電力大數據的來源特點及應用介紹

電力大數據的來源特點及應用介紹

佚名 發表於 2020-03-11 13:48:40

隨著智能電網和信息化建設，電力行業積累了海量數據，這些數據在數據量、多樣性、速度和價值方面具有大數據的特徵。電力行業已進入大數據時代。電力大數據是通過傳感器、智能設備、視頻監控設備、音頻通信設備、移動終端等各種數據採集渠道，收集到的海量結構化、半結構化、非結構化的業務數據集合。

電力大數據是電力公司的新型資產，能夠促進電力公司的業務管理向更精細、更高效的方向發展。大數據技術將推動信息技術平臺的升級與改造，包括提升數據存儲和及時處理的能力；補充對非結構化數據分析與利用的能力；增強對海量數據資源的價值挖掘能力。

電力大數據在應用過程中存在著對行業內外能源數據、天氣數據等多類型數據的大量關聯分析需求。通過與行業外數據的交互融合，以及在此基礎上全方位的挖掘和分析，將會使電力大數據發揮出更大價值。

電力大數據從哪兒來？

電力大數據主要來源於發電、輸電、變電、配電、用電和調度等各環節，可大致分為三類。

電網運行、設備檢測或監測數據。主要包含在能量管理系統、配網管理系統、廣域量測管理系統、生產管理系統、電網調度管理系統、故障管理系統、圖像監控系統等。

電力企業營銷數據，如交易電價、售電量、用電客戶等數據。主要包含在營銷業務系統、95598客戶服務系統、電能量計量系統、用電信息採集系統等。

電力企業管理數據。主要包含在協同辦公系統、企業資源計劃系統（ERP）等。

電力大數據的特點

數據體量大

以江蘇省用電數據為例，江蘇省有4000多萬電力客戶，對居民客戶每小時採集一次數據，每次數據項十多個，一天僅居民用電數據就幾十億項。

數據類型多

各類結構化、半結構化數據以及非結構化數據類型多。以非結構化數據為例，包括各變電站大量的視頻監控設備產生的視頻數據、客服與客戶溝通留下的語音數據、無人機巡檢產生的圖片數據、辦公系統流轉過程中的各種類型電子文件等。

價值密度低

電網生產領域的檢測監測數據、電網運行數據，所採集的絕大部分都是正常數據，價值比較大的卻是極少量的異常數據，異常數據是狀態檢修的最重要依據。

處理速度快

以電網運行控制領域為例，要求在幾分之一秒內對大量數據進行分析，以支持控制決策。

電力大數據應用

電力大數據應用涉及電網企業各業務方向，典型應用場景包括規劃、建設、運行、檢修、營銷、運監、企管、服務等8大類。在規劃方面：通過應用用電大數據，提高中長期負荷預測的準確度，指導電網規劃。在運行方面：通過應用用電大數據，提高短期和日前負荷預測的準確度，指導調度計劃的制定；通過應用電網運行大數據，優化電網運行方式；通過應用新能源發電大數據，提高新能源發電預測水平，提升電網消納新能源發電的能力。在營銷方面：應用用電大數據，刻畫電力客戶用電行為特徵，優化客戶管理策略。在服務方面：應用用電大數據，為政府部門提供產業轉移、產業發展、房屋空置率等社會經濟指標；應用客服大數據，對熱點問題的資源進行優化配置。

在新冠肺炎疫情防控過程中，為精準服務疫情防控和復工復產，國網浙江省電力有限公司根據電力客戶歷史用電量、當日用電量等數據，在國內首創「企業復工電力指數」，動態監測、直觀反映當前企業復工復產情況。

2月14日，國家電網有限公司要求所屬各省（自治區、直轄市）電力公司充分應用電力客戶用電數據，支撐地方政府有序組織企業復工，並監測復工復產情況。電力公司結合本地區實際以及不同行業用電特性，研究制定不同行業的「復工電力指數」，精準支撐政府部門對不同行業，特別是防疫重點企業和涉及民生等重要行業的復工復產要求。

圍繞大數據平臺技術，近日，本報記者對國網客戶服務中心大數據服務部楊菁博士進行了專訪。

《亮報》：一般來說，大數據平臺應具備哪些要求？未來，大數據平臺有哪些發展趨勢？

楊菁：大數據平臺，顧名思義，主要是處理大量（至少TB級）數據的平臺，核心要求是4種能力。一是海量數據接入能力。應建立一套標準化、規範化的數據規範，以及靈活、可擴展的技術體系，以適應體量大、多源異構的海量數據接入需求。二是數據存儲能力。平臺應選擇合適的存儲形式，對應於不同類型、不同用途的資料庫媒介的存儲和查詢能力。三是數據查詢能力。平臺應為客戶提供即時、高效的數據查詢服務，為客戶節省時間、提升效率。四是數據計算能力。平臺要充分體現數據價值，就需對數據進行進一步的加工、分析和挖掘，要支持離線批處理、實時計算、機器學習、多維度分析和全文檢索等應用場景。

從發展趨勢來看，未來大數據平臺應具備雲+大數據的超融合架構，實現實時性數據處理、事務型在線數據處理、機器學習的數據處理能力，同時，加強數據安全管理，最終實現更加智能、安全的大數據存儲與分析。
責任編輯；zl

打開APP閱讀更多精彩內容

聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容圖片侵權或者其他問題，請聯繫本站作侵刪。 侵權投訴