从海量数据中获取有效信息 近年来.doc

《从海量数据中获取有效信息 近年来.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、从海量数据中获取有效信息　　　　近年来，国网和南网用于电网的线路和变电站等方面的建设及管理投入逐渐增大，投资重点在区域和省主干电网、配电和农村电网的建设，信息化建设成为其中最重要的组成部分，由此催生了庞大的电力信息化市场。　　　　“十二五”期间，我国电力信息化投资成逐渐增长的态势。据《2011~2015年中国电力信息化行业市场形势及其上下游行业关系分析》汇总的数据显示，2013年电力信息化投资规模为288.01亿元，与去年同比增长15.3%,预计今年电力信息化投资规模将达到336.11亿元。电力建设以信息化作为支撑，信息化投资规模逐步扩大，意味

2、着电力系统上承载的信息数据规模将越来越庞大。　　　　目前，电力行业面临的问题将不仅仅是收集和存储数据，而是围绕数据采用相应的定量和统计信息，挖掘更有价值的信息。利用大数据可对业务进行分析，加工成有用的数据，进而全面掌控企业业务。　　　　此外，相对于其他行业而言，电力行业的大数据资源更为丰富，对于海量数据处理难度更大。据国网信息通信有限公司总经理刘建明介绍，目前电力行业大数据来源可分为三类。一是电力企业生产数据，如发电量、电压稳定性等方面的数据。二是电力企业运营数据，如交易电价、售电量、用电客户等方面的数据。三是电力企业管理数据，如ERP、一体化

3、平台、协同办公等方面的数据。再加上“智能电网”衍生出的各种新型业务，也会使大数据资源放量增长，这对电力单位信息安全维护能力都将是巨大的考验。　　　　如能充分利用这些基于电网实际的数据，对其进行深入分析，就可以提供大量的高附加值服务。这些增值服务将有利于电网安全检测与控制，包括大灾难预警与处理、供电与电力调度决策支持和更准确的用电量预测，客户用电行为分析与客户细分，电力企业精细化运营管理等，实现更科学的需求侧管理。　　　　以世界知名风电制造商丹麦VESTAS公司为例，它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

4、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。　　　　在我国国网信通公司在北京亦庄的数据中心里，就设有10200个传感器，它们及时采集数据，存储到云并进行分析和利用。　　　　有专家分析称，每当电力大数据利用率调高10%，便可使电网提高20%~49%的利润。数据识别和挖潜成难点　　　　随着电力智能化的发展，与IT行业嫁接，运用大数据等手段对电网进行实时监控和调节，已经成为时下发展的趋势。智能化电力系统应用范围拓宽，将产生大量的

5、数据，目前电力行业面临的问题已经不是简单的数据量的问题，而是如何从海量的数据中识别可用的数据，评估潜在的价值，以及电力信息化过程中的安全问题。　　　　“在解决这些问题过程中，目前我们还显得有些乏力。数据海量、信息缺乏、数据质量较低、防御脆弱、基础不牢、共享不畅等瓶颈依然存在。”一位电网负责人表示。　　　　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。　　　

6、　“目前，从数据类型方面来看，除传统的结构化数据外，还产生了系统日志、表计等半结构化数据和视频检测、克服音频等非结构化数据，对于这些非结构化数据，多数保存在本地系统中，且不能被检索分析，缺乏对其进行数据管理的手段。从数据价值挖掘，对数据利用的手段还主要停留在基于报表的统计分析，缺乏对数据进行挖掘和探索的高级分析手段，制约了数字化向智能化的发展。目前需要提供多样化统计分析和数据挖掘手段，增强关联度和预测性分析，发现公司数据潜藏价值，服务公司战略决策、业务应用、管理模式。”南瑞埃森哲信息技术中心的技术总监张沛博士曾表示。　　　　除数据获取与挖潜困难

7、外，目前市场上与大数据相关的上市公司主要围绕硬件设备、分析处理及应用开发等方面进行产品，还有众多公司也瞄准这块蛋糕，意欲分羹。因此，市场竞争更加激烈。　　　　“对于电力行业而言，这两年国家以国家以政府采购主导的自主知识产权和安全需求的变化对市场产生很大的影响，所有国产厂商的份额跟以前都不可同日而语，我们跟国外厂商之间的份额差距非常小，不是原来成倍的差异，现在差异非常小。”联想集团中国区大客户事业部成熟行业总经理兼企业级产品营销总经理刘征此前向《中国电力报》记者透露。由此也可以看出，差异缩小同台竞争的同时，竞争也将更加残酷。　　　　面对以上问题，

8、张沛表示：电力大数据目前只是出于前期研究阶段，需要电力企业、生产厂商、学术组织、研究机构共同致力大数据关键技术及在电力行业的应用研究和开发。设定长期的