和工具在企业中得到了越来越广泛的体现和应用,在当前典型的数据仓库应用中,数据仓库的填充或者说数据的提取,转换和加载是设计人员遇到的最大挑战之一,预计在数据仓库的设计过程中,80％的努力都将用于此过程。该文从工程角度介绍了数据提取、转换和加载的过程和实现方式,并介绍了4种可灵活应用的数据提取方法。     

数据仓库和数据挖掘

Making a business decision using data from severaldifferent enterprise databases can be complicated. Data warehousesconsolidate data into a central repository and give you the OLAP toolsnecessary to retrieve data pertinent to the solution.DefinitionA data warehouse is used to consolidate this data into a central storeand to arrange it to make analysis easier, which means the data is lessnormalized than your traditional application database. Data is typicallytransferred in batch to the centra…     

数据处理中的数据交换问题

为有效地解决实际问题,可能要使不同语言进行混合编程,这样就涉及到数据的传递和不同类型的数据文件之间的转换,这里讨论几种常用数据交换问题。     

基于数据抽取器实现数据挖掘

通过定义ＳＯＬ数据挖掘抽取器,设计了数据挖掘算法和数据库管理系统的接口的框架体系。并通过一个常用的数据挖掘算法简单贝叶斯算法说明了这种标准的ＳＯＬ数据挖掘抽取器的适用性。     

数据集成中数据项与数据元匹配算法

近年来,随着数据元标准的建立,数据元在各行各业的数据集成过程中担任着重要角色,用于规范数据库、报表、文档中的数据项,实现各种数据源之间的映射。分析数据元的结构,提出一种数据项与数据元匹配算法,该算法基于编辑距离算法,融合最长公共子序列、权重、词语重心后移等思想,实现数据项与数据元字典中数据元的相似度计算,利用排列组合原理对匹配速度进行优化。以中石化标准数据元为实验数据进行实验,验证了该匹配算法的有效性。     

数据仓库中基于模糊数据的数据立方体设计

数据仓库中的维数据或度量数据都是确定的,其多维分析也是基于确定数据展开的。在现实中,由于环境的复杂与不确定性,常常需要对模糊数据进行多维分析。文章利用隶属度函数实现确定数据的模糊化,形成基于模糊数据的数据立方体,用以展开多维分析。     

用于不均衡数据集的挖掘方法

传统的分类算法大多是基于数据集中各类的样本数是基本均衡的假设的，而实际应用场合中面临的往往是不均衡数据。针对不均衡数据集，利用传统的分类方法往往不能获得良好的性能，因而研究用于处理不均衡数据集的分类方法就显得相当重要，本文对相关的研究做了综述。     

海难事故的数据挖掘

分析了建立海难数据仓库的意义，提出了海难数据仓库的雪花模型，对Aprioir算法进行了改进，用改进后的算法实现了海难数据的关联规则和频繁模式挖掘，用改进的有向图方法实现了关联规则的可视化表示。结果表明，利用数据挖掘技术对海难历史数据作深层次分析，克服了传统统计分析方法的局限性，可挖掘出大量的知识，为以后的航海安全提供借鉴。