电网营销运营监控平台数据架构发展论文

时间:2021-06-26 16:42:50 论文 我要投稿

电网营销运营监控平台数据架构发展论文

  摘 要:在信息时代大数据背景下的电网信息技术发展是电网工作者的主要工作内容,笔者立足于个人工作经验,对大数据下的电网营销运营监控平台的数据架构发展进行相关探讨,以资借鉴。

电网营销运营监控平台数据架构发展论文

  关键词:

  关键词:电网营销;运营监控;数据架构;大数据

  1 电网营销运营监控平台数据架构的现状

  电网营销运营监控现有数据架构主要处理结构化、非实时类型的数据,且仅对部分业务数据进行了采集和处理,其数据存储能力、数据处理能力、数据交换能力、数据展现能力及数据互动能力提升空间有限,大量数据资产未被合理有效利用;缺少流式处理的手段,无法支撑各专业对实时数据的应用需求。

  2 大数据对电网运营监控平台数据架构发展的意义

  随着新能源技术、互联网信息技术的.创新突破,第三次工业革命正席卷全球,并将深刻影响能源行业的未来发展。作为第三次工业革命的重要组成部分,大数据浪潮正汹涌来袭,成为全球范围启动透明政府、加速企业创新、引领社会变革的利器。电网企业高层强调“海量的用电数据、社会状态数据和客户数据都蕴藏着巨大的商业价值,是公司下一步智能电网发展非常重要的数据资源”。国外领先电网企业已经开展了大数据的试点应用,在促进管理精益化、决策科学化、推动业务管理模式创新等领域创造了价值。

  2.1 构建大数据处理能力、高性能融合的数据架构,提高管理成效

  电网营销的数据具有“量类时”等特点,即容量巨大,自身具有多种类型,并且有着很高的价值。电网企业在电网营销业务过程中会得到海量运行数据,同时还有电网营销运营监控平台中的数据。一般来说,大数据主要包括营销业务中的发电量与电压特性等动态实时上传数据,而营销运营监控中的经营管理数据,如售电量,电价实时数据,用电客户数据,企业ERP与电网运行管理在线办公系统等动态数据与存楼数据,再加上物联网云计算,新能源开发后的并网数据,以及车联网与移动互样等扩展性数据都将归入电网企业中的大数据,可以说大数据的来源广泛,数据价值高。构建具备大数据处理能力的低成本、高性能融合架构,那么电网营销运营监控就能做好更多有针对性的附加值服务工作,也能达到电网企业科学管理的目标。

  2.2 构建大数据处理能力、高性能融合的数据架构,是完善电网营销运营监控平台的重要工具

  推动电网企业营销业务未来的发展,离不开电网企业自身的市场适应力。而作为民生服务业,电网企业的服务水平与服务质量直接决定了人们生活舒适度。信息化时代里,大数据是完善电网企业信息化的重要工具。电网业务目前已经全部引入IT系统进行管理,数据采集量海量增长。电网企业要善于在大数据的处理与应用中积累信息化管理经验,进而为电网运营与提升整个电网系统运行打下良好的管理基础。可以说,对于大数据的应用与分析,代表着电网企业是否能适应时代,是否能做大做强的重要标准。

  3 大数据架构的关键技术

  电网大数据的关键技术既包括数据分析技术等核心技术,也包括数据管理、数据处理、数据可视化等重要技术。

  数据分析技术:包括数据挖掘、机器学习等人工智能技术,具体是指电网安全在线分析、间歇性电源发电预测、设施线路运行状态分析等技术。由于电网系统安全稳定运行的重要性及电网发输变配用的瞬时性,相比其他行业,电网大数据对分析结果的精度要求更高。

  数据管理技术:包括关系型和非关系型数据库技术、数据融合和集成技术、数据抽取技术、数据清洗和过滤技术,具体是指电网数据ETL(Extract,Transfer和Load,即提取,转换和装载)、电网数据统一公共模型等技术。电网数据质量本身不高,准确性、及时性均有所欠缺,也对数据管理技术提出了更高的要求。

  数据处理技术:包括分布式计算技术、内存计算技术、流处理技术。具体是指电网云、电网数据中心软硬件资源虚拟化等技术。

  数据展现技术:包括可视化技术、历史流展示技术、空间信息流展示技术等。具体是指电网状态实时监视、互动屏幕与互动地图、变电站三维展示与虚拟现实等技术。电网数据种类繁杂,电网相关指标复杂,加以未来的电网用户双向互动需求,需要大力发展数据展现技术,提高电网数据的直观性和可观性,从而提升电网数据的可利用价值。

  4 结 语

  综上所述,在现有营销运营监控平台的数据架构基础上,构建具有业界领先水平的包含大数据采集、存储、计算、分析等基本要素的大数据架构,将大数据融入电网营销运营管理及监控过程,发挥数据资产价值,辅助公司提升决策的科学化水平,促进电网营销业务管理向精益化转变,推进营销业务管理模式创新,持续提升优质服务水平,促进公司价值创造能力和经济效益不断提升,并为科学研究提供有力的分析应用支撑。

  参考文献

  [1]冯伟.大数据时代面临的信息