基于大数据的智慧电力解决方案(电力大数据)课件.pptx

《基于大数据的智慧电力解决方案(电力大数据)课件.pptx》由会员分享，可在线阅读，更多相关《基于大数据的智慧电力解决方案(电力大数据)课件.pptx（52页珍藏版）》请在三一办公上搜索。

1、,日程,基于大数据的智慧电力解决方案（电力大数据）,日程基于大数据的智慧电力解决方案,电力大数据来源,电网拓扑,智能电表读数,客户情感信息,地理空间信息,设备图像数据,设备运行监测历史,动态事件,客户用电信息,客户服务数据（文本+语音）,外部环境信息（气象、气候）,3,电力大数据来源电网拓扑智能电表读数客户情感信息地理空间信息设,电力大数据的特征,数据特征数据类型不同：营销、生产等核心业务系统的结构化数据，智能电表、系统日志等半结构化数据，客 户服务的音频、运行检修的视频监测、电网设计和拓扑等的非结构化数据。加载频率不同：根据业务数据分析时效要求，数据加载频率可按小时、天、周、月等。数据价值不

2、同：相同的业务数据在不同专业体现不同的作用和价值。,处理特征调度模式不同：数据有时需要在不同平台间迁 移和复制，有时无需移动而只是简单的查询。加工特征不同：对于结构化数据，需要进行汇 总、分组、排序等，对于半结构化和非结构化 数据，需要先通过自然语言处理、视频分析等 技术转化成结构化数据。,使用特征,使用角色不同：业务分析人员、数据分析 师、数据科学家。使用方式不同：业务指标统计、预测分析、深度数据挖掘和探索。使用时效不同：不同频度的指标统计、 Ad-hoc查询、自助式的数据探索等。,电力大数据的特征数据特征处理特征使用特征使用角色不同：业务分,日程,电力业务与大数据的有什么关系?,日程电力业

3、务与,电力大数据驱动电力业务管理模式发生变革,发电,输电,变电配电,用电,1、基于数字化 电厂建设中不断 积累的海量数据，分析生产运行 状态，提升对机 组的控制和优化 策略、故障诊断 的能力；2、对大量的分 布式能源进行实 时监测和控制， 能够及时准确掌 握分布式电源的 设备及运行状态,1、通过大量积累的电网输、变、配电设备的运行状态 和历史检修工作记录数据，能够实现预测性资产维护， 提升电网运行的可靠性；2、结合外部环境数据（如：天气和自然灾害预报）、 电网设备的地理信息数据、设备维护数据等，分析和评 估外部环境对电网设备的影响程度，并及时作出防灾、 减灾措施（智能防灾）；3、通过配电网络的

4、实时监测和分析，能够快速定位电 力中断的地点、识别断电原因、估算电力恢复时间等， 提高事故的响应程度；,1、通过分析智能电 表产生的海量用电明 细数据，分析客户的 用电行为，引导客户 提升用电效率，平衡 用电负荷；2、通过对智能电表 运行状态的监控，并 结合地理信息数据， 能够高效判断故障来 源，提升运营效率；,电力大数据驱动电力业务管理模式发生变革发电输电变电配电用电,7,提升用电环节的智能化，从大数据中掘金,1、实现电网与用户的双向 互动，提升用户服务质量，满足用户多元化需求；,2、改善终端用户用能模式，提升用电效率；,智能用电,整合,智能电表,客户服务,客户档案,社交网络,分析,地理信息

5、,7提升用电环节的智能化，从大数据中掘金1、实现电网与用户的双,通过用电大数据分析，发现大价值,客户服务：为用电客户提供图形化 的分析工具，以准实时的方式告知 客户电力使用情况，并为客户提出 电力使用方案建议，从而 提升客 户服务能力。用电效率：通过及时获知用电信息，以调整用电方式和期间，降低用 电成本，提高用电效率。运营效率：自动读取智能电表数据，通过及时分析智能电表运行状态，能够高效地判断故障来源。资产利用率：通过提供透明的用电信息，影响客户的用电 行为模式，以降低高峰期的用电负荷，平衡用电，从而能 提高电网设备的利用率。,8,通过用电大数据分析，发现大价值客户服务：为用电客户提供图形化,

6、日程,如何解决大数据架构困惑?,日程如何解决大数据架构困惑?,什么样的平台能够承载大数据的分析和探索需求？,大数据的数据独特特征对数据处理平台提出了全新的要求。,10,什么样的平台能够承载大数据的分析和探索需求？大数据的数据独特,如何有效应用多种大数据处理技术？,大数据时代没有 “银弹”可以高效低成本的满足大数据处理的全方位要求， 各种技术相辅相成，优势互补。,11,如何有效应用多种大数据处理技术？大数据时代没有 “银弹”可以,如何实现对大数据的统一管理和运维,实现大数据的元数据、数据质量和安全统一管理，实现统一的开发管理（ IDE）和调度管理。,12,如何实现对大数据的统一管理和运维实现大数

7、据的元数据、数据质量,电力统一大数据平台架构,数据源,运检,营销,建设,规划,运监,物资,财务,13,电力统一大数据平台架构统一分析应用数据整合平台数据探索平台数,用电信息查询,用电策略优化 分析,用电策略建议,负荷预测,用电行为模式 分析,数据探索平台,数据整合平台,营销业务,用电采集,客户档案,电网运行,电网拓扑,电力政策,天气数据,数据汇集平台,电力营销 智能用电管理应用 大数据平台技术架构,工程师负荷实时监测 用户,数据科学家,业务分析师,管理,统一数据管控迁移访问,快速加载用电采 集数据、电网运 行、电网拓扑、 电力政策、外部 天气等半结构化 或非结构化数据，并对其进行原 始存储和初

8、步加 工。,整合智能电表采集、用电客户档 案等数据，利用数据探索和挖掘 技术，实现基于用电采集信息的 用户用电行为模式识别。,整合客户档案、用电信息、电网拓扑、天 气等数据，构建电力负荷预测模型，分析 预测用户用电负荷和配电网络负荷。同时，结合用户用电行为模式分析结果，设计 和仿真执行智能用电优化策略。,14,统一分析应 用,数据源,用电信息查询用电策略优化 分析用电策略建议负荷预测用电行为模,客户历史用电 信息查询,客户满意度分 析,客户业务状态 分析,客户投诉智能 分析,用户,数据探索平台,数据整合平台,营销业务,客户服务 系统,客户档案,电力政策,天气数据,数据汇集平台,客户服务 智能识

9、别与分析应用大数据平台技术架构,工程师,数据科学家,业务分析师,统一数据管控管理迁移访问,快速加载大量的客户 投诉、咨询、建议和 保修等业务的文本记 录和语音记录、电力 政策文档和外部天气 数据等半结构化或非 结构化数据，并对其 进行原始存储和初步 加工、转换。,引入文本挖掘和智能识别技术， 整合客服文本记录数据和用电客 户档案数据，实现对客户需求的 深度挖掘和精准分析。,整合用电客户档案、业务办理过程、用电 信息、客户电话记录智能分析结果等数据，全方位地获知和分析客户的业务状态， 并结合对客户需求的智能识别和分析，提 升客户服务的精准度和及时性。,14,统一分析应 用,数据源,客户历史用电

10、信息查询客户满意度分 析客户业务状态 分析客户,设备状态历史 分析,设备智能防灾,设备运行监测,预测性资产维 护分析,用户,数据探索平台,数据整合平台,生产管理 系统,SCADA,电网拓扑,外部环境 数据,数据汇集平台,电力生产 设备运维管理智能分析应用大数据平台技术架构,工程师,数据科学家,业务分析师,统一数据管控管理迁移访问,快速实时加载大量的 设备运行状态、设备 运行视频、生产工作 票、电网拓扑地理空 间数据和外部环境数 据等多结构化或非结 构化数据，并对其进 行原始存储和初步加 工、转换。,利用MPP并行处理技术架构和流式计算技 术，通过对设备运行检修的视频流数据进 行分析和挖掘，实现

11、以自动化方式对设备 运行状态进行大范围和长周期的分析，从 而能够识别设备故障发生模式。,整合设备当前运行状态、历史检修工作记 录、设备地理空间信息和外部环境数据等，实现预测性设备资产维护和智能防灾和 减灾，同时，对设备运行的实时监测，实 现快速故障定位和原因分析。,14,统一分析应 用,数据源,设备状态历史 分析设备智能防灾设备运行监测预测性资产维 护分,Gartner 大数据市场评估报告 (2014),从1999年起，Teradata连续16年在Gartner数 据仓库平台总体性能评测中排名第一; Teradata 在各项主要测评指标中全面领先,本报告反映了当今的大数据市场Teradata是

12、领导者本报告是对大数据市场的综合评估（包括Hadoop，竞争对手，客户，分析师等）市场趋势是如何更好的使用数据仓库，并 对不同技术进行整合LDW逻辑数据仓库是综合了数据不同的 存储策略，而不是取代传统的数据仓库， 对不同技术的整合才是真正的大数据。LDW逻辑数据仓库成为新的标准Teradata的统一数据架构UDA是对Gartner提出的LDW最全面的实现。Teradata不仅是市场领导者，而且还引 领未来的方向。Teradata引领持续创新Teradata进一步通过和客户实践UDA的 创新而引领市场，通过EDW和LDW为超 过1200名客户提供服务。来源: http:/ 1RP452A&ct=

13、140310&st=sbidential,Gartner 大数据市场评估报告 (2014)从1999年,TERADATA大数据探索平台ASTER,为什么要探索?大数据探索平台是什么?,TERADATA大数据探索平台ASTER为什么要探索?,业务与IT人员的关于大数据的话题,新的数据类型代表 着新的机会,减少大数据分析的 复杂性,让已有资源能从大 数据中产生价值,使用下一代新的分 析方法实现业务洞 察力,利用大数据 获取竞争优势,19,业务与IT人员的关于大数据的话题新的数据类型代表 着新的机会,数据探索,数据仓库/商业智能,高级分析,问题,20,各种复杂的高级分析环境导致数据碎片，更 高的成本

14、，需要更复杂的技能，更长时间才 能实现业务价值。,数据探索数据仓库/商业智能高级分析问题20各种复杂的高级分析,数据探索,集成的探索平台(IDP),问题数据仓库/商业智能,高级分析,解决方案,各种复杂的高级分析环境导致数据碎片，更 高的成本，需要更复杂的技能，更长时间才 能实现业务价值。,集成的分析探索提供了更输入的洞察，统一的 访问接口，易用性，低成本，更好的洞察。,SQL框架访问层,21,预置分析函数,数据探索集成的探索平台问题高级分析解决方案各种复杂的高级分析,分析探索平台的需求,数据源,结构化 数据,多结构化 数据,非关系型 数据,分析探索,分析探索工具,用户,分析探索平台,数据科学家

15、,业务分析师,SQL,MapReduce,统计功能,交易型 数据库,结构化和多结构化数据不需要大量的数据建模需要从尽可能多的数据 中进行分析探索一定的数据完备性要求往往没有严格的SLAs具有快速迭代开发的能 力,22,欺诈模式分析客户行为分析数字营销优化供应链分析等,分析探索平台的需求数据源结构化 数据多结构化 数据非关系型,日程,大数据从小做起,日程大数据从小做起,大数据的海洋浩瀚无边,常见 问题,大数据很重要，但对 我的现有业务似乎没 有太大的影响?,我没有那么多的预算 投入用于大数据的收 集、分析、与平台？,我没有收集非传统数 据，如何进行大数据 的分析与应用?,我没有能力进行大数 据的

16、分析?,24,大数据的海洋浩瀚无边常见 问题大数据很重要，但对 我的现有业,Why？,电力大数据应用的蓝图？电力大数据战略的第一步应该从哪里开始？为此需要开展哪些配套的工作？,What?,当前主流的大数据架构和技术？如何将大数据和传统“小数据”结合？配套的组织、人员、技能要求？,电力企业目前大数据的现状是怎么样？国内外领先电力企业的大数据应用状况如何其他行业的大数据应用经验哪些可以借鉴？When?,大数据于电力企业有什么业务价值？在电力哪些业务领域中可以应用大数据？为什么大数据对电力企业的发展至关重要？How?,如何着手大数据？,25,Why？电力大数据应用的蓝图？What?当前主流的大数据架

17、构,但成功案例告诉我们：一切从“小”而“美”做起,26,但成功案例告诉我们：一切从“小”而“美”做起26,但成功案例告诉我们：一切从“小”而“美”做起,Teradata 解决方案,大数据与传统数据相 结合，才能带来最大 化的商业价值,在传统的数据上也可 以进行大数据分析， 带来新的业务价值,提供多种大数据的收 集工具与存储方式,提供大数据分析咨询 服务，通过项目发现 商业价值，并进行知 识转移,27,但成功案例告诉我们：一切从“小”而“美”做起Teradata,寻找合适的切入点是开始应用大数据的关键,完整的、集成的，基 于大数据的优化战略,营销、服务、生产(集成的统一视图),大数据战略启动（建

18、立面向营销、 服务、生产的可操作性策略）,基于大数据的分析 和战略咨询,基于实践的客户化 大数据分析,集成的、数据驱动 型分析和策略,完整的决策优化,大数据收集和 分析咨询,开始收集大数据,结合传统数据源应用大数据分析,开始大 数据分 析的最 佳方法,28,寻找合适的切入点是开始应用大数据的关键完整的、集成的，基 于,日程,通过大数据带动业务创新 并真正落地,日程通过大数据带动业务创新 并真正落地,通过大数据做创新,不光去了解什么，也了解为什么数据量大，有素材可以结合不同的数据源不同的分析方法通过数据和分析来加快对问题和形势 的深入了解,30,通过大数据做创新不光去了解什么，也了解为什么30,

19、31,大数据里的创新,通过大量高质量的尝试可以创造巨大的商业价值！,31大数据里的创新通过大量高质量的尝试可以创造巨大的商业,32,速度代表一切,数据科学家、分析师,业务用户,快速探讨尝试的越多，挖掘的价值越多,?,数据获取,1,数据准备,2,数据展现,4,数据分析,3,32速度代表一切数据科学家、分析师业务用户快速探讨?数据获取,33,大数据，从小做起,33大数据，从小做起,大数据的天时，地利，人和,数据 价值,34,人员 技能,流程 制度,技术 平台,成熟的大数据平台易于让不同人员应用和数据仓库有高性能 连接,结合大数据需求的敏 捷项目管理方法根据业务需求快速让 技术人员利用平台去 提升数

20、据的价值,了解国内外不同行业的 大数据应用，可灵活借 鉴案例和经验,大数据的天时，地利，人和数据 价值34人员 技能流程 制度技,大数据的敏捷项目管理,35,分析方向已定但细节还没确定的情况下,小量数据加载（1个月）,加载更多数据数据初定型,数据轮廓分析,数据是否符合,加载更多数据数据再定型,数据分析成果展现,数据是否符合,应用测试,分析是否符合展现是否符合,快速把整个流程建起,再一步步优化,35,分析数据分析师,数据ETL数据模型,业务业务人员,大数据的敏捷项目管理35分析方向已定小量数据加载加载更多数据,智能电网发展愿景,近些年来，SCE将发展智能电网作为公司战略目标，其愿景是：以环保和更

21、加多样的方式生 产电力，通过更智能和可靠的网络传输电力，为客户提供更优质的服务，帮助客户通过多种 途径更高效地使用电力。,39,智能电网发展愿景近些年来，SCE将发展智能电网作为公司战略目,智能电表项目 SmartConnect,从2008年起，SCE启动了智能电表项 目 SmartConnect；同年，该项目获得了加州公共事业委员 会的批准通过，项目投资约16亿美元；该项目计划从2009年-2012年，使用5百万智能电表替换老式的机械或电子表；通过智能电表的应用，电力用户能够及 时地获知其电力的使用情况和成本消耗 情况，而且，通过近实时地获取用户的 用电信息，从而使实时定价机制的执行 成为可

22、能；,40,智能电表项目 SmartConnect从2008年起，S,SmartConnect 从概念到技术实现,SCE分步骤、分阶段进行SmartConnect项目的设计和实施工作，将安装近5万块智能电表和 开发和部署相应的信息支持系统。,调研和收集用户需求和 业务用例；分析电表需求，设计系 统架构；完成供应商提供的原型 系统测试；,41,项目实施过程控制；完成两种电表和通信解 决方案的现场测试；完成业务用例的开发和 系统需求的完善；完成智能电表设备的采 购流程,完成信息支持系统的开 发和实施；安装和部署5万块智能电 表；为终端用户提供对用电 效率的分析能力，提升 客户服务水平；,Smart

23、Connect 从概念到技术实现SCE分步骤、,SmartConnect 业务变革与创新,在实施SmartConnect项目后，SCE在12个小时内采集的智能电表数据要比采 用非智能电表时期一年内采集的电表数据还要多。,每块电表每个月采集一次数 据，每月大约5百万条电表 数据。每年大概2.4百万次现场服务 变更每年大概8.5万次电表数据校 验每年约18.5万次由抄表人员 完成的现场客户服务；每月生成一次账单；,每块电表每个月采集720次 数据，每月共计56亿次数据 采集。通过远程完成服务方式变更通过远程完成电表数据校验为终端用户提供更多服务： 获知每天的用电情况、用电 费用预测和用电预算监测等

24、；,42,SmartConnect 业务变革与创新在实施Smart,SmartConnect 客户用电服务体验,通过SmartConnect系 统技术，提升电力负 载管理能力,直观的用电信 息展示，促进 了电力消耗的 降低和电力节 约,客户能够与智能电器进行自动化交互,基于web的 移动终端应 用，展示客 户用电信息,预定义的客 户用电模式， 客户可以按 需选择,43,SmartConnect 客户用电服务体验通过Smart,客户用电信息展示,可以按照小时频度展示客户用电信息，同时，可以展示一个算费周期内每一天 的客户用电信息，而且，可以进行每月客户用电趋势预测分析。,44,客户用电信息展示可

25、以按照小时频度展示客户用电信息，同时，可以,算费周期内的电费计算,客户能够使用SCE提供的电费计算自助工具主动计算当前算费周期内的电费消 耗情况（电量消耗 阶梯电价），从而能够帮助客户有效管理用电成本。,45,算费周期内的电费计算客户能够使用SCE提供的电费计算自助工具,电量电费综合展示,SCE提供基于WEB的客户工具，协助客户及时获知电量和电费信息，从而主动 调整用电行为，降低电力消耗和浪费。,46,电量电费综合展示SCE提供基于WEB的客户工具，协助客户及时,阶梯电价和电费计算说明,电费计算报告能够帮助客户更好地理解居民阶梯电价结构，这个动态的图形展 示了客户实际的电力成本和预测成本。,4

26、7,阶梯电价和电费计算说明电费计算报告能够帮助客户更好地理解居民,Budget Assistant 电费预算辅助工具,电费预算辅助工具能够允许客户设定一个电力消费目标，通过短消息、电子邮 件或电话语音的方式周期性地接收到电费信息和是否超过预定目标提示信息。,48,Budget Assistant 电费预算辅助工具电费预,SCE SmartConnect 技术架构,uLDM,各部分功能简述：MDMS：智能电表数据校验和估算，电费计 算因素生成，远程服务转换；数据仓库：存储智能电表明细数据和其他电 表数据元素；ENS：事件生成、通知和交互；SCE.COM：客户能够通过基于web的应用获 知用电信息

27、，电费预算管理和电费预测等；,49,SCE SmartConnect 技术架构uLDM各部分功能,50,基于地理信息的客户用电信息展示,50基于地理信息的客户用电信息展示,51,电网资产信息展示,51电网资产信息展示,52,停电和现场人员检修信息展示 整合天气信息,52停电和现场人员检修信息展示 整合天气信息,通过数据整合，发掘各部分数据的关系和价值,智能电表（28GB/天）,用电客户（5M）,用电检修,气象数据（42气象站采集）,响应事件 信息,电费,电价/费率,电网拓扑（地理信息）,用户调查结果（基于WEB）,每年产生 10TB数据，预计到2015年将达到50TB,53,通过数据整合，发掘各部分数据的关系和价值智能电表用电客户用电,发掘更多价 值.配网设备 状态监测配网负荷 分析与预测客户用电行 为分析,业务价值,智能电表,54,客户档案,电网拓扑,气象数据,通过将数据整合，发掘各部分数据的关系和价值,发掘更多价 值.业务价值智能电表54客户档案电网拓扑气象数,总结,大数据统一架构,通过统一数据架 构(UDA)管理企 业大数据,大数据探索平台,大数据探索平台 的定位及重要性,大数据落地方法,通过“从小做起” 实现大数据快速 落地,总结大数据统一架构通过统一数据架 构(UDA)管理企 业大数,基于大数据的智慧电力解决方案(电力大数据)课件,