888集团6008

888集团6008动态

电网大数据问答

  • 时间：2014-05-23
  • 泉源：

    888集团6008（泉源：国家电网杂志  作者：佚名）

    电网企业怎样施展数据资源的战略资产作用 ，要害在于提升海量数据的管理和支持能力 ，最终实现全公司信息共享 ，为企业管理提供运营决议剖析支持。

　　近年来 ，随着大数据手艺的快速生长 ，大数据已成为企业、社会和国家的主要资源 ，其深度应用不但有助于提升企业谋划管理水平、衍生新的商业模式 ，尚有利于推动国民经济生长。关于电网企业而言 ，怎样施展数据资源的战略资产作用 ，要害在于提升海量数据的管理和支持能力 ，最终实现全公司信息共享 ，为企业管理提供运营决议剖析支持。

　　电网大数据有哪些基本特征

　　大数据是海量、多样化的数据资源 ，既包括古板结构化营业数据 ，也包括文本、图像、视频和音频等非结构化数据 ，需要接纳新的收罗、存储和处置惩罚手艺实现数据统一接入和快速处置惩罚 ，还需要建设新的剖析机制 ，开展跨营业、多类型的数据关联剖析。 

    电网大数据 ，从大方面可分为生产运行数据和运营管理数据。生产运行数据 ，如发电量、电压稳固性、装备状态等方面的数据 ，大都可通过传感器、智能装备、视频监控装备、音频通讯装备、移动终端等装备收罗 ，具有实效性高、海量存储等特征 ，反应的是电网企业运行的情形 ；运营管理数据 ，如职员、财务、物资、项目、营销、客户服务等方面的数据 ，是企业谋划管理活动中爆发的大宗营业信息 ，反应的是电网企业的运营管理水平。

　　电网大数据怎样提升管理

　　电网企业数据具有量大、类型多、价值高的特点 ，关于电网企业盈利与控制水平的提升有很高的价值。一样平常来说 ，基于电力行业大数据的挖掘价值体现在内部价值提升和外部价值提升 ，内部价值提升主要体现为管理模式优化 ，外部价值提升主要体现为对社会提供富厚增值营业。

　　首先 ，内部应用是运用大数据优化电网企业管理模式 ，提升电网企业谋划管理水平 ，有几个典范的应用场景。

　　电网装备状态监测与预警剖析。这是基于电网装备信息、运行信息、情形信息（气象、天气等）以及历史故障和缺陷信息等数据相团结 ，对差别种类、差别运行年限装备在一定关联因素影响下的状态举行预警和故障率展望 ，形成准确的电网装备故障预判要领 ，以进一步提高装备运行、维护和管理水平。

　　配电网故障抢修精益化管理。该应用基于营配意会营业流和信息流 ，依据装备现状及历史负荷、电量水平和生长趋势、配电网故障类型、故障爆发缘故原由、导致故障的装备类型、供应商等 ，开展配网资产运营效率和配网故障抢修效率剖析 ，提升营销、调理、运检等专业在配电网故障抢修中的协作效率。

　　增强客户剖析 ，提升服务质量� ；谟∈� ，识别差别客户群体对企业价值及其需求 ，指导企业的客户关系管理事情 ，在知足标准化服务的基础上 ，开展个性化的大客户服务。

　　提升企业整体协同管理。整合电网企业生产运行与运营管理有关数据 ，实现电力发电、输电、变电、配电、用电、调理全环节数据共享 ，以用电需求展望为驱动优化资源设置 ，协调电力生产、运维、销售的管理 ，提升生产效率和资源使用率 ；同时 ，通过内部数据集成将优化内部信息相同 ，使财务、人事等事情的开展更顺畅 ，有助于企业实验精益化运营管理 ，提高集团管控水平。

　　其次 ，外部应用指使用电网大数据可获得的社会效益 ，典范应用如增值服务与经济指导。

　　提供增值服务。主要使用电网数据可给用户提供越发富厚的增值服务内容。例如 ，通过给用户提供其各月份分时明细用电视图 ，可让用户相识自身用电习惯并能凭证需要举行调解 ，同时也使得电力收费历程更透明。

　　提供经济指导。作为主要经济先行数据 ，用电数据是一个地区经济运行的“风向标” ，可作为投资决议者的参考依据。如将生齿视察信息、电网企业提供的用户实时用电信息和地理、气象等信息举行整合 ，设计一款“电力地图”。该图以街区为单位 ，可以反应各时刻的用电量 ，并可将用电量与人的平均收入、修建类型等信息举行比照。通过完善“电力地图” ，能更准确地反应该区经济状态及各群体的行为习惯 ，以辅助投资者的决议 ，也可为都会和电网妄想提供基础依据。

　　大数据平台靠什么手艺手段

　　要实现电网大数据价值体现 ，首先要对电网生产运营历程中一直爆发的海量数据举行快速处置惩罚并举行有用的存储。以往数据量不大时 ，举行数据处置惩罚主要由一两台盘算机完成 ，在海量数据眼前 ，典范的做法需要思量接纳更多台盘算机配合处置惩罚这些数据 ，即漫衍式处置惩罚手艺。现在 ，南瑞集团已基于漫衍式处置惩罚手艺完成相关大数据平台研发 ，并在用电信息收罗系统中举行了应用 ，数据收罗效率较原有手艺方法大幅提升。

　　基于收罗处置惩罚好的数据 ，要做的第二件事就是从海量的数据中挖掘出对企业运营管理、生产运行有价值的信息。以客户欠费展望为例 ，首先从数据库提取2010?2012年全体客户交费数据 ，通太过析差别客户的交电费的行为以及客户基本属性特征 ，设计出用户欠费展望模子 ，并接纳此模子展望2013年客户欠费危害 ，然后将展望效果与2013年现实欠费情形举行比照 ，如发明展望准确率较高可信 ，则可基于此模子展望未来年度中可能保存欠费危害的客户 ，并对差别危害品级客户提前接纳差别化的电费接纳战略和预防步伐 ，包管企业的电费收入 ，有用控制企业谋划危害。以上即是一个数据挖掘的典范案例 ，接纳的手艺为数据挖掘中分类展望要领 ，其他主要要领还包括了关联剖析、聚类剖析、时序剖析、最优决议、异常剖析、特异群组剖析和演变剖析等。

　　数据最终的价值体现就是让人更容易更好的使用并辅助事情开展 ，因此就需要接纳富厚的图形化展示、交互式体验等手段 ，清晰有用地转达与相同信息 ，便于相关使用职员对有关数据举行明确和熟悉。如通过曲线图来展现近几年公司售电量的趋势 ，通过饼图来体现公司职员的岗位漫衍情形 ，通过地图下钻功效从省公司指标穿透审查地市公司指标 ，都是可视化的一些典范做法。




网站地图