当前位置: 主页 > 规划展示 >

电网公司运行监控(控制)系统的构建研究

2019-09-05 10:53  点击量:

随着国家电网公司“两个转变”的深入推进,公司党组已在“三个”总部和省(市)级进行了“业务监测(控制)中心”的重大战略部署。剧集和五个专业“系统。实现24小时实时在线监控和分析公司的运营管理,实现对规划,建设,运营,维护,营销,人力资源,财务,物资等服务的全面监控和分析,实现计划和预算,资金收支,电力购销,资产全生命周期,供电服务,产业发展,金融业综合过程监控与分析,构建综合监控,运行分析,综合管理控制平台,协调控制,全景显示“。在国家电网公司运营监控(控制)工作会议上,公司领导指出“数据是公司庞大的公共资源,牢固树立数据资产管理理念,真正管理数据作为公司的战略资产;中心给出充分发挥主观能动性,不依赖它,主动出击;充分利用大数据的概念和方法,借鉴和应用最先进的国际技术成果和工具,并结合企业管理推广使用数据引导和管理企业。促进公司管理和管理水平的全面提升。“

可以看出,公司依法管理,管理完善,深化大数据应用的新形势,都对经营监管工作提出了新的要求。运行监测(控制)工作必须依靠数据资产,注重寻求问题,以变革管理为基础,以主题建设,矿山详细数据为基础,加强监测分析,深化协调控制,引导,动态预警。及时纠正纠正,促进公司的运营效率和运营效率继续有效提升。

目前,运行监控(控制)工作已取得阶段性成果,初步监测和分析公司的主营业务,核心资源和关键流程,逐步开始发挥作用,但也存在以下问题。

2.1数据基础仍然不强

数据是企业管理的基础和公司决策的基础。基本数据的偏差可能会导致企业管理出错。大量的数据失真甚至可能影响企业的战略决策。公司的信息系统建设和应用取得了一定的成果,但在运营和监管业务的过程中,也暴露了数据和系统应用中的问题。主要表现是业务信息系统未能实现公司业务的全面覆盖,业务连接不紧密。无法有效整合,业务可追溯性,原因分析无法有效实现;公司的专业线路精细管理水平不同,对于同一业务,由于标准不统一,专业数据没有有效联系和整合,数据不够开放,互联互通尚未完全实现;一些商业信息系统的应用程度不高,数据不完全在线生成,数据的及时性和真实性不保证,数据来源不清,多源输入,报表和业务操作数据都是“二皮肤;一些商业信息系统的设计,开发和实施质量不高,影响系统应用,数据中心数据可用性不高。数据问题不仅限制了公司的决策和专业管理,也影响了经营监督工作的有效发展。作为公司的运营数据资产管理部门,运营监控(控制)中心可以访问基于《国家电网公司运营数据资产管理办法》的22个主要的数万个业务指标和业务详细数据,但建立运营数据资产管理机制以增强其价值。数据资产。缺乏采矿和应用。有必要研究制定工作数据资产管理工作计划,明确数据资产管理的范围和工作内容,有序推进业务数据资产的管理。需要主要的数据梳理和数据字典集合来促进公司数据字典的管理和使用。有必要通过公司的统一数据中心访问运营数据详细数据,优化数据验证工具和规则,并验证数据流以提高运营数据的质量。有效推进大数据挖掘分析应用程序并提高公司运营数据资产的价值是必要的。

2.3大数据平台支持能力不足

公司大数据平台的建设仍处于试点研究阶段,大数据平台尚未能够支持运营监控相关的业务应用。运行监控主要依靠数据分析工具和手动经验来分析数据,以分析主题数据。海量数据的快速处理能力不足以支持大规模海量数据的实时同步,实时存储,实时处理,实时共享和实时反馈,如有一定的延迟。企业管理应用数据分析,不能满足实时业务数据的实时查看和分析要求。数据挖掘分析的应用不强。大多数现有的数据应用程序都是可视化的数据显示。数据集相对简单,分析方法更传统。它缺乏对大规模跨业务多类型数据和外部数据处理的深度挖掘分析。还缺乏相应的大数据分析工具和工具,很难充分利用数据资产的价值。

运行监测(控制)工作的有效发展离不开各部门和单位的大力支持和密切配合。省,地,县三级交通监管体系初步完成。但是,各单位经营监管业务的运营和运营仍存在重大差异。有些单位对经营和监督工作的关注和支持不够,导致业务发展不畅。这个角色还不够;业务部门一般支持运营和监督工作,但有些部门对问题导向管理方法认识不足,未能在业务信息系统数据共享和权限开放中落实到位。

自三级运行监控(控制)中心建立以来,做了大量卓有成效的工作,初步实现了业务的协调运作,特别是在法律整合,规划进度,效率和效率,趋势分析和分析,并在加强风险方面取得突破。在预防和控制,加强过程控制,促进横向协同作用,提高效率和效率方面取得了重大成就。经过两年多的实践和探索,公司初步建立了三级运行监督体系,形成了比较成熟的监测分析理念。通过基于详细数据的监控和分析,可以有效地找到交易变更的问题。但这只是第一步。特别是随着法治企业的建设和“三期五大”的全面建设,运营监控(控制)中心需要不断扩大功能,深化业务内涵,需要发挥作用。更全面有效的作用。3.基于大数据挖掘的运行监控(控制)系统基于大数据挖掘的运行监控系统基于大数据平台和数据资产管理,以运营监控(控制)业务主题库和数据资产关联库为核心。依托相应的保障机制和协调控制手段,充分利用大数据挖掘技术推动业务监控(控制)工作模式的转变,达到主动感知,主动预防,积极员工的目的,并为公司通过发布结果和视觉显示。决策提供支持,支持绩效管理,为企业的效率和效率提供保障。如图1所示。

3.1商业模式运作模式

电网公司运行监控(控制)系统的构建研究

数据资产关联库和运营监督业务主题库是运营监控系统的核心组成部分。关联库基于数据级别并关注关系;主题库基于业务层面,侧重于因果关系。主题库和相关库相对独立,但相互促进。大数据挖掘技术贯穿于监控和分析之中。通过主题库和相关库的有效运行,不断探索数据资产的价值,实现主动运行监控。

实现扩展和更新业务监控范围,实时综合监控,问题渗透分析,趋势预测和辅助决策五个目标取决于相关和主题库中各种阈值,规则和模型的使用。运行监控模型提取新的(实时)数据资产,使用在线计算方法统计分析数据资产中的重要监控指标和详细数据,并将相关结果与存储在两个库中的关系的阈值进行比较。实现相关。关系的交易监控;通过调用存储在两个库中的预测模型来实现趋势预测目标的实时分析。运行监控模型提取两个库中的实时数据,调用关联,判断规则,仿真模型,决策树等模型,并结合专家经验,实现问题的渗透分析和辅助决策目标。计划。

关联库是从数据的角度,通过大数据挖掘和手工梳理创建的。创建关联库有三个来源。一种是通过大数据技术挖掘海量数据资产,创建隐藏的模糊数据关系;另一种是通过分析业务关系来生成明确和明确的数据关系;组织相关规则以产生显式数据关系。

主题库基于业务视角,考虑公司的专家经验,并通过大数据分析规则创建。主题库创建的基础来自设计师对热点和问题的收集和整理。与监测主题和判断规则相对应的监测主题也有两个来源:一是巩固专家业务经验;另一种是通过大数据挖掘技术生成数据之间的关联规则和规则。大数据挖掘可以直接应用于主库,也可以通过关联库间接应用于主题库。

大数据技术贯穿于整个运营监控,补充,验证和增强专家经验,是公司运营监控工作实现科学,高效,经济的有力保障。3.2.1扩展或更新业务监控范围

电网公司运行监控(控制)系统的构建研究

使用大数据技术创建数据关联关系,发现数据关联规则,设置关联阈值,然后扩展业务监控范围或更新监控内容。

3.2.2支持实时监控和分析

利用大数据在线计算,分布式计算等技术丰富业务监控和计算方法,实时监控和分析业务。实时监控和分析主要包括业务数据及其关联关系事务监控两个方面。对于业务数据,请关注监控对象的选择,并考虑准确性和及时性。对于相关关系的变更监控,首先选择核心关系并实时监控其变化趋势。

3.2.3支持问题渗透分析

关于问题渗透分析主题的大数据挖掘技术现在的两个方面是利用大数据挖掘技术找到数据之间的关系来找出问题所在。通过大数据关联分析方法,可以很好地分析数据之间的关系,并确定关系的强度以找到问题的细节。其次,基于一定的商业主题,利用大数据技术深度挖掘和分析数据,在相关分析的基础上,结合专家经验可以更好地促进公司对问题产生的原因和影响的判断,追溯源头,找到问题的根源。

3.2.4支持业务趋势预测

事先积极探索预防性监测的范围,并利用大数据挖掘技术创建业务预测和分析模型,使业务监控开始后进行预防性监控事业的搜索。在大数据挖掘中,通常构建各种类型的预测模型来预测指标数据和业务细节数据。对于离散数据,通常使用分类模型来实现预测,对于连续数据,通常使用回归模型来实现预测。常用的分类分析方法包括决策树,神经网络,支持向量机等。常用的回归分析方法包括线性回归分析,逻辑回归分析和Cox回归分析。无论是分类预测还是回归预测,基于大数据的预测通常需要训练大量准确而全面的历史数据,并不断调整相关参数以获得准确的预测模型。大数据的分布式计算的使用通常用于实现预测模型的创建,并且存储器计算用于实现监控指标或业务详细数据的实时预测。

大数据挖掘在支持数据资产关联库中的主要作用是通过大数据挖掘技术发现数据之间的关系和统计规律,并创建大数据的预测分析模型。

大数据挖掘在支持运营监控业务主题库中的主要作用是大数据挖掘技术将监控和分析主题扩展到详细数据,促进规则和算法的生成,实现实时监控和在线分析。分析,通过使用预测算法和模拟技术来完成影响分析和改进策略研究。0

0