资源预览内容
第1页 / 共6页
第2页 / 共6页
第3页 / 共6页
第4页 / 共6页
第5页 / 共6页
第6页 / 共6页
亲,该文档总共6页全部预览完了,如果喜欢就下载吧!
资源描述
电力大数据背景:中国电机工程学会电力信息化专委会拟编制发布中国电力大数据发展白皮书(),重点提出重塑电力核心价值和转变电力发展方式是电力大数据发展的两条核心主线;并重新定义了电力大数据的特性,即 3V和 3E:3V指体量大(Volume)、类型多(arity)和速度快(Veloiy)3E指数据即能量(ney) 、数据即交互(Exchage)、数据即感知(mathy)此白皮书将成为大数据行业应用的范式和标杆,推动电力行业大数据“双轨”并行,加速发展。国家电网就在北京亦庄、上海、陕西建立了三个大数据中心,其中北京亦庄大数据中心已安装超过 1000 个传感器,每月可节省的能耗价值大概为 30 万元。海盐供电局与国网信通公司建立的智能电力大数据实验室。实验室基于已有的数据基本开展了同业对标指标分析及数字可视化展示、顾客用电行为分析、配网设备负载分析等项目的研究实践,成功实现了迅速地问题发现,有效地决策支持,精确地服务顾客,成为了业界的范例。国网电科院瑞中数据致力于自主研发契合电网业务场景、解决电网海量数据的高科技产品,解决电网运营中的数据难题,保障电网运营安全。面对电网大数据实时存储需求,瑞中自主知识产权的旗舰级产品“海迅实时数据库管理系统” ,是进行海量实时/历史信息解决的专业平台,可广泛应用于电力、石油化工、钢铁冶金、水情水利、智能交通、环境监测、气象监测、金融电信等工业自动化及现代服务业领域,同步可以作为新兴物联网应用的海量信息解决平台。面对电网大数据综合计算难题,瑞中自主研发了旗舰级产品“海迅电力云计算平台 V1.0,合用于多类超大规模异构数据类型高效存储和分析的一体化基本性支撑平台,解决了电网运营过程中海量数据规模(B 级)异构数据(时间序列型数据、 构造化数据、半构造化数据、非构造化数据)存储、计算、综合分析难题。VolumeVarietyVelocityValue老式数据用电度数电价信息顾客缴纳电费信息客户资料等大数据实时用电信息异常故障报警信息地理位置信息天气、交通数据电动汽车数据等智能用电服务产生大量顾客行为数据顾客侧大数据4V特性VolumeValueVelocityVariety视频、音频、文本等非构造化数据数据实时解决以满足用电需求预测对公司有价值的信息占数据总量比重小经济效益、技术、安全、社会四个方面分析经济效益方面:机遇:(1)建立可预测性设备维护模型,更好地对设备进行生命周期分析,提高设备的使用效率。(2)可运用电力生产S系统,结合地理信息GS系统中分散的、大量的数据,以及外部环境数据等,综合考虑不同地区生产力水平、能源分布、地形优势,结合气候特性等因素,运用数据挖掘技术,从数据资源中提炼升华出支持电网规划建设布局的决策信息,实现资源优化配备。(3)有效的用电量需求预测,合理精确设计用电需求侧管理和有序用电手段,提高电力资源运用率;进行客户细分,针对不同客户实行有针对性的营销和服务方略;进一步分析导致电费回收困难和欠费风险因素,建立客户信用级别模型,发现客户异常用电行为,避免偷电、窃电行为。电力大数据体系的建设可以最大限度地发挥数据的价值,大力提高生产集约化和管理现代化水平,提高智能电网的信息化水平;通过数据的高速解决和及时响应,进一步增强智能电网操作控制的自动化能力;借助高吞吐、大并发的解决能力,进一步提高用电服务的互动化水平,提供更优质的服务。挑战:数据体量大、类型多、价值密度低,如何最大限度的挖掘数据的价值,符合经济效益原则地使用大数据。技术方面:优势:国际国内主流大数据技术,重要涉及以开源Hadp及ae 系列软件为基础的有关技术, 涉及分布式计算框架 (MaReuce)、分布式文献系统 (HFS) 、分布式数据库(ase)、云计算、数据挖掘等。云计算核心技术涉及分布式文献系统(distribute flesstm,FS)和 MapReuce 技术,存储量大、便宜、可靠性高,用于调度自动化系统的后台,智能电网数据中心(营销、管理和设备状态监测)并行数据库:关系数据库(如 Orcl 等)重要存储构造化数据,提供便捷的数据查询分析能力、按照严格规则迅速解决事务(traactio)的能力、多顾客并发访问能力以及数据安全性的保证。劣势:云计算可以满足智能电网监控软件运营的可靠性和可扩展性,但实时性、一致性、数据隐私和安全等方面的规定难以满足。并行数据库数据存储容量有限、关系模型束缚对海量数据的迅速访问能力、缺少对非构造化数据的解决能力、扩展性差。机遇:良好的外部环境和政策支持其产产业的技术研发带来的经验(特别是互联网技术)大数据传播及存储技术、实时数据解决技术、异构多数据源解决技术(异构信息的整合、各类电网数据的高效管理)、大数据可视化化分析技术的研究,如:建立类似 IEC61850或 EC 619 的信息互操作模型,基于HA内存数据库的智能电表。挑战:(1)如何将数据组织成合理的同质构造,是大数据存储解决中的一种重要问题(2)智能电网中存在大量的非构造化和半构造化数据,如何将这些数据转化为一种构造化的格式(3)大数据可视化化分析技术的挑战重要涉及可视化算法的可扩展性、并行图像合成算法、重要信息的提取和显示等方面安全面:机遇:在电力系统安全运营方面,可在运用数据挖掘技术基本上,借助分布式解决和计算技术,实时分析大量来自电力系统环境监控、工业控制等传感器网络和监视摄像等一系列监控系统数据,提高电网安全检测水平,及时发现电网故障,并给出有效解决方案,提高电网对劫难的预警和应对能力。通过海量数据的分析协助信息安全服务提供商更好地刻画网络异常行为,从而找出数据中的风险点;通过整合计算和解决资源分析隐匿在大数据中袭击者的袭击痕迹,实现袭击者溯源。挑战:数据存储安全、数据解决平台的安全监控和检测、数据灾备机制、日记管理安全性、强制的访问控制和安全通信、多粒度访问控制以及数据来源和数据通道的可信等。大数据技术也也许成为被袭击者运用的一种袭击手段,袭击者运用大数据技术分析窃取的数据如社交网络、邮件、微博、电子商务、电话和家庭住址等,向公司发起精确的袭击。海量的更复杂、 更敏感的数据汇集, 使得这些数据极易成为网络袭击者的目的,袭击者的一次成功袭击能获得更多的数据。社会方面:机遇:以数据中心为纽带,新型数据运维的成果将有也许作为一种新的消费形态与交付方式,提高顾客体现价值。这些转变将打破老式业务系统间各自为阵的局面,有助于集中优势资源,提高整体运作的效率和效果。为坚强智能电网建设,“三集五大”体系构架提供更有力的支撑。电力大数据与互联网数据、天气数据、经济数据、交通数据、电动汽车数据等社会数据融合,一方面增进智慧都市的建设,为顾客提供便捷的电力服务;另一方面为政策制定、公共事业管理以及商业经营提供有益协助。有助于构建绿色、节能、环保、高效的 IT架构节能减排、低碳环保社会的构建,树立良好的公司形象。挑战:信息共享,社会信息安全参照文献:1宋亚奇,周国亮,朱永利.智能电网大数据解决技术现状与挑战J. 电网技术,7(4):927-35.2吴学忠.电力行业如何应用大数据N.人民邮电,7-(7).闫龙川,李雅西,李斌臣,赵子岩.电力大数据面临的机遇与挑战J.电力信息化,11():-.4史紫薇.电力行业大数据“双轨”并行.中国计算机报,-4-8(2)5丁杰.电力大数据研究及应用展望J.电力信息化, ,11(2):56徐建.大数据的安全分析J.电力信息化,,11(2):6-7.7王春毅.电力行业的大数据发展解析J.电力信息化,11():-.8闫龙川.可视化大数据价值的有效传递方式J.电力信息化, ,1(2):0.9李 皎.大数据时代到来对电力行业发展提出新规定J.华北电业,(4):82-83.10 朱东华,张 嶷,汪雪锋,李 兵,黄 颖,马晶,许幸荣,杨超,朱福进 大数据环境下技术创新管理措施研究J.科学学与科学技术管理,3(4),173-180
收藏 下载该资源
网站客服QQ:2055934822
金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号