首页 / 案例

客户背景

作为全球第二大经济体的基础能源支撑体系,中国电力不可避免的进入“大数据时代”。电力企业通过第三方平台或自主建设大数据平台,提高数据处理能力,创新业务模式、提升运营效率和收入水平。电力大数据通过对市场个性化需求和企业自身良性发展的挖掘和满足,重塑中国电力工业核心价值,驱动电力企业从“以人为本”的高度重新审视自己的核心价值,由“以电力生产为中心”向“以客户为中心”转变,并将其最终落脚在“如何更好地服务于全社会”这一根本任务上。

问题与需求

体量大是电力大数据的重要特征。随着电力企业信息化快速建设和智能电力系统的全面建成,电力数据的增长速度将远远超出电力企业的预期。从发电侧为例,电力生产自动化控制程度的提高,对诸如压力、流量和温度等指标的监测精度,频度和准确度更高,对海量数据采集处理提出了更高的要求。就用电侧而言, 一次采集频度的提升就会带来数据体量的“指数级”变化。

类型多(Variety):电力大数据涉及多种类型的数据,包括结构化、半结构化和非结构化数据。随着电力行业中视频应用不断增多,音视频等非结构化数据在电力数据中占比进一步加大。 此外,电力大数据应用过程中还存在着对行业内外能源数据、天气数据等多类型数据的大量关联分析需求,而这些都直接导致了电力数据类型地增加,从而极大增加了电力大数据的复杂度。

电力数据面临的最大挑战在于海量数据的存储,快速的检索统计和全方位的数据挖掘,通过电力大数据分析达到快速故障分析和定位的目的,推动电力向“以客户为中心”转变和对电力用户的终极关怀。通过对电力用户需求充分挖掘和满足,建立情感联系,为广大电力用户提供更加优质、安全、可靠的电力服务。

TDH方案的实施效果

基于营配集成的建设成果,利用成熟的星环TDH大数据平台,一方面建立统一的配电网供电拓扑模型,存储从用户到变电站的整个供电拓扑网络数据,另一方面利用大数据平台的归组、聚合等算法实现停电事件的快速研判,在用户报修前,分析出故障设备、故障位置以及停电范围。并在此基础上,将停电事件通知抢修班组,及时恢复供电。同时,主动告知用户,加强与用户互动,全面且直观的掌握全网的停电分布情况。

海量数据高并发快速检索和数据分析: 高并发的并行海量数据检索,满足居民和电网工作人员实时检索的需求,对依赖实时数据的应用如快速复电、客户停电管理、业扩辅助报装、实时线损计算等业务提供有效支撑。

性能提升,相比传统的电网数据质量管理系统,在校验数据量达到10亿笔或以上规模时,TDH比ORACLE数据库性能提升4倍。

某供电局电力需求侧平台采用TDH大数据平台对档案数据、拓扑数据、实时量测数据进行存储,支持复杂算法 对用电大户生产运行方式进行优化,对节能环保的企业国家给予补贴,对全社会节能减排观念进行引导,推动 中国电力工业由高耗能、高排放、低效率的粗放发展方式向低耗能、低排放、高效率的绿色和谐发展方式转变。