论文部分内容阅读
摘要:在整体电力运维的过程中,数据分析、数据调控是管理与控制操作中的重要组成部分,它始终贯穿于电力可视化技术的运行与实践中,从而提高了数据框架的稳定性。由此可见,细化大数据的可视化内容的分析与研究,结合新时期的管理、建设思路进行创新,有利于保证电网的稳定性。同时,大数据与电路大数据的控制体系相互结合,利用有效的应用途径进行创新,能够确保平台监控机制更为有效。
关键词:电力大数据;大数据技术;大数据技术应用
1电力大数据特点
与传统大数据的分类方式相比,现代电力系统有着更为复杂的数据结构,这对电力系统大数据处理的实时性和准确性要求更高,同时给电力大数据在智能电网中的应用带来了很大的挑战。现阶段,电力大数据具有以下显著特点:(1)数据量大。对于电力行业的数据信息来说,最显著的特点就是数据量大,这其中包括生产数据、管理数据、营销数据等等,并且这些数据类型中往往还包含着多种多样的形式,不仅包括数字、符号等这些结构化的数据,而且还包括图像、视频等这些非结构化数据,它们共同构成了庞大的电力大数据。(2)数据速率高。在电力行业的运行过程,虽然电力系统拥有庞大的数据信息,但是为了系统的稳定运行,还要求数据分析处理的速度非常快,这样才能满足社会对电力资源的需求。因此,这就要求电力企业大力普及速度快、智能化程度高的现代化智能设备,能提高电力大数据分析、计算的准确性与及时性,确保电力大数据的价值得到充分的发挥。
2电力大数据技术应用问题
2.1电力行业知识系统建设不完善
在大数据分析过程中,必须借助于知识系统,同时,大数据分析产生的新知识也会存入知识系统。知识系统越完善,大数据分析的准确性越高。知识系统的建设,除了平台建设,更重要的是知识数据的搜集、分类、整理和完善,是一项工作量巨大的系统工程。目前,电力行业知識系统的研究和应用并不充分。没有电力知识系统支撑,电力大数据技术平台得到的信息不够可信,不足以成为决策的依据。
2.2系统之间和企业之间数据共享不充分
电力行业信息系统包括生产管理系统(PMS)、调度管理系统(OMS)、调度自动化系统(SCADA)、用电信息采集系统等很多各自独立的信息系统。各个信息系统开发时间不同,使用的操作系统、系统模型、数据格式等各异,其数据是分布的、异构的,不同系统之间的数据资源难以相互访问,形成信息孤岛,数据信息很难共享。除了技术上的原因,现有管理体制也是造成跨部门、跨单位数据共享的最大障碍。数据共享不充分的直接结果会导致大数据分析系统的实施难度大大增加,影响大数据分析的效果。
2.3有数据泄露的风险
电力企业在生产、管理、营销的各个环节,都包含实时数据、历史数据、文本数据、多媒体数据等等各种类型的数据,其中这些诸多类型的数据又可分为结构化、半结构化、非结构化数据,由此可以看出,电力大数据的分级结构非常精细,种类比较繁多,这就形成了电力数据庞大的规模。随着这些数据的产生能够促进电网的内部管控能力,并且提高用户的服务效率,但是如果在数据的采集和传输的过程中,不能对大量的数据信息进行有效的控制,就会造成数据信息的泄露。一旦电力大数据被人恶意篡改、泄露,这对电力企业的生产、经营和用户服务都会造成严重的不良影响。
3电力大数据技术应用措施
3.1建设电力行业知识系统
为了建设更高效、准确率更高的大数据分析系统,需要建设和完善电力行业知识管理系统。电力行业需要建设统一的知识系统,为我国电力行业大数据战略提供有力基础保障。可以由电力行业协会或者大型电力公司牵头实施。
3.2建设电力数据共享中心
信息共享描述了各种组织、人员和技术之间的数据交换。大数据解决方案涉及数据从简单的行到复杂的图,但是所有这些数据的出处最好是以统一的方式记录和储存,以便统一查询。电力大数据分析需要以信息共享为基础。数据集成是将现有分布、异构以及各自独立的多个业务系统分散的业务数据通过应用间的数据交换有机地集合起来,屏蔽这些数据之间的差异,形成数据共享中心。电力大数据分析系统建设,需要构建发电企业、设备供应商、气象部门、电网、电力调度机构、供电系统、电力市场、配电网、服务提供商及用户的数据集成体系,以利于电力大数据分析的平台建设的方便性及大数据分析的准确性。建设数据共享中心除了克服技术障碍,还要解放思想,打破体制壁垒。只有打破体制壁垒,才能建设不同级别的企业级、地区级、省级电力数据共享中心;只有数据得到充分共享,才能更加高效地进行宏观电力大数据分析,促进电力行业高质量发展。
3.3统一电力行业数据标准
电力数据共享中心的建设需要统一的电力行业数据标准。目前,电力行业虽然具有一些数据标准,如IEC61970标准、IEC61968标准,但整个电力行业并没有统一遵循。电力行业各种应用系统多为不同时期分别建设或由不同专业机构负责建设的,缺少总体设计和统一规范,也缺少统一的信息化标准体系,内部信息系统的信息编码没有统一尺度,直接影响了企业上下级以及企业之间的信息共享交流。因此,急需统一电力行业数据标准,以利于实现电力数据共享中心的建设与大数据分析的开展。
3.4做好电力大数据的安全保护
电力大数据庞大的数据量来自于企业生产、管理、营销的各个环节,因此应对数据采集与传输的各个环节进行有效的安全保护。从数据信息的采集到数据的传输,采取有效的加密保护;在数据存储的过程中进行完整性保证;在数据的使用和恢复过程中力求数据的准确性。在这期间无论是从制度要求还是技术管理,都要对电力大数据面对的安全问题进行全面的评估,进行有针对性的防护,确保电力大数据的信息安全。
3.5提升电力行业大数据安全管理能力
在电力大数据安全防护方面,一方面需要先进的技术做支撑,另一方面需要提升数据的安全管理能力,有效保护电力大数据的安全。这主要是因为在大量的电力数据中,不仅包括着企业的运营信息和用电用户的隐私信息,而且还有一些关系国国家和社会决策的重要信息。因此在电力大数据应用过程中,要不断提高电力企业员工的安全防护意识。对企业的员工定期开展电力大数据类型和数据的专业防护知识培训,让员工从根本上意识到电力大数据的价值和重要性,充分提升员工的大数据安全管理能力。为电力大数据的安全防护打下基础。
4结语
通过大数据技术应用,能够保障电网安全运行,提升管理效益、决策能力,优化电网运行方式、降低管理成本。电力大数据分析的关键就是通过数据挖掘,提取出有价值的数据。而数据清洗和数据挖掘都离不开电力行业知识库的支持。电力大数据采集则离不开电力数据共享中心。电力数据共享中心的建设需要统一的电力行业数据标准。因此,为了建设更高效、准确率更高的大数据分析系统,更好地应用电力大数据技术,需要建设和完善电力行业知识管理系统,建设电力数据共享中心,统一电力行业数据标准。
参考文献
[1]吴凯峰,刘万涛,李彦虎.电力大数据分析技术与应用[J].中国电力,2015,48(02):111-116+127.
[2]陈超,张顺仕,尚守卫.大数据背景下电力行业数据应用研究[J].现代电子技术,2013,36(24):8-11+14.
关键词:电力大数据;大数据技术;大数据技术应用
1电力大数据特点
与传统大数据的分类方式相比,现代电力系统有着更为复杂的数据结构,这对电力系统大数据处理的实时性和准确性要求更高,同时给电力大数据在智能电网中的应用带来了很大的挑战。现阶段,电力大数据具有以下显著特点:(1)数据量大。对于电力行业的数据信息来说,最显著的特点就是数据量大,这其中包括生产数据、管理数据、营销数据等等,并且这些数据类型中往往还包含着多种多样的形式,不仅包括数字、符号等这些结构化的数据,而且还包括图像、视频等这些非结构化数据,它们共同构成了庞大的电力大数据。(2)数据速率高。在电力行业的运行过程,虽然电力系统拥有庞大的数据信息,但是为了系统的稳定运行,还要求数据分析处理的速度非常快,这样才能满足社会对电力资源的需求。因此,这就要求电力企业大力普及速度快、智能化程度高的现代化智能设备,能提高电力大数据分析、计算的准确性与及时性,确保电力大数据的价值得到充分的发挥。
2电力大数据技术应用问题
2.1电力行业知识系统建设不完善
在大数据分析过程中,必须借助于知识系统,同时,大数据分析产生的新知识也会存入知识系统。知识系统越完善,大数据分析的准确性越高。知识系统的建设,除了平台建设,更重要的是知识数据的搜集、分类、整理和完善,是一项工作量巨大的系统工程。目前,电力行业知識系统的研究和应用并不充分。没有电力知识系统支撑,电力大数据技术平台得到的信息不够可信,不足以成为决策的依据。
2.2系统之间和企业之间数据共享不充分
电力行业信息系统包括生产管理系统(PMS)、调度管理系统(OMS)、调度自动化系统(SCADA)、用电信息采集系统等很多各自独立的信息系统。各个信息系统开发时间不同,使用的操作系统、系统模型、数据格式等各异,其数据是分布的、异构的,不同系统之间的数据资源难以相互访问,形成信息孤岛,数据信息很难共享。除了技术上的原因,现有管理体制也是造成跨部门、跨单位数据共享的最大障碍。数据共享不充分的直接结果会导致大数据分析系统的实施难度大大增加,影响大数据分析的效果。
2.3有数据泄露的风险
电力企业在生产、管理、营销的各个环节,都包含实时数据、历史数据、文本数据、多媒体数据等等各种类型的数据,其中这些诸多类型的数据又可分为结构化、半结构化、非结构化数据,由此可以看出,电力大数据的分级结构非常精细,种类比较繁多,这就形成了电力数据庞大的规模。随着这些数据的产生能够促进电网的内部管控能力,并且提高用户的服务效率,但是如果在数据的采集和传输的过程中,不能对大量的数据信息进行有效的控制,就会造成数据信息的泄露。一旦电力大数据被人恶意篡改、泄露,这对电力企业的生产、经营和用户服务都会造成严重的不良影响。
3电力大数据技术应用措施
3.1建设电力行业知识系统
为了建设更高效、准确率更高的大数据分析系统,需要建设和完善电力行业知识管理系统。电力行业需要建设统一的知识系统,为我国电力行业大数据战略提供有力基础保障。可以由电力行业协会或者大型电力公司牵头实施。
3.2建设电力数据共享中心
信息共享描述了各种组织、人员和技术之间的数据交换。大数据解决方案涉及数据从简单的行到复杂的图,但是所有这些数据的出处最好是以统一的方式记录和储存,以便统一查询。电力大数据分析需要以信息共享为基础。数据集成是将现有分布、异构以及各自独立的多个业务系统分散的业务数据通过应用间的数据交换有机地集合起来,屏蔽这些数据之间的差异,形成数据共享中心。电力大数据分析系统建设,需要构建发电企业、设备供应商、气象部门、电网、电力调度机构、供电系统、电力市场、配电网、服务提供商及用户的数据集成体系,以利于电力大数据分析的平台建设的方便性及大数据分析的准确性。建设数据共享中心除了克服技术障碍,还要解放思想,打破体制壁垒。只有打破体制壁垒,才能建设不同级别的企业级、地区级、省级电力数据共享中心;只有数据得到充分共享,才能更加高效地进行宏观电力大数据分析,促进电力行业高质量发展。
3.3统一电力行业数据标准
电力数据共享中心的建设需要统一的电力行业数据标准。目前,电力行业虽然具有一些数据标准,如IEC61970标准、IEC61968标准,但整个电力行业并没有统一遵循。电力行业各种应用系统多为不同时期分别建设或由不同专业机构负责建设的,缺少总体设计和统一规范,也缺少统一的信息化标准体系,内部信息系统的信息编码没有统一尺度,直接影响了企业上下级以及企业之间的信息共享交流。因此,急需统一电力行业数据标准,以利于实现电力数据共享中心的建设与大数据分析的开展。
3.4做好电力大数据的安全保护
电力大数据庞大的数据量来自于企业生产、管理、营销的各个环节,因此应对数据采集与传输的各个环节进行有效的安全保护。从数据信息的采集到数据的传输,采取有效的加密保护;在数据存储的过程中进行完整性保证;在数据的使用和恢复过程中力求数据的准确性。在这期间无论是从制度要求还是技术管理,都要对电力大数据面对的安全问题进行全面的评估,进行有针对性的防护,确保电力大数据的信息安全。
3.5提升电力行业大数据安全管理能力
在电力大数据安全防护方面,一方面需要先进的技术做支撑,另一方面需要提升数据的安全管理能力,有效保护电力大数据的安全。这主要是因为在大量的电力数据中,不仅包括着企业的运营信息和用电用户的隐私信息,而且还有一些关系国国家和社会决策的重要信息。因此在电力大数据应用过程中,要不断提高电力企业员工的安全防护意识。对企业的员工定期开展电力大数据类型和数据的专业防护知识培训,让员工从根本上意识到电力大数据的价值和重要性,充分提升员工的大数据安全管理能力。为电力大数据的安全防护打下基础。
4结语
通过大数据技术应用,能够保障电网安全运行,提升管理效益、决策能力,优化电网运行方式、降低管理成本。电力大数据分析的关键就是通过数据挖掘,提取出有价值的数据。而数据清洗和数据挖掘都离不开电力行业知识库的支持。电力大数据采集则离不开电力数据共享中心。电力数据共享中心的建设需要统一的电力行业数据标准。因此,为了建设更高效、准确率更高的大数据分析系统,更好地应用电力大数据技术,需要建设和完善电力行业知识管理系统,建设电力数据共享中心,统一电力行业数据标准。
参考文献
[1]吴凯峰,刘万涛,李彦虎.电力大数据分析技术与应用[J].中国电力,2015,48(02):111-116+127.
[2]陈超,张顺仕,尚守卫.大数据背景下电力行业数据应用研究[J].现代电子技术,2013,36(24):8-11+14.