网志栈编辑推荐
以电力企业大数据发展战略为主，围绕国内外电网智慧能源、大数据领域研究应用成果，结合电网行业运营管理现状，提出电网大数据的概念，详细分析在大数据时代下电网行业面临的机遇和挑战。 ；
内容简介
随着我国智能电网建设的全面铺开，电力行业面临着重塑的机遇和挑战。大数据在社会经济、 政治、文化、生活等各方面产生了深远的影响，将给各行各业的发展模式和决策带来前所未有的革 新与挑战。 本书围绕大数据，向读者阐述电力大数据的发展过程，使读者能够清晰感受到大数据对电力企业的 影响；结合国内外智慧能源的发展现状，拓展读者对电网大数据应用的认知；以大数据在电力企业各专 业的应用为引，突出电力企业大数据应用价值，为读者勾画出电力大数据的发展蓝图。 本书主要面向电力系统广大人员，也可作为政府部门、科研机构、能源行业相关协会组织、电力用 户、电力供应商和相关专业工程技术人员、高等院校师生的参考用书。
作者简介
暂无
目录
目 录
第1章 大数据概述 ·1
；1.1 大数据源起 ··2
；1.2 大数据的商业价值 3
；1.3 大数据引发思维变革 3
；1.4 大数据驱动管理变革 4
；1.5 电网大数据的现状与未来 ·5
；1.6 把握大数据时代 ·6
；1.7 拥抱电力大数据 ·8
第2章 电网的大数据时代 11
；2.1 新一轮的电网发展战略 12
2.1.1 对内优化管理模式 ··12
2.1.2 对外丰富增值业务 ··13
2.1.3 确保数据质量 ·14
2.1.4 挑战中见需求 ·14
2.1.5 策略中得启示 ·16
；2.2 大数据时代的变革 ·16
2.2.1 大数据与电力大数据 ·17
2.2.2 电力大数据面临的挑战和应用前景 ·17
基于大数据的智慧电网技术
VI
；2.3 从大数据看电网改革 ·18
；2.4 电网行业的变革点 ·20
第3章 电网大数据的基本概念 23
；3.1 电网大数据定义 ··24
；3.2 电网大数据特征 ··26
3.2.1 数据量大 26
3.2.2 类型多样 26
3.2.3 运算高效 27
；3.3 电网大数据分类 ··27
3.3.1 大数据在大规划中的应用分析 27
3.3.2 大数据在大建设中的应用分析 28
3.3.3 大数据在大检修中的应用分析 28
3.3.4 大数据在大运行中的应用分析 29
3.3.5 大数据在大营销中的应用分析 29
3.3.6 大数据在运营监控中心中的应用分析 30
3.3.7 大数据在客服中心中的应用分析 ··30
；3.4 电网大数据生命周期 ·31
3.4.1 大数据的组织 ·32
3.4.2 大数据的现状评估和差距分析 32
3.4.3 大数据的战略 ·33
3.4.4 大数据的定义 ·33
3.4.5 数据采集 33
3.4.6 数据处理和分析 33
3.4.7 数据呈现 34
3.4.8 审计、治理与控制 ··34
3.4.9 持续改进 34
；3.5 电网的价值链 ··34
3.5.1 电力大数据的概念 ··36
3.5.2 电力大数据的前景 ··36
3.5.3 电力大数据技术 37
3.5.4 电力大数据的应用 ··39
目 录
VII
第4章 智慧能源大数据全球政策动向 ·43
；4.1 美洲地区智能能源发展动向 ··46
4.1.1 美国大数据领域动向 ·46
4.1.2 相关政策分析 ·48
4.1.3 美国智慧能源典型案例 50
；4.2 欧盟地区智慧能源发展动向 ··56
4.2.1 欧盟地区智慧能源政策分析 ·56
4.2.2 欧盟智慧能源创新发展之路 ·57
4.2.3 欧盟Horizon 2020能源规划59
4.2.4 欧盟大数据发展战略 ·59
4.2.5 德国智慧能源典型案例 61
；4.3 日本智慧能源发展动向 66
4.3.1 相关政策体系和产业规划 ··66
4.3.2 日本智慧能源市场规模 68
4.3.3 日本智慧能源典型案例 68
；4.4 中国关于智慧能源的战略 ··70
4.4.1 中国智慧能源发展现状 70
4.4.2 中国智慧能源政策分析 72
4.4.3 中国智慧能源产业标准化 ··74
4.4.4 中国智慧能源的发展趋势 ··76
4.4.5 中国智慧能源面临的挑战 ··78
第5章 电网大数据资源 ·81
；5.1 大数据对电网信息化建设的影响 ·82
5.1.1 电网信息化现状分析 ·82
5.1.2 电网信息建设在大数据时代的思考与探索 ·83
5.1.3 电力信息时代之下的大数据实现核心技术 ·84
5.1.4 大数据对电网信息化发展的应用与价值 ··85
；5.2 大数据对电网科技研究的影响 ·86
5.2.1 电力大数据的研究及应用展望 86
5.2.2 电力行业的大数据发展解析 ·88
基于大数据的智慧电网技术
；5.3 大数据对电网安全体制的影响 ·91
5.3.1 电网安全事故监管 ··92
5.3.2 电网安全事故报告 ··92
5.3.3 电网安全事故统计分析 92
5.3.4 电网安全事故档案管理 93
5.3.5 电网安全事故基础信息管理 ·93
5.3.6 电网安全事故用户管理 93
5.3.7 电网运行安全性评价分析模型 94
5.3.8 促进我国电力行业大数据发展的措施 95
；5.4 大数据对电网服务体系的影响 ·96
5.4.1 服务社会与政府部门类应用领域 ··97
5.4.2 面向电力用户服务类应用领域 97
5.4.3 支持公司运营和发展类应用领域 ··99
；5.5 大数据对电网商业价值的影响 ··102
；5.6 大数据对电网运营管理的影响 ··105
5.6.1 国内外经验借鉴 ·106
5.6.2 框架设计及重点方向 ··108
5.6.3 实现过程及关键点 112
；5.7 电力行业邂逅大数据 ··116
5.7.1 宏观经济形势评价与预测 116
5.7.2 服务电力用户 ··117
5.7.3 当电力行业邂逅大数据 ·117
第6章 电网大数据应用技术 ··119
；6.1 电网大数据平台架构 ··120
6.1.1 数据分析平台层次解析 ·120
6.1.2 规划的数据平台产品AE（Accelerate Engine） ·121
；6.2 电网大数据基础平台关键技术 ··124
6.2.1 大数据采集技术 ·126
6.2.2 数据预处理技术 ·127
6.2.3 大数据存储技术 ·128
6.2.4 数据仓库技术 ··133
目 录
；6.3 电网大数据应用产品 ··135
6.3.1 Informatica ·135
6.3.2 HBase 138
6.3.3 Tableau ·140
6.3.4 MySQL ·141
6.3.5 Hadoop ·142
；6.4 数据模式的分析方式 ··143
第7章 电网大数据感知技术 ··149
；7.1 电网大数据与智能传感 ·150
；7.2 电网大数据与云计算 ··152
；7.3 电网大数据与物联网 ··155
；7.4 电网大数据与移动互联网 158
；7.5 电网大数据与人工智能 ·163
；7.6 电网大数据与工业4.0 165
7.6.1 工业4.0第一重天——智能生产 165
7.6.2 工业4.0第二重天——智能产品 166
7.6.3 工业4.0第三重天——生产服务化 ··166
7.6.4 工业4.0第四重天——云工厂 ·167
第8章 电网大数据信息通信技术 ··173
；8.1 电网信息通信基础介绍 ·174
8.1.1 电力信息通信的意义 ··174
8.1.2 我国电力通信系统的发展历程 ·174
8.1.3 我国电力通信的现状 ··175
8.1.4 智能电网与电力信息通信的定义 176
8.1.5 电力信息通信与智能电网的关系 177
8.1.6 电力信息通信在建设智能电网中的作用 178
8.1.7 电力信息通信在智能电网中的应用 ··178
8.1.8 电力通信的发展方向 ··179
基于大数据的智慧电网技术
；8.2 电网信息通信技术类别 ·180
8.2.1 智能多媒体识别技术 ··181
8.2.2 量子计算 ·181
8.2.3 全息投影 ·182
8.2.4 神经网络芯片 ··182
8.2.5 混合云计算 183
8.2.6 机器学习 ·183
8.2.7 相干光通信 184
8.2.8 下一代PON 184
8.2.9 5G通信 ·185
8.2.10 空地互联技术 186
8.2.11 软件定义架构 186
8.2.12 信息物理融合系统 ·186
8.2.13 北斗卫星导航技术 ·187
8.2.14 遥感及高分影像 ··188
8.2.15 通信网络虚拟融合 ·188
第9章 电网大数据分析与挖掘技术 ·189
；9.1 电网数据采集技术 ··190
9.1.1 结构化数据采集 ·190
9.1.2 非结构数据、海量实时数据采集 196
；9.2 电力数据存储技术 ··198
9.2.1 海量数据存储的概念 ··199
9.2.2 企业在处理海量数据存储中存在的问题 199
9.2.3 海量数据存储技术 200
；9.3 电力数据安全技术 ··201
9.3.1 数据安全 ·201
9.3.2 数据库安全 205
；9.4 电力数据应用技术 ··210
9.4.1 配电网大数据的来源和特征 ··210
9.4.2 配电网典型大数据场景分析 ··211
9.4.3 配电网多源数据融合中的不良数据辨识 214
目 录
9.4.4 配电网大数据关联模型建模 ··216
9.4.5 配电网大数据分析方法和手段 ·217
9.4.6 智能配电网大数据 219
9.4.7 面向智能配电网的大数据应用技术与理论框架 222
9.4.8 大数据在智能配电网中的应用前景 ··223
9.4.9 大数据在智能配电网中的应用路线图 ·225
；9.5 电力大数据与挖掘技术 ·226
9.5.1 神经网络 ·227
9.5.2 遗传算法 ·230
9.5.3 决策树方法 233
9.5.4 关联规则 ·234
9.5.5 粗糙集 ··236
；9.6 电力大数据与查询技术 ·238
9.6.1 分布式查询的分类 239
9.6.2 分布式查询优化的层次结构 ··240
；9.7 电力大数据与数据模型 ·241
9.7.1 数据仓库开发模型 241
9.7.2 数据仓库概念模型 242
9.7.3 数据仓库逻辑模型 244
9.7.4 数据仓库的物理模型 ··245
9.7.5 数据仓库的元数据模型 ·246
9.7.6 数据仓库的粒度和聚集模型 ··247
9.7.7 数据仓库的多维数据模型 247
9.7.8 数据仓库的模型设计与数据库的模型设计的区别 ··248
9.7.9 电力行业数据仓库模型 ·251
第10章 电网大数据应用服务 263
；10.1 电网大数据应用理念 264
10.1.1 应用方向 ··264
10.1.2 重点应用领域 265
；10.2 电力大数据服务理念 267
10.2.1 电力大数据服务分类 267
基于大数据的智慧电网技术
10.2.2 电力大数据服务宗旨 269
；10.3 电力大数据经济可行性 ··270
10.3.1 升级运营管理，节约规划成本 ··270
10.3.2 改善用户用电体验 ·271
10.3.3 提供政府决策支持 ·271
10.3.4 助力未来电网发展 ·272
；10.4 电力大数据运营管理服务 ·272
10.4.1 管理服务的核心思想 272
10.4.2 规范数据统一管理 ·273
10.4.3 统一对外服务管理 ·273
；10.5 电力大数据供应链管理服务 ·274
10.5.1 企业供应链管理 ··274
10.5.2 电网供应链结构 ··275
10.5.3 大数据分析在供应链中的应用 ··275
；10.6 电力大数据信息安全服务 ·277
10.6.1 电力大数据应用的特征 ··277
10.6.2 电网大数据信息安全风险 ·278
10.6.3 电力大数据信息安全架构 ·278
；10.7 电力大数据成果应用服务 ·279
10.7.1 在电网财务管理中的应用 ·279
10.7.2 在电网运营中的应用 280
10.7.3 在配电网规划上的应用 ··280
10.7.4 电网线损监测分析 ·280
10.7.5 95598供电质量投诉关联监测分析场景 281
10.7.6 政策性电价和清洁能源补贴预测场景 ··282
第11章 电网行业大数据的机遇与挑战 283
；11.1 大数据、大挑战 ·284
11.1.1 大数据与电力大数据之间的关系 ·284
11.1.2 电力大数据的应用前景 ··284
11.1.3 电力行业大数据的挑战 ··285
11.1.4 电力大数据发展策略 288
目 录
；11.2 发展形势和重要意义 289
；11.3 大数据在电网企业的应用价值 ·290
；11.4 大数据决定电网企业竞争力 ·293
；11.5 大数据分析驱动电网企业创新发展 ··294
前沿
前 言
从人类文明发展至今，数字一直伴随着人们的生活。数字量增多，就演变成数据。一
直以来，越来越多的数据对任何想要对其进行整理和分析的人而言，都是一项挑战。
随着网络信息技术的加速发展和应用，物联网、移动互联、社交网络等大大拓展了互
联网的疆界和应用领域，数据正以前所未有的速度在不断地增长和累积，大数据时代的大
幕已经开启。大数据在社会经济、政治、文化、生活等各方面产生了深远的影响，将给各
行各业的发展模式和决策带来前所未有的革新与挑战。
当前电力行业迫切需要推动大数据技术在电网中的应用，来有效提升电力企业运营管
理水平和服务用户的水平。借助大数据技术，对电网运行的实时数据和历史数据进行深层
挖掘分析，可掌握电网的发展和运行规律，优化电网规划，实现对电网运行状态的全局掌
控和对系统资源的优化控制，提高电网的经济性、安全性和可靠性。
本书在借鉴国内外大数据领域研究应用成果的基础上，结合电网行业运营管理现状，
提出了电网大数据概念，详细分析了在大数据时代下电网行业所面临的机遇和挑战。
全书共分为11章，第1章简要介绍了大数据的概念、现状及其影响。
第2、3章详细介绍了电网大数据的定义、特征及发展前景。
第4章重点介绍了智慧能源大数据在美洲、欧盟以及日本、中国的发展现状和典型案例。
第5～10章分别从电网大数据资源、应用技术、通信技术及分析挖掘技术等方面进行
了详细介绍。
第11章围绕当前电力大数据应用前景及发展形势，大数据在电网企业的应用价值和竞
争力等方面进行了介绍。
本书适合电力系统广大工作人员阅读，也可作为政府部门、科研机构、能源行业相关
协会组织、电力用户、电力供应商和相关专业工程技术人员、高等院校师生的参考用书。
本书中如有不当之处，恳请读者批评指正。
；作 者
免费在线读
3.3.3 大数据在大检修中的应用分析
设备状态信息的获取手段有很多种，目前最常用的是通过各种传感器，实时或定期获
取设备的状态信息。视频作为一种特殊的传感数据，可以作为设备状态信息获取的一种重
要而有效的手段。随着视频数据智能分析技术的发展，目前已经能够实时准确地识别变电
站多种表计、刀闸、开关与隔离开关的位置、状态或读数。通过对视频数据的智能分析，
还可以起到其他类型传感数据无法实现的功能。利用大数据技术，主要使大检修应用可在
如下4个方面提升。
（1）状态评价。综合设备各种基础及运行监测数据，加上视频数据智能识别技术识
别出的设备状态量等，建立综合评价模型，得出设备总体健康状态。
（2）趋势分析。研究基于历史数据的趋势分析算法，建立反映设备健康状态的数学
模型，对设备故障进行趋势分析，掌控设备风险。
（3）实时报警。基于视频监控的设备自动巡检技术和安防技术，发现外观变化、表
计变化、发热缺陷、非法入侵、物体靠近、现场烟火等设备健康危害因素，进行实时报
警，保证设备的正常运行。
（4）检修、技改、大修决策支持。根据设备评价结果，优化检修策略，为技改、大
修计划制定、筛选评审提供决策依据。
3.3.4 大数据在大运行中的应用分析
设备状态管理是公司大运行应用的重要业务模块。设备状态管理可对计划类应用进行
校验并提供完善的建议，为电网调度提供辅助决策，提升电网安全性与可靠性。设备状态
管理目前只根据其他调度业务进行当前设备状态断面的记录，没有对历史设备断面的查询
及未来状态的预测分析。随着调度业务规范的进一步完善，对设备状态模块的提升需求日
趋迫切。设备状态管理基于电网设备台账信息、设备拓扑信息、设备遥信遥测信息等相关
信息，可以进行设备状态的以下3类大数据应用。
（1）历史时刻查询。实现设备数据的海量存储，直接快速查询到某时刻的设备状态
及设备的操作历程。
（2）设备数据质量分析。综合设备信息得出当前设备状态断面，进行系统间设备状
态的互检比对，提醒其他系统或功能进行检查与核对。
（3）未来时刻断面预测。基于海量存储的历史状态数据，自动总结电网调度规则，
在任意时刻断面的基础上，自动收集涉及设备状态变化的计划类信息，进行智能编排，演
算出未来一段时间内的调度操作历程，最终预测电网在某一时刻的设备断面。
3.3.5 大数据在大营销中的应用分析
大营销的重点是优化现有营销组织模式，拓展面向智能化、互动化的服务能力，加快
用电信息采集系统建设，科学配置计量、收费和服务资源，实现计量检定配送、95598服
务等业务向省级集中，构建营销稽查监控体系，推行统一的业务模式、服务标准和工作流
程。目前公司大营销业务相关的支撑系统主要有SG186工程核心之一的营销业务系统、负
责用户侧电能量自动采集的用电信息采集系统、支撑营销数据日常统计工作的辅助决策系
统等。其中营销业务系统负责业扩报装、电费核算收缴等日常业务的流程管控，用电信息
采集系统负责用户电量信息采集，为营销业务系统电费核算提供数据，辅助决策系统用于
完成统计报表制作等功能。另外，为了满足营销业务新的需求，相关网省公司建设了诸如
智能客户档案管理等系统，用于将供电合同、用户身份证明等纸质资料扫描存档，方便检
索和查找。
大营销相关系统数据量的急剧增加，给数据存储、分析处理、统计计算带来极大挑
战。根据大营销业务、信息系统及其数据的现状和需求，大数据可以在以下方面促进大营
销的进一步提升：营销海量数据的高效分布式存取和并行计算。深度挖掘营销数据价值，
从管理、客户服务、业务拓展等不同的方向促进营销业务提升。其中管理方向主要有线损
分析、用电异常分析、计量和采集设备的智能化运维等；客户服务方向主要是向用电客户
提供有针对性的用电优化建议，促进用户节约用电；业务拓展方向是积极策划数据类产
品，引导和促进公司由“只卖电”向“也卖电”发展。
基于大数据的智慧电网技术 pdf下载声明
本pdf资料下载仅供个人学习和研究使用，不能用于商业用途，请在下载后24小时内删除。如果喜欢，请购买正版
