电力行业如何应用大数据
来源：人民邮电报时间：2016-02-01 17:44:13 作者：
大数据不是ICT行业的专利。目前，金融、广电等传统行业都在积极借助大
数据的力量，帮助企业实现转型。在电力行业，大数据已经被视作企业战略层面的重要议题：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10200个传感器，每个月可节约的能耗价值大
概为30万元。那么，电力行业如何应用大数据？在电力行业面临的挑战中，电
信业能找到哪些共性，电信业又有怎样的机遇？电力行业的应用策略中有哪些值得电信业借鉴？请关注本版报道。
大数据在公共管理、零售、互联网、电信、金融等众多行业快速推广，市场规模迅速扩大，2012年国内大数据市场规模已达4.5亿元。IDC预测，2016年中国大数据市场规模将达6.17亿美元，而全球规模将达238亿美元。大数据已
经渗透到当今的每个行业，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。大数据超过了传统数据库系统的处理能力，为了获得数据中的价值，必须选择新的方式进行处理。电力
大数据是大数据理念、技术和方法在电力行业的实践，是大数据应用的重点领域之一。
对内：优化管理模式
电力行业数据量大、类型多、价值高，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。和电信行业一样，电力行业对大数据的使用也分为内部应用和外部应用。
内部应用指运用大数据优化电力企业管理模式，提升电力企业经营管理水平，主要包括以下几个方面。
——支持基建决策
大数据技术有助于电力企业基础设施选址、建设的决策。例如丹麦风电公司VESTAS计划将全球天气系统数据与公司发电机数据结合，利用气温、气压、空气湿度、空气沉淀物、风向、风速等数据以及公司历史数据，通过使用超级计算机及大数据模型解决方案，来支持其风力发电机的选址，以充分利用风速、风力、气流等因素达到最大发电量，并减少能源成本。此外，VESTAS还将添加全球森林砍伐追踪图、卫星图像、地理数据以及月相与潮汐数据，以便更好地支持基础建设的决策。
——升级客户分析
一方面，通过使用电力企业庞大的历史销量数据，进行用户用电行为分析和用户市场细分，使管理者能有针对性地优化营销组织，改善服务模式。另一方面，通过与外界数据的交换，挖掘用户用电与电价、天气、交通等因素所隐藏的关联关系，完善用户用电需求预测模型，进而为各级决策者提供多维、直观、全面、深入的预测数据，主动把握市场动态。
——提高智能控制
大数据技术将加速电力企业智能化控制的步伐，促进智能电网的发展。例如，通过为电力基础设施布置传感器，动态监控设施运行状况，并基于大数据分析挖掘理念和可视化展现技术手段，采用集成了在线检测、视频监控、应急指挥、检修查询等功能的“智能在线监控与可视化调度管理系统”，有效改变运维方式，从萌芽阶段消除部分运维故障，实现运维智能化。
——加强协同管理
整合电力行业生产、运营、销售、管理的数据，实现电力发电、输电、变电、配电、用电、调度全环节数据共享，以用电需求预测为驱动优化资源配置，协调电力生产、运维、销售的管理，提升生产效率和资源利用率。此外，电力企业各部门数据的集成将优化内部信息沟通，使财务、人事等工作的开展更顺畅，有助于企业实行精细化运营管理，提高集团管控水平。
对外：丰富增值业务
外部应用指利用电力行业大数据可获得的社会效益，主要包括以下方面。
——丰富增值服务
利用电力行业数据可给用户提供更加丰富的增值服务内容。例如，通过给用户提供其各月份分时明细用电视图，可让用户了解自身用电习惯并能根据需要进行调整，同时也使得电力收费过程更透明。随着无线M2M传感器和大数据分析的普及，智能恒温控制器等新型工具进入大型楼房和消费者家庭成为可能，未来这些技术将给用户带来很大的节能空间。
——提供经济指导
作为重要经济先行数据,用电数据是一个地区经济运行的“风向标”，可作为投
资决策者的参考依据。美国加州大学洛杉矶分校的研究者根据大数据理论，将人口调查信息、电力企业提供的用户实时用电信息和地理、气象等信息全部整合，设计了一款“电力地图”。该图以街区为单位，可以反映各时刻的用电量，并可将
用电量与人的平均收入、建筑类型等信息进行比照。通过完善“电力地图”，能更
准确地反应该区经济状况及各群体的行为习惯，以辅助投资者的决策，也可为城市和电网规划提供基础依据。
注意：确保数据质量
大数据时代为电力行业带来了新的发展机遇，同时也提出了新的挑战。通过良好的大数据管理，可切实提高电力生产、营销及电网运维等方面的管理水平。为实践大数据战略，应做好以下准备工作。
做好数据收集和治理工作。如果数据错误、过时或者片面，分析结果将是不正确的；而如果数据冗余、混乱，则会增加获取数据有效信息的难度，并使数据处理效率低下。因此，确保数据高质量、规范化、格式统一是大数据应用的基础。
提高相关技术能力。有了优质的数据后还需要足够的数据存储、分析和处理能力，才能充分有效地应用数据。电力企业应提升海量数据存储、分布式计算、数据挖掘、统计分析、数据可视化等技术，以满足大数据战略的需求。
培养电力大数据人才。大力培养大数据技术专业型人才，尤其是技术与数据建模分析的复合型人才，是大数据战略实行的保障。
挑战中见需求：
如何从大数据中提取价值
质量较低、共享不畅、防御脆弱、基础不牢，对于这些电力行业推进大数据的困扰，电信行业是不是也有似曾相识的感觉？这些问题中的一部分，电信业同样需要深思；还有一些问题，则恰恰是电信业的长处，是电信业推进电力行业信息化的机遇。
数据质量较低，数据管控能力不强。大数据时代，数据质量的高低、数据管控能力的强弱直接影响了数据分析的准确性和实时性。目前，电力行业数据在可获取的颗粒程度，数据获取的及时性、完整性、一致性等方面的表现均不尽如人意，数据源的唯一性、及时性和准确性急需提升，部分数据尚需手动输入，采集效率和准确度还有所欠缺，行业中企业缺乏完整的数据管控策略、组织以及管控流程。
如何从海量数据中提取有价值的信息？这也是电信业面临的问题。有观点认为，可以用智能信息基础设施替换复杂的孤立的数据库，让企业能够在需要时捕捉、存储信息。也有观点认为，可以倚靠软件的处理能力来甄别“垃圾”数据和“有
价值”数据。究竟哪种方式更为有效，目前仍无定论。而无论哪种情况，都需要
制定一个数据采集的标准，在时间、精度上进行规范，从而为后续的数据分析打好基础。
数据共享不畅，数据集成度不高。大数据技术的本质是从关联复杂的数据中挖掘知识，提升数据价值，单一业务、类型的数据即使体量再大，缺乏共享集成，其价值就会大打折扣。目前，电力行业缺乏行业层面的数据模型定义与主数据管理，各单位数据口径不一致。行业中存在较为严重的数据壁垒，业务链条间也尚未实现充分的数据共享，数据重复存储的现象较为突出。
打破企业的“门户之见”，在行业中建立一个资源池，让使用者可以按需获取
数据资源。从电信业的角度来看，现在，电信运营商之间的合作在不断推进，例如，运营商开发了融合的手机游戏计费平台；在北京电信网上营业厅微信平台上，用户不仅可以自助查询电信业务，还能查询联通和移动业务的使用费，这样共享数据资源的经验也可在大数据的应用过程中加以推广。
防御能力不足，信息安全面临挑战。电力大数据由于涉及众多电力用户的隐私，对信息安全也提出了更高的要求。电力企业地域覆盖范围极广，各类防护体系建设不平衡，信息安全水平不一致，特别是偏远地区单位防护体系尚未全面建立，安全性有待提高。行业中企业的安全防护手段和关键防护措施也需要进一步加强，从目前的被动防御向多层次、主动防御转变。
建立与大数据相适应的安全和隐私保护机制，通过技术手段和加强企业自律来保证数据的安全。
承载能力不足，基础设施亟待完善。电力数据储存时间要求以及海量电力数据的爆发式增长对IT基础设施提出了更高的要求。目前，电力企业大多已建成一体化企业级信息集成平台，能够满足日常业务的处理要求，但其信息网络传输能力、数据存储能力、数据处理能力、数据交换能力、数据展现能力以及数据互动能力都无法满足电力大数据的要求，尚需进一步加强。
在这方面，电力行业和电信业各有优势。尽管电力行业也在进行宽带建设以及智慧社区的建设，但是，所谓“术业有专攻”，在IT基础设施尤其是网络基础设施上，电信业在运维、计费等方面有着得天独厚的优势。同时，在数据中心的建设上，电力行业对以电能为代表的能耗问题又有着丰富的经验。因此，两个行业不妨加强合作，实现共赢。
相关人才欠缺，专业人员供应不足。大数据是一个崭新的事业，电力大数据的发展需要新型的专业技术人员，例如大数据处理系统管理员、大数据处理平台开发人员、数据分析员和数据科学家等。而当前行业内外此类技术人员的缺乏将会成为影响电力大数据发展的一个重要因素。
加强大数据人才的培养，鼓励企业内部在大数据领域的创新。同时，借助制造业的专业人才也是一个不错的办法。（那什）
策略中得启示：
打破行业、企业数据壁垒
从中国电机工程学会信息化专委会发布的《中国电力大数据发展白皮书（2013年）》可以看出，电力行业将从以下方面推进大数据战略。这些策略也能为同样在推进大数据战略的电信业带来一些启示。
规划先行、加快示范。设定长期的电力大数据应用策略，积极开展前期研究，结合电力业务性质以及发展需求，从数据规模、增长情况、多样化程度以及数据分析的需求等方面出发，全方位论证电力大数据的发展方向和道路，制定中长期电力大数据发展规划，设立切合实际的目标和优先级、明确的预算与期限。
在规划的基础上，面向电力生产、用户用电、企业运营等数据量大的领域，结合实际情况，找准最易实施、最易出效果、需求最迫切的环节，引导行业厂商参与，关注电力工业共性需求和特点，快速开展电力大数据实践应用，从简单分析到深入分析，再到实现智能挖掘，循序渐进，逐步深入。
数据治理、行业共享。建立电力数据管控体制，定义完整的电力数据管控流程和电力数据责任体系，对电力数据进行从数据获取到数据加工、数据分发再到数据使用的数据全生命周期管理。在提升电力数据管控能力的基础上，开展数据治理和数据质量评估工作，有效提升电力数据的及时性、准确性和完整性。
打破电力行业中企业之间、业务之间的数据壁垒，推动电力企业间的数据开放共享，建设电力行业统一的元数据和主数据管理平台，建立统一的电力数据模型和行业级电力数据中心，开发电力数据分析挖掘的模型库和规则库，挖掘电力大数据价值，面向行业内外提供内容增值服务。
人才培养、生态建设。结合电力大数据发展需求，行业内统筹考虑、统一规划，开展专业人才特别是电力数据科学家的培养工作。积极推动电力大数据技能
认证工作，推进电力企业的分析竞争型企业文化建设，为大数据人才提供发展空间，为电力大数据发展提供坚实的人力资源保障。
智慧电力、智慧城市。电力大数据是智慧城市的基石，紧密围绕智能电力系统的发展开展电力大数据的应用实践。以重塑电力核心价值、转变电力发展方式为主线，在宏观层面重建以人为本的核心价值，在中观层面重建以科学发展为根本的核心能力，在微观层面重建以客户需求为导向的业务流程，实现电力工业更安全、更经济、更绿色与更和谐的发展。
作为覆盖城市和乡村、具备同步传输能源与信息的最大人造网络，智能电力系统天然成为未来智慧城市建设的基础与核心，以电力光纤到户和电力通信网为依托，进一步拓展电力大数据实践，构建家庭用电自动化和能效管理、小区的一体化信息平台、智慧城市的能效管理平台和智慧城市一体化信息服务平台，将智慧从电网带到小区再带到城市，最终实现电力发展方式和城市发展方式的共同转变。（宗文）
链接
电力行业如何理解大数据？
如仅从体量特征和技术范畴来讲，电力大数据是大数据在电力行业的聚焦和子集。但是，电力大数据不仅仅是技术进步，更是涉及整个电力系统在大数据时代发展理念、管理体制和技术路线等方面的重大变革，是下一代智能化电力系统在大数据时代下价值形态的跃升。
电力大数据的特征可以概括为3“V”3“E”。其中3“V”分别是体量大（Volume）、类型多（Variety）和速度快（Velocity），3“E”分别是数据即能量（Energy）、数据即交互（Exchange）、数据即共情（Empathy）。
重塑电力核心价值和转变电力发展方式是电力大数据的两条核心主线。电力大数据通过对市场个性化需求和企业自身良性发展的挖掘，驱动电力企业从“以电力生产为中心”向“以客户为中心”转变。电力大数据通过对电力系统生产运行
方式的优化、对间歇式可再生能源的消纳以及对全社会节能减排观念的引导，能够推动中国电力工业由高耗能、高排放、低效率的粗放发展方式向低耗能、低排
放、高效率的绿色发展方式转变。此外，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内容增值服务。
相关阅读
如何用正确姿势拥抱电力大数据
网络入侵检测系统在电力行业的应用（解决方案） 电力行业关系到国计民生，是我国经济快速发展的重要基石。信息安全建设作为保障生产的一个重要组成 部分，越来越多地受到重视并被提到议事日程上来。 电力行业关系到国计民生，是我国经济快速发展的重要基石。电力系统的信息化建设有力地推动了电力行业生产、办公、服务水平，随着电力系统网络规模的不断发展和信息化水平的不断提高，信息安全建设作为保障生产的一个重要组成部分，越来越多地受到重视并被提到议事日程上来。 据来自有关部门的资料，目前电力系统存在的一些信息安全问题已明显地威胁到电力系统的安全和稳定，，影响着“数字电力系统”的实现进程。研究电力系统信息安全问题、开发相应的应用系统、制定电力系统信息遭受外部攻击时的防范与系统恢复措施，是电力行业当前信息化工作的重要内容。电力系统信息安全已经成为电力企业生产、经营和管理的重要组成部分。 榕基入侵检测系统(RJ-IDS)是榕基网安公司除了漏洞扫描系统外的一条全新产品线，该产品是一种动态的入侵检测与响应系统，除了能对高速网络上的数据包捕获、分析、结合特征库进行相应的模式匹配外，还具有强大的行为和事件统计分析功能，能够自动检测可疑行为，及时发现来自网络外部或内部的攻击，并可以实时响应，切断攻击方的连接，帮助企业最大限度的保护公司内部的网络安全。 网络构架描述 国内电力行业某省级公司，随着业务需求的进一步扩展，原有的网络及系统平台已经不能满足应用需求，从保障业务系统高效、稳定和安全运行等方面考虑，必须升级优化现有系统，其中提高网络的安全性 是重中之重。 该公司信息系统基础设施包括电力系统网络、局域网和互联网三个部分。电力系统网络是承载该公司与各个子公司内部业务交流的核心平台，局域网是该公司内部日常办公的主要载体，外部信息的获取和发 布通过互联网来完成。 该公司的局域网于2001年建成并投入运行，核心交换机为Cisco Catalyst 6509。以千兆下联十多台设在各部门的百兆交换机，均为Cisco Catalyst 3524XL/3550系列交换机，并划分了多个VLAN;在网络出口处，该公司通过Cisco 7401交换机与Internet连接，Internet接入边界有最基本的安全设备，一台硬件 防火墙和一台VPN设备。 公司提供包括WWW、SMTP、FTP等互联网应用服务，目前开设了一个内部信息发布、员工交流站点和一个对外展示企业形象的站点，公司还架设了一个供300多人使用的邮件系统。同时公司还拥有很多的重要应用系统，其中包括企业OA系统和各种信息管理系统。 目前大流量的应用主要集中在局域网内，因此局域网的压力很大;大部分的应用必须跨广域网，但由于应用刚刚起步，因此跨广域网的流量不很大，随着信息化建设的逐步深入，广域网潜在的瓶颈将会严重影 响应用的普及;公司与各个子公司之间以VPN相连。 安全需求分析
数据管理系统企业级数据可视化项目Html5 应用实践 项目经理：李雪莉 组员：申欣邹丽丹陈广宇陈思 班级：大数据&数字新媒体 一、项目背景 随着大数据、云计算和移动互联网技术的不断发展，企业用户对数据可视化的需求日益迫切。用户希望能够随时随地简单直观的了解企业生产经营、绩效考核、关键业务、分支机构的运行情况，即时掌握突发性事件的详细信息，快速反应并作出决策。随着企业信息化的不断推进，企业不断的积累基础信息、生产运行、经营管理、绩效考核、经营分析等以不同形式分布在多个系统或个人电脑文档内的业务数据。如何将大量的数据进行分析整理，以简单、直观、高效的形式提供给管理者作为经营决策的依据是当前企业数据应用的迫切需求。传统的企业数据可视化方案多基于Java Applet、Flash、Silverlight 等浏览器插件技术进行开发，在当前互联网和移动互联网技术高速发展的背景下，Web技术标准也随之高速发展，用户对互联网技术安全性和使用体验的要求越来越高。Java Applet、Flash、Silverlight 等浏览器插件技术因为落后和封闭的技术架构，以及高功耗、高系统
资源占用，已经被微软、谷歌、苹果、火狐等主流操作系统和浏览器厂商逐步放弃，转而不断支持和完善基于HTML5的新一代Web技术标准 对数据进行直观的拖拉操作以及数据筛选等，无需技术背景，人人都能实现数据可视化无论是电子表格，数据库还是 Hadoop 和云服务，都可轻松分析其中的数据。 数据可视化是科学、艺术和设计的结合，当枯燥隐晦的数据被数据科学家们以优雅、简明、直观的视觉方式呈现时，带给人们的不仅仅是一种全新的观察世界的方法，而且往往具备艺术作品般的强大冲击力和说服力。如今数据可视化已经不局限于商业领域，在社会和人文领域的影响力也正在显现。 数据可视化的应用价值，其多样性和表现力吸引了许多从业者，而其创作过程中的每一环节都有强大的专业背景支持。无论是动态还是静态的可视化图形，都为我们搭建了新的桥梁，让我们能洞察世界的究竟、发现形形色色的关系，感受每时每刻围绕在我们身边的信息变化，还能让我们理解其他形式下不易发掘的事物。 二、项目简介 目前，金融机构（银行，保险，基金，证劵等）面临着诸如利率汇率自由化，消费者行为改变，互联网金融崛起等多个挑战。为满足企业的发展需要，要求管理者运用大数据管理以更为科学的手段对企
大数据时代：电力行业如何掘金 一、大数据顶层设计出台 国务院总理李克强8月19日主持召开国务院常务会议，通过《关于促进大数据发展的行动纲要》（下称《纲要》），这意味着大数据顶层设计出台，国家大数据战略成形，大数据产业有望成为新经济的重要引擎。 从流量到数据，是对整个互联网经济的重新定义和洗牌，两种思维分别是两代互联网经济的代表。 流量时代，互联网撬动的GDP约为3万亿元；而在经历了第一代互联网时期的爆发式增长后，BAT等互联网巨头的流量规模已经形成，变现方式的单一将导致流量变成一种相对廉价资源；数据思维时代，企业将从单纯追求“量”向追求“质”转变，大数据能够帮助企业从有限的流量中挖掘更大的价值；据推算，大数据有望撬动的GDP至少在万亿元量级，可比肩流量经济。 从应用层面来说，互联网金融、智能安防、智能医疗等各领域都已加入对于大数据的采集和分析。BAT等互联网龙头更是大数据经济的积极推进者，马云将数据比作互联网时代的石油，大数据从某种程度上已成为互联网经济的生产要素之一，并加速了线上线下的融合。 目前，所有传统行业都在积极借助大数据的力量，帮助企业实现转型。在电力行业，大数据已经被提升企业战略层面。大数据时代为电力行业带来了新的发展机遇，同时也提出了新的挑战。必须通过良好的大数据管理，切实提高电力生产、营销及电网运维等方面的管理水平。 二、电力行业数据量大、类型多、价值高 如仅从体量特征和技术范畴来讲，电力大数据是大数据在电力行业的聚焦和子集。但是，电力大数据不仅仅是技术进步，更是涉及整个电力系统在大数据时代发展理念、管理体制和技术路线等方面的重大变革，是下一代智能化电力系统在大数据时代下价值形态的跃升。 电力大数据的特征可以概括为3“V”、3“E”。其中3“V”分别是体量大（Volume）、类型多（Variety）和速度快（Velocity），3“E”分别是数据即能量（Energy）、数据即交互（Exchange）、数据即共情（Empathy）。 重塑电力核心价值和转变电力发展方式是电力大数据的两条核心主线。电力
安防产品在电力行业的应用 1.0现状分析 随着国民经济的快速发展和人民生活水平的不断提高，我国对电力能源的需求持续增长。近年以来，为满足对电力日益增长的迫切需求，国家大力加强电力基础设施的建设。众多电力基础设施的建成，给电力行业的安防带来了重大的机遇和挑战。国家电网和南方电网两家公司的输电范围包含我国31个省市自治区，覆盖95%以上的国土面积，2010年售电量约33亿千瓦时，营业收入约18827亿元，并以每年超过16%的速度发展。我国电力行业总体朝着绿色、智能、节能环保的趋势发展。 1.1 电力安防需求分析 针对电力行业本身的需求和特点，对安防系统和产品有以几方面的主要需求： ●新产品：开发出集成度高的工作站产品，一台主控设备可同时实现对视频、动力环境、 报警信息、门禁信息等的集中采集与处理。 ●新技术：随着3G技术的应用与发展，各行各业均对3G技术进行了较多的应用，较容 易的实现了网络功能，解决了网络应用难题。很多偏远的电力基站、变电站、电力铁塔均无网络，对其实施安防监控遇到了网络难题，重新布网，费用极高，所以采用3G网络传输，促进行了电力行业的安防应用发展。 ●高清技术：在监控网络化大潮的推动和市场需求的驱动下，高清监控技术获得了重大突 破，并进入到重大安保项目的实际应用中，随着电力监控需求及电力网络带宽的不断拓宽，高清监控系统，将加速促进电力监控系统与安防其它子系统的无缝整合，再进一步促进安防系统与行业业务管理系统的无缝对接，这也为高清视频监控带来更广阔的发展空间。 ●智能行为分析技术：视频智能行为分析技术的应用，可做到事前预警，事中处理，事后 取证，同时也提高了视频检测的功能，如烟火检测，周界入侵检测，物品搬移检测，遗弃物检测，非法停留检测，徘徊人员检测，检测到目标自动跟踪和报警，做到了人性化、智能化监控。这些应用在电力行业、无人值守应用中在不断发展。 ●新方向：电力监控的是向着前端图像监视系统、环境监测系统、防盗系统、消防系统、 报警系统一体化的高度集成化方向发展，从而提高无人或少人值守，提高人员和设备的安全性及便利性，这是一个综合监控的发展。为了加强对重变电站及无人值守变电站在安全生产、防盗保安、火警监控等方面的综合管理水平，实现创一流的目标，越来越多的电力企业正在考虑建设集中式远程图像监控系统，这促使了电力综合监控的网络化发展。以IP数字视频方式，能够对各变电站/所的有关数据、环境参量、图像进行监控和监视，实时、直接地了解和掌握各个变电站/所的情况，并及时对发生的情况做出反应，适应电力行业需要。 电力行业是安防系统中一直走在前列，需求与功能也随着信息技术的发展而不断完善与提高。集成化、数字化、高清化、智能化的新产品、新技术的应用，将是其发展的方向，使电力行业安全防范技术提高到一个新的水平。 1.2 目标市场分析
数据中心运行可视化平台 技术方案 北京优锘科技有限公司 2015-08-13
目录 第1章项目背景 (3) 第2章建设内容 (4) 2.1地理位置可视化 (4) 2.2数据中心可视化 (4) 2.3IT架构可视化 (5) 第3章建设目标 (5) 第4章解决方案 (6) 4.1 地理位置可视化 (6) 4.1.1 位置分布可视化 (6) 4.1.2 分级浏览可视化 (7) 4.1.3 场景浏览可视化 (7) 4.1.4 网点配置可视化 (7) 4.2 数据中心可视化 (8) 4.2.1 环境可视化 (8) 4.2.2 资产可视化 (9) 4.2.3 配线可视化 (10) 4.2.4 容量可视化 (11) 4.2.5 监控可视化 (11) 4.2.6 演示可视化 (12) 4.3 IT架构可视化 (13) 4.3.1 业务交易可视化 (13) 4.3.2 应用关系可视化 (13) 4.3.3 系统架构可视化 (14) 4.3.4 应用组件可视化 (14) 4.3.5 基础设施可视化 (15) 4.3.6 监控数据可视化 (15) 4.4 第三方系统集成 (16)
第1章项目背景 随着业务的飞速发展，IT规模也越来越庞大而复杂，为保障IT 系统的正常运行，针对各类管理对象已完成了监控系统的基础建设，关注各类管理对象的数据采集、异常报警，并取得了良好的监控效果。在建设过程中，比较缺乏从统一可视化的角度，整合监控数据，构建整合的可视化操作平台。目前监控系统的操作方式和使用界面在易用性、友好性方面有待进一步提升，充分发挥监控平台对日常工作的支撑作用。存在如下问题： ●监控展示缺乏从业务到IT的端到端全景视图，各个技术团队只能看到管理 范围内的监控对象和内容，缺乏对关联业务和所依赖基础设施的关联分析和可视化管理能力，对系统整体的理解存在一定偏差。 ●应用系统监控缺乏全景视角，各个系统采用独立监控的方式，无法从应用 端到端管理的角度，实现跨系统的监控分析和可视化管理，在出现应用系统运行出现故障时，无法快速定位到发生故障的根源应用系统，同时，在一个应用系统监控报警时，无法判断其所影响的关联应用系统。 ●应用层监控与系统层监控整合程度较低，当应用系统出现故障时，无法快 速定位是应用本身问题，还是所支撑的IT组件问题。同时，在系统层面出现故障时，无法直观评估其所影响的应用系统范围。 ●系统层监控与物理层监控脱节，当系统层出现故障时，无法定位其所依赖 的基础设施和硬件设备。同时，当物理设备出现故障时，无法判断其所影响的系统平台范围。 因此，在统一可视化监控平台的建设过程中，会着力从“平台整合，组织结合，用户友好”的角度出发，借鉴先进数据中心可视化监
全方位理解电力行业大数据 核心提示：如仅从体量特征和技术范畴来讲，电力大数据是大数据在电力行业的聚焦和子集。但是，电力大数据不仅仅是技术进步，更是涉及整个电力系统在大数据时代发展理念、管理体制和技术路线等方面的重大变革，是下一代智能化电力系统在大数据时代下价值形态的跃升。 如仅从体量特征和技术范畴来讲，电力大数据是大数据在电力行业的聚焦和子集。但是，电力大数据不仅仅是技术进步，更是涉及整个电力系统在大数据时代发展理念、管理体制和技术路线等方面的重大变革，是下一代智能化电力系统在大数据时代下价值形态的跃升。 电力大数据的特征可以概括为3“V”3“E”。其中3“V”分别是体量大(Volume)、类型多(Variety)和速度快(Velocity)，3“E”分别是数据即能量(Energy)、数据即交互(Exchange)、数据即共情(Empathy)。 重塑电力核心价值和转变电力发展方式是电力大数据的两条核心主线。电力大数据通过对市场个性化需求和企业自身良性发展的挖掘，驱动电力企业从“以电力生产为中心”向“以客户为中心”转变。电力大数据通过对电力系统生产运行方式的优化、对间歇式可再生能源的消纳以及对全社会节能减排观念的引导，能够推动中国电力工业由高耗能、高排放、低效率的粗放发展方式向低耗能、低排放、高效率的绿色发展方式转变。此外，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内容增值服务。 “大数据”在电力行业到底有多大? 随着社会的进步和信息通信技术的发展，信息系统在各行业、各领域快速拓展。这些系统采集、处理、积累的数据越来越多，数据量增速越来越快，以至用“海量、爆炸性增长”等词汇已无法形容数据的增长速度。 2011年5月，全球知名咨询公司麦肯锡全球研究院发布了一份题为《大数据：创新、竞争和生产力的下一个新领域》的报告。报告中指出，数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素;而人们对于大数据的运用预示着新一波生产率增长和消费者盈余浪潮的到来。2012年3月29日，美国政府在白宫网站上发布了《大数据研究和发展倡议》，表示将投资2亿美元启动“大数据研究和发展计划”，增强从大数据中分析萃取信息的能力。 什么是大数据? “大数据”到底有多大?根据研究机构统计，仅在2011年，全球数据增量就达到了1.8ZB(即1.8万亿GB)，相当于全世界每个人产生200GB以上的数据。这种增长趋势仍在加速，据保守预计，接下来几年中，数据将始终保持每年50%的增长速度。 纵观人类历史，每一次划时代的变革都是以新工具的出现和应用为标志的。蒸汽机把人们从农业时代带入了工业时代，计算机和互联网把人们从工业时代带入了信息时代，而如今大数据时代已经到来，它源自信息时代，又是信息时代全方位的深化应用与延伸。大数据时代的生产原材料是数据，生产工具则是大数据技术，是对信息时代所产生的海量数据的挖掘
视频分析在电力行业的应用 随着国民经济的快速发展和人民生活水平的不断提高，我国对电力能源的需求持续增长。近年以来，为满足对电力日益增长的迫切需求，国家大力加强电力基础设施的建设。众多电力基础设施的建成，给电力行业的安防带来了重大的挑战。 目前，电力系统由发电设施、高压输电线路、高压变电站、低压配变电站和民用低压电网组成。 高压输电线路采用高空架空走线，且导线内为十万伏以上的高压电，偷盗者一般不会对此下手;低压变电站多建在居民小区、商业设施、工厂企业等用电单位附近，因为设备体积较小，一般采用全封闭式管理;而民用低压电网由于范围大、情况复杂，在现有的技术条件下，还是以人防为主。因此，电力行业的周界安防系统主要应用于发电厂和高压变电站。 变电站或发电厂的特殊周界入侵需求 发电厂出于能源来源和占地面积等考虑，多建造在远离城市的地区。而另一电力系统的重要组成部分高压变电站，由于占地面积大、容易造成居民对高压的恐慌等原因，不会像低压变电站那样建造在人口稠密的住宅小区、商业设施等区域的附近，而是选址在城市郊区、农村空地或荒地等人员活动较少的区域。 发电厂和高压变电站的安防要求具有一定的相似性，安防工作具有如下特点：设备众多且价值不菲，容易为盗窃者所垂涎。有关人士曾做过保守估计，我国每年因电力设备被偷盗和破坏而造成的直接物损就达数十几亿元人民币，而因设备被盗导致供电中断造成的间接损失则难以估量;发电厂和高压变电站占地面积大、周界范围长，同时要求安防人员必须快速到达入侵地点，并即时掌握报警区域的实时情况;某些设施采取了无人职守模式，这对周界安防提出了更高的要求;区域内可躲藏的地点众多，犯罪分子一旦入侵，安防人员的排查工作将异常艰难;犯罪分子入侵后一旦发生事故，将对公私财产和人民的正常生活造成极其重大的危害;发电厂和高压变电站地处偏僻，多有飞禽和小动物出没，落叶也可能进入周界警戒区域。
大数据可视化分析平台 一、背景与目标 基于邳州市电子政务建设的基础支撑环境，以基础信息资源库（人口库、法人库、宏观经济、地理库）为基础，建设融合业务展示系统，提供综合信息查询展示、信息简报呈现、数据分析、数据开放等资源服务应用。实现市府领导及相关委办的融合数据资源视角，实现数据信息资源融合服务与创新服务，通过系统达到及时了解本市发展的综合情况，及时掌握发展动态，为政策拟定提供依据。 充分运用云计算、大数据等信息技术，建设融合分析平台、展示平台，整合现有数据资源，结合政务大数据的分析能力与业务编排展示能力，以人口、法人、地理，人口与地理，法人与地理，实现基础展示与分析，融合公安、交通、工业、教育、旅游等重点行业的数据综合分析，为城市管理、产业升级、民生保障提供有效支撑。 二、政务大数据平台 1、数据采集和交换需求：通过对各个委办局的指定业务数据进行汇聚，将分散的数据进行物理集中和整合管理，为实现对数据的分析提供数据支撑。将为跨机构的各类业务系统之间的业务协同，提供统一和集中的数据交互共享服务。包括数据交换、共享和ETL 等功能。 2、海量数据存储管理需求：大数据平台从各个委办局的业务系统里抽取的数据量巨大，数据类型繁杂，数据需要持久化的存储和访问。不论是结构化数据、半结构化数据，还是非结构化数据，经过数据存储引擎进行建模后，持久化保存在存储系统上。存储系统要具备高可靠性、快速查询能力。 3、数据计算分析需求：包括海量数据的离线计算能力、高效即
席数据查询需求和低时延的实时计算能力。随着数据量的不断增加，需要数据平台具备线性扩展能力和强大的分析能力，支撑不断增长的数据量，满足未来政务各类业务工作的发展需要，确保业务系统的不间断且有效地工作。 4、数据关联集中需求：对集中存储在数据管理平台的数据，通过正确的技术手段将这些离散的数据进行数据关联，即：通过分析数据间的业务关系，建立关键数据之间的关联关系，将离散的数据串联起来形成能表达更多含义信息集合，以形成基础库、业务库、知识库等数据集。 5、应用开发需求：依靠集中数据集，快速开发创新应用，支撑实际分析业务需要。 6、大数据分析挖掘需求：通过对海量的政务业务大数据进行分析与挖掘，辅助政务决策，提供资源配置分析优化等辅助决策功能，促进民生的发展。
大数据应用之电力应用 一、背景 大数据不是ICT行业的专利。目前，金融、广电等传统行业都在积极借助大数据的力量，帮助企业实现转型。在电力行业，大数据已经被视作企业战略层面的重要议题：中国电力公司就在XX、XX、XX建立了多个大数据中心，其中某个大数据中心已安装超过10000多个传感器，每个月可节约的能耗价值大概为30万元。那么，电力行业如何应用大数据？在电力行业面临的挑战中，电信业能找到哪些共性，电信业又有怎样的机遇？电力行业的应用策略中有哪些值得电信业借鉴？ 大数据在公共管理、零售、互联网、电信、金融等众多行业快速推广，市场规模迅速扩大，2012年国内大数据市场规模已达4.5亿元。IDC预测，2016年中国大数据市场规模将达6.17亿美元，而全球规模将达238亿美元。大数据已经渗透到当今的每个行业，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。大数据超过了传统数据库系统的处理能力，为了获得数据中的价值，必须选择新的方式进行处理。电力大数据是大数据理念、技术和方法在电力行业的实践，是大数据应用的重点领域之一。 电力大数据的特征可以概括为3“V”3“E”。其中3“V”分别是体量大（Volume）、类型多（Variety）和速度快（Velocity），3“E”分别是数据即能量（Energy）、数据即交互（Exchange）、数据即共情
（Empathy）。 二、大数据应用机遇 重塑电力核心价值和转变电力发展方式是电力大数据的两条核心主线。电力大数据通过对市场个性化需求和企业自身良性发展的挖掘，驱动电力企业从“以电力生产为中心”向“以客户为中心”转变。电力大数据通过对电力系统生产运行方式的优化、对间歇式可再生能源的消纳以及对全社会节能减排观念的引导，能够推动中国电力工业由高耗能、高排放、低效率的粗放发展方式向低耗能、低排放、高效率的绿色发展方式转变。此外，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内容增值服务 1、优化管理模式 电力行业数据量大、类型多、价值高，对于电力企业盈利与控制水平的提升有很高的价值。有电力专家分析称，每当数据利用率调高10%，便可使电网提高20%~49%的利润。和电信行业一样，电力行业对大数据的使用也分为内部应用和外部应用。 内部应用指运用大数据优化电力企业管理模式，提升电力企业经营管理水平，主要包括以下几个方面。 支持基建决策 大数据技术有助于电力企业基础设施选址、建设的决策。例如丹麦风电公司VESTAS计划将全球天气系统数据与公司发电机数据结合，利用气温、气压、空气湿度、空气沉淀物、风向、风速等数据以及公司历史数据，通过使用超级计算机及大数据模型解决方案，来支
“大数据”为电力企业带来什么 以更准确的分析预测，为智能电网与新能源发展提供决策依据 “大数据”这个词是最近的新热点，《纽约时报》甚至宣称“大数据时代降临了”，随着这个词的频频曝光，它的商业价值也逐渐凸显，“大数据”已然成为众多世界500强企业追捧的对象，意昂（E.ON）等多家超大型国际电力能源集团已宣布牵手“大数据”。那么，“大数据”究竟会给电力企业的未来发展带来什么启示呢？ “大数据”的核心：更准确地预测 “大数据”源自英文bigdata，对这个概念的解释千差万别，美国学者舍恩伯格在他的专著《大数据时代》中解释说：“大数据，就是我们可以在更大规模的数据上，做到更多我们无法在小规模数据基础上完成的事情。” 他认为，“大数据”的核心就是对庞杂的超大规模数据资料进行分析，从而可以更准确地预测，这必然引发商业变革。以欧洲快销时尚品牌ZARA为例，该公司通过对消费者登录网店的数据进行分析，找出最受欢迎的产品，作为实体店的推荐参考，果然效果很好。并在实体店及网店中不停地收集消费者反馈：“我喜欢这个图案”、“我讨厌这个扣子”等，所有消息都通过销售经理反馈给数据处理中心，最终各方信息都将被分类处理，成为设计、生产、销售的指引。ZARA借此将销售收入提高了10%。 舍恩伯格在《大数据时代》一书中提出了一个非常具有颠覆性的观点：通过对庞大数据分析知道“是什么”就够了，不必再去追问“为什么”，就好像ZARA只需通过“大数据”分析了解什么款式最受欢迎，不必再花精力去研究消费者为什么喜欢。这个观点对于企业管理者来说，尤为重要。 需要专业化的数据处理机构 意昂集团（E.ON），欧洲最大的电力集团公司之一，兼营石油、贸易、运输等业务，2 012年在世界500强榜单上排名第16位，英、德等30多个国家的电网与发电企业都属于该集团旗下资产，用户数量超过2600万人。今年4月，该集团宣布携手瑞典爱立信（Er-ics son）公司探索“大数据”。 爱立信将向意昂集团出售相应的电网应用设备和软件，用来将意昂旗下电网的数据传输量提高3000%，可见这家电力企业在未来对数据的依赖。爱立信将帮助意昂对这些数据进行管理和分析，从而为企业经营服务。这次“大数据”合作主要集中在瑞典电网，意昂在瑞典大约拥有60万块智能电表。
CA认证在电力行业中的应用 唐志红 （北京天威诚信电子商务服务有限公司） 摘要：我国电力行业的信息化建设得到了快速的发展，解决信息化建设过程中的信息安全问题尤为重要，电力行业信息安全关系到国民生产的安全。本文对电力行业信息化建设的信息安全需求进行分析，将CA认证技术应用到电力行业，为电力行业信息化建设提供法律保障的应用安全解决方案。 关键词：信息安全认证中心数字证书数字签名 1我国电力行业信息化建设现状 我国电力行业信息化建设经历三个阶段： 20世纪60年代到80年代初期，计算机主体是国产DJ5系列小型机，主要应用科学计算和工程运算上； 20世纪80年代中到90年代初期，计算机系统在电力行业业务领域得到应用，如电网调度自动化、发电厂生产自动化控制系统、电力负荷控制预测、计算机辅助设计、计算机电力仿真系统等。同时企业开始注意开发建设管理信息的单项应用系统； 20世纪90年代中到21世纪初，开始有计划地开发建设企业管理信息系统，信息技术的应用由操作向管理层延伸，从单机、单项目向网络化、整体化、综合性应用发展。 电力行业电子商务和电子政务的应用得到了快速的发展。 2电力行业信息化建设的安全需求 由于互联网的广泛性、开放性和匿名性，使得基于互联网的应用存在诸多信息安全隐患，如下图所示，包括：如何确认彼此的身份？如何保证信息通过互联网传递时不被窃听，不导致信息泄漏？如何保证信息通过互联网传递时不被篡改，使信息完整传输？如何让不能抵赖自己发送的信息，有怎样的证据？等等。这些都是信息化建设过程中必须解决的问题。
随着电力行业信息化的快速发展，信息技术逐步渗入到电力行业的各个领域，不再是单一的、独自的运行个体，需要进行大量的内部交流，和更多同行及外部之间的交流；同时不单单是行业生产方的应用，随着网络浪潮的迅猛普及，电力行业的流通和交易也越来越多的涉及到网络化建设。包括：发电厂自身的网络安全应用需求、配电过程中的安全应用需求以及电力交易过程中的安全应用需求。 而且，由于电力行业本身的特殊性，使得电力公司比其它行业有着更多的和政府机关的联系，如申报审批、网上信息监管、各种电力信息的统计和审核等等。这些信息都在不同程度上关系到电力行业的正常运转和统筹安排，如果这些信息一旦失真或被内部人员、不怀好意人士、黑客和间谍窃取将有可能导致严重的后果。因此，采取强有力的安全措施来保障电子政务的信息安全将变得尤为重要。 3CA认证技术是保障信息安全的最佳解决方案 目前，针对基于互联网应用的信息安全问题，具有一种最佳的解决方案——CA认证技术。CA是Certification Authority的缩写，叫做认证中心或认证权威。作为权威的、可信赖的、公正的第三方机构，CA专门负责发放并管理所有参与网上业务实体所需的数字证书。它作为一个权威机构，对密钥进行有效地管理，颁发证书证明密钥的有效性，并将公开密钥同某一个实体联系在一起。 CA认证技术是基于PKI技术的实现。PKI是Public Key Infrastructure的缩写，从字面上理解，PKI就是利用公钥理论和技术为网络建立提供安全服务的在线基础设施。通常，一个
数据可视化设计袁大 莈2015-09-16 15:40 芄大数据可化是个，在信息安全域，也由于很多企希望将大数据化信息可化呈的各种 形式，以便得更深的洞察力、更好的决策力以及更的自化理能力，数据可化已成网安全技 的一个重要。 莁一、什么是网安全可化 节攻从哪里开始？目的是哪里？哪些地方遭受的攻最繁??通大数据网安全可 化，我可以在几秒内回答些，就是可化我的效率。大数据网安全的可化不能我更容易地感知网数据信息，快速，能事件 行分，甚至攻做出。可是，怎么做呢？ 肀1.1 故事 +数据 += 可化 莇做可化之前，最好从一个开始，你什么要做可化，希望从中了解什么？是否在找周期性的模式？或者多个量之的系？异常？空关系？比如政府机构，想了解 全国各个行的分布概况，以及哪个行、哪个地区的数量最多；又如企，想了解内部的情 况，是否存在意行，或者企的情况怎么。之，要弄清楚你行可化的目的是什么，你想 什么的故事，以及你打算跟。 蒁 葿有了故事，需要找到数据，并且具有数据行理的能力， 1 是一个可化参考模型，它反映的是一系列的数据的程： 蒈我有原始数据，通原始数据行准化、构化的理，把它整理成数据表。将些数成构 （包括形状、位置、尺寸、、方向、色彩、理等），通
觉的方式把它表现出来。例如将高中低的风险转换成红黄蓝等色彩，数值转换成大小。将 视觉结构进行组合，把它转换成图形传递给用户，用户通过人机交互的方式进行反向转换，去更好地了解数据背后有什么问题和规律。 肆最后，我们还得选择一些好的可视化的方法。比如要了解关系，建议选择网状的图，或者 通过距离，关系近的距离近，关系远的距离也远。 薁总之，有个好的故事，并且有大量的数据进行处理，加上一些设计的方法，就构成了可视化。 袀1.2 可视化设计流程 芀 袅一个好的流程可以让我们事半功倍，可视化的设计流程主要有分析数据、匹配图形、优化图形、检查测试。首先，在了解需求的基础上分析我们要展示哪些数据，包含元数据、数
北斗系统及其在电力行业应用 1、北斗系统简介 中国北斗卫星导航系统（BeiDou Navigation Satellite System，BDS）是中国自行研制的全球卫星导航系统。是继美国全球定位系统（GPS）、俄罗斯格洛纳斯卫星导航系统（GLONASS）之后第三个成熟的卫星导航系统。 北斗卫星导航系统提供以下系统功能： 1）短报文通信：北斗系统用户终端具有双向报文通信功能，用户可以一次传送40-60个汉字的短报文信息。 2）精密授时：北斗系统具有精密授时功能，可向用户提供20ns-100ns时间同步精度。 3）定位功能：水平精度100米（1σ），设立标校站之后为20米（类似差分状态）。工作频率：2491.75MHz。 作为自主的开发的卫星导航系统，北斗系统已成功应用于测绘、电信、水利、渔业、交通运输、森林防火、减灾救灾和公共安全等诸多领域，产生显著的经济效益和社会效益。 2、在电力行业应用北斗系统的必要性 随着中国经济社会发展，电网规模不断扩大，运行水平大幅提高。在中国，存在长距离大规模电力传输的现实，从电厂发出的每度电，都以高达每秒30万公里的速度经过变电站并网输送，经过数个、数十个变电站的长距离配送，最终抵达用户。这个过程需要同时有几百台设备保护电力安全运行，涉及各种以计算
机技术和通信技术为基础的自动化装置，如电厂机组自动控制系统，调度自动化系统，变电站计算机监控系统等，如此大量设备是否能够按照预先计划的流程，准确安全地传输到位，决然离不开全网设备时间基准问题。 然而中国电力企业从电力传输网到电力计算机网络的时间系统，主要是以GPS作为主时钟源，进行同步授时，由于其授时的工作原理和系统时钟源被美国掌控，GPS授时存在重大隐患。具体而言，目前中国电力行业接收GPS授时信号是免费的，GPS授时终端价格低廉，这是美国GPS系统在民用领域的应用。正因为是“免费的午餐”，所以美国不承诺对任何应用所产生的问题负责。众所周知，GPS系统是美国政府引以为豪的战略工程，所有信号的发生、传输权由美国掌控，一旦出现民用信号关闭、误码率加大或者系统出现故障，以GPS技术为基础的系统将被置于危险的境地，中国电网概莫能外。 客观来说，当前智能电网、特高压超高压电网的建设对电网时间同步的精准度正从过去的微秒级过渡到纳秒级，因此，必须为电力系统配置高精度、高可靠的授时系统，在传输系统和接收系统间出现时间误差，高压电流势必会在瞬间烧毁被接收的变电站或是传输线路，从而造成难以估量的灾难。 采用“北斗双向授时功能”专有技术能实现严格意义上全电力系统时间的统一；通过利用北斗卫星导航系统的短报文功能，能够实现所有厂站端时间同步系统远程监测和运行控制；由此，中国电力输送领域重点攻坚的时间同步课题将得到彻底解决。 3、北斗系统在电力行业中的应用
大数据在电力行业的应用 发表时间：2018-06-21T10:34:56.343Z 来源：《电力设备》2018年第4期作者：程诚1 马晶晶2 高青1 郭跃霞1 申小霜1 [导读] 摘要：近年来，随着互联网、云计算和移动的飞速发展，“大数据”一词也出现在人们的视野中。 （1.国网山西省电力公司长治供电公司山西长治 046011；2.山西机电职业技术学院山西长治 046011）摘要：近年来，随着互联网、云计算和移动的飞速发展，“大数据”一词也出现在人们的视野中。随着大数据时代的到来，它给各行各业带来了根本性的变化。电力电气行业也是如此。专家学者认为，大数据给电力行业带来的影响被低估了。本文讨论了大数据在电力工业中的应用。 关键词：大数据；电力行业；应用前言：随着我国的科学技术的进步，一些新的技术已经应用到了各个行业，为这些行业的发展提供了技术支持。大数据就是在当前应用较为广泛的一项技术，其中对我国的电力行业的发展进步起到了很大的推动性作用。 1什么是电力大数据 近些年来，由于全球能源问题日益严重，智能电网的研究工作已在世界范围内展开。智能电网的最终目标是建立覆盖电力系统整个生产过程的全景实时系统，包括发电、送电、变电、配电、用电灯许多环节。且支撑智能电网安全、自愈、绿色、可靠运行的基础是电网全景实时数据采集、传输以及存储，还有累积的海量数据分析。与智能电网建设的不断深化和发展，由电网操作的数据量和设备检测、监测是生成的数据呈指数级增加，逐渐成为大数据相关的信息科学领域，需要相应的存储和快速处理技术作为支持。电力工业的大数据是在电力生产和使用过程中产生的，伴随着发电、输电、变电、配电、用电等环节产生。 2大数据技术的基本特点分析在网络的时代，全球互联网巨头在大数据时代的重要意义是对大数据本身有几个重要的特点，是数据中的第一个大数据，从TB级跃升到PB级；在价值密度方面并不高，根据对视频内容展开分析就可以看出来，在连续的监控过程中而切实在数据中发挥作用的也就仅有一两秒时间；另外在数据类型方面比较繁多，其中对图片、视频和地理位置均在其范围内；最后是实时和快速处理的特性，满足与传统的数据挖掘不同一秒定律。在这几个特点方面将其归纳为四个v，也就是Value，Volume，Velocity，Variety。 3大数据和电力行业的关系分析电力工业是我国的基本能源设施。它与我们的生活有着非常密切的关系，也是我们国家发展的重要保证。在当前信息技术的快速发展中，电力企业和电力信息的决策和操作更大的电力信息化已成为重要力量突破传统的操作产生了新的增值服务，管理的模式也有新的发展，这一系列的变化数据中心将发挥作用，将获得更多数据中心功能，如数据分析和决策能力。最重要的数据和生产数据的管理在电力行业数据的范围更广泛，所以，电力行业在实际开发过程中一些数据背后的价值得到充分理解，在数据管理和数据挖掘等方面进一步加强，从而尽快实现大数据的战略发展，为电力行业的各个环节建设提供技术指导和更科学有效的解决方案。 4电力大数据的关键技术 4.1数据挖掘 电力大数据的分析和数据挖掘主要针对结构化和非结构化数据，可以有效地处理复杂的数据结构和海量数据。但目前电力行业数据大多是基于小数据集实行计算，这是因为当前大数据行业的主流大数据计算框架内尚未广泛应用于大数据领域，使用传统的方法大规模数据挖掘计算通常需要几天甚至几个月。这是人们在现实业务场景中不能接受的。它是一种具有小数据集的数据挖掘操作，其可靠性远低于基于海量数据的挖掘结果。这也是我们正在进行的研究和发展的重点。基于HadoppHDFS、HBASE的快速访问，基于Spark的分布式访问和分布式计算，基于R和Sparkmllib的统计、计算、分析，基于Mahout的机器学习，共同构建了基于大数据的高性能流计算的数据挖掘、统计、分析技术框架。 4.2实时计算 电力行业的实时计算在大数据应用领域具有不可忽视的地位。电力行业的实时数据往往代表着设备的运行参数、生产环境的指标、客户的实时需求等，而这些数据的价值在刚形成时是最大的。此外，在数据刚形成时，移动、计算和使用数据是最有意义的，这也符合数据应用程序的一般规则。所以，电力大数据不需注重实时计算场景的应用。在此阶段，基于传统数据量实现的实时计算框架在电力行业已经更加成熟。例如在电厂中，电厂的运行参数以秒和分钟的方式采集。数据收集完成后，将发送实时计算框架。在框架中，将收集的参数应用于数据挖掘和电力业务专家长期积累的业务规则建立的数据模型，从而实现设备故障检测、故障预警、设备状态评估等。在实时计算完成后，将计算结果和原始数据保存到数据库中进行后续数据挖掘，在实时计算过程中，挖掘出的规则、知识和数据模型也将被重用，形成一组自相似的完美体系。因此，电力行业的实时计算迫切需要分布式内存计算，解决了数据量增加时计算性能约束的瓶颈。 5大数据技术在电力行业的应用 5.1大数据对电力能源系统的影响 从新时代的发展来看，在能源、公用事业和其他重要行业出现之前，大数据不能被低估，但现在大数据的到来将对我们的业务产生有效的影响。采矿、大数据的访问和有效应用，可以促进智能电网的发展和转型，和分布式可再生能源资源，大数据将有助于实现预测和调度，并提高了电力行业的发电效率，在大量的行业管理和操作帮助分析客户需求，改变客户端模型行业和用户提供便利和节能。在2006年国际商业机器公司就已经提出了关于智能电网的概念，且就此基础上引入了“信息流”的概念，他们认为应该将电能流和信息流良好的融合在一起，才有可能实现传输能源和采集数据同时进行的业务目的。而电网互联系统是安全运行的客观发展，因此重视技术，研究智能电网的发展是一个不容忽视的问题，为了保证大规模电网技术研究的稳定运行，必须考虑配电网络和微网技术在电力系统中的共享技术。 5.2大数据实现电力企业一体化 目前，利用信息技术来促进企业的发展的电力行业很受欢迎，许多企业为了迎合“十八大”提出了“推动信息化和工业化深度融合”概念，积极提高自己的经营理念和经营方式，这意味着每个企业逐渐在电力行业的整合发展，虽然他们计划集成平台，从本质上说，是大数据背景下的数据挖掘、数据采集、数据分析和数据集成。这些数据系统框架、集成方法或应用技术都是推动电力企业发展的重要问题，也是实现良好发展和实现一体化的关键。 5.3数据挖掘技术的应用
0引言 GIS技术能够实现计算机辅助制图功能，在今天这项技术已经十分成熟，被广泛应用于众多行业，比如机械设计电力、电信、交通等。在三维空间方面，人们借助GIS来代表具体的实物，可以以平面投影的形式来实现对世界的简化。在信息表现方面，GIS技术很难带给人们直观的感官体验，随着GIS技术的应用范围不断加大，人们更加希望通过三维空间来完成信息的表达和传递。 1电力行业对三维可视化技术的需求 GIS技术在电力行业的运行、失衡产、管理等方面有着非常广泛的应用，但是随着应用的不断深入，GIS技术在信息表达方面的弊端逐渐表现出来。比如说在变电站内部一次设备、二次设备、拓扑连接方面的表达，GIS技术缺乏细致性，难以表现出其中的细节部分，同时也无法将输电线路的地理位置和空间位置之间的差异清晰的反映出来。虽然通过GIS技术的接线图能够一定程度上反应内部设备之间的连接关系，但是也仅仅以示意图的形式表现出来，没能反映出设备在空间上的相对关系。想要满足电力行业在这方面的需求，需要引进三维可视化技术，并且在其中建立起数据和设备之间相对应的关系。 2数字化电网管理平台 2.1技术路线 在变电站模型设计方面，将CAD设计图纸与当地变电站的实际情况结合在一起，在三维空间中建立起变电站虚拟模型，通过三维实时引擎，将变电站模型以及设备实际属性实现数据交互。系统为C/S模式，开发工具选择https://www.doczj.com/doc/725182421.html,。 2.2系统特性 首先，在信息采集方面，数字化电网以标准化和集成化为核心。标准化主要是指电网信息的标准化以及生产流程的标准化，在此基础上，可以更好地完成之后的数据共享和应用扩展；集成化主要是指在编码体系和信息分类方面的统一，简化其在监测系统中信息采集的难度。当前的数字化管理平台已经实现了在信息采集方面的标准化，结合编码体系和信息分类，在实际的建模过程中需要设置与之相对应的编码，实现三维模型数据与外部真实数据之间的相互关联性。 其次，在信息表现方面，数字化管理平台的信息表现形式是其中一大特点，能够通过三维立体的方式来表现电网，不仅能带给人们强烈的视觉冲击感，同时还一定程度上改变和影响人们的生活方式。比如说在会议室，通过变电站的三维模型，能够实现对变电站检修方案以及检修计划的讨论和制定，使方案的可行性和准确性更高。 再次，在信息共享方面，数字化管理平台的数据需要从其他系统以共享的方式获取，另外，还需要将所生成的三维模型对外进行共享。 最后，在信息管理方面，数字化管理平台在运行过程中涉及到非常庞大的数据信息，需要做好对这些信息的各项管理工作，使数据的安全性、完整性、一致性得到保证。 3三维可视化技术在电力行业中的具体应用 3.1应用在电网成果展示方面 最近几年，我国各个电力公司在“建设坚强电网”方面取得了巨大的进展和成果，但是在进行这些成果的展示和宣传方面却一直缺乏高效、全面的宣传方式，比如说就新建变电站而言，现阶段只能在现场或者通过观看现场影视资料的方式来实现对变电站相关信息的了解。通过电网数字化管理平台，能够更好地完成对电网建设成果的宣传和展示，具体有以下几个方面的优势：第一，借助三维变电站模型，可以从任意角度、位置实现对变电站的观察和了解，同时还可以从空中俯视变电站的整体样式，也能调整比例，实现对变电站细节部分的观察；第二，就变电站中关键设备，通过三维模型，能够查看其参数数据、运行时间等方面的信息；第三，在三维模型中进行索引，能够帮助用户更高效地完成对突破、影像、档案等信息的调取和查阅。 3.2应用在设备检修中 在设备日常巡检、检修时，借助电网数字管理平台，检修人员不需要到现场去，在办公室就可以完成巡检计划的制定，对各项巡检任务进行详细细致的划分，比如说需要检修的线路、设备等。在无人值守变电站方面，之前进行“倒闸”都需要有工作人员深入现场进行确认，借助三维模型，能够实现对闸位置的准确定位，同时配合附近的摄像头，就可以更好地实现远程监控，简化了工作人员的工作量。 3.3应用在改扩建审批中 电力公司每年需要审批的改扩建项目数量较多，但是在实际方案的审批、评审方面，缺乏简便的信息资料平台作为参考。评审人员对于变电站的实际情况很难有全面的了解和掌握。通过电网数字化管理平台，不仅能够实现对变电站场景的全面展现，同时还能对台账等方面信息有详 三维可视化技术在电力行业的应用 韩业飞;王承宇 （北京中电普华信息技术有限公司，北京100085） 摘要:三维可视化技术一方面可以满足空间展示的需求，同时还能将模型对象和现实中的实物在参数、属性方面相互关联。本文就电力行业对三维可视化技术地需求进行了简单的介绍，阐述了数字化电网管理平台的技术和特点，针对三维可视化技术在电力行业的具体应用进行了深入的研究分析，结合本次研究，发表了一些自己的建议看法，希望能够将三维可视化技术更好地应用于电力行业。 关键词:三维可视化技术；电力行业；应用