简介:摘要:随着近年来大数据、物联网、 5G技术、云计算、可视化、智能控制等技术的进一步发展,电站运维管理数据也将越来越庞大。面对如此海量增长的信息数据,传统的数据采集、数据互联、数据处理等技术难以适应大数据时代调控中心对其数据存储与分析的需求,更加难以达到对数据深度挖掘、信息模型规范化、智能高级应用的要求。为此建立电力数据中心,可更好地为电力企业提供准确、有效的信息支撑,为企业的智能化建设奠定坚实的基础。 关键词:大数据技术;电力数据中心;运维管理 中图分类号: TM73 文献标识码: A 引言 近些年来,随着电力企业信息化建设进程的不断加快,电力系统的信息通信已经成为安全运营和高质量服务的重要基础。但是在目前的电力数据中心运维管理工作中,仍然存在一些显著的问题严重阻碍着电力企业的发展,针对存在的问题,进行有效地解决,是当前电力数据中心运维管理要做的重要工作。 1电力数据中心运维管理发展呈现的问题 1.1信息应用的快速交付
简介:摘要: 现如今,人们的生活质量在不断提高,对于电力的需求在不断加大, 针对电力大数据流的异常检测问题,该文将流数据聚类算法与电力大数据相结合,针对现有流数据聚类算法不易存储全部数据、断电数据易丢失等问题,以及流数据聚类算法对于离线阶段聚类算法实时应答的要求,从数据的完整性、安全性以及流数据聚类算法的低时间复杂度的角度出发,对 CluStream 流数据聚类算法进行改进,提出流式 K-means 聚类算法。对在线阶段,使用 Redis 集群进行流数据的缓冲,并设计节点时间衰减策略,增大心跳消息中有效消息所占比例;对离线阶段聚类算法进行优化,使用最佳距离法确定初始聚类中心,减少迭代次数;最后,使用所提出的流式 K-means 聚类算法进行用户用电异常行为检测,实验结果表明,该算法能够很好的发现用户用电异常行为。
简介:摘要:随着环境问题的日益突出,环保检测数据的收集、处理和分析变得至关重要。本文探讨了大数据分析在环保领域中的应用,重点关注环境问题的预警与应对。首先,介绍了环保检测数据的收集与处理过程,包括环保监测网络的建设、传感器的部署,以及数据的采集、传输、存储和质量控制。接着,详细阐述了大数据分析在环保领域中的应用,包括数据挖掘、特征提取、空间分析、地理信息系统(GIS)、时间序列分析和趋势预测,以及基于机器学习的模式识别与分类方法。在此基础上,讨论了环境问题的预警与应对策略,探讨了基于大数据的环境问题预警模型构建,预警指标的选择与制定,实时监测与快速响应机制。最后,通过案例分析,展示了空气质量、水污染等环境问题预警与管控的实际应用。
简介:摘要:针对工业物联网数据采集存在的设备种类繁多、通信协议多样、复杂规约嵌套等问题,设计了基于云技术的工业物联网数据采集平台。平台对不同厂家设备采集属性进行归类,形成设备物模型,实现设备属性复用,减少了设备属性配置工作;通过构建多层嵌套的复杂规约解析树,实现了多规约嵌套报文数据解析。该平台在某能源集团中获得实际应用,数据召测解析成功率达99.992%,可取代场站布设的现场终端或采集服务器完成云上数据汇聚和解析,实现硬件软件化,减少企业投资运营成本,可广泛应用于工业物联网数据采集系统的新建、升级和改造工程,为工业物联网数据采集提供了一种可供参考的解决方案。
简介:摘要:近年来我国铁路建设发展迅速,运营里程逐年攀升,由此带来的经济和战略意义不言而喻,但同时也加剧了工务部门的负担,使检修作业量急剧增加。在这种现状下,工务部门对提高作业效率、优化作业模式和信息化建设都提出了更高的要求。我国铁路系统正在进入大数据的时代,每天多个业务系统将产生海量数据,且数据量逐年增加。近年来,中国铁路郑州局集团公司普速铁路故障点检测手段多样,包括晃车仪、轨检小车、人工添乘等。工务各种监测数据体量庞大,数据类型复杂,业务查询频繁,对后续海量数据的深度挖掘带来了一定困难。因此,急需建立工务数据平台,优化工务各种检测监测数据的存储、分析、共享流程。
简介:摘要:改革后,在我国城市化进程的不断加快下,社会经济水平得到提升,带动了人们生活水平的提高,对房屋需求量不断增加。不动产登记档案是不动产登记机构在权属统一登记过程中形成的原始性凭证和材料,其对登记的过程和结果进行了全面记录,真实反映了各类不动产权属登记的工作全貌。但随着经济社会的发展,不动产登记档案管理中存在的一些问题日渐凸显,陈旧的档案管理方式已经无法适应当下社会需求,因此,如何改变管理思路、优化管理方式,成为了从业人员需要应对的挑战。当今时代是大数据时代,在大数据背景下利用信息技术完善不动产登记档案管理或将成为行业秩序优化的突破口。结合实践经验,从当前行业档案管理中存在的问题着手,阐述档案数据管理的优势,提出推进优化措施,以期完善行业管理,更好地为产权人服务。