随着社会现代化不断推进,出先了很多例如大数据和人工智能等新型技术,这些技术正在为越来越多的行业赋能。电力在我们生活中可以说是处处不在,为了提供更加便捷智能的服务,电力行业也出现了许多需要解决的问题。那么互联网技术如何为电网赋能呢?电网这个庞大的体系中的各个分支都可以和哪些技术呢结合呢?作为一项研究课题,我们可以从哪些切入点开始呢?下面是我通过几天的学习给出的自己的答案。

这份框架图已经总结的很详细,这里就不再赘述。个人认为从研究切入点来说可以分为以下几点。

一.研究现有方法,从技术层面为研究切入点

以上电力大数据的简单框架,其中有些分类还可以再次细分,其中大部概念都属于“现有方法”,但是每一个现有方法放在智慧电网领域具体分析的时候,往往需要对现有方法进行某些改动,以达到得到更好效果的目的,我认为这是一个创新方向。综上所述,我认为以上每个分支,甚至还未列出的更加细的分支,都可以作为一个研究点。

二、寻找新的方法,从数据问题为研究切入点

现状:电力工业化加深,电力业务与电力信息融合不断加深,使得电力业务场景越来越具备大数据场景的特征,为了衍生出更多的增值服务,电力与大数据的融合将会不断加深。

伴随云计算,人工智能等先进互联网技术的发展,数据的“含金量”不断提高,电力行业对数据的管理,存储,共享,操作等有了更高的要求,我国电力大数据环境正在形成,那么电力大数据业务处理、适应电力大数据的技术理论方法等一系列问题,需要通过研究拿出较好的解决方案。

面临的一些问题:

(1)数据质量不是很高。电力数据在数据可获取颗粒程度、及时性、完整性、一致性、数据源的唯一性、准确性上有待提高。

(2)数据共享以及数据集成不够。目前整个电力行业缺乏整个行业层面的数据模型定义与主数据管理,各个单位的数据管理平台不一,数据共享程度严重不足。

(3)安全问题。电力数据实际上涉及到用户的隐私,若安全问题处理不好的话,会带来很多问题。另外由于我国面积广阔,电力覆盖面非常广,所以电力单位较多,每个电力单位的信息防御能力差距较大,甚至有些偏远地区的单位防御系统尚未建立。所以整个行业的防御能力需要提高

(4)数据存储和实时分析。电是每家每户都会用到的资源,每时每刻都有大量的电力被消耗,这就意味这每时每刻都有巨量的电力数据产生,如何对如此大规模的数据进行存储以及实时对其中高质量的数据进行分析是一个需要解决的问题。

三、探索新方案,从具体问题为研究切入点

电力系统的各大板块(发电、售电、配电、输电)中都存在一些可以用偏软件的方法进行解决的问题。可以以这些具体问题作为点,去探索解决方案。不过个人认为,这种研究要以个人本身有一定知识技术积累为前提,否则应该较困难。

以上为仅为作者个人观点。

电力大数据技术框架整理相关推荐

  1. 全面认识当前市面99%的大数据技术框架(附:各大厂大数据技术应用文章)

    目录 大数据领域分析 系统平台 集群管理与监控 文件系统 资源调度 协调框架 数据存储 数据处理 数据查询和分析 数据收集 消息系统 任务调度 数据治理 数据可视化 云平台 大数据必知点 大厂应用实践 ...

  2. 电力大数据—大数据技术在营销客户服务中的应用及研究

    当前,电力企业改革发展面临新的形势和任务,随着电力体制改革的不断升入,尤其是受市场广泛关注的售电公司的出现,电力市场的交易将更加"民主.开放",交易方式将逐步升级,出现电网+互联网 ...

  3. 【大数据】企业级大数据技术体系概述

    目录 产生背景 常见应用场景 企业级大数据技术框架 数据收集层 数据存储层 资源管理与服务协调层 计算引擎层 数据分析层 数据可视层 企业级大数据技术实现方案 Google 大数据技术栈 Hadoop ...

  4. kafka分区与分组原理_大数据技术-Kafka入门

    在大数据学习当中,主要的学习重点就是大数据技术框架,针对于大数据处理的不同环节,需要不同的技术框架来解决问题.以Kafka来说,主要就是针对于实时消息处理,在大数据平台当中的应用也很广泛.大数据学习一 ...

  5. 水环境模型与大数据技术融合研究

    点击上方蓝字关注我们 水环境模型与大数据技术融合研究 马金锋1, 饶凯锋1, 李若男1,2, 张京1, 郑华1,2 1 中国科学院生态环境研究中心城市与区域生态国家重点实验室,北京 100085 2  ...

  6. 大数据技术落地需要注意哪些问题

    随着大数据技术体系的逐步成熟,大数据技术也处于落地应用的初期阶段,但由于大数据技术所涉及的数据本身具有一定的敏感性,因此大数据产业链上的许多企业都处于业务发展的探索阶段,有些业务也处于所谓的" ...

  7. 大数据技术介绍:01大数据概述

    大数据技术介绍:01大数据概述 大数据技术框架: Hadoop生态系统(1) Hadoop生态系统(2) Hadoop构成:Flume(非结构化数据收集): Cloudera开源的日志收集系统 用于非 ...

  8. 基于大数据技术的手机用户画像与征信研究

    内容提要:手机用户画像是电信运营商实现"数据驱动业务与运营"的重要举措.首先,介绍了手机用户画像过程中对个人隐私保护的方法,然后分析手机用户画像的数据来源与大数据实现技术,最后,通 ...

  9. 建立大数据技术体系学习的新思维

    一. 开篇 随着大数据时代的到来,各类数据都在惊人的增长,形成了WEB与社交媒体数据.机器对机器数据.大体量交易数据.生物计量数据和人工生成数据的五大类型.数据越来越不满足于处于静止状态,数据越来越处 ...

最新文章

  1. 祝全天下的教师,节日快乐!
  2. Replica Sets+Sharding方案之真枪实弹篇
  3. win7 安装好redis 如何安装扩展
  4. 大数据可视化html模板开源_大数据时代-可视化数据分析平台必不可少
  5. 敏捷指南阅后的几点体会
  6. 蓝桥杯单片机篇:NE555 频率测量
  7. spark需要maven管理吗_使用Eclipse编写Spark应用程序(Scala+Maven)
  8. jquery 添加可操作,编辑不可操作
  9. HTML清除计时器的语句,如何知道计时器是否被清除或在javascript中超时?
  10. 《机器视觉算法与应用》第3章 机器视觉算法之图像分割——学习笔记
  11. VTD-传感器使用小结
  12. 教学案例分析 计算机应用,计算机教学案例分析
  13. 使用WireShark抓包对方QQ的ip地址(通过QQ电话)
  14. stata面板数据:xtserial下载问题解决
  15. GIS招聘 | 云南省自然资源厅所属事业单位
  16. 计算机应用专业UI设计方向,长沙经贸职业中专学校计算机应用技术(UI设计方向)简介...
  17. 基于QT4的智能温度采集控制系统
  18. OpenHarmony成长计划学生挑战赛7天打卡活动介绍
  19. 深入理解 Python yield
  20. FFmpeg源码分析:视频滤镜介绍(上)

热门文章

  1. 饕餮盛宴 | 人工智能与未来城市
  2. RTOS内功修炼记(九)—— 任务入口函数执行完毕之后去哪里?
  3. IO流,多线程,网络编程(4)JavaSE
  4. Windows docker 安装 home assistant
  5. matlab中的diag
  6. 自动驾驶之点云与图像融合综述
  7. 后缀是php,php是什么文件_文件后缀php是什么意思
  8. [强化学习-3] Devil 课程第二章解析+ 学生马尔可夫决策过程代码
  9. PHP最佳实践指南(中英对照)
  10. python opencv设置不同的视频编解码器参数