国家电网:为什么电力需要大数据?

简介:

大数据作为重要的战略资源已经在全球范围内达成共识。根据GTM Research2015年的研究分析,到2020年,全世界电力大数据管理系统市场将达到38亿美元的规模。从2012年开始,英国、法国、美国等国家相继启动了大数据发展规划。再观国内,2014年3月,大数据被写入政府工作报告;2015年3月和5月,国家制定发布了《中国制造2025》和“互联网+”行动计划,明确了大数据发展的战略方向;2015年8月,国务院印发《促进大数据发展行动纲要》,强调开发应用好大数据这一基础性战略资源;2015年10月,十八届五中全会提出,实施国家大数据战略。

对于公司而言,2015年1月,公司发布《国家电网公司大数据应用指导意见》,明确到2020年,全面建成公司两级统一移动应用支撑平台,为公司各单位信息内外网移动应用提供开发、运行和管理云服务;实现移动互联技术在信息内网移动作业和信息外网移动交互两大领域的全面应用,建成公司级移动应用商店,实现公司各业务领域移动应用统一管理;建成公司统一移动互联建设管理体系,实现移动互联建设的全生命周期管理,构建移动互联网标准规范和信息安全保障体系,提升公司移动互联支撑能力和服务水平。

2015年12月底,国家电网公司已经完成总部、山东、上海、江苏、浙江、安徽、福建、湖北、四川和辽宁10家单位大数据平台试点实施部署和上线试运行。从构想到实践,从论证到试点,公司电力大数据应用发展正处于进行时。

为什么电力需要大数据

“微观来看,过去传统产业的数据系统主要服务企业内部,可现在环境变了。全新的发展环境、市场环境、生存环境等,无不提醒着企业,在‘互联网+’的背景下,企业的运营不能仅满足于内部,而且要放眼整个生态圈。这势必对企业传统的信息系统提出新的挑战。”国家电网公司信息通信部主任王继业说。

《中国电力大数据发展白皮书》中指出,在电力生产环节,风光储等新能源的大量接入,打破了传统相对静态的电力生产,使得电力生产的计量和管理变得日趋复杂。其次,电能的不可储存性,使得电力工业面临极其复杂的安全形势。在电力经营环节,随着下一代电力系统的逐步演进,高度灵活的数据驱动的电力供应链将逐步取代传统的电力供应链。

为此,依托2014年研究成果,《国家电网公司大数据应用指导意见》明确了大数据应用顶层设计和应用规划,涉及三大领域35项典型应用场景,并正式启动企业级大数据平台的研发的试点工作。

公司“三集五大”体系和坚强智能电网建设,积累了体量大、类型多、价值高、速度快等典型大数据特征的运营数据,具备了推广大数据应用的基础条件。

经过持续努力,大数据试点平台已经在电网运行、经营管理、优质服务三大业务领域得到广泛应用。总部及各家试点省公司都感受到了大数据的威力。

国网上海市电力公司运监中心主任华斌表示,该公司基于大数据平台开展的区域设备故障量预测分析,预测未来一天或者一个月各区域、不同电压等级的设备故障量精度达到70%以上,有效缩短故障抢修时长,提高优质服务水平。国网客户服务中心通过构建话务量预测及用户感知度模型,话务量预测准确率由60%提升至90%,话务量预测偏差率为±10%,有效提高了座席排班的科学性和高风险客户的识别能力。

“目前,公司大数据研究和试点工作已经取得阶段性成果,但这并不意味着公司大数据的研究应用画上了圆满的句号,相反,大数据正处于进行时,未来我们要做的工作还有很多。”王继业表示。

电力大数据面临的挑战在哪

公司的大数据具有量大、分布广、类型多等特点,背后反映的是电网运行方式、电力生产方式及客户消费习惯等信息,这些数据如果能挖掘分析好,就能释放大数据真正的价值。中国电力科学研究院技术战略研究中心高级工程师邓春宇认为,大数据好比是一个金矿,但是,想挖出金子也并非易事,做大数据是非常考验智慧的。

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。公司信息通信部安技处处长曾楠表示,随着公司信息化建设不断深入,业务系统产生的数据量呈爆发式增长,公司目前面临着大数据带来的海量存储以及部分业务系统面临存储升级成本较高、系统响应速度较慢等挑战。

为此,一方面公司详细分析业务系统数据现状,针对数量庞大的历史数据,基于大数据平台开展历史数据归档,在提升系统访问效率同时,节约系统存储成本;另一方面,分析业务系统架构,在可能引起系统访问瓶颈的地方,重点考虑能否引入大数据技术加以解决。

此外,正如白宫2014年5月发布的《大数据:抓住机遇,守护价值》报告中提醒,在发挥正面价值的同时,应该警惕对大数据应用对隐私、公平等长远价值带来的负面影响。电力大数据由于涉及众多电力客户的隐私,且地域覆盖范围广阔,安全问题不容忽视。因此公司提出,大数据要按照分级管理的原则,同步规划、同步设计、同步投入运行,并根据数据的重要性以及共享程度,确定哪些是可开放的、哪些是要逻辑强隔离使用的。目前,公司将外网上对于客户服务的内容、企业内部管理的内容以及生产方面的内容进行安全隔离,从而保证在云基础上数据系统的安全性。

大数据如何服务全球能源互联网

全球能源互联网有两个关键词:全球互联网和能源。网络是人类最伟大的发明之一,通过网络可以最大限度地在不同时空内优化能源资源配置、提高效率、降低成本。未来,在以清洁能源为主导、以电为中心的能源新格局下,电网将成为能源资源配置的有效网络载体。

目前,电网发展已经进入坚强智能电网发展阶段,全球能源互联网正是坚强智能电网发展的高级阶段,具有网架坚强、广泛互联、高度智能、开放互动的特征。而这些特征与大数据都息息相关。

此外,全球能源互联网可以有效解决全球能源资源分布和市场需求失衡的问题,同时,给能源形式、生产方式、存储形式、分享机制等带来了新的变革。因此,随着大数据的建设和发展,能源的智能化管理将变得更为重要。依托大数据,企业可分析预测能源消费和使用,提高能源利用效率,降低能源成本等。以大数据为核心的泛在智能电网,将优化能源的生产方式、利用方式以及消费方式,如清洁能源、电动汽车的发展和利用等,有望催生新的经济模式。

通过应用大数据等信息通信技术,电网智能化和数字化水平进一步提升,能源互联网特征初步显现。未来,客户和远距离可再生能源将更紧密结合,通过能源替代、转化、交易和调度业务集成,实现能源生产、传输、消费协调控制,促进供需双向互动,能源共享,推动能源生产和消费革命。

构建全球能源互联网,会涉及到诸多技术,如电源、电网、储能,特别是信息通信技术。因此,需要优化升级公司现有信息通信系统如基础架构、业务流程融合等。所以,公司提出“三朵云”的理念,即公共服务云、企业管理云和电网控制云,充分借鉴开源技术,依托公司国产化和自主化产品和资源,最终组成企业级的电力云,以推动构建全球能源互联网和新型智慧能源企业建设。

展望2016年,在大数据方面,公司将通过建立企业级大数据平台和建立各种新能源分析模型,通过大数据平台实现数据的采集、传输以及存储和高效处理,从而有利于提高分析决策的智能化水平,提前做好调度安排,消纳更多的清洁能源。

本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
3月前
|
数据采集 数据管理 大数据
【电力大数据】浅谈电力行业元数据管理
【电力大数据】浅谈电力行业元数据管理

热门文章

最新文章