电力数据范文

电力数据范文（精选12篇）

电力数据 第1篇

在中国, 大数据究竟是光鲜一时的概念还是真正昭示一个技术革命时代的到来?有人评论大数据其实就是原来提过的海量数据, 只是一个西方炒作的概念, 过不了多久就会被遗忘, 退出历史舞台。也有人提出, 云计算彻底改变IT, 大数据彻底改变业务。还有人指出, 即便大数据时代已经到来, 也是针对某些独特行业、企业的时代, 对更多的中小企业并没有影响。

究竟什么是大数据?一般认为大数据具有4个特点。第一, 数据体量巨大, 从TB级跃升到PB级。第二, 数据类型繁多, 承载大量视频、图片、地理位置等。第三, 价值密度低, 以视频为例, 连续不间断监控过程中, 可能有用的数据仅有一两秒。第四, 实时性, 处理速度快, 符合与传统数据挖掘不同的1秒定律。业界将其归纳为4个“V”Volume, Variety, Value, Velocity。

大数据风暴带来种种利好, 著名市场研究机构IDC数据预测:大数据市场规模将从2010年的32亿美元成长到2015年的169亿美元, 2020年新增的数字信息成长幅度将是2009年的近45倍。其中, 传统的标准化、结构化数据只占15%左右, 85%的数据来源于企业内各种信息活动、电子商务、物联网或外界社交网络等领域中的半结构化与非结构化数据。在2011年12月8日工信部发布的物联网“十二五”规划上, 把信息处理技术作为4项关键技术创新工程之一提出来, 其中包括了海量数据存储、数据挖掘、图像视频智能分析, 这都是大数据的重要组成部分。而另外3项关键技术创新工程, 包括信息感知技术、信息传输技术、信息安全技术, 也都与大数据密切相关。

电力企业是不是符合大数据应用的企业?享誉信息产业界多年的梅特卡夫定律指出, 网络的价值与联网的用户数的平方成正比。随着电力工业与信息化的深度融合, 智能电网将承载着电力流、信息流和业务流, 电网和电力信息通信网的用户将发生叠加, 电网的整体价值跃升。这种价值的跃升将使电力企业具有大数据的时代特征。

电力信息通信将突破传统运维、产生更多的增值服务, 甚至催生新的管理模式创新。数据中心将被赋予更多的职能, 比如强大的数据挖掘、数据分析和决策能力。电力企业业务数据主要来自生产数据和运营管理数据。电力企业生产数据既包括发电量、电压稳定性等实时采集的数据, 也包括物联网、云计算、新能源并网、移动互联、电动汽车充换电、车联网等技术带来的新数据业务。电力企业运营管理数据, 则包括交易电价、售电量、用电客户、ERP、一体化平台、协同办公等方面的数据。如能充分利用这些基于电力生产、使用等实际数据, 对其进行深入分析, 便可以提供大量的高附加值服务。这些增值服务将有利于电网安全检测与控制, 客户用电行为分析与客户细分, 电力企业精细化运营管理等, 实现更科学的需求侧管理。

八大案例深度解析电力大数据应用 第2篇

麦肯锡曾有报告预测，在全球范围内，大数据分析方案的广泛使用能够带来每年3000亿美元的电费削减。电力大数据的有效应用可以面向行业内外提供大量的高附加值的增值服务业务，对于电力企业盈利与控制水平的提升有很高的价值。有电网专家分析称，每当数据利用率调高10%，便可使电网提高20%~49%的利润。

电力行业的数据源主要来源于电力生产和电能使用的发电、输电、变电、配电、用电和调度各个环节，可大致分为三类：一是电网运行和设备检测或监测数据;二是电力企业营销数据，如交易电价、售电量、用电客户等方面数据;三是电力企业管理数据。通过使用智能电表等智能终端设备可采集整个电力系统的运行数据，再对采集的电力大数据进行系统的处理和分析，从而实现对电网的实时监控；进一步结合大数据分析与电力系统模型对电网运行进行诊断、优化和预测，为电网实现安全、可靠、经济、高效地运行提供保障。

一、电网监测及维护 1.运维监测系统及时反应

Enphase Energy（美国Enphase 能源股份有限公司）

Enphase Energy每天从来自80个不同国家25万个系统收集大约2.5TB的数据。这些数据可以用来检测发电和促进远程维护、维修来确保系统无缝运行。另外，Enphase Energy还利用从发电系统收集到的数据来监测、控制或调整网络中的发电和负载状态，在电网和在出错或需要升级时做出相应的反应。

2.设备检修运维专题分析 电力企业可以基于永洪自研发的一站式大数据分析平台开展各业务领域的深度分析，如在电网检修运维领域，通过对电力设备资产管理、设备运检管理、设备技术管理、技改大修管理等方面，从安全、效益、成本三个方面进行关键指标选取，分析检修管理中“安全”、“效益”、“成本”三者之间的相互影响，协调三个因素综合最优，同时实现对电网企业检修指标的实时在线监控，为公司检修策略制定提供指导和服务。

（图中分析场景所用的数据为测试数据）

3.预防基础设备故障导致的停电

American Electric Power Co., Inc.(AEP）（美国电力有限公司）

在AEP的资产健康中心，数据分析师把设备派生的运行信息和智能信息应用程序结合在一起。通过采用大数据算法和分析软件，他们可以密切监测传输基础设施的运行情况。

如今，AEP使用智能电表、通信网络和数据管理系统得到稳健的常规信息。智能电网技术使客户更有效地用电和合理管理用电成本，收集到的数据也有助于该公司为客户定制电力管理程序和提供个性化定制服务。

二、提升运营效率、改善客户体验

大数据分析能帮助电力企业提升运营效率和改善客户体验。运营效益包括收益保证、网络和产品管理、需求预测、资产管理和支撑功能优化。类似的，分析有助于通过客户关系优化、主动营销以及定制优惠和服务来改善客户体验。

1.Gulf Power（海湾电力公司，美国南方电力公司位于佛罗里达州的分公司）

Gulf Power使用大数据分析后确认，如果停电，那恢复供电的时间如果能比用户预期时间早10分钟，客户满意度是最高的。

有趣的是，它发现如果在预期恢复供电时间两个多小时前恢复供电，会对客户满意度的产生负面影响。理解了类似这样的指标，能够帮助电力企业解决他们最大的客户体验挑战。一位德国电力公司的高管证实提高客户满意度会提高客户留存率。他解释到，“分析让你在现有合同上用个性化的优惠活动与客户良好沟通。这种方式会大幅提高客户的留存率”。事实上，像EDF Energy这样的电力企业已经通过大数据分析来减少客户流失，每年节省高达3000万美元的成本。

2.Lakeland Electric（美国莱克兰电力公司，总部位于佛罗里达州）

负荷研究是一种用来分析各种客户群体（住家、商业和工业）的客户消费模式的过程，它有助于评估电力公司为每个特定的群体服务的成本。研究人员认为，利用AMI（量测基础设施）和数据捕获能力，每一个计量点和智能电网启用的设备可能有助于这项研究。Lakeland最近利用这些新技术完成了对电力服务的成本检查。除了解决对额外收入的需求外，他们还能够设计供客户选择的替代费率，一方面降低电力高峰需求，另一方面客户也在此过程中节省资金。不仅有效减少高峰期的电力故障，也提升了用户体验，提高了用户留存率，使该企业拥有更好的口碑和知名度。

3.通过数据分析有效提升电力行业营销服务水平

电力用户可以基于永洪一站式大数据分析平台，将更多的明细数据提供给业务部门，由业务部门自服务完成数据应用。通过对客户服务与客户关系、电费管理、电能计量及信息采集，市场与有序用电、新型业务、综合管理等方面的分析，掌握营销业务重点工作的开展情况，实现对客户服务、电费管理、智能电表、有序用电实施和能效管理成效、新型业务及营销稽查工作质量指标进行有效监测。

三、减少损失、降低成本 1.减少电力盗窃降低损失

根据Northeast Group, LLC.（位于美国华盛顿的东北集团有限责任公司）的《能源市场智能电网：2015年展望研究》报告，每年全球因电力盗窃损失893亿美元。而智能电网技术可以帮助电力企业打击每年价值几百万的电力盗窃。

位于意大利的Enel是全球最大的电力企业之一，在40个国家经营有6.7亿台电表。在意大利，Enel整合处理了来自11个遗留系统超过500亿行的数据，同时已经识别出93%的盗窃案或其它非技术性损失的可能因素，这是世界上最大的智能电网分析系统。仅仅在意大利，它每年的收入保护和预测性资产维护分析的经济效益估计超过3.5亿欧元。

2.利用分析降低变压器更换成本 PSE&G（公共服务电力和燃气公司）是美国最大型的综合电力和燃气公司之一，为180万燃气用户和220万电力用户提供服务。它拥有的资产价值约170亿美元，收入近80亿美元。

PSE&G实施了一个计算机化维护管理系统（Computerized Maintenance Management System，简称CMMS）来辅助维修、更换以及对包括变压器和其它设备等资产的维护决策。根据湿度、介电强度、可燃气体变化率和冷却性能等多种因素，来为变压器进行分析，生成设备状况分数。他们根据资产更换（预测）算法，对设备状况分数和其它因素（年代，备件可用性）分析，来决定更换变压器的适当时间。

PSE&G还对实时传感器采用了先进的分析来跟踪各种操作指标。分析的应用帮助了该公司在故障发生前发现和补救问题，在避免设备故障上节约了数百万美元。该公司也决定主动通过使用分析模型来更换一些变压器，而不是出了问题后再更换，这有助于该公司在25年中节约了1亿多美元。

结语：

如大数据分析这样的信息新技术必将激活电力大数据中蕴含的价值，也必将释放电力大数据的市场潜力。根据GTM Research的研究分析，到2020年，全世界电力大数据管理系统市场将达到38亿美元的规模，电力大数据的采集、管理、分析与服务行业将迎来前所未有的发展机遇。

在这样的机遇下，更多的电力企业选择将在大数据分析技术，为企业系统运维监测、提升客户满意度、降低损耗和成本等诸多方面做出积极探索。而相对于自己搭建，面对更合理的成本与更稳定高效的第三方平台，越来越多的电力企业选择和第三方大数据分析平台厂商合作，为企业数据化运营带来专业的技术与服务支持。

唐山电力数据平台的构想 第3篇

【关键词】平台；数据；通讯

【中图分类号】TP391.4 【文献标识码】A 【文章编号】1672-5158（2012）09-0265-01

设计思想：采用开放分布式应用环境的网络管理技术、数据库和通信技术，基于国际标准IEC的公用信息模型（ClM）和组件接口规范（ClS）。构架灵活，扩充方便，具有很强的可靠性、开放性、可移植性以及可扩展性。

1.系统硬件体系结构

系统运行软硬件环境符合开放的YAk标准，各服务器和工作站采用基于RISC/CISC芯片的各种硬件构架工作站、服务器和微机，如COMPAQ、ALPHA、SUN、IBM、HP及各类PC。

2.系统软件体系结构

第一层为系统硬件层。各服务器和工作站采用基于RISC/CISC芯片的各种硬件构架工作站、服务器和微机。

第二层为操作系统层。操作系统采用成熟的符合国际工业标准的实时、多用户、多任务纯WINDOWS NT4.0/2000/XP，POSIX/UNIX和LINUX操作系统；

第三层为数据通讯层。数据通讯层为系统的更高级的应用做好数据准备，它为系统的各类数据获取提供了通讯中间件，以及一些控制措施。

第四层是应用平台层。应用平台层为综合数据平台的各类需求提供了相应的解决软件包，使得应用软件的”即插即用”成为可以实现的目标。

3.完整的系统接口体系

计算机通讯面临着异构系统的数据连通，系统接口要求对已有的遗留系统能够高效的包装，同时不能局限于传统的点对点开发方式，要能够方便支持以后的广阔应用开发。

4.规约库、设备库设计

最大限度的减少系统模块之间的耦合，设计规约类和通讯设备类，规约和通讯设备的实现在基类的基础上继承，并以动态接口库的方式给出。系统给出“插槽”，新增设备和规约都可以实现即插即用。易于扩展。

5.强大的规约转换功能

目前华北电网主要有CDT、DNP3.0、101、104、SCll801、DL476、TASE2等，可以实现规约转换，将通过某种规约接收到数据，通过另外的规约直接转发出去，不影响传输的速度。

6.丰富的数据传送手段

数据源和数据需求的多样性要求公用数据平台数据具备多种方式的数据传送手段，对于I区平台的实时数据的通信。

数据传送手段·数据复制、数据规一、混合方式

7.高效的系统接入方案

综合数据平台的数据来源于当前各个厂家开发的系统，尤其是EMS系统，因此对这些系统接入的接口要求稳定而且高效，这将直接影响到数据平台的稳定与效率。

7.1 实现方式；按照统一标准的动态接口库实现

7.2 优点：

7.2.1 接口统一，所有EMS厂家根据相同的接口标准实现。

7.2.2 接口实现容易，效率高、非常稳定。

7.2.3 接口纳入统一平台体系，便于监视和管理目前国内主流EMS厂家已实现该接口，当EMS系统换型时，只需要根据接口标准实现接口，就可以接入。新EMS系统接入时，也只需要实现该接口，就可以方便接入

8.方便的全局信息监视管理

系统提供了全局信息管理能力，采用了以下策略提高了系统的易用性和方便性，提供了多种方式维护界面（WEB方式、普通方式）互联各个节点的参数，可以全网统一和备份不同控制中心通讯的参数，只需在一方配置，方便了维护可以实现互联所有节点的全网监视和管理参数修改后，系统自动维护，并在所有相关互联节点统一。

9.大量使用的新技术

9.1 总线型的技术构架：各个应用系统的接口都面向于信息总线。信息在总线中流动、传递。

9.2 降低开发中间层服务的成本和复杂程度，因而使得服务可以被快速的展开，并能够更轻松的面对竞争中的压力。

9.3 提供一个长期的企业级的集成策略，UIB能够实企业级数据语义的统一管理，能够促进决策支持系统的形成。

10.图形系统

10.1 可以显示制作地理图、网络图、系统总加表、主变温度表、厂站主界线图、（转发厂站等）。

10.2 定制图表（如母线电压、接地电压、电容器投入等综合图表）

10.3 厂站接线图可以按电压等级、行政区域查询显示

10.4 用户无须增加任何图形转换的工作量，系统要实现SCADA/EMS系统图形画面的自动同步转换显示；同时提供手动同步功能。

10.5 可按设备选择显示电器参数在指定的时段内（年、月、日）的日最大值、最大值出现时间、最小值、最小值出现时间、平均值.

10.6 可通过WEB上分页打印测点的数据和曲线

10.7 历史状态管理平台，当处于某一历史时刻要求能复原该历史时候的历史参数，数据，恢复该历史时刻的环境。

11.报表方式灵活，功能强大系统利用Excel软件的灵活性，实现电力系统数据报表的灵活定制、自由发布、快速查询和管理控制，支持通过web查询的功能。

12.数据统计分析子系统

系统提供一套面向用户的实用化的数理统计分析工具，能够适用于不同需求的用户。统计分析的数据源就取自该平台的数据库，分析结果能直接倒入EXCEL形式存储到用户本机。

13.丰富的Web浏览发布功能系统的WEB系统采用最新技术实现，使得授权用户可以在安全身份认证的情况下，进行各种类型的实时历史数据的浏览、查询、打印。Web系统采用Web客户/应用服务器/数据库服务器的三层浏览器/服务器（B/S）结构实现。

14.稳定的元数据服务功能通过元数据服务，便于建设逻辑集中，物理分散的共享信息资源体系，异构数据可以透明的访问和共享。

15.系统安全管理

系统安全管理主要提供系统安全解决方案，保护计算机安全运行。操作系统安全策略、网络安全（防止黑客入侵）、病毒检测、漏洞扫描、密码管理等。

16.图形的导入导出

许多应用不仅需要SCADA的电网模型信息，还需要SCADA的图，以简化开发工作，并使企业内的图形尽量一致。图形交换中的协议是可伸缩矢量图（SVG）的形信息一个子集，交换的格式是XML。域目标（即图形中的对象）的模型为CIM。

17.数据转发

17.1 规约转换可以将多种规约的转换。

17.2 数据共享和安全。

17.3 多系统接入接口体制灵活丰富，已经和多家厂商建立了接口体系。

18.结语

总之通过该平台，可以促进调度生产管理水平和工作效率的进一步提高，加速调度系统信息化建设的进程，适应国家电网公司集约化管理和调度系统下一步技术进步的要求，提高企业的信息化水平。

参考文献

[1]孙莹，王葵.电力系统自动化[M].北京：中国电力出版社，2004：5—15

电力计量数据仓库技术研究 第4篇

对于电力系统这个存在着大量非线性的复杂大系统来讲,数据挖掘技术在电力系统中的应用具有很大的潜力[1,2,3],涉及到电力系统暂态稳定评估[4]、中长期负荷预测[5]、火电厂优化运行[6]、配电网故障诊断[7]、营销系统线损计算[8]、水电厂经济运行[91及火电站燃烧系统控制优化[10]等方面。随着电力信息化的推进和应用水平的不断提高,电力企业中积累的数据信息量规模越来越庞大,数据挖掘技术将会在电力行业发挥越来越大的作用。

文献[11]将数据仓库技术用于电网电量分析中,对海量电量数据的查询统计提供了有效的途径。CIM模型是一种描述电力系统所有对象逻辑结构和关系的信息模型,它为各个应用提供了与平台无关的统一的电力系统逻辑描述,尤其是在EMS系统领域[12]。

1 计量数据仓库系统构架

本文采用先进的数据挖掘模型进行业务数据的二次处理,实现用户的灵活查询分析和读取的高效,达到先进性、开放性等要求。在数据仓库中建立专用的元数据库来存放和管理元数据,计量数据仓库系统构架见图1.

2 统一数据模型CIM

CIM可以提供数据之间清晰的关联关系,并为建设数据仓库提供了一个理想的起点。电量系统满足IEC 61970-503规定的CIM/XML数据交换格式,在各应用系统间进行模型信息交换。应用系统可以基于CIM/XML文件进行模型的导入和导出,也可以直接采用CIM/XML文件作为模型加载的基础。CIM由核心包(Core),拓扑包(Topology),电线包(Wires),停运包(Outage),保护包(Protection),量测包(Meas),负荷模型包(Load Model),发电包(Generation)和域包(Dormain)等包组成。采集器和通道之间的关系是“1”对“0或1”的关系。采集器与电能表之间的关系是“1”对“0或1”的关系。

电量系统中线路模型包括输电线路(Line)与配电线路(Circuit)2部分。Line和Circuit都是设备容器(Equipment Container),可包含各种线路上的设备。输电线路主要由交流线段(AC Line Segment)和直流线段(DC Line Segment)构成。线路模型如图2所示,图2方框中的斜体表示不是模型。

配电线路(馈线)用类Circuit表示,表示馈线段用类Circuit Section。Circuit与Line类似,是设备容器(Equipment Container)的子类;Circuit Section虽然不是设备容器,但有关联,与Power System Resource建立联系,该关联可以起到类似设备容器的作用。输电、配电线路与变电站的关联关系的统计,可通过其包含的线段(AC Line Segment、DC Line Segment)经过拓扑分析得出。计量管理由台区(Transformer District)、计量点(Measure Point)、表计资产(Meter Asset)、表计读数(Meter Reading)、读数值(Reading)构成计量数据采集的层次结构。计量点模型如图3所示,图3方框中的斜体表示不是模型。

计量点作为核心与其他对象有着密切的联系:企业或一般居民客户通过协议(合同)约定执行计费的计量点;台区计量点、专变计量点以及变电站、电厂内、线路上的考核、计费计量点都统一考虑;计量点作为电力系统资源的子类,聚合多个表征计量点采集信息的量测;建立与表计资产关联以保证对设备更换功能的支持。采用CIM/XML数据交换格式的变电站和用户模型如表1和表2所示。

3 数据挖掘

云计算的海量数据挖掘技术架构,是基于云计算平台分布式文件系HDFS、并行计算框架MapReduce和MPP数据仓库实现的。基于云计算的数据挖掘平台分为云存储计算平台和数据挖掘算法2部分。系统将需要进行计算的数据存储到云存储平台,并进行索引与元数据管理,为后续进行数据挖掘做准备。云存储借鉴并行容错技术和存储技术,充分发挥MapReduce等并行计算处理大量数据的强项,大大提高数据处理的吞吐率和可靠性,最大限度解决可扩展性和性能问题。采用灵活高效的方式管理,支持时间序列数据的顺序写入,并方便随机读取。

海量数据挖掘平台如图4所示,主要实现3个功能:1)数据预处理:负责为外部系统提供数据预处理,标准化操作;2)云聚类分析:把经过预处理的数据进行聚类分析,聚类分析后的结果将会提供给外部系统;3)云分类建模:把经过预处理的数据进行分类预测建模,建立分类模型,把分类模块提供给云分类预测服务。

数据挖掘平台集成了云存储功能和云数据挖掘工作流引擎,对数据挖掘过程中的各种操作步骤组织在一起形成一整套业务逻辑和规则,提供了适合数据挖掘算法的MapReduce输入模型、输出模型、数据格式转换算法、并行任务调度策略,在挖掘平台中以图形化的模型表示,并能够对相应的逻辑和规则实施计算、监控和管理。云数据挖掘引擎通过算法库与云计算平台的紧密结合实现了云数据挖掘能力,如图5所示。

数据挖掘引擎的计算步骤如下:

(1)引擎调用算法库对输入数据进行初始化。

(2)引擎启动云计算平台的调度器,调度并行任务执行;并行任务的执行分为2个阶段,第一个阶段为映射(map)阶段,第二阶段为规约(reduce)阶段;

map阶段主要功能是并行数据计算,在这阶段将会充分利用云计算功能,启动多个mapper任务在多个计算节点上计算,计算的算法由云数据挖掘引擎指定。

reduce阶段用于计算结果汇总,汇总的算法也是由云数据挖掘引擎指定;经过计算结果汇总后我们就得到最终结果数据,这时候结果数据存放在分布式文件系统中,可以通过外部工具把分布式文件系统中的数据导到外部数据接口。

4 即席查询

即席查询系统将维度表和事实表映射到语义层,同时形成了一个直观的业务视图,MAS用户可以通过图形化界面获取用户需要的统计汇总数据,方便简单、灵活的获取自定义信息,如图6所示。

即席查询的实现分为应用层、语义层、服务层、数据层。其中语义层与MAS中的数据质量域相结合,提供语义的解析等功能,在语义层中由开发人员进行图形化的语义设置,通过语义的拖拉和条件的设置来完成即席查询的输入。得到定制的语义后,通过服务层的语义转换和SQL查询,获取数据仓库中的数据,最后通过应用层来展现即席查询的数据输出。

4.1 语义层

语义层是将数据库中的列(字段)按决策主题重组为面向用户的对象,对象可以是数据库中的表、列、连接(多字段组合)以及对多字段进行运算的表达式。

(1)语义的定义:把复杂的数据库模式映射为用户熟悉的专业术语,使得一般工作人员直接从数据库中提取数据成为可能。该功能一般可以与企业的元数据系统进行集成,获取数据仓库中有含义的数据模型。

(2)语义的设计:对已经定义的语义层对象进行任意组合后形成决策需要的新表,并将表中的数据以可视化的方式在屏幕上显示或以报表的形式打印出来。语义的设计主要是以可视化的方式进行。

(3)语义的拖拉以及语义的条件设置:语义的拖拉和条件设置是对等于数据库查询中的字段的选择和选择条件的定义,在即席查询中,电量系统需要使用可视化的表达方式来完成这个功能。语义拖拉和条件设置的过程如图7所示。

4.2 服务层

服务层是即席查询的接口和业务执行过程,其中包括针对即席查询语义层的输入,在用户提交了可视化查询之后,系统要执行语义转换,对语义层的语义进行解释,获取数据库能够执行的SQL语句。

(1)语义转换:针对语义层,把输入的语义根据执行的上下文,产生可执行的SQL语句。

(2)SQL查询:通过语义层转换后的SQL,提交到数据仓库中进行查询,获取对应的数据,并返回给应用层。

(3)缓存策略:即席查询系统的一个重要指标是查询的效率要求比较高,而用户输入的查询又是无法预测的,当数据库的索引或者分区技术没有得到充分利用的时候,系统还提供一种缓存的方式来提高查询的性能,对于同样的查询,系统会根据各种不同的策略来进行缓存。

4.3 应用层

应用层主要是数据输出的展现方式,系统按照用户习惯,应提供输出的结果形式如下:

(1)直观报表:通常是简单的行列报表。

(2)交叉报表:具有多行表头的报表。

(3)数据钻取:在数据上能够按照主题的情况,实现不同维度之间的上钻和下钻。

(4)数据切片:提取数据报表上的一个部分的片断,实现某些维度上的数据报表的展现。

(5)旋转透视:为行列提供转换的功能。

(6)图表化:为报表提供可视化的图表输出,包括柱状图,饼图,线图等。

4.4 数据层

即席查询数据层主要是提取数据仓库中的数据。即席查询对电力计量数据仓库提出了更多的要求,例如可以动态更新索引,动态统计信息等要求。

为了具有灵活的业务应用和高效的查询技术,采用多维分析技术。多维分析可以从多维模型中所列的各种维度对所列的指标进行不同角度的统计、观察和分析。分析时的角度可以是所有维度,也可以是某一个或几个维度的组合。具体的操作有切片、切块、旋转、钻取和钻透等。

5 工程应用

在广州电网计量自动化系统建设项目中,使用基于云计算的数据仓库挖掘技术用于客户分群的电力数据挖掘。在整个算法计算过程中,有效地避免了海量数据量过大、软硬件要求高、系统资源占用率高的问题,为数据挖掘的海量数据在线处理开辟了新的途径。

项目用于分析的数据量为74 920 323条记录,占用磁盘空间2.5Gb,采用K-means聚类的时间约150分钟,计算过程中进行了10轮迭代计算;在线聚类时间为563 498毫秒≈9.39分钟。按照上面的试验结果,假如每天有100万条数据,一个月3千万条数据,每天花在在线聚类的时间不超过1分钟。

6 结论

本文提出将数据仓库技术用于电力计量数据的海量分析,同时数据仓库采用符合IEC61970规定的CIM/XML模型,实现了系统的统一性、开放性等要求,为建立计量数据仓库系统提供了一种实用合理的解决方案。电力计量数据仓库采用符合IEC 61970规定的CIM/XMD模型,实现数据在不同系统、不同平台的统一传输,达到先进性、统一性、开放性等要求。在电量系统中,将基于云计算的数据挖掘技术用于客户分群的电力计量数据挖掘。基于云计算的数据挖掘分析处理克服了传统工具不适用海量数据不断增长的缺点,能够处理海量数据挖掘。云计算数据挖掘结构支持SaaS模式的海量并行数据挖掘系统,通过PC集群和灵活扩展性的特点真正发挥云计算低成本和高数据吞吐率的优势。即席查询是计量数据仓库在计量业务应用的一种重要模式,本文设计的即席查询系统可以让用户随时面对计量数据仓库,获得所需要的数据。

参考文献

[1]廖志伟,孙雅明.数据挖掘技术及其在电力系统中的应用[J].电力系统自动化,2001,25(11):62-66.

[2]路广,张伯明,孙宏斌.数据仓库与数据挖掘技术在电力系统中的应用[J].电网技术,2001,25(08):54-57.

[3]于之虹,郭志忠.数据挖掘与电力系统[J].电网技术,2001,25(08):58-62.

[4]于之虹,郭志忠.基于数据挖掘理论的电力系统暂态稳定评估[J].电力系统自动化,2003,27(08):45-48.

[5]崔曼,顾洁.基于数据挖掘的电力系统中长期负荷预测新方法[J].电力自动化设备,2004,24(06):18-21.

[6]李建强,牛成林,刘吉臻.数据挖掘技术在火电厂优化运行中的应用[J].动力工程,2006,26(06):830-835.

[7]孙雅明,廖志伟.基于不同RS与NN组合的数据挖掘配电网故障诊断模型[J].电力系统自动化,2003,27(06):31-35.

[8]朱洁.数据挖掘技术在电力营销系统线损计算中的应用研究[D].兰州:兰州理工大学,2011.

[9]刘志强,左幸.数据挖掘技术在水电站厂内经济运行中的应用[J].四川水力发电,2005,24(2):61-63,92.

[10]李必成.数据挖掘集成模型的火电站燃烧系统控制优化研究[D].武汉:武汉大学,2005.

[11]张文英,束洪春,张叶.数据仓库技术在昆明电网电量分析中的应用[J].电网技术,2005,29(14):40-44.

电力系统监控和数据采集系统介绍 第5篇

测控技术与仪器

0840308234

张臻欢 摘要：

介绍了监控和数据采集系统各部分的功能和运行原理,以及一种基于USB和CAN总线技术的数据采集系统，该系统主要由一个USB-CAN节点和多个数据采集结点构成，采用CAN总线构成通信网，以USB总线接口实现主节点与计算机的通信，数据采集结点完成电力设备参数采集，可以通过一台主机监控多个电力设备状态参数。该系统实现了电力监控系统中的电力参数检测和总线通信，具有实时性强、可靠性高、抗干扰能力强、容易扩展新节点等优点。关键词：

电力监控、数据采集、功能运行原理、通用串行总线、控制器局域网总线

引言：

计算机的出现，使监控系统的设计与使用发生了巨大的变化。在引入以计算机为基础的系统前，监控系统的功能局限于远程控制和简单的状态信号显示。当以计算机为基础的监控系统出现后，大容量的数据采集和处理才有可能被广泛地运用，并成为计算机系统的基本功能之一。随着电力工业的发展，电力系统的可靠性和电能质量越来越多的受到人们的关注，对电力监控也提出了更高的要求。1监控及数据采集的功能

1.1数据采集

周期性地从RTU中采集数据是它的基本功能。电力系统中的大多数系统是以查询方式采集数据，即RTU仅在接收到主站对其请求后，才把数据传送给主站。它有2种可选用的RTU响应方式：第一种方式是发送所需点或点集的实际值或状态；另一种方式是仅发送前一次查询请求以来状态发生过的变化或数据值超过一预先定义的增量变化范围的点或点集。后者称为报告异常事件方式。此方式的主要优点是减少了主站处理时间。通信线路中平均负荷也比第一种方式要小。不过，通信线路必须具有足够的带宽容量，以适应最坏情况，即在电力系统出现大干扰时，大量点的数据会发生快速变化，而此时调度员却最需要及时和准确的数据。

数据采集过程可认为是一些专用及高度相关子过程的过程集。这些子过程为：a．对RTU内部数据库的查寻及快速修改；b．主站周期性地对RTU进行查询；c．把主站所需的RTU数据传送给主站；d．校核因传送所引起的数据错误；e．换算数据工程单位；f．通过写入来覆盖数据库中的原有状态或数值。

1.2信息显示

信息显示是有选择地检索数据库中固定数据及实时数据，并将其组合后提供给运行人员的过程。通常将其显示在有限的图形CRT彩色屏幕上。固定数据包括发电厂、变电站接线图的信息及其它不随时变化的可显示信息。可变数据包括二态或三态设备的状态和数量变化，并可能带有符号的模拟量。通过名字或标识符来表示的设备名称和点的标志常被认为固定值，并被附在变量后面。

显示常常选择分层的树结构形式。在此结构中，索引页面（或者叫菜单）允许运行人员用光标定位技术（键盘、鼠标、跟踪球或屏幕接触定位法）来选择各种信息的显示。在同一系统中，常常提供多种显示选择方法，如专用功能键、显示标识符或名字的键盘输入。专用功能键使显示的时间大为缩短。但由于受空间的限制，因而这种键的数目是有限的。用标识符进行键盘选择，要求运行人员记住及使用相互参照表。

也有除CRT之外的其它显示介质。一般有动态模拟盘，它主要通过灯光的变化来显示。也有在模拟盘上装配数显来显示重要的模拟量数据。

1.3监控

监控是指能操纵远距离设备的运行。这个过程包括发电厂或变电站的选择、被控设备的选择以及执行开关的断开或闭合。因此需采用选择—确认选择—操作的顺序（简称为操作前校核）。必须避免未被选中设备的操作或未发命令就进行错误操作的情况发生，这是监控及数据采集系统中一个重要的设计环节。为了高度安全，通常采用如图1所示的“操作前校核”信息顺序。

1.4报警处理

告诉运行人员发生了异常事件并报告发生的时间、站号、设备和事件的实质，一般称为报警处理。它有多种报警处理及表示方式。处理方法的细节大都被纳入监控及数据采集系统中的一个功能块中。最常用的报警处理输出是按时间先后排列，显示在CRT报警表、打印机硬复制输出和语音报警中。运行人员确认报警之后，立即把运行状态直接转到与其相关的运行位置，进行人工直接干预。

1.5信息存贮及报告

记录和保存运行过程中的状态和数据是电力系统运行中的一项重要任务，通过精确的记录，用来满足各种统计要求和对系统未来运行情况及用电规划进行预测。

记录保存一般的实现方法是按一定的周期间隔获取预先选定的数据集，并把它们保存在一个滚动文件中。存贮周期常被设定为1 h，但某些特殊情况下则需要更频繁获取和保存信息。

监控及数据采集系统中的历史文件为各种表、报告提供了一个有效数据和状态信息源。可在保存历史数据文件的基础上设置各种报表格式，如日、月、年报表等。

1.6事件顺序采集

事件顺序是获得和记录异常事件的发生过程，具有毫秒级事件间隔的时间分辨率。事件一般以离散状态（两态）出现，如断路器的断开或闭合状态。获取记录异常事件，其时间分辨率与中心主站对RTU进行查询的周期无关。当发生异常事件时，RTU主动向主站发送告警信号，因此RTU中的精确时间基值或时钟是事件顺序记录的基础。在大量分散的RTU中，时间基值的精确同步是事件顺序记录的关键，通常主站定时向各RTU发送广播校时命令，以达到与RTU时钟同步。不同RTU之间事件时间分辨率大约为±10 ms。各RTU将所发生的异常事件发送给主站，主站对这些异常事件一起按时间先后排列，随后打印在一张事件顺序记录表上。1.7数据计算

在监控及数据采集系统中，需要不断利用所采集的数据进行计算，其中包括工程量转换和在给定时间间隔内最大或最小值的计算，以及对时间的积分。对大变压器组进行负荷监视，就是一个计算过程实例。大变压器的最大容量是由它们的最大温升值来确定，而变压器的发热与MVA负荷有密切的联系。与变压器有关的最普通的测量为MW和Mvar，而不是它的输送电流（安培）。监控数据采集系统通过下列公式（MVA）2＝（MW）2＋（MVAR）2，定期计算MVA，并把它作为实时数据与额定值相比较。

布尔计算用于离散点或点集，并把计算处理结果作为一个新的信息。这个过程被称为“组合过程”，它能确定电力系统中某些部分的特殊状态，如断路器的通断状态等。

2监控及数据采集系统基本运行原理

2.1问答式

电力系统监控及数据的采集大多采用问答（polling）运行方式，主站与各个RTU之间几乎都是问答式。在通信中，这种方式被称为需求分配／时分多路存取。主站控制所有活动，处于主动位置，定时对RTU进行顺序查询。RTU仅对主站查询作出响应。目前，最普通的2种通信配置方式如图2所示。

其中图2（a）是用多条2线或4线制电话线从主站向外辐射。这些通信回路均以半双工方式运行，并且相互独立，一条回路可专用于单个RTU。但通用且比较经济的方法是在一条公共通信线路上连接几个RTU支路。这些线路的媒质可用电话线路、专用电缆、电力载波。在每条线路上，主站查询命令以及RTU响应回送数据采用多路复用技术。主站以异步方式独立地为接在主站处的每条线路服务。每个通道上的信息传送速率可在3 000～9 600 bit／s范围内。这种通信方式数据传输率高，连续传送的信息量大。采用应答方式时，其循环周期只受各RTU支路响应时间的影响，但这种通信方式成本较高。

图2（b）是无线通信方式构成的监控及数据采集系统。无线通信是以民用电台或数传电台作为通讯工具。国家无线电管理委员规定超短波段为数据传输通讯使用频段，频率范围为223～460 MHz。由于无线电台不能长时处于发射状态，因此由无线电台构成的系统主站查询扫描周期一般选择间隔为15，30，60 min。用无线组成的监控数据采集系统基本与用户供电设施相对独立，具有投资少、见效快、维护检修方便、容易扩充等优点。

上述由有线、无线通信方式构成的监控及数据采集系统，其工作原理是主站以串行方式逐一查询扫描各RTU，当查询到某一RTU时，RTU根据接收到的不同命令及控制要求，加以区分，并逐个对应。对线路断路器操作的命令总是按选择—校核—操作顺序以避免错误操作。

在大型变电站或厂矿能源管理中，分布数据采集及控制的监控数据采集系统，可采用不同的查询方式。对于地理上相距较近的所有RTU，可以通过一个局域网来相互联接，并与主机相连。这样的配置允许在系统单元或结点之间的通信有较大灵活性，能代替传统的、完全由主站控制下的顺序查询方法。采用局域网连接系统，允许任意2个结点之间直接交换信息。

2.2数据采集

电力系统运行中的监控及数据采集系统常用于监视从变电站传送来的信息，如母线电压，线路电压、电流、有功、无功，变压器的分接头位置，线路上的断路器、隔离开关及其它设备状态，报警，总有功功率，事件顺序等。

以上大部分为模拟量输入，它们均来自强弱转换的二次仪表变送器。常用简单的二进制“0”，“1”两种状态来表示变压器分接头位置和断路器、隔离开关的状态。

因为RTU运行在高压环境中，必须在设计中采取相应措施，以防止干扰、损坏、数据出错和误操作。

2.3控制输出

在监控及数据采集系统中，监控是调度运行人中全面调度的有效手段，由运行人员选择被控RTU及对操作顺序即设备—确认—选择—操作的运行。正确选择和操作是避免人身伤亡和供电安全的保证。

控制输出是RTU接收到主站发来操作命令后发出的一高电平信号，该信号是由继电器瞬间闭合而产生的，与此同时提供起动电源，使断路器“跳闸”或“合闸”。

2.4人—机对话

现代监控及数据采集系统中，最有吸引力和挑战优势的是提供一个有效的并对用户“友好”的人—机接口。这种人—机接口不仅由硬件设备（如CRT、控制台、模拟屏、打印机及声音报警）组成，而且还需有支持实现这些工作的程序。所谓“友好”的人—机接口，焦点是提供快捷清晰的画面，操作简便能使运行人员迅速掌握运行概况。

模拟盘（模拟屏）的使用及与CRT显示器之间的关系，历来存在着争论，主要原因是模拟盘一次性投资费用及经常修改所需的费用和精力花费较大。但是，模拟盘可提供一个电力系统网络的总的概貌，这些信息在单个CRT显示器上是难以实现的。所以，模拟盘与CRT之间有互补性。

3采用USB和CAN总线的电力监控数据采集系统

在电力监控系统中电力参数的检测和总线通信是两个基本而且重要的组成部分。目前电力监控装置中常见的通信方式是RS232和RS485接口。RS232接口是不能直接构成实际意义上的通信网络，因为它只能是一对一通信，而且通信距离最长只有15m。RS485接口是一种使用较多的通信方式，具有结构简单、抗干扰能力强、传输距离远、网络节点多、成本低等优点。但是RS485接口是单主结构，同一时刻，总线上只能有一个节点发送数据（或命令），所以总线只能用巡回检测的方式，实时性差。此外，RS485接口的系统故障限制能力差，中继结构复杂。

控制器局域网（CAN）总线是一种“多主竞争”的总线形式。它废除传统的站地主编码方式，代之以对数据信息进行编码，协议采用总线型拓扑结构，利用总线结构电缆长度短、布线容易、可靠性高、易于扩充等优点；且通信速率高，在距离不超过40cm的条件下通信速率最大可达1Mb/s；利用短帧数据结构，占用总线时间很短；提供错误处理能力，保证数据通讯可靠。

通用串行总线（USB）是一种快速的、双向的、同步传输的、廉价的并可以进行热拔插的串行接口。速度快是USB技术的突出特点之一。全速USB接口的最高传输率可达12Mb/s，比串口快了整整100倍，而执行USB2.0标准的高速USB接口速率更是达到了480Mb/s。对于广大的工程设计人员来说，USB是设计外设接口时理想总线。

本文以CAN总线构成骨干通信网络，以USB总线接口实现主节点与计算机的通信，完成了USB总线和CAN总线的协议转换。各个基于CAN总线的数据采集节点完成电力设备参数的采集。这个数据采集系统实现电力监控系统中的电力参数检测和总线通信。

按照以上论述，研制了基于USB和CAN总线的电力监控数据采集系统样机，并对该系统中的USB-CAN节点和各数据采集节点进行了多次测试，测试结果表明该系统具有如下特点：（1）实时性强。USB总线除了具有易于使用、双向、可同步传输外，还能够高速、高效完成大量数据交换。USB-CAN节点实现了各数据采集节点与计算机之间的高速通信，提高了系统的实时性；（2）可靠性高。CAN总线具有错误处理和检错机制，当发送的信息遭到破坏后，系统会自动重发，从而提高了系统的可靠性和抗干扰能力；（3）传输距离远。CAN总线的直接通信距离可达10km,通信速率最高可达1Mb/s，此时通信距离最长为40m。（4）易于扩展。在实际电力监控系统中，有时需要增加或减少监控节点，由于CAN总线具有很强的开放性，所以增加或减少节点，不需要更改系统的硬件和软件，也不影响其他节点正常工作。

4结语：

基于电力营销业务数据深度挖掘研究 第6篇

【关键词】电力营销；数据质量；分析；挖掘

【中图分类号】TP311.52 【文献标识码】A 【文章编号】1672-51 58（2012）09-0170-02

1、引言

数据完整和准确是理想化的目标，新疆本身基础跟内地省有一定差距，尤其在营销用户档案管理方面，由于新疆地域广、人员分布分散，很难保证普查能完整准确的获取用户的档案和用电信息。导致新疆电力营销业务应用系统运转中的很多问题是用户档案数据错误或缺失而引起的，从而使基层的业务人员和系统运维人员天天忙碌于处理这些问题，而没办法腾出手更多的从事一些提高服务质量的工作。提高数据质量，保证数据准确率和完整率的工作迫在眉梢，针对此项工作，新疆电力公司一方面加大对用户信息的普查力度，加强对客户档案信息的管理，同时我们利用系统自定义查询功能，配置业务逻辑校验查询规则，每月定期通报考核各单位的问题数据

2、营销数据质量管理和业务逻辑

90年代中期美国麻省理工开展的全面数据质量管理（TDQM—Total Data Quality Management）活动，借鉴了物理产品质量管理体系的成功经验，提出基于信息生产系统所生产的数据产品的质量管理体系。它指出数据作为信息系统所生产的产品，也应当将其作为具有生命周期的产品进行管理，要由专门的数据管理员按照PDCA四个环节管理数据产生的过程和结果。

数据质量管理的方法基于TDQM思想，主要步骤包括质量定义、度量、分析和改进。

（1）定义：定义质量要求，反映数据提供者、生产者和管理者对数据产品不同角度的质量要求。

（2）度量：根据数据产品及其质量定义，确定质量指标体系，跟踪数据的量度，监控数据质量。

（3）分析：分析质量问题出现的原因。

（4）改进：根据分析结果，采取措施消除产生数据质量问题的根源。如采用数据修正、转换等技术方法改进如重码、数据不一致等问题，或者制定政策改进数据的生产过程和管理方法。

全面数据质量管理（TDQM）具有如下特点：

（1）周而复始循环的四个过程不是运行一次就完结，而是周而复始地进行。一个循环结束了，解决了一部分问题，可能还有问题没有解决，或者又出现了新的问题，再进行下一个循环，依此类推。

（2）阶梯式上升循环不是停留在一个水平上的循环，不断解决问题的过程就是水平逐步上升的过程。

通过分析营销数据质量管理的业务过程，结合全面数据质量管理（TDQM）思路，得出营销数据质量管理业务模型如下图：

营销数据质量管理是对营销业务及营销分析与辅助决策业务中的数据质量进行全面管理，主要包括定义定义、度量、分析、改进四个步骤：

质量定义：根据营销业务及营销分析与辅助决策业务可能存在的数据质量问题，从准确性、完整性、一致性、及时性及适用性等维度，对业务数据进行剖析，发现数据问题潜在规律，对问题进行分类，定义各分类问题数据的核查规则与改进规则，最后根据问题分析、重要等级等定义问题考核规则，作为数据质量考核的依据。

度量：根据问题数据核查规则，定期、不定期对各种问题数据进行核查，找出质量问题数据。

分析：通过对问题分类、分布、趋势等分析，找出数据质量及其变化的主要原因，为后续改进提供依据。

改进：通过技术及管理两方面对数据质量进行改进。技术方面：发起问题修正流程，人工或自动修正问题数据，并回流到数据源，实现数据质量的闭合管理；除了数据质量本身问题，也应该对数据质量产生过程进行修正（如程序BUG等），才能在技术层面确保不再有同样新问题数据产生。管理方面：通过数据质量考核等管理手段，促使管理人员、业务人员等提高数据质量意识，促进数据质量提高。

围绕着营销业务数据质量及营销分析与辅助决策分析数据质量，通过定义、度量、分析、改进四个步骤周而复始地进行，逐步解决问题数据，促进数据质量水平不断上升。

3、应用逻辑

根据营销数据质量管理业务模型分析，数据质量管理业务功能可分为定义、度量、分析、改进四大部分，通过对业务功能的继续抽象，可以将各业务功能的共同点抽取出来。

定义部分：包括数据产品模型、生产模型及质量模型定义。数据产品模型定义指数据实体相关描述，相当于数据库系统中的数据字典；数据生产模型定义指数据产品生产过程的描述（过程），如数据属性的产生环节、责任单位等；数据质量模型提供了关于质量要求的描述，包括数据质量核查及修正规则定义、质量考核规则定义。

度量部分：通过对各种分类数据质量核查过程抽象，度量部分可以分为数据核查及核查引擎两部分。数据核查提供操作者与核查，而核查引擎根据核查规则从业务数据中筛选出问题数据。

分析部分：问题数据的原因定位，包括分类问题分析、问题分布分析、问题趋势分析、问题解决情况分析、问题分析报告。

改进部分：提供问题数据修正及数据质量考核。数据修正可分为人工修正及自动修正，自动修正指利用已定义修正规则通过修正引擎完成修正，数据修正先在数据质量管理数据库上进行，记录修正日志及结果，通过审批后，归到到业务生产库。数据质量考核则根据考核规则，计算各考核单位指标得分及排名，作为考核依据。

4、数據逻辑

基于数据质量管理的业务逻辑模型及应用逻辑架构，根据数据质量业务数据特点，可将营销数据质量管理数据分为：元数据、异常数据、改进数据、分析结果数据等，异常数据来源于营销查询数据库、营销分析与辅助决策数据的核查结果，核查结果的修正数据回流到营销生产数据库。

5、数据治理

通过以上的工作逻辑，现场数据治理工作将按如下流程开展：

1）规则制定

按照业务逻辑要求制定相关规则。

2）脚本编译并确认根据规则编译查询统计脚本，验证脚本符合业务逻辑。

3）统计核查问题

执行脚本统计问题。

4）问题分类分析

按照问题思考整改方式方法。

5）整改

通过修改数据或走流程的方式进行维护数据。

6）系统或业务优化

分析问题产生原因以便对业务开展方式、管理方法或系统流程进行优化。

6、总结

电力数据 第7篇

电力系统在运行的过程中, 是一个动态的过程, 其主要包括发电、变电、输电以及配电等功能, 所以在其运行的时候, 就会产生大量的数据信息。另外, 电力系统运营监控中心的主要工作内容就是时刻对电力系统运行中产生的大量数据信息进行监控, 然后通过对这些信息的分析, 及时的发现问题并提出改善方案, 以此来提高电力系统运行效率。

2 大数据时代简述

目前, 我国的互联网信息技术在不断的发展进步。电力企业在运行的过程当中会产生大量的数据信息, 并且对其进行积累、分析、总结, 得到有效的结果, 及时的发现问题并且提出有效的解决对策。总体来说, 大数据的发展形势具体可以分为以下几个方面的内容:

2.1 电力企业加大数据开放力度, 对不同的数据资源进行整合

1在电力系统运行的过程当中, 会产生大量的数据信息, 所以电力企业要加大数据的开放力度, 把不同电力部门的数据信息进行资源共享。2将电力运营监控数据处理技术得到的数据信息进行分析总结。3加强电力企业基础设施的建设力度, 纵观全局, 对电力系统进行整体规划。

2.2 借用大数据平台对企业业务流程进行完善, 并加强管理

1根据目前已经存在的业务流程, 通过绩效指标对系统流程的执行效率进行评价分析, 及时的发现系统流程中存在的问题, 提出解决对策对其进行完善。2把流程环节绩效指标和具体的数据信息情况当作基础, 然后熟悉电力企业的发展标准以及制度, 不断的进行完善。

2.3 对电力系统进行安全管理, 以此提高工作效率

1为了保证电力系统的安全, 可以使用互联网技术来设置安全防护, 对大数据背景之下的电力系统进行保护, 同时还要建立起在大数据背景下电力系统安全评价考核体系。2为了更好更快速的提高电力企业的服务水平, 要不断的对电力企业数据安全技术进行完善, 提高大数据的安全保护系数, 另外, 加强电力企业的监测力度, 及时的发展安全隐患, 同时要加强预警工作, 防患于未然。

3 大数据时代电力运营监控系统的数据处理

3.1 监控数据的类型 (1) 基础型数据

电力系统的基础数据就是指在电力系统运行的过程中产生的大量的数据信息, 其包含的内容有电量大小, 电能大小和电压的稳定性等等。电力运营监控系统监控的对象就是像电压、电量等这些基础性数据, 所以电力企业的相关管理部门一定要采取有效的措施保证基础数据的准确性。

(2) 电力企业的运营数据

电力企业的运营数据主要是指电力企业的生产和业务执行的过程中产生的大量的数据信息, 其中, 主要的内容包括电力销售的数量、电量交易产生的价格和关于用电客户的数据等等。关于这些数据, 电力企业可以对其进行分析和处理, 并且可以知道电力系统在运行的过程中应该着重关注的问题。

3.2 对于监测异动数据的处理

电力系统运行的过程中, 有时会出现异常的情况, 会产生异常的数据, 所以一定要及时地对数据进行分析和处理, 这可以有效的提升电力企业的工作效率, 对存在的问题进行解决。电力系统数据出现异常主要表现在以下的方面: (1) 电力企业业务方面的异动。电力企业业务方面数据存在的异动, 就是指在电力业务方面, 一些关于电力方面的数据出现不正常的变化, 产生一定的问题。 (2) 接口方面存在异动。如果在数据传输的时候, 发现数据接口出现异常, 接口就会产生异动。

4 大数据时代电力运营监控系统的数据应用

4.1 运营监控系统数据在电力生产环节的应用

电力系统的内部运行时非常复杂的, 所以需要管理的内容是非常多的, 所以我们可以利用这些大量的数据信息建立不同的模型, 同时还可以在线对技术指标进行计算, 那么就可以对电压的质量进行更加准确的管理。

4.2 运营监控系统数据在电力营销方面的应用

在电力系统运行时, 电力运营监控单位可以利用远程监控系统对电力企业进行实时监控, 及时的发展电力企业存在的问题。在对电力系统进行管理时, 要尽量满足社会生产对电量的需求, 加大对电力企业的管理力度, 同时还要进行用电采集系统以及量价费损营销稽查监控业务, 在工作中总结以往的经验, 不断进步。

4.3 运营监控系统数据在电力检修方面的应用

电力运营监控单位在监控时, 可以将大数据充分利用起来, 对在线监测分析系统进行构建, 这可以对电力系统进行维护和资金流动等方面的内容进行监测, 同时也能够对电力系统的运行流程进行分析和绩效考评。在对整个系统进行监测时, 可以从挖掘大数据入手, 将工作中发现的问题, 工作票等方面的内容进行分析, 那么就可以对存在的问题进行分析处理, 提出相关对策, 对电网进行有效维护, 提高管理水平。

5 结束语

目前, 是大数据发展的时代, 在电力企业运行的过程中, 使用电力运营监控单位要对电力系统产生的相关数据进行分析总结, 及时的发现电力系统出现的问题, 并采取相关措施进行有效解决。另外, 还要加强管理, 提高工作电力系统运行效率, 以此来促进电力企业的发展。

摘要：随着科技的进步, 我国的计算机技术也在不断的发展进步, 目前, 我国已经步入了大数据时代。在电力企业发展的过程中, 已逐渐向着大数据时代发展, 本文首先对大数据时代进行了简单的介绍, 又对大数据时代电力运营监控系统的数据处理和具体应用进行了分析讨论, 希望能够为相关工作人员提供一些有利参考, 促进电力企业的发展。

关键词：大数据时代,运营监控,分析研究

参考文献

[1]卢莎.大数据时代电力运营监控系统数据处理的简要介绍[J].机电信息, 2015 (36) :8~9.

高效率电力数据中心 第8篇

改革开放30年, 中国的电力事业得到了飞速的发展。特高压电网的建设充分说明了中国电力一次系统的长足进步。一次系统高速前进的同时, 电力二次系统也齐头并进, 取得了丰硕的成果。国家电网公司SG186工程的出台, 将中国电力企业的信息化建设推向了高潮。SG186工程鲜明的提出了构建一体化企业信息系统平台的目标, 并建设总部和网省两级数据中心, 以促进集约化发展。

总体来说, 数据中心的建立有利于企业信息化的发展, 符合时代发展的趋势。首先, 企业应用将更便于部署和管理。企业规模的不断扩大, 一般会带来人员的分散性以及外联业务的不断扩张。数据中心的建立, 将应用和业务的服务器集中部署, 将大大减少过去的分散式模式所带来的复杂性。另外, 数据中心的建立也将大大减少企业成本, 不论是设备成本, 运营成本, 还是维护人员的数量。

虽然数据中心具备诸多优点, 但是同样存在一些问题。尽管数据中心将在总体上减少设备的数量, 但是数据中心本身的规模将大大增加, 如何更好的提高数据中心的运行效率, 是需要仔细考虑的问题。下面就高效率数据中心的建设进行讨论分析。

1 高效率数据中心解决方案

传统数据中心网络采用3层结构:核心层、汇聚层和接入层, 如图1所示。

这样的网络结构的优点在于当接入层需要进行调整时, 如添加接入交换机, 只需要在汇聚层进行调整, 而不需要改动核心层。但是这种结构也存在缺点, 如设备的冗余较多, 设备之间的无效带宽 (即设备之间的互联带宽) 多, 应用的时延也高等问题。

随着网络设备的不断发展, 设备的容量和功能都有了很大的提高。这样就为网络结构的扁平化提供了很好的基础。采用扁平化的结构后, 更利于发挥设备的性能和功能、提高效率。另外, 随着数据中心的不断扩大, 设备的数量也急剧增长。扁平化结构将减少设备的数目, 大大提升管理的效率。扁平化的网络构架如图2所示。

2 扁平化的网络构架

2.1 接入层设计

在传统的网络结构下, 接入层到汇聚层之间采用二层生成树进行收敛。当汇聚层下的接入层交换机很多时, 就会造成过大的二层生成树。而生成树也存在容易出错, 收敛慢和管理困难等问题。

另外, 接入到汇聚之间采用双星型结构, 对于一个大型数据中心, 接入交换机数目众多, 上联的链路数目也必然很多, 对于机房的布线和管理将带来困难。这样布线和光纤的成本也比较高。另外, 当同一汇聚层下的不同交换机下面的用户互联都需要经过中心的汇聚交换机, 这样互联的效率比较低。

上述问题的解决除了采用扁平化的网络结构之外, 还需要对接入层的进行重新设计。

Juniper EX交换机的集群交换特性 (Virtual Chassis) , 能够有效解决上述问题, 如图3所示。首先, EX交换机集群交换能够通过专门的cable或10GE/GE的端口连接成任意的拓扑结构。由于可以采用10GE/GE光纤进行集群内部互联, 可以把集群扩张到很大的范围。并且, 集群内部采用类似于IS-IS的路由算法, 可以彻底消除掉生成树, 并且能够快速收敛。

除此之外, 集群还可以被当作1台单独的设备实现到核心设备的上联和统一的管理维护, 这更加有利于整个数据中心网络层次的清晰和简化, 有利于网络的稳定可靠和业务系统的正常运行。集群内的设备之间将选取出主引擎和备引擎, 大大提高集群的可靠性和稳定性。

当采用集群时, 集群内部的用户访问, 将在集群内部实现, 而不需要通过汇聚交换机, 大大提高访问的效率。

集群与核心层互联可以采用集群内部的任意一台机器的上联10GE/GE端口, 这样可以根据实际的上联带宽需要添加上联端口。在保证可靠性和带宽的同时, 最大限度地节省成本。

2.2 MPLS在数据中心的应用

大型数据中心都具备备份数据中心, 有的甚至具备同城和异地灾备中心。现阶段, 主/主的数据中心渐渐成为一种趋势。当需要建设主主的数据中心时, 需要2个数据中心的应用处于同一个网段内。过去的解决方案往往采用同城DWDM或裸光纤的方式。对于不具备DWDM或裸光纤的地方, 可以采用MPLS二层VPN或VPLS的方式进行互联。这样的方式, 不但部署比较灵活, 且成本低廉。由于采用了MPLS技术, 可以通过MPLS快速重路由来保证应用的收敛时间, 通过MPLS CoS和流量工程来保证应用的带宽和时延。主/主数据中心的服务器互联如图4所示。

3 结语

电力企业财务业务数据治理探析 第9篇

按照“三集五大”体系建设要求,狠抓电费数据管控,推进财务管控和ERP系统与营销系统的集成工作,不断完善和优化业务集成和应用,切实增强营销业务的财务管控力度。一是建立经营与财务一致的业务处理规范。严格遵循营销负责明细核算,财务负责汇总核算的原则,采用凭证直接集成和业务数据集成相结合的方式,统一和完善经营与财务核算科目体系,实现总账明细账的对应关系,审计可追溯痕迹,确保经营业务、账务数据的高度一致。二是建立报表数据集成机制。在报表集成数据上采用 “同一数据源”原则,采用表表集成和到户明细集成两种方式。

二、电力企业财务业务数据治理采取的主要措施

以业务、职能和流程的梳理优化为核心,以内部控制和业务管控为导向,对营财业务进行全方位梳理,涵盖应收、实收、预收、营业收费项目、银行进账、电费退费、暂收不明款、系统备用费等相关流程。

1.应收电费确认。营销系统依据当月发行业务明细数据,生成营销系统明细账,月末生成营销系统业务汇总数据,财务完成应收数据价税分离。具体操作如下:第一步:营销SG186系统中每月发行应收电费数据后,导出销售应收报表,由营销部主任签字并盖章后提交至财务部。第二步:财务部电费电价专责登陆SG186营销系统应收管理模块,核对销售应收报表与营销提供报表数据是否一致。第三步:财务部电费电价专责根据销售应收报表,区分直供和趸售电费核算,在财务管控系统中进行制证。

2.实收电费确认。电费资金由专户管理,营销部负责电费账户所有数据的对账。月末财务部根据营销部提供的从SG186营销系统自动生成的科目汇总表制成实收类凭证,该科目汇总表包括:电费、各项价外基金、预收转实收、违约金等。

3.趸售流程.购售电业务系统集成。实现公司购售业务抵消, 为集团合并报表提供了依据。公司通过应用财务管控系统中的协同平台,从优化业务管理流程上着手,规范了内部往来交易, 对提高会计信息质量起到了重要作用。

(1)通过系统固化业务,提升会计信息质量。购售电趸售业务,在进行流程、格式及模板设置过程中,按照会计核算手册相关业务处理规定,将交易业务的账务处理方式进行了固化,规范了关联业务凭证,提升了会计信息质量。1协同平台发起售电业务流程。财务部电费电价专责核对网间结算通知单与营销应收月报、趸售开票信息后,在财务管控的电价管理模块录入趸售电费数据,生成应收电费结算通知单,经财务主任审核后,流程传递到各县供电公司,经县公司电费专责确认后生成会计凭证。2县供电公司财务管控中确认购电流程。各县供电公司财务部电费专责将系统流程与趸售购电增值税票据信息、营销购电明细核对无误后,提交公司财务主任审核后生成会计凭证。

(2)提高了内部往来对账的时效性。趸售业务以前的处理方式,业务发起方和接受方通过纸质单据、银行回单或正式报表等形式记账,存在较长的时间差异,且容易造成上下级之间的关联业务账务处理时间差异和数据差异,影响集团对账效率。而通过财务抵消平台与财务管控集成,实现了凭证实时传递,数据及时准确的提取到财务管控对账平台,提高了内部往来对账的实效性。

4.退费业务管控。为保证退费的合理性、准确性以及经营与财务数据的一致性,公司规定每笔退费,由业务经办人员提起退费申请,填制《退费审批单》,经营销电费专责、主任审核确认后, 流转至财务部电费电价专责核对无误后,再提请营销分管领导、 总会计师签字确认(每笔退费无论金额大小,都需分管营销领导签字确认;2000元以上由总会计师会签)。

5.电费报表集成业务。财务应用与营销管理应用集成技术规范,实现了由营销系统按时间节点传送应收电费等分类汇总数据。

三、电力企业财务业务数据治理的特色亮点

1.实现了电费财务集约、高效管理。实现了电费账务全过程管理,进一步规范了收费行为,统一了核算科目,全面清晰地反映了营销业务数据的处理过程,建立了电费业务和资金的集中、 高效、统一的管理机制,加强了公司本部对业务的管控力度,充分发挥了分公司财务管理专业化特点,提升了营财管理水平。

2.确保了经营与财务数据的一致性和可追溯性。确保了经营与财务数据一致性和可追溯性,营销系统生成的单据或凭证直接传入财务管控系统,保证了数据来源的同一性,缩短了业务流转时间,规范了营销业务流程,提升了财务数据质量。

四、电力企业财务业务数据治理的实践效果

电力企业数据驾驶舱设计 第10篇

2005年7月,国内第一个500 k V变电站集中控制中心南宁区域控制中心(简称南宁区控)建成投产,500 k V电网第一次实现“无人值班”。随着接入站点规模不断扩大而变电站驻站人员不断减少,各变电站大量的运行数据都必须集中到控制中心,如何从大数据中更直观、全面地了解到所有指标的具体执行情况,从而方便快速地做出下一步决策,是控制中心亟待解决的一个问题[1]。

文章结合超高压电网企业的特点,梳理业务流程,研究超高压企业各管理岗位之间的业务数据,从产生—流转—闭环等一整套的数据建立关联关系,通过数据驾驶舱将各项实时数据及其关系使用各种常见的图表形象地展示,使管理者能够更直观、全面地了解到企业指标的实时情况,从而快速地做出下一步决策。

1 数据驾驶舱框架设计

数据驾驶舱系统由专业系统数据库、驾驶舱数据抽取模块、驾驶舱系统的数据仓库等几个部分组成。驾驶舱模型处理单元对管理指标进行规范化、数字化建模,对数据进行结构梳理和归类分析,形成相互联系的管理仪表盘。驾驶舱的数据仓库用于汇总存储各专业系统数据。各专业系统是数据驾驶舱的数据来源。数据驾驶舱依照主业务的管理要求对企业各职能部门关键指标进行监控和分析,使得决策层能及时发现企业存在的各种问题,及时处理[2]。数据驾驶舱框架结构如图1所示。

图1 数据驾驶舱框架结构Fig.1 Framework of the data cockpit

2 数据驾驶舱设计

2.1 数据驾驶舱的外观设计

数据驾驶舱根据岗位的不同选择与岗位相符的图表来显示与岗位相关的具体指标,它既可以通过一个图表来反映多种指标,也可以通过数据的多层钻取在不同层级的图表进行显示,确保了管理者能够更全面地对各个指标进行掌握。

2.2 数据驾驶舱的结构设计

业务决策模块位于整个软件功能的顶端,底层是生产系统、在线监测系统、门户和其他专业系统,这些数据通过驾驶舱设定的数据接口调取各专业系统的数据库,将数据抽取、转换后存储至数据仓库中。文章提出的数据驾驶舱是基于这个重构后的数据仓库,并在这个基础上进行OLAP(On-Line Analysis Processing),DM(Data Mining)和报表处理。数据驾驶舱的软件结构如图2所示。

图2 数据驾驶舱的软件结构Fig.2 Software structure of data cockpit

2.3 数据驾驶舱的决策支持设计

数据驾驶舱就是以“数据形象、多维度、多层展示”为核心,依据各层级管理者各自的岗位业务需求自动采集各专业系统的数据,由数据驾驶舱对数据进行挖掘分析,对异常关键指标做出预警,通过将数据更直观地提供给企业管理者进一步提升了企业各层级管理人员管控和决策能力。数据驾驶舱是以驾驶舱的形式,通过各种常见的图表(速度表、音量柱、预警雷达、雷达图)形象标示企业运行的关键指标,直观地监测企业运营情况,并对异常关键指标进行预警和挖掘分析,直观反映指标处于最佳状态、一般状态还是危险状态。

3 数据仓库的建立

超高压输电企业的数据驾驶舱的数据仓库,其数据来源包含各种移动终端、分布各站点的在线监测系统、变电站监控系统、超高压局计划平台、各种专业系统(技术监督系统、多维度分析系统)等。各业务系统数据流转如图3所示。

图3 各业务系统数据流转Fig.3 Data flow among business systems

3.1 数据结构分析

3.1.1 生产信息系统数据源

超高压生产信息系统以浏览器/服务器结构技术架构方式进行设计,系统数据库采用Oracle。数据库中最关键的是“台账”,也就是数据库中的资产表。资产表关键的字段是资产号(即定义一个设备的唯一编码)。其他的业务—如缺陷流程—在新建一个缺陷时,指定一个设备,必须是从资产表中将数据获取,从资产表中用SQL语言将数据调用至为数据集填充编程开发的控件。这样缺陷和台账之间就是有关联关系了,在台账中查询某设备的历史数据时,通过SQL将数据进行相互关联,将变电精益化、输电精益化系统数据库对接到资产表的关键字段设备名和资产号。

数据从生产信息系统进入数据仓库的操作:

含义为从运行日志数据中获取站点为南宁变电站且记录类型为工作票记录、工作票状态为“许可”的数据并按时间倒序排列。

3.1.2 计划平台数据源

重要的视图有已批准局年计划视图bure_year_task、局月计划视图bure_mon_task,重要的表有WP_TASK。对WP_TASK数据表,选取其work_content,task_require,year,month,org_deptname字段,用任务内容、任务要求、年、月、组织部门作为字段的展示命名,选取数据的要求是:已批准的组织部门包含有设备部的本月的和前一个月的重点工作。这样就可以将数据从计划平台取入需要编程的系统的数据集,然后再填入变电精益化系统的计划模块,再和变电精益化系统的计划模块的其他字段数据一起填写完毕。比如南宁区控需要在变电精益化系统制定子计划并执行,需要从计划平台获取主要的字段—TASKID(主键)、PARENT_TASKCODE(父任务id)、TASKCODE(任务编号),其他的属于变电精益化系统填写的字段可以在变电精益化系统填好后再回填计划平台,以实现计划的下发和上传。

3.1.3 在线监测装置数据源

在线监测数据源重要的表My Table字段有Asset,Monitor,Sample Time,H2,O2,CH4,CO,CO2,C2H6,C2H4,C2H2,TDCG(总溶解可燃气体),FLAG(标记)。与其他系统关联方法,需要再建立一个生产信息系统数据库台账资产表的对照表,命名为Asset,建立2个对接字段ASSETNAME和ASSETNUM,用于对应台账资产表的ASSETNAME和ASSETNUM字段,通过双表查询获得台账数据,基础的字段包含设备、设备编号、设备的油色谱数据字段(H2(氢气)、O2(氧气)、CH4(甲烷)、CO(一氧化碳)、CO2(二氧化碳)、C2H6(乙烷)、C2H4(乙烯)、C2H2(乙炔)、TDCG(总溶解可燃气体)、FLAG)等,不同的试验类型还会新增不同的字段,比如电阻、盐密、灰密,等等,(首先都是找到关联表,找到在这个数据表的ID、名称,再按照关联表找到对应数据表的ID、名称,然后再按照关联关系获取不同表的数据)。

3.2 数据的整合

员工在手持终端或者台式电脑单点录入数据,相关业务数据经过数据转发至各个报表,门户系统等其他系统通过重构数据库读取数据。电力企业数据挖掘的目标是从设备全生命周期管理的运维大数据中发现与安全、效益有关的因素,常用的数据分析主要有聚类分析、关联分析、序列分析、趋势分析,等等。文章依据不同类别的数据,通过编写数据库查询语句,按照数据分析需求生成不同的数据集,利用数据驾驶舱的数据分析和图表绘制功能,将数据输出至不同的分析图表。各系统数据整合至数据仓库的连接方式如图4所示。

图4 各系统数据整合至数据仓库的连接方式Fig.4 Connection mode of integrated sources into data warehouse

4 数据驾驶舱中数据挖掘技术的应用

电力企业按照职能划分了不同的部门,如安全监管、设备管理、检修、运行、通信、信息等,各部门的指标和产生的数据不仅数量多而且关联逻辑层次复杂,传统数据处理方法因为缺少信息化手段,往往只能编制统计分析报表,不能进行深层分析,无法直观地展现有用信息。因此,文章采用数据挖掘技术综合分析各类指标数据。

数据挖掘的目标是从数据库中发现隐含其中相互关联的关系,主要功能有聚类分析、关联分析、序列分析、自动预测趋势、偏差检测。文章采用分类分析,将不同类别的数据按照一个特征归为新的类别数据集;采用趋势分析法挖掘不同类型数据的变化趋势,将趋势通过驾驶舱图表进行展示[3,4]。

4.1 趋势分析法

趋势分析法主要运用回归分析、指数平滑等方法来对数据进行分析预测,分析其发展趋势,并预测出下一个时间段的结果。趋势线绘制是做趋势分析时普遍采用的一种可视化方法[5]。

本项目的数据驾驶舱主要接入的数据包含了变电站的巡视数据,包括开关、变压器、低容、电抗、并联电抗器、保护装置等变电站设备巡视数据,数据驾驶舱自动依据设定好的趋势分析逻辑算法对巡视数据进行数据质量判断和趋势分析。

4.2 指标动态决策过程

企业通常在进行决策时,管理者一般会跟踪某个指标,通过对比历史数据和对其他指标进行关联分析来判断其对其他指标或整体目标值的影响程度。本项目研究超高压输电企业关键的一些指标(如送电量)与设备可用系数、停电时间、线损率之间的关联关系,并依据此关联关系制定指标的动态决策模型,按照其设置的预警机制自动进行超标数据的提醒;这样,管理者可依据数据自动统计报表快速地了解到当前发生的异常情况,从而方便快速地做出下一步决策[6]。

5 结语

本项目以“数据形象、多维度、多层展示”为核心,依据各层级管理者各自岗位业务需求,自动采集各专业系统的数据,由数据驾驶舱对数据进行挖掘分析,对异常关键指标作出预警,将数据形象、多层次、立体地提供给企业管理人员,进一步提升了企业各层级管理人员管控业务和决策支持的能力。

参考文献

[1]李茂峰,陈忠伟.500 k V变电站无人值守管理的实施与探讨[J].电力安全技术,2010,12(4):27-30.

[2]张春梅.基于数据挖掘的电网企业管理驾驶舱设计[J].信息技术,2010(12):162-167.ZHANG Chun-mei.Design of the management cockpit in power grid enterprises based on data mining[J].Information Technology,2010(12):162-167.

[3]王珊,王会举,覃雄派,等.架构大数据:挑战,现状与展望[J].计算机学报,2011,34(10):1741-1752.WANG Shan,WANG Hui-ju,QIN Xiong-pai,et al.Architecting big data:challenges,studies and forecasts[J].Chinese Journal of Computers,2011,34(10):1741-1752.

[4]傅韬.数据挖掘技术在水利信息化中的应用[J].江西水利科技,2009(1):74-75.FU Tao.Application of the datamining technology i ninformationizing water conservancy[J].Jiangxi Hydraulic Science&Technology,2009(1):74-75.

[5]李志刚,马刚.数据仓库与数据挖掘的原理及应用[M].北京:高等教育出版社,2008.

浅谈如何提升电力营销基础数据质量 第11篇

[关键词]电力营销；基础数据；质量；提升

一、提升营销基础数据质量的意义

国家电网公司自SG186营销业务系统成功上线应用后，公司以SG186营销业务系统为技术支撑，努力推行客户档案信息化。但目前营销基础数据存在信息不完整、不规范、不准确，客户基础信息不准确，计量信息不完善等问题，严重影响和制约营销GIS系统、线损管理系统、短信系统等各类营销信息系统的深化应用，影响营销管理与优质服务水平的提升，必须从根本上改善数据质量，夯实营销管理基础，助力营销管理水平提升，抓实营销基础数据清理工作，消除数据多口径产生的冗余，强化过程管控和结果稽查，实现营销基础数据现场、信息系统、纸质三统一。

二、提升营销基础数据质量的主要做法

（一）基础数据现场普查

现场客户纸质资料收集

针对企业客户需收集营业执照、组织机构代码、税务登记证、法人身份证、电工证件的复印件以及客户联系人电话，停电联系人信息及电话；针对机关、事业单位客户需收集组织机构代码、电工证件的复印件以及客户联系人电话，停电联系人信息及电话；针对低压用户需收集身份证以及联系电话。

现场客户电子资料收集

电子资料的收集是指用望远设备观察记录相关设备及用相机拍摄客户现场相关设备。主要拍摄各电气设备的铭牌、用户搭火点的线路及杆号。

（二）数据整理

把现场收集的数据按时间，台区等统一的格式分类整理，务必做到“颗粒归仓”。并将于营销GS186核对的结果，按照错误类型分类归纳整理，形成对比文档。对各普查组现场普查回的数据及相关图片资料进行归纳整理，规范文档管理，记录各数据项修改前后情况。分阶段将已经收集现场数据的台区、客户信息绘制成网络拓扑图，与历史地理接线图、GIS系统、SG186营销业务应用系统等信息比较，确认是否有遗漏区域没有数据普查收集。

严格按照“三统一、五拓扑”的目标任务，即按照“现场、系统、纸质档案”统一的总体要求，清理“站-线-变-箱-户”五级拓扑关系，通过现场数据采集、系统数据修正、纸质档案修订三个步骤，确保营销基础数据完整性、准确性、一致性达100%。以满足营销业务系统、辅助决策系统、营销GIS系统等各类信息系统对数据质量的应用需求，为全面提升客户服务能力和营销精益化水平提供重要的手段和工具。同时，公司进一步细化了清理标准、规范，明确了站、线、变、箱的命名规则，现场数据采录要求，保障了公司数据的统一性、规范性。

按照营配基础数据清理工作部署及安排，结合自身情况，完全依靠自有力量，全面自主实施营销用电客户基础数据清理工作，确保目标任务的全面完成。一是建立市县所三级业务培训机制，及时掌握操作步骤及要点，确保市、县、所均有“普查能手”，组织开展用电客户数据清理培训工作；二是实行倒排工期，签订责任人。各县公司、供电所就所清理的用电客户、配网设备，按照进度要求制定了倒排工期表，落实了责任人，明确了工作目标及任务，保障按期完成。三是召开营销工作专题推进会。今年营销工作任务重、时间紧，为此公司召开了营销工作专题会，分析清理工作存在的实际问题及难点，提出切实解决问题的办法。五是攻坚克难，全力自主。营销基础数据清理工作任务重，时间紧，要求高，各县供电公司实行“白天跑现场、晚上传数据”，“利用周休日，集中录数据”等方式，以提高清理进度，保障工作质量。

（三）数据修改

数据修改应采取现场清理和系统修改同步进行，前期现场清理利用手工纸质档案对现场情况进行清理，进行现场数据与机内数据的逐项比对，并对比对差异结果在普查设备内进行修正。对涉及电费计算的关键信息的应按日常档案维护流程修改数据，其他信息则根据现场检查结果，修改营销SG186系统数据。同时，系统内数据修改时间点应充分考虑现有业务的开展，防止在数据修改过程中影响正常的营销业务。

（四）问题沟通及处理

对现场普查中发现存在重大安全隐患、严重数据偏差、违约用电或窃电的情况，应做好相关记录，发现违约用电或窃电应及时通知用电检查人员调查处理。

建立电力生产和电力营销信息共享机制：电力生产部门在线路拆除、异动后应及时将修改信息反馈到电力营销部门进行客户信息修改，电力营销部门应定期将客户的基本资料信息与生产部门共享。

（五）数据质量源头控制

严控数据质量源头，严格遵循营销基础数据标准，做好对新增基础数据录入在准确性、完整性和规范性方面的管控，杜绝旧问题数据未梳理整改，又产生新的问题数据的恶性循环。同时利用信息技术建设营销问题数据源头防范及控制软件，实现新增、变更营销数据的实时规范验证。问题形成时，业务办理人员能够得到实时提醒，监控中心人员能够实时督促业务办理人员即时纠正错误；定期按核查规则、部门、人员分析新增问题发展趋势，可以实施有效的预防措施；按单位、人员统计分析新增问题和问题即时整改情况，可以进行有效的数据质量管理和考核。

三、建立长效的数据质量管控机制

一是要建立数据质量管控的相关制度，从源头入手，落实到工作业务流程中的每个部节，把握标准，规范程序，避免和防止在业务操作过程中产生错误，对数据更新、数据清理等做出相应规定。

二是要加强的数据质量的监督，建立岗位监督机制，明确各级职责分工，发现问题要及时整改纠正，严格把关，确保数据质量准确无误。

三是要加强营配基础数据清理实施进度及质量管控、安全风险防范，公司成立了营配基础数据清理办公室，负责公司整体工作计划及统筹安排，定期每周发布工作周报，通报各单位实施进度情况、数据质量情况、存在的主要问题、下周工作计划及工作重点等内容。成立质量督查组，主要负责督查各县公司数据清理进度、现场安全巡查、数据质量抽查，督导各单位质量整改。

四、结束语

通过机内数据、纸质资料及现场数据的全面普查，实现电网资源完整及准确，实现专变、公变台区信息的及用户基础档案信息的高度完整准确，实现计量资产信息的机内核查规则筛选，实现电网资源及用户的机内、纸质、现场数据三统一，建立数据质量管理长效机制，从源头上管控数据，全面提升营销基础数据质量。

参考文献

[1]简桂林.电力系统营销模式与自动化建设[J].中国高新技术企业，2010，（6）.

[2]罗国忠.关于建立电力营销数据分析系统[J].供电企业管理，2008，（1）.

大数据时代电力信息技术探析 第12篇

1 大数据时代的电力信息行业

1.1 大数据发展背景

大数据时代的到来,引领了整个商业市场格局的改变,最早使用大数据进行项目分析的是2011年的麦肯锡公司,应用结果引起了社会的关注,逐渐成为各个企业运行的主流趋势。大数据并没有非常硬性的定义,主要是借助网络技术进行数据的收集,并且有目的地集中推送,在数据挖掘和整理的过程中能带来大量的隐藏数据,对经营管理人员的决策和执行带来一定的便利。

1.2 大数据时代电力行业的发展机遇

电力产业在数据收集方面主要包括三类:第一,电网运行过程中产生的数据以及监测项目运行过程中的数据,不仅包括文本信息,也包括一些报表数据,由于较为复杂,传统的人工数据收集机制已经不能满足时代发展的需求,利用信息化技术能提升信息分析和利用效率[1]。第二,电力企业在营销过程中产生的数据,只有对数据的处理需要企业建立完整的框架,才能保证电网结构的运行和销售流程健全完整,确保稳定运行的同时,数据基础坚实稳定。第三,电力企业管理数据,这方面数据更加地繁杂,还包括一些音频资料和视频图像,这就需要企业在对数据进行分析的过程中,实现最优化的科学决策,确保管控结构完整,才能提升管理数据的实效性价值。而利用电力信息技术,能保证数据收集完整的同时,确保企业经济效益的提升。

2 案例分析

本文以某省电网建设项目为例,在“十一五”期间,该地区投资112亿元进行农村电网建设和改造,实现了全省1516个乡镇全部通电,在提升电网输送能力的同时,实现了地区性电力产业的高效发展。截至2016年,该地区750k V电网线路长度128千米;330k V线路60条,长度约为4815千米;220k V线路40条,长度约为1160千米;110k V线路440条,长度约为12100千米。另外,为了推进当地电力信息技术的发展,针对电网发展框架建立了信息化发展指标。其中,电网新开发规模中,针对交流线路进行了617千米以及变电容量84万千伏的改良,并对实际运行中的数据进行整合,建立了有效的数据库,将当季度的完成量进行数据对比,实现了38.76%和96.05%,借助大数据运行和控制技术提升整体电力信息运行框架的完整度,提升了行业的运行效率。

除此之外,该地区还在原有基础上建立了广域网骨干网POS技术组网,借助国家电网以及地区电网公司的互联,实现信息交流的最优化。并且,当地网络还针对实际情况部署了防火墙,针对入侵检测系统和防病毒系统进行了升级,以保证数据传输结构完整的同时,确保安全审计系统运行稳定[2]。

3 基于大数据时代电力信息技术的发展路径

3.1 利用大数据对电网状态进行检测和诊断

在推进大数据发展基础和电力信息技术运行融合机制的过程中,主要是借助管控措施提升管理项目的安全运行机制,促进电力行业的优化发展。该地区借助设备中对电网数据采集以及状态的观测,建立相应的运行机制。传统设备在运行过程中,由于较为倾向单一化分析和联系机制,就导致诊断模式较为单一,甚至是缺少对全局的考量和控制。但是,在运行电力信息技术和数据融合机制后,能保证对设备运行信息以及电网实时在线数据进行整合分析,也能对海量数据和异构数据进行甄别,建立健全完整的全景化信息观测控制平台,为进一步建立观测项目提供数据支撑。大数据时代的来临,使智能电网构想成为可能,优化实现监测和管控数据的发展目标,在建立有效数据库后,进行数据的对比分析。

3.2 利用大数据对电能损耗进行分析

在电网运行过程中,要借助计算功能对系统的运行效率进行分析,确保数据结构的完整,通过电源、负荷以及参数的优化配置机制实现功率损耗的最小化,提升资源的利用效率,也能为企业创收更大的经济效益。在建立损耗控制机制时,利用大数据处理机制,能保证电能表数据统计分析结果对整体运行框架和参数的辅助作用,并且,管理人员要对数据准确性和完整度进行分析,促进统计结果 稳定合理。另外,利用大数据措施对损耗进行计算,对安装环境以及测量误差进行标注,以保证统计结果符合电力企业的实际发展进程。特别要注意的是,在建立精确损耗计算的过程中,管理人员要借助大数据控制机制对损耗进行实时计算,以保证离线计算的常规化运行。基于云计算项目,要想实现数据和信息采集的完整,就要强化大数据中对于元件运行参数的收集[3]。也就是说,利用大数据运行机制,能对系统的电能损耗进行及时的控制和统计,保证提高计算速度的同时,确保无损要求得到有效践行,落实大数据控制机制,实现企业电力信息技术的动态化运行。

3.3 利用大数据对负荷进行预测并实施控制

在电力项目运行过程中,管理人员要对系统中的参数进行分析,由于电能没有一定的存储特性,系统中的负荷也会出现变动,就导致整体系统出现了问题,而在系统操作流程运行过程中,管理人员要对发电容量设计进行控制,以满足符合的最大化需求,确保在低谷控制结构的实现。管理人员要对可能浪费掉的电能建立有效的管控措施,以保证时效性价值得到有效的践行。另外,管理人员要利用大数据技术对负荷变化进行整合和预测,以保证合理化地调控发电量,在降低企业电力运行成本的同时,强化社会效益和经济效益的并行,促进整体系统聚合分析机制符合时代发展趋势。总之,利用大数据收集和推送技术,能保证地区范围内海量的电力数据和信息得到有效的整合分析,从而提升预测的准确性,确保电网智能调峰结构的完整[4]。

3.4 利用大数据对电网进行智能分析和预警

在对系统进行分析的过程中,管理人员要借助管控机制对整体电网运行结构进行监督,以保证大数据参数结构的建立符合实际需求。近几年,利用大数据运行框架对数据进行分析和预警,主要采取的就是预案事故处理机制,要对系统可能存在的问题进行预判,并且针对具体问题建立有效的语境模式,提升智能化网络控制结构的同时,实现全民网络监管机制的管理升级,管理人员要利用大数据技术和云计算技术提升企业电力信息技术项目的参数准确度,建立智能化分析的基础上,保证整体运行框架的健全完整。

4 结论

总而言之,在对大数据技术和电力信息技术进行研究的过程中,各个地区要根据自身的实际情况建立有效的管控机制,确保数据推送和传输的完整度,优化设计框架和运行策略,保证数据库的规范化和标准化,提高共享机制的运行效率,真正实现数据质量的优化升级,为电力行业的数字化发展奠定坚实的基础。

参考文献

[1]余艳波,刘毅,魏永利,等.大数据下的安全防护[C].2016年(第十届)发电企业信息技术与应用研讨会论文集,2016:116-120.

[2]朱明月.大数据时代电力信息技术思考与探索[J].信息与电脑,2015,15(5):99-100.

[3]王汝英,刘新天,吴莉萍,等.采用GIS套装软件实现电力企业的空间数据管理[C].天津市电力学会第十四届学术年会论文集,2014:297-301.