- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
大数据在电网运营中应用
大数据在电网运营中应用
[摘 要]本文回顾了大数据方法产生发展的历程、核心应用技术,分析了电网大数据应用现状,对下一步电网大数据对于服务经济社会发展、支撑能源互联网建设、促进电网精准控制、促进企业集约化管理、提升电力营销水平等方面的应用进行了展望。
[关键词]大数据;电网运营;应用;
中图分类号:TM507;TP311.13 文献标识码:A 文章编号:1009-914X(2016)13-0314-02
引言
随着信息通信技术的不断进步,数字化、 信息化已经渗透进我们生活中的各个角落。电网企业数据量大、类型多、价值高,数据资源正和土地、劳动力、资本等生产要素一样,成为助推创新发展的基本要素,大数据方法在提升电网运营管理水平方面有着极为广阔的应用前景。
1 大数据的发展回顾
大数据,也称为巨量资料,在英国的维克托?迈尔-舍恩伯格和肯尼斯?库克耶编写的《大数据时代》一书中,对大数据的定义是这样的:大数据指不用随机分析法(即抽样调查)这样的捷径,而采用所有数据进行分析处理,大数据具有4V特点1,即Volume(大量)、Velocity(高速)、Variety(多样)和Value(价值)。
1.1 大数据的发展
大数据最初在20世纪末已经有人提出,之所以在近几年才开始有所发展,和当下移动互联网的快速发展是密不可分的。移动互联网的高速发展,为大数据的产生提供了更多的硬件前提,例如智能手机、智能硬件、掌上电脑等数据的产生终端。这些智能终端通过移动通信技术和人们的生活紧密的结合在一起,在人流、车流的背后产生了信息流,也就产生了大量的数据。其次就是移动通信技术的快速发展,在2G时代,无线网速慢,数据产生也非常慢,数据体量不够,所以无法形成大数据,到了4G时代,终端数据的增加,使得任何移动终端都在随时产生着大量的数据,这也是大数据到来的条件之一。第三个方面就是大数据相关技术的飞速发展,如云计算、云存储等,与传统的存储技术不同,云时代的存储系统在吞吐性能上有了飞速的提升,能够对请求做出快速的反应,为大数据的快速发展奠定了基础。
2015年8月,国务院印发《促进大数据发展行动纲要》,指出数据已成为国家基础型战略资源,下一步将大力推动大数据发展和应用,使大数据成为推动经济转型发展的新动力、重塑国家竞争优势的新机遇和提升政府治理能力的新途径,从而建立“用数据说话、用数据决策、用数据管理、用数据创新”的管理机制,实现基于数据的科学决策。
1.2 大数据的核心技术
实际上,“大数据”的概念远不止大量的数据或者“4个V”之类的简单概念,而是涵盖了人们在大规模数据的基础上可以做的事情,这些事情在小规模数据的基础上是无法实现的。换句话说,大数据让我们以一种前所未有的方式,通过对海量数据进行分析,获得有巨大价值的产品和服务。因此,大数据的关键不是如何定义而是如何使用,这一方面要求有方便、快捷的工具,这也是开源的大数据分析工具(如Hadoop)近年来迅速崛起的主要原因,另一方面要有合适的分析方法,这样才能获取更多智能的、深入的、有价值的信息,目前较为普遍的方法理论包括:
1.2.1 数据挖掘算法
这是大数据分析的理论核心,各种数据挖掘算法基于不同的数据类型和格式能够更加科学的呈现出数据本身具备的特点,同时能够更快速的处理大数据。
1.2.2 可视化分析
大数据分析的使用者最基本的要求就是可视化分析,因为可视化分析能够直观的呈现大数据特点,也非常容易被读者接受。
1.2.3 预测性分析
大数据分析最重要的应用领域之一就是预测性分析,从大数据中挖掘出特点,通过科学的建立模型,之后便可以通过模型带入新的数据,从而预测未来的数据。
1.2.4 数据质量和数据管理
大数据分析离不开数据质量和数据管理,只有高质量和有效的数据,才能保证分析结果的真实和有价值。
1.3 大数据应用已经受到各行业广泛关注
“大数据”是当今IT业最受关注的词汇,管理学界和财经媒体也对其推崇备至,并在诸多行业得到广泛应用:
1.3.1 能源行业
世界知名的风电制造商丹麦维斯塔斯集团,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,找出安装风机和整个风电场最佳的地点,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。
1.3.2 运输行业
美国UPS快递公司部署了一系列的运输大数据应用,采集上千种数据类型,从油耗、胎压、卡车引擎运行状况到GPS信息等,甚至从司机们抱怨该系统的博客中收集数据,并通过分析这些数据来优化车队管理、提高生产力、
您可能关注的文档
最近下载
- 特种作业操作证 制冷与空调运行操作作业 实操培训.pdf VIP
- CL01实验室内审检查记录表.pdf VIP
- 幼儿园:实习心得.docx VIP
- (高清版)DB52∕T 895-2014 混凝土砌块用轻质配砖.pdf VIP
- BS EN 10025-6-2004第6部分:技术交付条件用于高屈服强度的扁平产品淬火和结构钢回火的条件.pdf VIP
- 2025法律职业伦理历年试题及答案.doc VIP
- 《房颤诊断和治疗中国指南(2023)》解读PPT课件.pptx VIP
- 40篇短文搞定高考英语3500单词(回顾巩固用).pdf VIP
- 大学生职业生涯规划.pdf VIP
- 2025 公司招聘简章(模板).pdf VIP
原创力文档


文档评论(0)