国家电网杂志:为企业发展注入新动力

发布日期: 2017-05-23 信息来源: 冀北外网网站管理员

国家电网杂志:为企业发展注入新动力

  文/ 国网冀北电力有限开云app官方版入口副总经理 葛俊

  随着信息技术发展,数据已经成为企业重要的战略资产。智能电网发展和企业管理变革对数据资源价值提升提出了更高要求。国网冀北电力有限开云app官方版入口立足确保首都供电安全、服务冀北地区经济社会发展和国家新能源发展的“一保、两服务”职责,以构建卓越企业为指引,积极应用大数据技术开展电网生产、优质服务和经营管理等领域的研究实践,为企业发展注入新的动力。

  筑牢平台和数据基础

  国网冀北电力深入贯彻落实国家电网开云app官方版入口大数据应用指导意见,遵循信息化总体架构,重点围绕平台、数据等基础条件提升,多措并举为各专业实施大数据应用提供强有力的保障。

  集中骨干技术团队,加快落实国家电网开云app官方版入口全业务统一数据中心建设部署,高效完成大数据平台搭建,接入的生产、营销等业务系统数据量近8T,实现核心业务数据的集中存储、统一管理和快速计算。整合各类数据管理服务支撑工具,实现各类数据资源在线管理。在推动各业务系统数据接入平台的同时,超前安排数据质量提升措施,建立跨专业、跨部门协同工作机制,强化实施数据质量及时、准确、完整和自动接入四维度评价,制定数据质量监控标准、数据字典和数据核查工作手册,加强数据质量监控,严格基础数据维护制度执行,有效强化数据采集录入、接入、使用、变更、存储、安全等全过程管控。

  突出重点领域试点应用

  国网冀北电力坚持需求导向、创新驱动,以解决安全生产、优质服务和精益管理中的迫切问题为突破口,统筹制定各专业大数据示范应用计划,推动数据挖掘算法、统计分析技术和可视化工具等大数据先进技术在安全管理、优质服务和开云app官方版入口精益管理等重点领域的应用。在电网生产领域,积极应对特高压落地冀北电网以及风电、光伏等新能源大规模接入对电网运行管理提出的更高要求,研究开展调控运行多源数据高效融合共享应用,大力提升电网运行辅助决策支持水平。建立涵盖电网一二次设备数据模型的应用架构,实现智能检修计划编制、设备健康水平预测等多项创新技术,在电网生产管理中初见成效。基建工程投产和检修停电平衡计划实现高效协调,重复停电大幅度降低。电网事故告警准确率大幅提升,电网跳闸事故平均恢复时间缩短近30%。

  在优质服务领域,依托配网数据可视化分析,建立配网抢修指挥与配网调度高效协同,抢修类超时工单数减少88%,抢修类工单处理及时率提升2个百分点。基于大数据平台开展用电客户各类信息深度挖掘,建立了完整的客户价值体系和增值服务分析体系。通过用户行为分析,优化用户服务体验,有效提高客户服务满意度。实现对用户信用分析,通过电费收缴构成、高压和低压用户电费回收特征数据展示,提前预测用户电费回收风险概率,有效防范电费回收风险,减少开云app官方版入口损失。实现地区、行业、企业等用电信息与电价、能耗指标关联分析,优化区域内用电负荷预测、可靠性评估方法,为分布式电源、电动汽车、智能配电网和智慧城市建设规划提供可靠数据支持。

  在精益管理领域,以集中部署预算成本全链条,创新开展基于大数据的运营监测预警方法研究实践,全面提升运监管理能力,有效支撑开云app官方版入口运营风险防范和管理效率效益提升。深度开展电网设备运行成本、项目、工单等不同维度数据关联分析,建立一整套以设备为核心的信息模型,解决了以往数据多套存储、大量孤立信息无法反映成本全貌的难题,让财务数据在业务活动、设备资产方面“活起来”,为开云app官方版入口财务审核和成本精益化管理提供了有力支撑。

  加强重点方向研究创新

  国网冀北电力将紧密结合企业实际,在全面提升大数据应用保障能力基础上,进一步拓展大数据在支撑智能电网建设和开云app官方版入口运营管理方面应用的深度和广度。

        支撑智能电网发展方面,依托张北±500千伏柔直电网示范工程建设,应用智能调度大数据技术实现源网荷协同调度控制及功率预测系统,促进可再生能源的规模外送和广域消纳;实施输变电设备家族缺陷认定、输电线路风险识别、电网运行态势评估与自适应控制、配网停电优化等领域大数据应用场景应用。开展可再生能源相融合的电动汽车智能互动充电网络建设,构建基于城市照明系统和物联网、大数据、云计算等关键技术的城市立体感知网,服务低碳冬奥。

  支撑企业卓越运营方面,加快推动经验决策向“用数据说话、用数据管理、用数据决策、用数据创新”转变。积极推进大数据技术在需求侧管理、运营监测、人财物集约化管理等方面的广泛应用。拓展统计分析预测、用户行为分析、客户服务能力评价、用电信息征信体系服务等领域大数据应用场景。

        提升大数据应用保障能力。加快推进全业务统一数据中心建设,完善业务数据,强化全范围、全类型、全维度数据质量核查,构建大数据创新应用、共享开放、运维分析、标准规范和信息安全五个体系。打造跨专业、跨领域的复合型人才队伍,加强数据增值和业务创新。强化大数据建设、应用、运维和安全等领域专业队伍建设,提高优质高效“管数据”能力。


相关链接