基于用电信息采集系统的大数据共享与应用

为解决用电信息采集系统大数据的共享与应用问题,本文介绍需与采集系统进行数据共享的相关业务系统数据的需求特点、数据信息共享机制、信息存储、数据挖掘和信息共享技术,分析各业务系统间的相互关联关系,建立彼此数据共享的模式,为用电数据、信息的实时高效交互提供保障。     

浅析大数据技术在智能反窃电和线损监控方面的应用

随着国网公司确立的电力用户用电信息采集系统"全覆盖、全采集和全费控"目标的逐步实现,用电采集设备终端数量大幅增长,从而使采集的用电数据信息量呈几何级数激增。面对海量的数据,当前用电信息采集系统在数据存储、数据处理和数据应用等多个方面出现瓶颈。因此,迫切需要探索新的信息技术,以提升电力用电信息采集系统应对大数据的能力。通过基于大数据应用的用电信息采集系统能有效打破现存的瓶颈。同时,能够解决营销服务的一线问题和为公司高层的决策和方针制定提供准确的数据支撑。随着课题深入研究,可实现用电采集数据在智能反窃电、线损智能监控和新能源并网监控等方面的深入应用,这对推进全球能源互联网的建设和提升公司供电优质服务水平都具有重要的研究意义。     

云计算在电力用户用电信息采集系统中的应用研究*

随着国家电网公司确立的电力用户用电信息采集系统"全覆盖、全采集、全费控"目标的逐步实现,电力系统中运行的采集终端数量大幅激增,从而使采集的电力系统数据信息量呈几何级数增长。面对海量的用电数据,当前用电信息采集系统在多个方面出现瓶颈。文中通过分析当前作为解决大数据存储、分析、计算、管理有效手段的云计算技术,结合当前用电信息采集系统所遇问题,研究了云计算在电力用户用电信息采集系统中的应用前景及面对的挑战,对未来电力用户用电信息采集系统的建设和发展有指导意义。     

浅谈用电信息采集系统数据交互技术

用电信息采集系统需要向二十余个业务应用系统提供数据信息,易发生服务器负载重、交互速度慢,接口效能低下的状况,文中通过介绍用电信息采集系统相关业务平台的数据组成特点、信息交互机制、数据存储、信息共享和数据交互技术,包括各项业务系统间的相互关联影响,介绍了适合各类业务应用系统与用电信息采集系统间进行数据信息交互与接口技术,为信息数据的实时、高效交互提供技术参考。     

用电信息采集系统应用现状及发展趋势

用电信息采集系统是建设智能电网的重要内容。介绍了用电信息采集系统的组成结构,分析了国内外用电信息采集系统的建设现状及应用需求,研究了用电信息采集系统通信技术及主站应用、智能费控、用电信息安全防护等关键技术,重点论述了通信网接入、信息共享与融合、海量数据处理与分析应用、移动作业、基于三网融合的采集技术、智能用电双向交互技术等用电信息采集系统未来的发展方向。     

用电信息采集系统非结构化数据管理设计

针对用电信息采集系统的非结构化数据具有海量、接入点多而分散等特点,本文提出一种用电信息采集系统非结构化数据管理设计方案。首先,对用电信息采集系统的非结构化数据进行分类。其次,提出了数据采集、数据存储和数据挖掘等3部分的管理设计方案:数据采集主要实现非结构化数据的收集;数据存储包括数据预处理和Hadoop两部分,完成海量数据的快速存储;数据挖掘按照文本、视频、音频3种类别分类处理,实现海量数据挖掘应用。该方案对用电信息采集系统的海量非结构化数据管理,有一定的参考价值。     

大数据视域下的特高压输变电工程故障监测系统研究

<正>基于大数据技术搭建了特高压输变电工程故障监测系统。该系统分为数据监测层、故障数据处理层和大数据云平台三层，能够实时采集、处理和存储特高压输变电工程的运行数据和故障信息。提供了基于数据驱动和基于故障知识库的两种技术路径对故障进行识别和分析，并提供相应的解决方案。     

用电信息系统运行数据的统计与分析

随着用电信息采集系统建设逐渐步入深化应用阶段,各类高级应用对采集系统成功率提出更高的要求。以往各省网公司的采集建设规模、运维模式、资源配置都不尽相同,导致运维能力有较大的差异。在大数据的基础上,通过数据分析与挖掘技术,以用电信息采集系统、营销业务应用系统相关数据为支撑,抽取和分析采集运维工单数据,构建涵盖时间、空间、业务类型等多维度、多视角的数据处理模型,实现采集异常智能化甄别、异常工单智能派发以及采集运维质量量化分析,达到采集系统高效运维的目的。     

“多表合一”数据采集在用电信息采集系统中的实现

"多表合一"作为国家电网公司主导、示范推进的一项重要工程,主要依托用电信息采集系统网络,利用已覆盖的智能电能表、采集设备及通道资源,实现电、水、气、热数据的集中采集、存储及传输。对用电信息采集系统"多表合一"技术体系架构进行了研究,通过试点实施案例,对电、水、气、热的同步抄收、规约扩展、报文解析、数据存储等进行了验证,实现将数据上传至采集主站开展业务拓展和数据应用工作。     

基于数据挖掘技术的用电异常分析系统设计

目前用电信息采集系统的全覆盖已实现对大量用电信息和异常事件的采集和存储,但由于缺乏相应的数据挖掘工具和系统,导致数据未能得到有效利用。文章基于用电信息采集系统所获得的海量数据,采用数据挖掘技术设计了一个用电异常分析系统。文章设计了系统的功能架构和物理架构,并给出了系统的业务流程。系统通过对异常事件的智能分析,指导用电检查人员进行针对性排查,可有效提高电力系统运行的安全性,为建设坚强智能电网提供有力保障。     

MongoDB索引的用电信息非结构化数据存储方法

随着用电信息采集系统的健全,双向互动化功能的需求增加,系统所承载的用电信息由最初的规整结构化数据演变成结构化数据和多类型非结构化数据的混杂,且数据量也日益聚增。本文对用电信息采集系统的非结构化数据组成进行了梳理,从数据源角度出发,按照客户用电信息数据和客户数据两大类别,分别对用电信息采集系统涉及的A、B、C、D、E 5类用户进行了非结构化数据特征分析。本文提出采用MongoDB索引Hadoop分布式文件系统的新型用电信息采集系统非结构化数据存储方法,实现对系统中混杂非结构化数据的分类存储和准确实时读写,为双向互动化功能提供了良好底层泛在数据支撑。     

基于分布式技术的用电信息采集主站系统设计与应用

随着用户侧数据采集设备的发展及电网业务对用户侧采集数据的深化应用,当前电力用户用电信息采集主站系统在数据采集、计算、入库等方面出现瓶颈,无法满足业务快速发展的需求.针对营销数字化转型发展的需要,基于分布式架构、异步网络、并行计算与分布式存储等技术,文中提出一种具有高频实时采集特征的主站系统技术方案,在采集通信层、任务调度层、分布式存储层及并行计算层4个层面全面解决高频并发交互、复杂任务调度、海量数据存储及实时计算的效率问题.通过中国某省级工程应用表明,所提出的方案可显著提升用电信息采集主站的采集能力,改善集中式采集主站性能.     

基于云计算的用电信息采集系统性能提升关键技术研究及应用

随着智能电网建设的开展,不断增长的海量数据使得传统的Oracle数据库无法满足当前用电信息采集系统的需要。基于云计算技术设计了一个智能电网的用电信息采集系统,利用数据存储环境实现对采集前置机集群获取的大规模用电信息的高吞吐写入,利用并行ETL实现与传统应用之间数据的可靠共享,在云计算环境中实现复杂查询和分析计算并高效运行。实验表明,该系统相对于传统关系型数据库集群方案,具有明显的性能优势。     

用电信息采集系统中重复数据删除技术研究

随着时间的推移,用电信息采集系统中的数据爆炸式增长,必然对数据中心造成巨大压力,存储设备将不堪负重,无法满足未来发展的需求.近年来,实现最小40倍于存储空间的重复删除技术已经成为存储领域的研究热点.但是,到目前为止,还没有看到重复删除技术应用于用电信息采集系统.本文着重从用电信息采集系统中的数据存储和数据备份2个方面研究如何实现重复数据删除技术,以节省存储空间,减少网络传输量,保护业务数据,为智能电网的快速发展提供强有利的支撑.     

云实时数据库在用电信息采集系统中的应用

通过对云实时数据库技术在用电信息采集系统中的应用,解决了大量用电信息数据实时并发采集入库的速率、历史大数据的秒级查询和计算,提高了系统数据的实时性和可用性,满足了用电信息采集系统省级集中模式下的各市、县级操作人员对实时采集数据的查询、统计和分析工作,提高了工作效率。     

用电信息采集系统无线专网与无线公网通信技术的比较分析

为更好地支撑用电信息采集系统深化应用需求,同时提高用电信息采集终端与采集主站之间通信数据传输速率、安全性和可靠性,对采集系统使用的远程通信技术提出了更高的要求,对现有的用电信息采集远程通信方式与新型先进的通信技术进行比较分析,指出各种通信技术在用电信息采集应用中的优势与不足,为选择更好的远程通信方式提供理论依据。     

能源互联网多源数据融合技术研究

随着我国能源互联网战略的推进,边缘计算成为解决能源互联网数据处理的有效模式,针对能源互联网的电力异构配用电数据的存储混乱与融合性差的问题,提出能源互联网多源数据处理与融合技术。首先,在边缘计算的基础上设计能源互联网多源数据处理与融合架构;其次,提出了智能配用电数据存储资源层负载均衡优化调度策略,利用Hadoop平台实现了多源数据存储和处理;然后,通过主成分分析方法得到能源互联网异构数据的主要特征,构建基于矛盾优化DS证据推理的多源数据融合模型,在边缘计算框架的基础上对多源异构数据进行分组聚合;最后,在某配电网模拟系统进行实验分析,分析结果验证了所提方法的有效性。     

智能配用电大数据存储架构设计

针对智能配用电数据海量、高维度、多源异构等特点,提出一种大数据存储的三层管理框架设计方案。首先,对智能配用电数据组成进行分类划分。然后,提出智能配用电数据存储的资源层、元数据层和实际数据层的三层管理框架,在资源管理层,应用虚拟化技术、负载均衡和资源调度完成对物理资源的管理;在元数据管理层,使用数据预处理技术对智能配用电的元数据进行分类,采用中间件技术完成XML元数据仓库管理;在实际数据管理层,利用NoSQL技术,通过Map和Reduce的有效结合,完成海量数据的分层分区快速存储。最后,在实验室环境下对该设计方案进行初步的应用,验证了所设计方案能够对结构化、半结构化和非结构化数据进行统一存储,可为智能配用电大数据技术的应用提供基础支撑作用。     

智能反窃电技术研究与应用

介绍了利用用电信息采集系统的智能反窃电技术研究与应用概况,分析了系统的总体设计架构、功能划分,详细说明了高压采集器、数据转换器、主站的功能设计及技术规范等,结合实际案例对基于用电信息采集系统反窃电技术的使用效果进行了阐述。     

多源异构的智能配用电数据存储处理技术

针对智能配用电数据具有海量、多源异构等特点,提出一种基于Hadoop的智能配用电数据存储处理的框架设计方案。在对智能配用电数据组成进行梳理的基础上,提出了智能配用电的资源、存储和查询三层数据存储框架。其中,资源层采用Hadoop集群架构,结合电力系统的行业特色,完成IT存储资源管理;存储层则先采用XML技术进行数据预处理,使非结构化数据归一化,然后利用No SQL数据库通过Map和Reduce的有效结合,完成海量数据的快速存储;查询层利用Top-k检索技术,实现海量数据的快速查寻。该设计方案能够对结构化和非结构化数据进行统一存储,可为智能配用电大数据技术的应用提供基础支撑。