您当前的位置:首页 > 互联网百科 > 大数据

浅谈大数据在电力营销系统中的应用及工程实例解析

时间:2021-12-14 12:31:05  来源:  作者:安科瑞张欣

张欣

安科瑞电气股份有限公司 上海嘉定 201801

 

摘要:随着电力行业各系统接入,海量数据涌现,如何利用电网信息化中大量数据,对客户需求进行判断分析,服务于营销链条,提升企业市场竞争力和供电服务能力,是当前研究重点。文章分析了现阶段市级营销系统数据模型,搭建基于大数据的营销决策分析系统,实现电力营销数据分析、客户分析等工程实例。该系统已在南方电网某地级市进行工程实用化使用,提高了该供电公司的企业分析能力和需求预测准确性,对营销服务能力提升有指导意义。

关键词:大数据;电网信息化;营销链条

1 研究背景

随着电力市场改革的推进,售电市场逐步放开,对于电力企业提出了更高的要求。电力企业需要完成从“保供电”到“个性化供电”的提升,即利用信息化技术手段,对市场、客户和自身管理进行全面分析和提升。如何更好地利用各系统的数据,打破数据孤岛,完成数据提取工作,利用大数据技术对电力营销行业进行提升是现阶段研究重点。

现阶段国内利用大数据对电力营销方面的研究较少,主要研究在于营销系统的数据挖掘和数据库的优化方面,系统偏向于企业管理。对于利用大数据方法对用户进行侧写,提供个性化服务方面研究为空白。文章首先对于电力公司不同系统的异构数据进行整合,建立统一数据交换平台,利用数据挖掘算法对于用户已有数据进行处理预测,实现售电分析功能,后通过搭建系统完成工程化应用。

2 基于大数据算法的售电分析和售电预测

聚类算法是大数据处理中的重要分支,主要用于海量数据中寻找数据关联的算法。文章通过聚类算法处理用户数据之间内在联系,通过数据关联方式,对数据进行预处理,实现售电分析;通过线性回归算法,对于售电量进行预测。

2.1营销系统数据关联方案

系统关联方案主要包括:

运用聚类算法对电力营销系统数据库数据进行离散变换,形成强关联直接可用数据源;

运用Apriori算法得到强关联规则,给用户提供符合其阈值的结果规则。即以售电量目标,通过时间、地区、行业、电价、天气作未考量维度,构建数据库模型。

2.2售电量预测方案

预测方案主要包括:

从数据库中查询对应时间历史售电量数据,形成样本,一般情况下查询类似天气六个月数据(本文以2016年1-6月数据为例)。并对形成样本进行一次线性回归如下:

浅谈大数据在电力营销系统中的应用及工程实例解析

对线性回归量使用较小二乘法进行准确估计,从而计算出公式中a,b具体数值,得到具体回归方程。将历史数据作为自变量带入一次线性方程,可以求出2016年7月售电量预测值。

调用2009-2015年7月同比数据值,形成样本,采用步骤1方案形成2016年7月预测值。对于步骤1和步骤2预测出的2016年7月售电量预测值,采用算数平均减少预测误差,该算术平均值为文章所示2016年7月售电量预计。

3系统设计与工程实际

系统总体架构如下图。

浅谈大数据在电力营销系统中的应用及工程实例解析

电力营销综合分析系统体系架构通过数据采集与整合程序从底层业务系统的数据库中抽取数据,整合到自己的数据库中,形成数据集中管理,然后再能过数据采集与整合程序在数据层的基础上形成由业务主题构成的数据仓库,后,通过数据展现与分析的应用程序开发技术,实现电力营销的分析、预测、决策。系统的总体架构分为四层,具体描述如下:

用户交互层主要完成用户与系统的友好交互功能,具体功能有用电量分析、售电量预测、报表查询统计等。该应用程序客户端界面采用JAVA语言设计简单易用的定制化页面,办事效率高,用户体验更具,部署于用户三区系统,符合网络安全要求规范。

业务逻辑处理层主要完成文章所示核心算法,并对信息数据进行预处理,从逻辑实体的实现上看,其表现为各种功能组件,这些功能组件是对象化组件模块,可以实例化,具有过继承重作用。考虑到系统后续维护和二次开发问题,业务逻辑处理层实现对象对外服务接口开放功能,便于调取和应用数据。

数据层:从数据层的构成看,是由数据访问层和数据源共同组成的,从数据源的来源看,是由外部各业务系统数据库产生的。而数据访问层则要承担起封装对数据源的访问。由于数据访问层的存在,使业务逻辑层对底层数据存储形式过于依赖的情况得以改变,应用系统的适应力增强,可以在各种不同类型的数据库中得到更好的应用。

系统接口层:该层主要是和其他业务系统进行数据对接。通过上述系统架构,搭建基于大数据的营销业务扩展系统,并于南方电网某地市局进行工程化验收。系统挂网运行结果表明,该系统实现了电力营销数据的智能化查询、分析和统计工作,便于使用者及时掌握所辖用户用电情况,实现客户的市场化分析,有利于使用者及时调整营销策略,减轻数据统计的工作强度。

4 安科瑞变电所电力运维云平台介绍及选型

4.1 云平台概述:

按照国家电网公司的统计,10kV及以上供电电压等级的工商业用户有200万户以上,此类“用户侧变配电所”产权归电力用户所有(工商企业、住宅小区、学校、医院等),虽然数量众多,但是日常的运行维护工作比较传统,普遍存在以下痛点:

人工成本高:人工巡视、纸质记录、电话沟通,缺乏智能化的手段

工作效率低:巡视频率低、巡检任务无法定位、巡检过程不标准规范、巡检缺陷缺乏闭环跟踪;

安全隐患:有些用电单位无专业维护电工、无法即时排查电气隐患、隐蔽工程隐患检查难等难题;

抢修时间长:变电所设备种类较多,在分布上也比较分散,无法即时识别和定位故障信息,需要用户通知后到现场确认;

运行大数据缺少分析:有些用户未有数据汇总分析平台,甚至未安装电力仪表导致运维人员对现场电力参数信息不了解,无法确定电力系统是否正常运行。

4.2 应用场所

浅谈大数据在电力营销系统中的应用及工程实例解析

4.3 云平台架构

浅谈大数据在电力营销系统中的应用及工程实例解析

我司的运维平台综合运用综合保护装置、多功能电力仪表、母排及线缆测温装置、变压器温控仪、视频摄像头、水浸烟雾、温湿度、门磁等多种传感器统一接入变电所现场的边缘计算网关,经边缘计算网关将数据封装、压缩、加密后上传至云平台。实时集中监测所有变电所用电情况、统一调度运维巡检安排,线上线下联动;实现用户侧变配电所的24小时无人值守,全面监测各配电回路运行状态,即时定位故障,降低安全风险。通过手机App下发运维任务到指定人员手机上,并通过GPS跟踪运维执行过程。将企业集团/高等院校内广泛分布的变电所集中统一管理,提高运维效率、提高故障响应速度,即时发现运行缺陷并做消缺处理。为售电企业提供电能集抄服务,即时掌握用户用电量情况,避免偏差考核;响应泛在电力物联网的政策,增加客户粘性,为后期的增值服务开展做准备。

4.4云平台功能

浅谈大数据在电力营销系统中的应用及工程实例解析

浅谈大数据在电力营销系统中的应用及工程实例解析

浅谈大数据在电力营销系统中的应用及工程实例解析

浅谈大数据在电力营销系统中的应用及工程实例解析

浅谈大数据在电力营销系统中的应用及工程实例解析

浅谈大数据在电力营销系统中的应用及工程实例解析

浅谈大数据在电力营销系统中的应用及工程实例解析

浅谈大数据在电力营销系统中的应用及工程实例解析

浅谈大数据在电力营销系统中的应用及工程实例解析

 4.5云平台配置方案

浅谈大数据在电力营销系统中的应用及工程实例解析

4.6产品介绍

AM5SE系列微机综合保护装置

功能

保护功能:主变差动保护功能、主变后备保护、三段式过流带方向带电压闭锁、三段式过流、零序电流保护、过电压;

低电压保护、大功率电机保护、高压电动机综合保护、PT并列功能、非电量保护、并网逆功率保护、检同期功能;

测量功能:保护电流、测量电流、零序电流、母线电压、零序电压4-20MA输出、直流测量;

通讯功能:提供RS485通讯接口,RS232维护接口,IRIG-B对时接口、USB升级接口,RJ45网口接口;

故障录波功能:保护动作时触发录波,可以记录故障前8个周波后四个周波的数据;

控制回路:自带操作回路,防跳功能;

GPS校时功能:提供时钟同步接口,接收GPS校时信号。

应用

35kV及以下电压等级的变配电站及设备的保护测控功能,至少包括35kV进线/主变压器(一般容量2000kVA以上)/PT/母联、10kV进线/馈线/配电变压器(一般容量2000kVA以下)/高压电动机/高压电容器/母联/PT等设备的保护和自动控制功能。

浅谈大数据在电力营销系统中的应用及工程实例解析

ASD300系列智能操控装置

功能

一次动态模拟图指示及自检带电显示、闭锁及自检;

核相、强制加热、强制照明;

语音防误提示;

人体感应及柜内照明、已带电语音播报;

分合闸、远方就地、储能转换开关;

分合闸回路完好指示/电压测量;

预分预合闪光指示;

断路器分合次数统计;

RS485串行通讯接口;

开关柜节点无线测温;

全电参量测量。

应用

35KV高压及以下中置柜,手车柜,环网柜。

浅谈大数据在电力营销系统中的应用及工程实例解析

 

ARTM-Pn无线测温装置

功能

接收60个ATE100/200/300/400;

3U3I电参量测量;

实时测温功能;

RS485通讯接口,通过标准的MODBUS RTU协议实现组网功能;

具备自检功能;

超温、高温、相间温差报警、温度突变量告警功能。

应用

变电站、配电室、箱变等。

浅谈大数据在电力营销系统中的应用及工程实例解析

 

APM810系列多功能电力仪表

功能

准确度等级:有功电能0.5S级,无功电能2级;

测量功能:三相电压、三相电流、分相及总有功功率、分相及总无功功率、分相及总视在功率、分相及总功率因数、频率、需量;

电能计量:分相及总双向电能、四象限无功电能;

电能质量监测:2-63次分次谐波、总(奇、偶)谐波测量、电压波峰系数、电话波峰因子、电流K系数测量;

输入输出:2路开关量输出(选配MD82模块可扩至8路);

及2路开关量输入(选配MD82模块可扩至26路),开关量输出;

可配置为报警输出或远程遥控,DO用作报警输出时可自由关联报警内容;

SD卡存储功能:用于电参量、电能、谐波等数据定时存储,波形存储等功能。

应用

适用于电力系统、工矿企业、公用设施、智能大厦等需要电力监控的场合。

浅谈大数据在电力营销系统中的应用及工程实例解析

 

DTSD1352导轨式电能表

功能

测量功能:三相电流、电压、功率、频率、总正反向有功电能统计、总正反向无功电能统计;

准确级精度:有功0.5S;

电流信号接入:直接接入10(80)A 经CT接入1(6)A;

电压信号:100V 380V;

通信:RS485接口,支持MODBUS-RTU或者DL/T645通讯协议。

应用

适用于政府机关和大型公建中对电能的分项计量,也可用于企事业单位作电能管理考核。

浅谈大数据在电力营销系统中的应用及工程实例解析

ADW300无线智能仪表

功能

测量功能:三相电流、电压、功率、频率、总正反向有功电能统计、总正反向无功电能统计;

电能质量:电压、电流不平衡度,电压、电流总谐波及2-31分次谐波;

需量:电流、功率需量及实时电流,功率需量;

准确级精度:0.5s级 ADW300外置互感器型1级;

电流信号规格:100A输入 ,经互感器输入,二次互感接入;

通讯方式:RS485、 LORA无线通讯、NB-IOT无线通讯、4G无线通讯。

应用

ADW300方便用户进行用电监测、集抄和管理,可灵活安装在配电箱中,可用于电力运维、环保监管等在线监测类平台中。

浅谈大数据在电力营销系统中的应用及工程实例解析

ARCM300系列电气火灾监控仪表

功能

测量:单回路剩余电流、4路温度、电压、电流、功率、频率、功率因数、视在电能、四象限电能;

保护:剩余电流、温度、过流等;

报警:声光报警,支持消音、复位操作;

开关量:1路继电器输出、4路开关量输入;

通讯方式:RS485、NB-IOT无线通讯、4G无线通讯。

应用

适用于智能楼宇、高层公寓、宾馆、饭店、商厦、工矿企业、国家消防单位以及石油化工、文教卫生、金融、电信等领域。

浅谈大数据在电力营销系统中的应用及工程实例解析

ANET智能网关

功能

数据采集(支持串口、以太网,只需配置即可兼容支持标准电力规约的各类仪表);

数据上传(支持往上海分类分项能耗平台、宁夏电力需求侧平台、江苏电力运维平台、浙江电力运维平台上传数据);

边缘计算(灵活的报警阈值设置、主动上传报警信息、数据合并计算、断点续传、数据加密、4G路由);

远程管理(远程配置、远程升级、远程监视)。

应用

泛在电力物联网、能耗系统平台、电力需求侧管理平台、第三方云平台、预付费系统、运维系统平台、电力监控平台、能源综合管理平台。

浅谈大数据在电力营销系统中的应用及工程实例解析

 

4.7云平台现场应用图片

浅谈大数据在电力营销系统中的应用及工程实例解析浅谈大数据在电力营销系统中的应用及工程实例解析浅谈大数据在电力营销系统中的应用及工程实例解析

 

展厅现场 运维团队 采集箱内部图

浅谈大数据在电力营销系统中的应用及工程实例解析浅谈大数据在电力营销系统中的应用及工程实例解析浅谈大数据在电力营销系统中的应用及工程实例解析

高配现场 门磁安装 烟感安装

浅谈大数据在电力营销系统中的应用及工程实例解析浅谈大数据在电力营销系统中的应用及工程实例解析浅谈大数据在电力营销系统中的应用及工程实例解析

枪机安装 漏水检测安装 低压柜仪表

4.8平台价值

为电力运维企业提供线上运维服务平台,实时集中监测所有变电所用电情况、统一调度运维巡检安排,线上线下联动。

将企业集团/高等院校内广泛分布的变电所集中统一管理,提高运维效率、提高故障响应速度;

响应泛在电力物联网的政策,增加客户粘性,为后期的增值服务开展做准备;

为售电企业提供电能集抄服务,即时掌握用户用电量情况,避免偏差考核。

4.9访问方式

浅谈大数据在电力营销系统中的应用及工程实例解析

微信扫码下载 网页版:www.acrelcloud.cn

4.10 典型案例

浅谈大数据在电力营销系统中的应用及工程实例解析

参考文献

[1] 彭小圣,邓迪元,程时杰,等.面向智能电网应用的电力大数据关键技术[J].中国电机工程学报,2015,35(3):503-511.

[2] 魏艳平.基于大数据平台的电力营销分析决策系统的研究[D].成都:西华大学,2017.

[3] 王亮.大数据背景下电力企业营销管理创新研究[D].北京:华北电力大学,2015.

[4] 汤平瑜.大数据在电力营销系统中的应用及工程实例解析

[5] 安科瑞企业微电网设计与应用手册.2020.06版.



Tags:大数据   点击:()  评论:()
声明:本站部分内容及图片来自互联网,转载是出于传递更多信息之目的,内容观点仅代表作者本人,如有任何标注错误或版权侵犯请与我们联系(Email:2595517585@qq.com),我们将及时更正、删除,谢谢。
▌相关推荐
为啥这几年偷税漏税的新闻这么多?不是偷的人多了,是因为国家有了查税大杀器: ...【详细内容】
2021-12-24  Tags: 大数据  点击:(8)  评论:(0)  加入收藏
张欣安科瑞电气股份有限公司 上海嘉定 201801 摘要:随着电力行业各系统接入,海量数据涌现,如何利用电网信息化中大量数据,对客户需求进行判断分析,服务于营销链条,提升企业市场竞...【详细内容】
2021-12-14  Tags: 大数据  点击:(9)  评论:(0)  加入收藏
1、什么是数据分析结合分析工具,运用数据分析思维,分析庞杂数据信息,为业务赋能。 2、数据分析师工作的核心流程:(1)界定问题:明确具体问题是什么;●what 发生了什么(是什么)●why 为...【详细内容】
2021-12-01  Tags: 大数据  点击:(25)  评论:(0)  加入收藏
数据作为新的生产要素,其蕴含的价值日益凸显,而安全问题却愈发突出。密码技术,是实现数据安全最经济、最有效、最可靠的手段,对数据进行加密,并结合有效的密钥保护手段,可在开放环...【详细内容】
2021-11-26  Tags: 大数据  点击:(17)  评论:(0)  加入收藏
导读:网易大数据平台的底层数据查询引擎,选用了Impala作为OLAP查询引擎,不但支撑了网易大数据的交互式查询与自助分析,还为外部客户提供了商业化的产品与服务。今天将为大家分享...【详细内容】
2021-11-26  Tags: 大数据  点击:(15)  评论:(0)  加入收藏
日前,北京市人力资源和社会保障局发布《2021年北京市人力资源市场薪酬大数据报告》,《报告》基于本市2020年度相关调研数据,按照行业、职位、群体等维度对薪酬数据进行了分析,首...【详细内容】
2021-11-04  Tags: 大数据  点击:(28)  评论:(0)  加入收藏
架构是数据仓库建设的总体规划,从整体视角描述了解决方案的高层模型,描述了各个子系统的功能以及关系,描述了数据从源系统到决策系统的数据流程。业务需求回答了要做什么,架构就...【详细内容】
2021-11-03  Tags: 大数据  点击:(35)  评论:(0)  加入收藏
同一产品对老客户的要价竟然比新客户要高?这是当下“大数据杀熟”的直接结果。近年来,随着平台经济的蓬勃发展,大数据在为用户服务之外,也引发了多种不合理现象。为了有效遏制“...【详细内容】
2021-10-29  Tags: 大数据  点击:(31)  评论:(0)  加入收藏
如今社会,手机电话在中国的使用率已达到99%以上,大大的地增强了我们的生活水平。而电话不但用以日常生活,还可以用以工作中,例如电话营销,电话便是他们的武器装备,他们根据手机的...【详细内容】
2021-10-26  Tags: 大数据  点击:(44)  评论:(0)  加入收藏
《个人信息保护法》11月1日即将生效,在大数据营销充斥在网络上的现在,如何引导大数据为善,如何更好的使用开发大数据,变得既重要也有现实意义。...【详细内容】
2021-10-26  Tags: 大数据  点击:(35)  评论:(0)  加入收藏
▌简易百科推荐
张欣安科瑞电气股份有限公司 上海嘉定 201801 摘要:随着电力行业各系统接入,海量数据涌现,如何利用电网信息化中大量数据,对客户需求进行判断分析,服务于营销链条,提升企业市场竞...【详细内容】
2021-12-14  安科瑞张欣    Tags:大数据   点击:(9)  评论:(0)  加入收藏
1、什么是数据分析结合分析工具,运用数据分析思维,分析庞杂数据信息,为业务赋能。 2、数据分析师工作的核心流程:(1)界定问题:明确具体问题是什么;●what 发生了什么(是什么)●why 为...【详细内容】
2021-12-01  逆风北极光    Tags:大数据   点击:(25)  评论:(0)  加入收藏
在实际工作中,我们经常需要整理各个业务部门发来的数据。不仅分散,而且数据量大、格式多。单是从不同地方汇总整理这些原始数据就花了大量的时间,更不用说还要把有效的数据收集...【详细内容】
2021-11-30  百数    Tags:数据   点击:(21)  评论:(0)  加入收藏
数据作为新的生产要素,其蕴含的价值日益凸显,而安全问题却愈发突出。密码技术,是实现数据安全最经济、最有效、最可靠的手段,对数据进行加密,并结合有效的密钥保护手段,可在开放环...【详细内容】
2021-11-26  炼石网络    Tags:数据存储   点击:(17)  评论:(0)  加入收藏
导读:网易大数据平台的底层数据查询引擎,选用了Impala作为OLAP查询引擎,不但支撑了网易大数据的交互式查询与自助分析,还为外部客户提供了商业化的产品与服务。今天将为大家分享...【详细内容】
2021-11-26  DataFunTalk    Tags:大数据   点击:(15)  评论:(0)  加入收藏
导读:数据挖掘是一种发现知识的手段。数据挖掘要求数据分析师通过合理的方法,从数据中获取与挖掘项目相关的知识。作者:赵仁乾 田建中 叶本华 常国珍来源:华章科技数据挖掘是一...【详细内容】
2021-11-23  华章科技  今日头条  Tags:数据挖掘   点击:(20)  评论:(0)  加入收藏
今天再给大家分享一个不错的可视化大屏分析平台模板DataColour。 data-colour 可视化分析平台采用前后端分离模式,后端架构设计采用微服务架构模式。 前端技术:Angularjs、Jq...【详细内容】
2021-11-04  web前端进阶    Tags:DashboardClient   点击:(39)  评论:(0)  加入收藏
在Kubernetes已经成了事实上的容器编排标准之下,微服务的部署变得非常容易。但随着微服务规模的扩大,服务治理带来的挑战也会越来越大。在这样的背景下出现了服务可观测性(obs...【详细内容】
2021-11-02  大数据推荐杂谈    Tags:Prometheus   点击:(40)  评论:(0)  加入收藏
同一产品对老客户的要价竟然比新客户要高?这是当下“大数据杀熟”的直接结果。近年来,随着平台经济的蓬勃发展,大数据在为用户服务之外,也引发了多种不合理现象。为了有效遏制“...【详细内容】
2021-10-29    海外网   Tags:大数据   点击:(31)  评论:(0)  加入收藏
本人03年开始从事贸易行业,多年来一直致力于外贸获客和跨境电商选品等领域,最近有些小伙伴反馈海关数据演示的都挺好为啥用起来不是那么回事?大家看到数据时关注的有产品、采购...【详细内容】
2021-10-28  QD云龙    Tags:数据   点击:(33)  评论:(0)  加入收藏
最新更新
栏目热门
栏目头条