OLAP技术及在电力行业的应用前景研究

商业智能(BI)目前受到了国内外的广泛关注,而联机分析处理(OLAP)技术是它的一个非常重要的支持技术。本文着重介绍了OLAP技术,并对其在电力行业中的应用前景进行了分析研究。     

基于商业智能的电网生产管控分析平台

商业智能在近年来得到了广泛应用。文章介绍了商业智能的概念、核心技术和特点。商业智能可提供完整的数据整合和分析解决方案。结合商业智能应用项目实践,重点描述了电网生产管控分析平台的业务需求、应用设计、数据设计、技术方案、实现内容及效果。平台实现了对电网生产相关业务数据的集成、多维分析和关键指标监控。商业智能将在电力生产信息化中发挥日益重要的作用。     

促进商业智能在电网企业应用的探讨

经过多年的电力信息化建设,商业智能已被广泛应用于电网企业的各个业务领域。通过商业智能系统的建设,基本满足了电网企业各业务部门应用海量数据的要求,提高了公司管理水平和公司竞争价值,取得了较为明显的经济效益,但也存在一些问题,如报表展现速度慢、跨部门数据集成度不高等问题。文章分析了商业智能发展的新趋势,提出了商业智能实施方法论,分析了商业智能项目实施成功的关键因素,并就如何促进商业智能在电网企业的应用提出了自己的见解。     

数据挖掘技术在电力企业人力资源管理中的应用

介绍了在电力企业人力资源管理系统中引入商业智能技术的必要性及商业智能涉及到的关键技术,重点介绍了数据挖掘技术在人力资源管理系统中的应用。     

BI技术在国华电力企业信息门户系统中的应用

数据仓库所提供的洞察力不仅使企业更加高效,而且使企业能够对客户的需求做出更迅速准确的响应。商业智能通过将分散在企业各系统中的数据进行整合,使得繁琐的信息获取过程变得简便易行。本文通过介绍商业智能技术的实现过程、analyzer工具的数据分析与展示效果,体现了商业智能技术在中国神华能源股份有限公司国华电力分公司信息门户系统中的成功应用。     

腾飞的艾因泰克

长沙艾因泰克科技有限责任公司 (简称艾因泰克 )是湖南五强产业集团股份有限责任公司控股的一家子公司 ,专门从事大型电子商务技术开发和服务、专注电力行业应用软件开发和互联网呼叫中心软件开发 ,凭借其在软件开发、系统集成、服务和管理等各方面的强大优势 ,已拥有包括客户关系管理 (CRM)、企业战略管理 (SEM)、供应链管理 (SCM)、商业智能 (BI)、企业资源规划 (ERP)、网络信息安全 (NIS)、互联网客户服务呼叫中心 (ICC)等电子商务解决方案和地理空间信息管理系统 (GIS)、企业管理信息系统 (MIS)、办公自动化 (OA)、电力市场…     

青海省电力公司ERP商业智能的设计与应用

文章主要阐述了ERP商业智能的概念、体系结构、实施步骤及其在青海省电力公司的应用。     

电子签名技术在电力行业中的应用研究

电子签名作为一种新兴的签名手段已经得到广泛的研究与应用,而电力行业作为国家重点建设的行业,签名问题一直是电力行业流程审批过程中一个关键点,而签名的安全性更成为电力行业所面临的一个难题。文章首先对电子签名进行了研究和介绍,并通过中电投乌苏电厂的应用实例对电子签名技术在电力行业的应用进行了研究和实例分析,结果表明电子签名技术对整个电力行业在工作流审批过程中出现的签名安全问题进行了很好的解决。     

普及推广TRIZ理论 助推电力企业创新

介绍了TRIZ理论的由来和该理论在企业创新中的发挥的作用。阐述了TRIZ理论在电力行业的应用效果,尤其表述了TRIZ理论在电力行业中实施进程,以及未来TRIZ理论在电力企业中的应用前景。     

区块链技术在能源电力行业的研究及业务应用综述

能源电力行业具有参与主体多、业务流程长、分布区域广等特点,导致数据孤岛严重、信用传递困难以及交易风险突出等问题。区块链具有公开透明、可追溯、防篡改、去中心等技术特性,使其在能源电力行业的广泛、深入应用成为必然趋势。文章首先分析了区块链技术在能源电力行业的适用性,进而提出了一种能源区块链应用体系架构;然后,在对现有研究进行梳理总结的基础上,详细介绍了2020年初已经落地的典型业务应用场景,针对每个场景描述了基于区块链技术的业务架构及应用成效;最后,对业务应用场景的发展前景进行展望和分类,分析了当前区块链在能源电力行业落地应用中存在的问题,并提出了针对性的发展建议。     

数据仓库在发电企业的应用

文章主要介绍了数据仓库在发电企业的应用意义,通过数据仓库实现业务系统数据源统一及指标数据的跨平台展示。国华公司决策支持系统根据信息化建设现状,选择了适合业务需求的数据仓库和商务智能产品,经过几年的实施,已经成为决策层及技术人员了解各个发电公司及机组的安全、生产、经济运行的主要平台。     

电力企业级数据治理体系的研究

随着电力业务集约化、精益化、标准化的要求越来越高和信息化支撑能力的不断提升。数据治理已成为电力企业信息系统集中建设（一级部署）、大数据应用、智能分析决策应用的重要基石。目前,电力企业数据治理工作仍然偏重于技术,各业务条线内虽开展了数据治理相关工作,但推动力度不强,缺乏业务部门之间的相互协调与配合,开展工作主要还停留在现有业务环节的数据质量问题等方面,而对企业级更深层次的数据治理体系建设尚未涉及。数据治理不仅是技术上的治理工作,更是以有效满足自上而下管理的数据使用需求,电力企业的数据治理体系应定位为包括数据、应用、技术和组织4位一体的均衡的信息化架构的关键一环。从而推动电力企业业务的和谐发展。     

基于商务智能的ERP业务审计

商务智能企业应用在近期已经成为一个非常热门的话题,各行各业的企业越来越多地用商务智能来帮助企业分析商业行为,提供决策分析所需要的信息。商务智能系统中沉淀的数据也越来越多,这就给利用其数据进行相关的业务审计提供了条件。文章通过建立基于商务智能平台的企业级ERP业务审计应用系统,展示了商务智能作为数据仓库的高级应用实例,并为提升审计业务工作效率提供技术手段。     

数据驱动电能质量分析现状及其支撑技术与展望

随着多能源互补协调、电力市场建设、数据资源获取的便捷与廉价,大能源系统给传统电能质量领域带来了挑战。针对该问题,围绕利用电能质量数据辅助电能质量以外领域进行决策支持的研究现状进行了概述;针对多样化数据处理、海量电能质量扰动数据评估、计及电能质量的电力交易等要求,指出数据融合技术、大规模分布式计算技术、信息物理融合系统、区块链技术等支撑技术,并从中央处理器-图像处理器联合计算平台、融合“信息-物理-社会”系统多源数据电动汽车充电负荷建模、人工智能技术以及基于客户画像的电能质量监测信息平台4个方面对数据驱动电能质量分析进行了展望。     

粗糙集理论在电力系统中的应用

粗糙集理论是一种较新的软计算方法,可以有效地分析和处理不完备信息。近几年来,该理论日益受到国际学术界的重视,已在模式识别、预测建模、医疗诊断、决策分析等许多领域得到成功的应用。粗糙集理论在电力系统中的研究起步较晚,目前尚鲜见实际应用的报道。为了进一步推动粗糙集理论在电力系统广泛和深入地应用,文中综述了近年来粗糙集理论在电力系统设备故障诊断、配电网故障诊断、暂态稳定评估、电压无功控制、数据挖掘等方面应用研究的主要成果与方法。探讨了粗糙集理论在电力市场数据挖掘中的巨大潜力,以及与专家系统、人工神经网络、模糊理论和多代理系统等其他人工智能技术的相互结合问题,并提出了若干需要进一步研究的问题。     

城市电网安全预警与保障决策系统的研究

介绍城市电网安全预警和保障决策技术,分析城市电网智能决策的关键研究内容,探讨实现安全预警和保障决策的研究方案和功能模块.     

电力大数据智能化高效分析挖掘技术框架

随着智能电网的不断建设,各类生产经营管理活动中产生的海量、高频数据,具有实时性、易失性、突发性、无序性、无限性等特征,如何充分利用和分析这些数据,快速获取有价值的信息是当前电力大数据处理急需突破的难点。在分析目前电力大数据应用现状的基础上,构建了电力大数据智能化高效分析挖掘技术框架,同时从面向计算密集型电力大数据的特征分析技术、基于内存计算的高性能数据分析技术、电力大数据并行化分析框架及服务体系以及基于数据挖掘的母线超短期负荷预测技术4个方面详细描述了电力大数据智能化高效分析挖掘的关键技术,从而为电力业务数据的高效价值挖掘及在线决策分析提供理论依据及基础技术支撑。     

基于数据挖掘技术的时序数据质量维护研究

随着电力系统智能化水平的不断提高,电网中产生的数据体系也越来越庞大,而数据的质量会直接影响电力系统的运行分析和规划决策。文中基于数据挖掘技术提出一种电网时序数据质量维护体系,筛选不合格的数据,并确定数据所存在的问题,为分析出现问题的原因提供便利。对电力数据及传输过程进行了分析,并指出了可能存在的问题。不同地区的数据具有自身不同的特点,为了提高检测速度,基于决策树算法先对历史数据样本进行决策分析。以某地区的数据训练集为例,对该地区电力数据检测流程进行分析,得到适合该区的检测顺序。针对数据合理性难以检测的问题,利用基于聚类的离群检测法筛选出问题数据,并尝试分析问题数据产生原因。通过算例证明了所提时序数据质量维护流程的有效性和可靠性。     

基于数据仓库和数据挖掘的电力企业决策支持系统

文章引入决策支持系统的思想,综合运用数据仓库、联机分析处理和数据挖掘技术构建了一套电力企业决策支持系统。通过选择有效的基于粗糙集和决策树相结合的数据挖掘算法,与联机分析有机结合,设计并实现了故障诊断主题,实际应用效果良好。     

数据挖掘在电力企业中的应用

数据挖掘是一门新兴的交叉学科,它集成了许多学科中成熟的工具和技术,借助它可解决企业所遇到的至关重要的商业问题和决策问题。为此,介绍了数据挖掘技术和相关概念,并结合我国电力企业改革的大背景,讨论了数据挖掘在电力企业的应用。最后,构造了一个关于电力企业的数据挖掘模型。