分布式技术在电力大数据高性能处理中的应用

随着中国电力工业步入"大数据时代",大数据在电力生产运行和经营管理中的应用需求日益凸显。为解决当前电力大数据在存储和计算方面存在的性能瓶颈,提升电力业务系统应对大数据的支撑能力,提出基于分布式技术的电力大数据存储和计算解决方案。利用基于Hadoop架构的分布式并行计算平台,完成对传统关系数据库平台的优化改造,在电网典型业务场景中的性能测试结果证明了方案的可行性和性能优势。     

基于大数据的电力装备制造企业客户服务创新

论述了电力装备制造企业客户服务的重要性,分析了电力装备制造企业客户服务现状和存在的问题。在此基础上,基于大数据对电力装备制造企业客户服务进行创新。介绍了应用大数据后的电力装备制造企业客户服务数据分析系统,以及大数据在电力装备制造企业客户服务系统中的应用。     

基于大数据技术的短期负荷分析与预测

针对电力用户数量众多、数据量大、计算量大等特点,提出了基于Hadoop处理框架的大数据技术解决方法;针对用户与系统负荷存在的差异,在用户负荷分析和影响因素分析方面,引入了在处理大数据量和知识学习等方面具有独特优势的数据挖掘技术,为大幅提升预测模型的使用效率奠定了基础,从而大幅提高了短期负荷预测精度.与传统的系统负荷预测方式相比,实例证明该方法具有明显优势.     

基于云平台的电力大数据业务处理技术

随着电网数据、软件容量的快速增长,传统数据处理技术已经不能满足智能电网电力大数据的业务处理需求。为此,将云平台服务融入大电网中,提出一种基于云计算的电力大数据业务处理策略。通过剖析基于云平台的大数据处理架构,搭建了基于云平台的电力大数据处理系统,并提出了基于云平台的电量计算、线损计算等电力大数据处理策略。通过实验对搭建平台的基本性能以及数据处理性能进行测试,测试结果充分证实了所搭建云平台在数据处理上的可行性和高效性。     

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。     

数据集成技术在电力营销数据分析系统中的应用

在分析电力营销数据分析系统应具备的功能的基础上,提出了一个实用的电力营销数据分析系统的构想,设计了该系统的多层体系结构并划分了各层的功能与接口,提出了分布式数据的采集和集成方案,介绍了数据集成的关键技术以及用该技术构造的数据集成平台ONCE,包括全局模式、工作原理,数据传输等问题,ONCE已在石化行业使用.     

电力用户侧大数据分析与并行负荷预测

随着智能电网、通信网络技术和传感器技术的发展,电力用户侧数据呈指数级增长、复杂程度增大,逐步构成了用户侧大数据。传统的数据分析模式已无法满足需求,迫切需要解决电力用户侧的大数据在分析与处理方面的难题。该文分析电力用户大数据的来源,针对电力用户侧大数据的数据量大、种类繁多与速度快等特点,指出电力用户侧的大数据在数据存储、可用性、处理等方面面临的挑战。结合云计算技术提出一种电力用户侧大数据分析处理平台,将智能电表、SCADA系统和各种传感器中采集的数据整合,并利用并行化计算模型Map Reduce与内存并行化计算框架Spark对电力用户侧的大数据进行分析。提出基于随机森林算法的并行负荷预测方法,将随机森林算法进行并行化,对历史负荷、温度、风速等数据进行并行化分析,缩短负荷预测时间和提高随机森林算法对大数据的处理能力。设计并实现基于Hadoop的电力用户侧大数据并行负荷预测原型系统,包括数据集群的管理、数据管理、预测分类算法库等功能。采用不同大小的数据集对并行化随机森林算法进行负荷预测实验,实验结果表明,并行化随机森林算法的预测精度明显高于决策树的预测精度,且在不同数据集上预测精度普遍高于决策树的预测精度,能够较好的对大数据进行分析处理。     

电力物联网新形势下调控云建设研究

云计算与大数据技术日臻成熟,为海量数据的利用提供了充分的技术条件。而基于云计算与大数据技术的电力物联网就是充分利用现代信息与通信技术,实现电力系统各个环节万物互联、人机交互,打造状态全面感知、信息高效处理、应用便捷灵活的新型电网,更好地管理和优化电力用户需求,这必将给电力调度业务带来新的挑战。分析了电力调度自动化发展需求,通过调控云建设能够解决现有瓶颈,实现调控业务数据深度应用、电网在线分析、调度管理精益化等,电网企业可提供更多主动性、多样性的增值服务,实现电力物联网建设目标。     

基于云计算的全维度设备状态维护系统研究

随着电力大数据时代的到来,数据量的骤增使得维护决策者所面临的决策环境与决策问题变得愈发复杂。针对这一问题,在云计算技术和设备状态维护技术的基础上,对云平台下的设备状态维护系统进行研究,构建基于云计算的全维度设备状态维护系统整体框架,并建立系统维护模型,针对遗传算法在求解实际问题时,计算能力难以满足人们需要的不足,引入Map Reduce技术,结合遗传算法和Map Reduce技术进行并行设计,并通过对比实验分析系统性能,此研究工作为我国电力设备状态维护系统的发展提供了参考和借鉴。     

基于云计算技术的电力大数据分布式检索系统

为了提高电力大数据定位识别和信息融合能力,进行电力大数据检索优化设计,提出一种基于云计算技术的电力大数据检索系统设计方法,采用多元回归分析方法构建电力大数据库存储结构模型,进行电力大数据的分布式存储数据结构特征分析,对混合型的电力大数据在云计算环境下进行信息聚类融合处理,采用模糊特征分组聚类方法对不同属性的电力大数据进行分组检测,提取电力大数据的关联规则特征量,采用云计算技术实现电力大数据分布式检索。在嵌入式环境下进行电力大数据分布式检索系统软件设计。仿真结果表明,采用该方法进行电力大数据检索的特征指向性较好,数据检索的数据召回率较高。     

基于Hadoop架构的电能质量监测云模型研究

随着智能电网建设进程的加快。电能质量监测点不断增多,系统逐步完善。各种类型的监测和计算数据量急剧增加,呈大数据趋势。对于大数据的计算处理。云计算平台具有先天性优势。文章提出并初步实现了一种基于Hadoop架构的电能质量云模型,旨在整合传统计算存储资源,解决电能质量大数据的存储和计算问题。模型采用分层结构,以电网自然分层为基础,搭建分层电能质量云计算平台。整体采用面向服务的架构,各层以Hadoop架构搭建子云,并向上层主云提供服务。基于Hadoop架构的电能质量云模型不仅可以解决电能质量监测大数据的存储和计算问题,对解决智能电网中其他信息系统的大数据问题也具有参考意义。     

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SDN的电力通信网络关键技术综述

随着智能电网和能源互联网的不断深入发展和推进,云计算、数据仓库、数据挖掘以及虚拟化等技术在电力行业的成熟应用,现有电网已无法满足业务的需求。软件定义网络(software defined network,SDN)作为新兴网络架构实现了控制功能和数据转发功能的解耦,是未来电力通信网络架构的选择之一。文中通过对SDN网络原理的论述,详细讨论了基于SDN的电力通信网络需要解决的关键技术,主要包括网架性能、安全性、时延、可扩展性、链路可靠性、容错性和兼容性,最后展望了软件定义网络相关技术在电力系统中的应用领域。     

基于云计算的电网调度控制培训仿真系统设计

针对传统电网调度控制培训仿真系统的不足,提出了基于云计算的电网调度控制培训仿真系统设计方案,并对基于虚拟化的场景构建、基于云计算的图模管理、分布式实时数据处理、基于云计算的协同仿真等关键技术给出了具体的解决方案。该系统已经在电力调度控制中心试点应用。实践表明,该系统能够实现电力调度控制中心多业务、多场景的仿真,提高联合仿真的异地互动协调能力及仿真的性能和效率,解决了传统培训仿真系统的不足,取得了良好的应用效果。     

云计算在电力信息化建设中的研究与应用

云计算作为当今IT产业发展的一大趋势,对电力企业信息化建设的影响日益显著。文章介绍了云计算概念并结合电力企业信息化建设现状,指出了云计算与电力信息化的契合点—落脚于解决数据中心资源利用率低、高能耗、高管理成本等问题。详细分析了虚拟化、资源统一调度管理等云计算技术,最终形成绿色云计算数据中心的云计算支撑系统体系架构。     

电力云GIS平台及应用建设规划展望

云计算技术为电网GIS平台提供可弹性扩展的存储空间和高并发访问处理能力,文章以电网GIS平台为基础,研究了电力云GIS平台的体系架构,分析了电力云GIS平台及应用建设的关键点,包括电力空间数据引擎、基于云计算的空间数据处理、高性能电网分析及应用、基于云计算的电网统一地图服务以及云计算在全息三维可视化中的应用,提出了电力云GIS平台建设的规划。     

云平台下时间序列数据并行化排列熵特征提取方法

随着高级量测体系和各类监控系统的大规模建设发展,时间序列数据的规模呈指数级增长,在智能电网大数据中占有较大的比重。时间序列数据的特征提取是影响数据挖掘质量的关键步骤,在大数据背景下,传统的特征提取算法已无法满足海量数据处理的需求。结合云计算平台和MaxCompute大数据处理技术,设计实现了时间序列数据的表存储方法和并行化的时间序列数据排列熵特征提取算法。在云计算平台上采用不同规模的数据集对并行化算法进行测试,验证了并行化排列熵算法的正确性和高性能。     

云计算在电网资产质量监督管理中的应用研究

由于电网资产质量监督管理业务并发用户数多、读取吞吐量大、业务数据海量的特点,传统计算方法已难以适应统计分析业务的需要.提出了一种电力大数据云计算方法,利用对象化电力大数据加载到内存中并行计算的方式,满足了系统并发性、稳定性、及时性的要求.实践表明,该方法提高了电力大数据的统计效率,优化了电网资产质量监督管理系统的性能.     

物联网背景下应用于光伏发电的边缘计算设备关键技术研究及应用

随着大数据、云计算、人工智能、5G等技术的快速发展,万物互联时代加速到来,网络边缘设备的数量和数据量都呈现快速增长态势.在此趋势下,边缘计算因具有靠近数据源、实时性好、时延短、响应快等特征,成为物联网发展的核心技术之一.基于此,介绍了边缘计算的基本概念及体系架构,探讨了边缘计算设备的关键技术;深入分析了边缘计算设备在光...