讨论大数据分析在电力方面的应用.docx
《讨论大数据分析在电力方面的应用.docx》由会员分享,可在线阅读,更多相关《讨论大数据分析在电力方面的应用.docx(20页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、讨论大数据分析在电力方面的应用安科瑞电气股份有限公司上海嘉定201801摘要:本文首先对电力大数据及其技术优势进行分析,在此基础上,从可视化、数据分析、数据库索引、数据治理、ETL等几个方面,对电力大数据分析技术及应用进行阐述。期望通过本文的研究能够对促进电力大数据的应用与发展有所帮助。关键词:电力大数据;技术;应用近年来,在国家政策的大力扶持下,电力行业获得快速发展,由此使得相关的行业数据发生爆发式增长,在这一背景下,电力大数据技术应运而生。通过该技术的应用,促使电力行业的整体生产经营水平获得进一步提升。借此,下面就电力大数据分析技术及应用展开讨论。1电力大数据及其技术优势1.1电力大数据电
2、力大数据是大数据技术在电力行业的实践应用,涉及产、输、变、配、用、调等多个环节。电力大数据由两类数据组合而成,一类是构造化数据,另一类是非构造化数据。近年来,随着国家逐步加大智能发电的建设力度,以及对物联网技术的应用,使得电力行业中非构造化数据的比重持续增长,在量级上己经超过构造化数据。电力大数据具备大数据技术的“5V特征,即数据量大、数据类型多、处理速度快、准确性高和价值大。电力大数据中的关键技术有数据挖掘、数据可视化、高性能计算和统计分析。1.2技术优势1.2.1促进管理水平持续提升电力系统具有复杂且庞大的架构,其中涵盖的内容非常之多,在电力系统中引入大数据技术后,为智能发电的顺利实现提供
3、了强有力的支撑,各种数据信息的分享,使电力生产精细化管理成为可能。借助电力大数据,业务和技术人员能够在较短的时间内,对电力设备当前的运行参数与以往的运行数据进行整合、分析,为电力设备的稳定、可靠、经济运行提供保障。同时,通过电力大数据,还能为生产运行经过中的风险防备提供指导根据。1.2.2有助于节能降耗电力大数据能够对各种不同类型的数据信息进行分析,通过对该技术的运用,能够设计出与用电需求相符的生产计划,进而为电力用户提供较为准确和经济的产品和服务,有助于节能减排目的的实现。2电力大数据分析技术及应用2.1电力大数据的可视化应用2.1.1图表可视化所谓的图表可视化详细是指以为基础的图形和表格,
4、对相关数据进行直观展示的方法。在图表可视化的前提下,对数据进行获取的经过中,可在相对较短的时间内,找到其中存在的问题,并借助数据的规律,对问题进行解决处理。对图表可视化系统进行构建时,需要使用下面三种可视化展示方法:折线图、柱状图、表格,其中折线图能够对某个时间段内,数据随时间变化的趋势进行描绘柱状图则可通过柱状体的长度对数据的差异情况进行展示;表格的作用是对数据进行具体记录,相关的数据资源可通过搜索的方式进行获取。2.1.2SVG可视化SVG是现阶段较为流行的一种图像文件格式,详细是指能够进行缩放的矢量化图形。对于不同的电力数据,SVG能够不同的颜色进行显示,由此可使数据变得直观化。在这种可
5、视化方法下,需要对某个特定区域内的电力数据进行把握,根据相关的参数和指标,赋予电力数据不同的颜色,并用颜色的深浅程度对电力数据的实际情况进行表示。当需要对某个时间段内,各生产单位的情况进行了解时,便可使用不同的色块进行直观呈现,假如要对其中某个数据进行调用,则可借助SVG来完成控制,由此可使数据资源的查询和使用变得愈加方便。2.2数据分析技术的应用在电力体制改革进程不断加快的推动下,我国的发电方式越来越多,除常规的火力发电之外,水力发电、风力发电、太阳能发电、核电等,都得到了快速发展,由此使得发电领域呈现出多样化的态势。因而,通过运用电力大数据中的分析技术,可将常规电能与清洁型电能之间存在的关
6、联性进行、详细地分析,借此来发现二者的契合点,为电力资源合并工作的开展提供根据。以风电并网为例,在合并时,会对电网的运行造成一定的影响,如谐波、线损等等,由此将会导致电网的运行可靠性下降。通过电力大数据的运用,能够对各种影响因素进行分析,据此制定出合理可行的应对策略,确保风电并网安全有序进行。2.3数据库索引技术的应用Hadoop海杜普的Hive是一个较为典型的数据库系统,其能够对数据进行提取、转化、加载、查询、分析和存储。但在实际应用中发现,Hive在索引方面略显缺乏,很难详细地搜索电力大数据,进而导致系统的CPU资源浪费,电力大数据的分析效率也随之下降。由于电力大数据本身所具备的多维区间查
7、询特征,进而使其在各个维度的查询上都相比照较固定,因而,可依托电力大数据进行多维索引。如,某电力系统采用的索引方式为以单位和时间两种代码为标准,通太多维度能够辅助电力大数据进行索引,由此能够将各种无用的数据信息全部滤除掉,索引效率随之提升。利用电力大数据多维索引能够构建相应的系统,该系统能够对Hive命令进行使用,并在引入解析技术的前提下,对相关的代码进行快速解析,进而进一步丰富了可索引的维度区间,由此获得的数据可存储到Hadoop当中进行处理,提高数据的利用效率。2.4在谐波治理中的应用谐波是电网安全、稳定、可靠运行的主要影响因素之一,电力行业对谐波的治理非常重视。大体上可将谐波产生的;归纳
8、为下面几个方面:电源端、输配电经过、电力设备等。谐波会使各种仪表及计量装置产生误差,高次谐波还会对断路器的正常开断造成影响。因而,在对谐波进行治理时,可对电力大数据进行合理应用,依托相关数据,分析谐波源的特性,预测谐波风险,为谐波治理提供详实可靠的根据。在谐波风险分析中,电力大数据的详细应用如下:2.4.1数据抽取与存储谐波监测数据可存储在开源数据库当中,为使从数据库中抽取的数据能够实现分享,能够引入MySQL对数据抽取结果进行存储;以相关元件和参数指标对数据表进行划分,额定电压单独成表,有功与无功功率合并在同一个数据表中,基波与谐波电流存储在同一个数据表中,这样能够为数据查询提供便利。在数据
9、提取的经过中,基于Hadoop的虚拟机,采用Spark从开源数据库中提取数据。2.4.2电力数据与谐波计算可在电力大数据中,引入与谐波计算有关的频谱文件,通过对基波和谐波电流的计算,生成谐波含量。在MySQL中,数据的传输经过如图1所示。2.4.3谐波风险分析在对谐波风险进行分析的经过中,需要对谐波源特性数据进行使用,可将这些数据带入到预测模型中,模型能够给出谐波在将来一段时间的变化趋势,据此可确定出谐波的影响范围,并制定相应的治理措施。为确保预测结果的准确性,应当对预测模型进行合理选用,推荐ARIMA模型,在使用前应对模型进行训练,进而使其到达优。2.5数据治理在电力行业的应用在电力行业的运
10、营监控数据管理中,经常会碰到数据错误、不完好、不规范、不一致等问题,为解决上述问题,可结合桑尼尔?索雷斯大数据治理框架、DAMA数据知识管理以及DMM数据管理成熟度模型等方法构建起数据治理体系,为提升电力行业数据管理能力提供解决方案。数据治理体系的构建方法如下:2.5.1建立大数据管理组织采用RACI模型明确各部门职责,辨识业务流程,根据数据生命周期POSMAD理论确定各个阶段中的活动角色,结合DAMA数据知识管理体系理论确定各部门数据管理中的角色,建立起数据管理虚拟组织。2.5.2梳理业务流程数据参考国际电工委IEC系列标准中的CIM模型和IBM-FSDM数据模型理念,划分电力行业的主题域,
11、建立起主题域之间的联络。之后,根据固定分类+业务分类的方法,对业务流程数据进行分类,识别各分类数据的实体属性,确定各数据实体的信息项。2.5.3制定大数据治理标准数据治理标准主要包括业务、技术、安全、管理和稽核标准,要求统一各类数据的名称、编码、属性等,完成对数据的标准化处理,生成数据标准清册。在数据治理标准框架下,对新增数据进行严格管控,对存量数据要根据重要性进行划分,优先治理重要程度高的数据。其中,存量数据的治理是大数据治理的重点,需构建数据包络分析DEA模型,借助数学规划和决策单元对数据进行治理。先对存量数据进行盘点,划分基础类明细数据和指数类数据,再对数据进行差异化治理,考察数据能否存
12、在缺失、重复等问题。通过对基础类数据和指数类数据进行治理,可提高电力行业的数据质量。2.6分层处理与混合存储技术的应用电力行业在综合数据分析处理中可引入分层次数据技术,构建起具备多种功能的构造化管理系统,提高电力信息采集、存储和利用效率。电力行业可根据实际业务情况,利用大数据分层处理技术建立起系统之间的关联,实现跨组织、跨应用的信息资源分享,同时还可结合云计算、SQL数据库等技术,知足电力大数据实时分析和计算的需求,提升大数据处理效率,使大数据层次化分析管理系统适应电力行业的整体发展。为适应业务数据量呈几何倍数增长而扩大数据存储容量,知足数据更新、删除以及快速处理的要求,可使用混合存储技术提高
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 讨论 数据 分析 电力 方面 应用
限制150内