大数据在电力企业中的应用.docVIP

大数据在电力企业中的应用 摘要：在充分理解电力企业业务和本次数据咨询项目目标的基础上，以电力企业现在及未来业务战略发展为导向，采用大数据的视野及思维，引入大数据分析挖掘技术，以先进的大数据咨询实施方法论为指导，设计大数据项目咨询的整体框架，以横向协同和纵向贯通为理念，在对电力企业进行数据平台需求调研分析的基础上，制定了大数据战略目标，构建了数据体系规划、、数据平台规划、数据平台应用场景梳理及验证规划，形成了对数据全生命周期的管理。最后，以五凌电力为例，说明此框架不仅满足企业数据的现在需求及未来发展，也有利于企业产业链数据的集成，为企业后续数据深化应用奠定基础和指导。 关键词：大数据分析项目；方法论；数据体系；数据平台规划；应用场景 大数据已经深刻地改变了企业和人们的生产、生活方式，信息技术的快速发展对社会各个领域正在产生革命性的影响。面对浩瀚数据，企业如何驾驭数据，如何挖掘数据，如何利用数据提升企业管理、生产、服务等能力，是每个企业都遇到的难题。电力企业的数据特点是增长快，种类多，实时性，分散化。①电力行业具有广泛分布的监测终端、智能设备和计算机集群，其监测终端密度的增加和监测频率的提高，使得单位时间内的数据采集量不断增加[1]。②电力数据的种类繁多，包括数据、文本、图像、视频、音频等相互关联的不同类型[1]。③电力数据处理往往对实时性要求较高，以适应电力供需平衡的实时响应过程，保证发用电计划等业务在数据处理、决策制定与执行方面的时效性[1]。④电力数据往往分布在各业务系统，比较分散、各自为政、独立封闭，数据不能互相衔接，跨业务融合实现难度较大。因此，相比其他一些企业，电力企业面对的大数据的难题更复杂。一些电力企业对大数据表现出了很大的兴趣，但由于缺少战略习惯研究和顶层设计的指导，影响了智能电网大数据研究和应用的有序推进[2-4]。因此，先进的方法论是电力企业大数据项目成功的关键。科学系统的方法论有助于找出数据项目正确的解决方案，从数据项目中得到价值，促进企业的良性稳健发展。 1电力企业大数据项目咨询方法论整体框架 中国工程院院士倪光南认为，当数据汇聚融合起来以后，它的价值会更加提升[4]。国务院《促进大数据发展行动纲要》提到了数据开放共享和数据汇集与发掘[5]。解决企业的问题时，Zachman框架模型提出了横向和纵向两个维度的分析方法。鉴于此，企业大数据项目咨询难在横向协同合作和纵向贯通执行。综上所述，大数据项目咨询方法论的整体框架应该体现横向协同、纵向贯通的理念，在此理念下设计整体框架。设计的整体框架（图1）包括1个理念，1个基础，1个目标和3个规划。具体是以横向协同，纵向贯通为理念，在充分调研与综合分析的基础上，制定战略目标，构建数据体系规划、数据平台规划、应用场景梳理及验证规划3个规划，这3个规划与前面的理念和基础不是孤立的，是互相联系和互相影响的。每一规划都体现了理念，每一规划都是建立在调研与分析的基础上，没有调研与分析，就没有这3部分的规划；没有理念，就不能进行正确的规划。在3个规划中，数据体系规划是其他2个规划的基础，数据平台规划是其他2个规划的纽带，应用场景梳理及验证是其他2个规划的展现。1.1电力企业大数据项目的调研与分析。调研与分析，是解决企业大数据咨询项目的根本，是框架的基石。调研分析包括3个阶段，准备、调研访谈和总结与设计阶段。准备阶段是准备资料清单和相关模板，初步分析企业的需求；调研访谈阶段是对相关部门、人员进行访谈分析，形成问题反馈；总结与设计阶段是综合分析收集的资料，形成调研报告，初步设计数据项目的解决方案。在每个阶段，都要注意企业的横纵向交流与分析，全面理解企业大数据的需求和差距，以及企业数据的现状。1.2电力企业大数据项目的战略目标。大数据项目的战略目标以公司现有及未来战略目标为导向，参考本行业数据应用的最佳实践，采用大数据的视野及思维，引入大数据分析挖掘等技术，提出适合本公司的数据平台建设和运营的架构蓝图和演进路线。制定战略目标包括调查研究与分析、拟定目标、评价论证和目标决断4个步骤。战略目标具有具体化、可量化、长期性、横向协同性、纵向贯通性、可检验性、可接受性、超前性等特点。大数据项目的目标是对数据的深度挖掘，挖掘数据的价值，实现数据创造价值。1.3电力企业大数据项目的数据体系规划。大数据项目的数据体系规划从数据治理的组织架构、数据治理内容、数据治理架构几个方面开展。数据治理的组织架构是数据治理工作开展的基础，组织架构包括数据管理决策者、数据治理中心、各业务部门。数据治理内容包括数据战略、组织、数据标准管理、元数据管理、数据质量管理、数据安全合规管理、数据服务创新管理、数据生命周期管理。数据治理架构是以数据资产为核心，从数据资产梳理、数据