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。     

大数据时代下的新型电网规划体系

为适应电力大数据带来的技术和理念上的转变,作为电网建设和发展的重要环节,建立信息化、智能化的电力大规划体系势在必行。针对大数据环境下电网规划体系中的数据获取、数据处理和数据应用方案,提出并设计了新型电网规划体系;分别对电网规划大数据的获取和非结构化数据的应用进行详细的分析,并从技术、人员、管理等方面对新型电网规划体系的建设和发展提出建议。     

基于数据中心的发电集团安全生产管控系统研究与规划

近年来,发电集团在安全生产管控系统和数据中心建设方面做了很多工作,随着我国发电企业集团集约化转型升级和数据中心技术的进步,在需求与技术的双重驱动下,发电集团安全生产管控系统与数据中心的强强联合将是信息技术发展的又一个方向。文章介绍了基于数据中心的发电集团安全生产管控系统的研究情况,并提出了系统未来的建设思路和技术规划。     

基于多源数据集成的电网规划综合数据平台

针对规划系统的各环节间数据难以有效共享等不足,以及规划业务系统与其他各专业系统的数据集成缺乏统一规划和设计等问题,通过有效集成PMS、GIS、EMS、智能配网监控、用电信息采集等多个业务系统,采用数据仓库(ETL)、K-means聚簇算法等大数据技术手段,实现了结构化、非结构化、海量历史/准实时、电网空间数据等信息的高效接入以及电网设备、运行水平、图形管理、规划方案等数据的深度融合,形成了集数据融合、存储、计算、建模、挖掘、分析及智能感知于一体的电网规划综合数据平台,首次实现了省域电网发展专业数据资产的集中管理与高度共享。山东省、市、县三级电网的全面推广应用表明了所提平台的有效性和工程效益。     

基于大数据的燃煤发电运行风险实时评估

燃煤发电机组运行过程中面临各种风险,一旦发生故障将造成不小的经济损失和社会影响。为了保障机组的安全生产和稳定运行,建立了燃煤发电运行风险实时评估模型,从而及时制定故障检修计划。基于大数据关联规则分析了燃煤发电运行风险与影响因子的关联关系。在此基础上,基于熵权法对影响因子赋权,并结合灰色关联理论、证据理论和Dempster合成规则实现基本信度分配函数的确定和融合,从而得到燃煤发电机组运行风险值和风险等级。最后,以发电厂A的燃煤发电机组进行算例分析,其风险评估结果与实际运行情况具有相关一致性,证明了模型的现实意义。     

发电系统节约型供应体系研究

改革开放以来，浙江发电系统迅速发展。至2004年底，全省电力总装机容量达3095万千瓦，约占全国的6％，其中，火电装机容量占69．3％，水电占20．7％，核电占9．9％，风电占0．1％。6000千瓦及以上统调装机容量2258万千瓦。目前，单一的发电企业供应体系、发电集团供应体系、各发电集团组成的供应体系在浙江同时存在，浙江发电系统主要由中央五大发电集团和浙江省能源集团有限公司组成，其中浙江省能源集团有限公司控股及代管的电厂装机容量占全省6000千瓦及以上发电装机容量的37．18％。     

电力大数据基础体系架构与应用研究

通过分析电力大数据的业务特点,研究了当前业界最新的大数据开发技术,完成电力大数据基础体系架构的研究以及应用主题的梳理和规范;开展了电力大数据关键技术框架和应用规范性研究,构建适用于电力行业的大数据平台核心技术架构,统一电力大数据标准体系;结合国家电网公司各信息化系统的业务特点和实际需求,探索各种大数据技术路线所适用的业务场景,以实现电力大数据关键技术的突破,为大数据技术在电力行业中的应用推广提供有效指导和切实支撑。     

发电集团信息系统的整合与构建

本文简要分析了发电企业目前信息系统的状况，对如何认识和解决发电集团内的信息系统整合以提升现有信息系统的水平和价值，以及如何构建新的信息系统的问题进行了初步的探讨。     

发电企业数据治理架构研究设计

随着发电企业在信息化时代的快速发展,发电企业越来越重视数据的治理工作.结合发电企业管理现状,明确数据治理架构的基本标准,设计适合发电企业的数据治理架构.所提数据治理架构研究方案具有非常高的可靠性和可行性,可有效实现发电企业内数据共享和管理,提升发电业务数据获取和数据服务效率,促进数据安全合规开发,加快发电企业数据价值的释放,为企业数据价值的发现提供安全、可靠、稳定的基础环境.     

基于多种大数据量化分析方法的世界一流电力企业集团对标模型研究与实践

本文紧密围绕南方电网公司创建具有全球竞争力的世界一流企业的愿景目标,通过综合运用内容分析法、德尔菲法、层次分析法、变异系数法、卓越绩效模式、Likert量表等多种大数据量化分析方法,系统构建了指标对标、管理能力对标相结合的世界一流电力企业集团对标模型。实践证明,该模型具有开创性强、客观量化、便于推广等创新点,在南方电网公司集团对标工作中应用效果良好,为电力企业更有效地开展对标工作探索了新方法和新模式。     

大数据架构下电力系统风险评估

目前电力系统风险评估研究对于电力系统数据的掌握程度较小,导致其风险评估的精准率较小,评估时长较长.提出大数据架构下电力系统风险评估研究.对电力系统的基础状态进行精准分析,不断探寻与电力系统风险系数相关的电路数据,查找电路数据存在的风险问题,解析风险评估算法,并强化算法理论性操作,构建风险评估模型检验在电力系统正常运行状...     

面向区域性发电集团的综合业务数据挖掘集成模型研究

在对我国电力系统数据特点分析的基础上,结合以联机分析挖掘为核心的通用挖掘模型,提出了一种基于数据挖掘的发电集团综合业务集成模型。该模型是一个典型分布式、多层应用的智能系统。它将数据挖掘、智能决策、知识提取等智能系统的概念全面引入到电力系统发电集团的应用中,合理地进行系统模型构造和应用主题分配,实现从电站底层设备群的运行和维护优化控制,到集团公司上层的电力商业运作和决策,再一次利用信息理论和技术推动电力工业的深化发展。最后,通过对电站燃烧煤粉发热量在线智能诊断和知识提取的实例分析,证明了此集成模型构建的合理性和有效性。     

基于数据仓库的网架恢复群体智能决策支持系统

电力系统网架恢复问题具有多目标、多约束、连续和整型变量混杂以及不确定性等特点,难以建立精确的数学模型进行求解。综合考虑暂态过电压、工频过电压、自励磁、负荷恢复引起的频率波动、机组/负荷特性及其重要程度、恢复时间、线路可用传输容量、设备故障概率等约束条件和影响因素,建立了基于数据仓库的输电网架恢复群体智能决策支持系统模型,提出三段式的输电网架恢复策略,利用多属性效用理论综合考虑各属性评价值并做出最终恢复决策。该系统既可为案例推理生成可行的案例库,又可在实际恢复过程中为决策者提供在线支持。     

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。     

电力大数据技术与电力系统仿真计算结合问题研究

电力大数据技术的进步为电力系统各领域提供了新的发展契机。该文探讨了其与电力系统仿真计算相结合的若干基本问题。首先阐述二者已有的基础、技术联系和基本结合方式,强调利用大数据技术包中提供的资源和方法解决实际问题;而后明晰了仿真计算数据与大数据相关的特征及其独有优势。在此基础上,讨论了与开展研发工作相关的若干要点,涉及二者结合适用的问题、开展研究的重点等,同时也说明引入大数据技术可能带来的问题。该文工作为在电力系统仿真计算领域开展大数据技术研究提供了基本框架,为研发工作的全面开展奠定了基础。     

基于大数据技术的电力用户行为分析及应用现状

电力行业是大数据技术应用的重要领域之一,电力大数据产生于电力生产的各个环节,蕴藏着丰富的商业和社会价值。介绍了大数据技术在电力行业的应用现状,重点对基于大数据技术的电力用户行为分析方法进行了归纳总结,最后给出了几个面向电力用户行为分析的大数据应用案例。     

基于大数据和层次分析法的电力信息系统成熟度评估

利用大数据平台并结合数据挖掘和层次分析理论,在大数据背景下首次提出一种将定性与定量评估相结合的电力信息系统成熟度综合评估方法。在大数据平台对系统海量应用数据进行挖掘,建立起业务系统成熟度评估指标体系,根据层次分析理论构建业务系统成熟度评估层次递阶结构模型,构建成对比较矩阵求取业务系统成熟度,结合实例验证了该方法的有效性,并对后续研究做出展望。     

基于大数据和多因素组合分析的单元制配电网精细化负荷预测

为了实现配电网侧差异性规划和精益化管理需求,对单元制配电网展开精细化负荷预测已经成为新的发展趋势。首先利用改进K-means方法,根据历史负荷数据,对区域内的负荷进行分类,并匹配到单元制配网的实际负荷类型;然后结合负荷密度、用户数量、天气状况、国民经济等因素,应用回归方法归纳出各类型负荷的典型单位曲线,实现各类负荷的单独预测;最后考虑节假日和用电习惯等主客观因素对预测结果进行校正,叠加各类负荷实现单元制配网总负荷的预测。算例表明,基于大数据和多因素的单元制配网精细化负荷预测方法不仅能够提升配网负荷的预测精度,还能依据负荷类型划分结果指导配网规划和扩建。