无码日韩精品一区二区免费暖暖,久久精品国产精品亚洲,开心播播网,女人床技48动态图,国产精品无码免费专区午夜

數據是泛在電(dian)力(li)物(wu)聯網(wang)(wang)建設的最基礎元(yuan)素，其(qi)“四層(ceng)”架構——感(gan)知層(ceng)、網(wang)(wang)絡層(ceng)、平臺層(ceng)、應(ying)用層(ceng)之間的有機關(guan)聯是以數據流動為(wei)紐帶實現(xian)的，通過對(dui)電(dian)力(li)行業內外(wai)部(bu)數據的整合，最終形成泛在電(dian)力(li)物(wu)聯網(wang)(wang)落(luo)地閉(bi)環。

同時，泛在電(dian)力物聯網(wang)建(jian)(jian)設涉及(ji)數(shu)據(ju)(ju)的(de)分類眾(zhong)多，從方便(bian)實操(cao)的(de)角度來看，應(ying)重(zhong)點在數(shu)據(ju)(ju)收(shou)集環(huan)節摒棄“數(shu)據(ju)(ju)端”思(si)維，在數(shu)據(ju)(ju)管理環(huan)節打破數(shu)據(ju)(ju)“孤島”，在數(shu)據(ju)(ju)應(ying)用(yong)(yong)環(huan)節克(ke)服“3B”（BelowSurface、Broken、BadQuality，即隱匿性、碎片性、低質性）特征，建(jian)(jian)立(li)以用(yong)(yong)戶為中(zhong)心的(de)泛在電(dian)力物聯網(wang)統一數(shu)據(ju)(ju)環(huan)境。

摒棄“數據端”思維 明確數據采集應用目的

在(zai)物(wu)(wu)聯網建(jian)(jian)設(she)及工業(ye)大數(shu)(shu)據(ju)(ju)的應用實踐中(zhong)(zhong)，人們習慣于從“數(shu)(shu)據(ju)(ju)端”去思考問題(ti)，即(ji)不(bu)對(dui)數(shu)(shu)據(ju)(ju)進行優先級排序，而(er)是僅基(ji)于傳感(gan)體(ti)系實現(xian)(xian)數(shu)(shu)據(ju)(ju)的被動收集，由此，海量數(shu)(shu)據(ju)(ju)導(dao)致(zhi)了(le)管理“混亂(luan)”及分(fen)(fen)析(xi)的“低效(xiao)率(lv)”。當(dang)然(ran)，目前尚無法對(dui)支撐泛在(zai)電(dian)力(li)(li)物(wu)(wu)聯網建(jian)(jian)設(she)的基(ji)礎數(shu)(shu)據(ju)(ju)進行“細致(zhi)且(qie)精確”的分(fen)(fen)類(lei)，但至少可以(yi)從泛在(zai)電(dian)力(li)(li)物(wu)(wu)聯網建(jian)(jian)設(she)的外部(bu)大環(huan)境出發(fa)，做(zuo)一(yi)個“粗略且(qie)準確”的劃分(fen)(fen)，即(ji)數(shu)(shu)據(ju)(ju)收集梳理必(bi)須做(zuo)到“以(yi)用戶為(wei)中(zhong)(zhong)心”，這體(ti)現(xian)(xian)在(zai)兩個方面(mian)：

一是采取“更好適應能源革(ge)命”的(de)數據獲(huo)取原則(ze)。重點圍繞能源供(gong)需兩(liang)側的(de)“不確定(ding)性”開展數據采集(ji)工作，其中供(gong)應側主要(yao)聚(ju)焦刻畫新能源“間歇性、隨(sui)機(ji)性”特征的(de)出力(li)數據；需求(qiu)側主要(yao)聚(ju)焦用能客(ke)戶的(de)精準需求(qiu)數據、電動汽車等(deng)新型用能習慣數據、綜(zong)合能源服(fu)務數據等(deng)。

二是采取(qu)“更好滿足人們(men)對美好生活向往”的數據獲取(qu)原則(ze)。從(cong)(cong)生產(chan)側(ce)來(lai)看(kan)，在行業加總(zong)數據的基(ji)礎上，需(xu)進一步加強(qiang)對企業個體(ti)生產(chan)行為(wei)的刻畫，尤(you)其是在產(chan)業“新舊動能(neng)(neng)轉(zhuan)換”過(guo)程(cheng)中，準確描(miao)述新動能(neng)(neng)產(chan)業的用(yong)能(neng)(neng)用(yong)電特征；從(cong)(cong)消費側(ce)來(lai)看(kan)，需(xu)要基(ji)于智能(neng)(neng)電表(biao)、智能(neng)(neng)家居的深度應用(yong)，獲取(qu)家庭用(yong)電設備各時段的負載信息(xi)，感(gan)知、預測人的價(jia)值獲取(qu)意愿和行為(wei)。

打破數據“孤島” 提升泛在電力物聯網的成長性

作為泛在電力物(wu)聯網(wang)的主(zhu)體(ti)推進單(dan)位，國家電網(wang)有限公(gong)司通過SG186/SG-ERP工程和(he)基(ji)本(ben)多級(ji)數據傳輸網(wang)建設，具備了“系(xi)統(tong)級(ji)”數據基(ji)礎雛形。

以電(dian)力大數(shu)據(ju)應(ying)用為例(li)，隨著電(dian)力信息化的(de)推進，以及(ji)智(zhi)能變(bian)電(dian)站、智(zhi)能電(dian)表、實時監(jian)測(ce)系統(tong)、現(xian)場移動檢修系統(tong)、測(ce)控一體(ti)化系統(tong)和一大批服務于電(dian)網(wang)各(ge)專業的(de)信息管理系統(tong)的(de)建設、應(ying)用，數(shu)據(ju)規模、種(zhong)類將快(kuai)速增長(chang)。

電(dian)力大數(shu)(shu)據(ju)(ju)主要包括電(dian)網(wang)運行(xing)及設備監測(ce)數(shu)(shu)據(ju)(ju)、電(dian)力企(qi)業營銷數(shu)(shu)據(ju)(ju)、電(dian)力企(qi)業管理(li)數(shu)(shu)據(ju)(ju)及來源于(yu)電(dian)網(wang)外部(bu)的公共服務數(shu)(shu)據(ju)(ju)、氣象數(shu)(shu)據(ju)(ju)、電(dian)動汽車(che)充換電(dian)數(shu)(shu)據(ju)(ju)等。通過進一步(bu)梳理(li)可(ke)以(yi)發現，這(zhe)些數(shu)(shu)據(ju)(ju)分(fen)別由不同(tong)單位/部(bu)門管理(li)，具(ju)有(you)(you)(you)分(fen)散放置、分(fen)布管理(li)的特性，數(shu)(shu)據(ju)(ju)管理(li)的專業壁壘凸顯，數(shu)(shu)據(ju)(ju)未(wei)能(neng)有(you)(you)(you)效貫通，人工錄入問題普遍(bian)存在(zai)，數(shu)(shu)據(ju)(ju)質(zhi)量也有(you)(you)(you)待提(ti)高(gao)，尤其是對外部(bu)數(shu)(shu)據(ju)(ju)的獲(huo)取整合能(neng)力有(you)(you)(you)待進一步(bu)提(ti)高(gao)。

因(yin)此(ci)，需要建立(li)數(shu)據(ju)中臺(tai)，盡可能(neng)(neng)采集全生命(ming)周期的(de)信息數(shu)據(ju)，打破(po)過去(qu)以設備獨立(li)感知、部門(men)獨立(li)管理的(de)數(shu)據(ju)“孤島”壁(bi)壘，建立(li)互(hu)聯(lian)互(hu)通的(de)數(shu)據(ju)環境。只有解決泛在電力物聯(lian)網數(shu)據(ju)接口的(de)標準化問題，才(cai)能(neng)(neng)使(shi)所有上層建筑的(de)功(gong)能(neng)(neng)層在同一個數(shu)據(ju)框架下運行，從而更好(hao)地發(fa)(fa)揮(hui)梅特(te)卡夫定律，有利于降(jiang)低新功(gong)能(neng)(neng)開發(fa)(fa)及部署(shu)成本(ben)，為系統(tong)動態拓展提供良好(hao)的(de)成長(chang)性基礎。

克服“3B”特征 提升數據的價值密度

“3B”特性(xing)與電網應用低容錯性(xing)之間的矛(mao)盾是電力大數據分析(xi)所(suo)要(yao)解決的主要(yao)矛(mao)盾。

在(zai)(zai)電力數(shu)據(ju)(ju)的(de)(de)采(cai)集(ji)(ji)傳輸(shu)過程中，遠程終端(duan)單元采(cai)集(ji)(ji)、電表采(cai)集(ji)(ji)等多個環(huan)節均會對(dui)數(shu)據(ju)(ju)質(zhi)量產生影(ying)響，具體表現為(wei)數(shu)據(ju)(ju)不刷新、數(shu)據(ju)(ju)跳(tiao)變、數(shu)據(ju)(ju)錯(cuo)誤(wu)、報表出錯(cuo)等；在(zai)(zai)數(shu)據(ju)(ju)集(ji)(ji)成過程中，存(cun)(cun)在(zai)(zai)著(zhu)多數(shu)據(ju)(ju)源的(de)(de)異構問(wen)題、數(shu)據(ju)(ju)缺(que)失及(ji)重復記錄問(wen)題；目前還(huan)存(cun)(cun)在(zai)(zai)一些人工錄入的(de)(de)數(shu)據(ju)(ju)，這些數(shu)據(ju)(ju)受制(zhi)于人工成本，時間間隔長且(qie)監(jian)測目標有(you)限，會存(cun)(cun)在(zai)(zai)錄入有(you)誤(wu)的(de)(de)問(wen)題。此外，當(dang)涉(she)及(ji)到(dao)內外部數(shu)據(ju)(ju)交(jiao)互(hu)應用時，由于缺(que)少對(dui)外部數(shu)據(ju)(ju)的(de)(de)感知(zhi)收集(ji)(ji)及(ji)關聯性分析將(jiang)導致數(shu)據(ju)(ju)價值難以(yi)有(you)效發揮(hui)。

以(yi)電(dian)力(li)需(xu)求預(yu)測(ce)為(wei)(wei)例，當前學界(jie)及政(zheng)策界(jie)在預(yu)測(ce)短期(qi)(qi)電(dian)力(li)消(xiao)費(fei)時，往(wang)往(wang)沿用(yong)中(zhong)長(chang)期(qi)(qi)電(dian)力(li)需(xu)求預(yu)測(ce)思路，將GDP增長(chang)、產業結(jie)構調整等長(chang)期(qi)(qi)因(yin)素考慮進來，缺(que)少對中(zhong)頻或高(gao)頻經濟(ji)數(shu)據的挖掘及其與電(dian)力(li)消(xiao)費(fei)數(shu)據的關聯分析，同(tong)時，也(ye)忽視了短期(qi)(qi)內(nei)對電(dian)力(li)消(xiao)費(fei)影響(xiang)巨大的“小概率”事件，如極端天氣等。這(zhe)導致當前對年度電(dian)力(li)需(xu)求的預(yu)測(ce)精度較低，調整頻率較為(wei)(wei)頻繁，進而對能源電(dian)力(li)規劃的指導作用(yong)微乎其微。

因此，需(xu)要(yao)分析基于微觀(guan)主體的高頻經濟生產及能源電(dian)力消費特征的關聯關系，不斷提升電(dian)力需(xu)求的預測精度(du)，如將反映(ying)行業(ye)生產周期的工業(ye)生產資(zi)料PPI數據引入分析模型，可以大幅提高預測的準確(que)度(du)和結果的穩健性。