大数据平台

石家庄时空大数据平台是石家庄市自然资源和规划局组织建设的河北省第一个国家级智慧城市时空大数据平台试点项目。该平台构建了包括宏微观、动静态、二三维、历史现状、地上地下、市县融合“六位一体”的时空大数据资源体系，采用“一平台、三版本、多节点、一体建”的模式，可为全市各行业、各领域深化应用提供有力支撑，大大提高了智慧石家庄城市治理能力，提升了便民服务能力，增强了应急处置能力。

生态环境大数据平台是基于AI+大数据+云计算全栈先进技术，集数据采、存、管、用为一体，面向实施人员的、智能化、敏捷化的数据全生命周期管理应用平台；将生态环境全业务、多终端、多形态的数据汇聚融合，经过统一规范、标准化的全链路数据治理流程，为数据共享交换、数据应用奠定安全、高质效的数据支撑，贯通生态环境全域数据，最终实现生态环境数据价值的深度萃取。

报告中介绍道，中国电建充分发挥可再生能源开发利用产业链的一体化优势，融合互联网、云计算、大数据、地理信息等技术，构建世界可再生能源大数据平台，聚焦可再生能源数据采集、储量与市场前景分析、电站场址规划设计、能源综合利用开发等过程，形成垂直一体的可再生能源综合利用能力解决方案，为国家和地方政府电力能源规划、“一带一路”等提供了服务。

4月20日，中国氢能交易平台发布仪式在上海举行，作为中国首个氢能交易平台，由美锦能源联合全领域金融软件服务供应商—恒生电子股份有限公司、氢能产业链大数据平台—氢山科技有限公司等企业共同筹建。

经过多年发展，电力自动化技术已经达到了较高水平，电力信息的种类也趋向多样化，包括电力实时信息、准实时电量信息、电网动态信息、告警直传远程浏览信息、在线监测信息等，都会在站端被采集并上传。但是，越来越多的信息也成为了一柄双刃剑，调度中心在掌握海量信息的同时，也不得不对各类事故信息、设备异常信息、遥测及越限信息、变位信息、告知信息等海量信息进行甄别，找出真正对故障或预警有用的信息。各站值班员需要时刻面对实时告警窗口，工作强度极大，也容易发生信息漏报的情况。以图1泉城站1000kV特高压泉城站监控窗口为例进行说明，平均每秒收到8条告警信息，一天约70万条。对于整个电网的设备监测平台而言，要分析的数据量更加庞大。通过上述分析，本项目组设计了一种基于大数据平台的故障诊断及追踪系统。该系统利用大数据平台管理站端故障数据，并对故障进行诊断及追踪，仅将分析结果提供给调度端。这样既能保证网络系统的通畅，又能减少调度值班人员的工作强度，有较强的应用价值。

南方电网广东电网有限责任公司确立了“审计服务、价值增值、数字化审计”的审计信息化规划，启动数字赋能的智慧审计模式构建和实践活动。在实践活动中，充分利用“互联网+”、大数据技术开展数字化审计和智能审计建设，推动审计工作与信息技术革命的有机融合，实现审计数据与业务的全面对接，在基于企业价值增值为导向的数字审计管理和实践上取得突破性成果。 成果研究过程中，南方电网广东电网有限责任公司开发广东电网数字审计分析及应用平台，围绕审计管理工作流程、审计业务持续创新和审计工作数字化保障三个目标，通过对公司经营业务领域的审计关注点进行梳理，对应建立审计策略，对可转化为计算机逻辑的审计策略进行语句编辑，开展对海量业务数据分析和挖掘，筛查审计疑点，全面支撑审计业务数据需求。公司审计部作为南方电网公司审计单兵作业装备试点单位，对智能技术和审计业务融合可行性进行现状调研，通过集成较为成熟的智能工具，如OCR、讯飞语记、扫描全能王等，解决现场审计作业中的智能取证、远程通讯、数据共享等多个应用需求。公司按照网公司“持续提升审计数据中心建设水平”的工作部署，司建立了数据审计中心并正式运转。该中心基于公司大数据平台的业务数据对接，归集包括营销、财务、资产等67个业务系统自2012年以来的实时数据，数据容量573TB。通过指标预警、风险预警、预警服务对业务系统数据进行连续性监控，开展“无声审计”。公司审计部以审计监控中心作为数据分析的“最强大脑”，组建了“一对多”的后台支持性团队，团队由业务审计专家、计算机技术专家以及电网业务技术专家组成，统一为各现场审计组提供后台数据分析支持。通过“集中分析、分散核实”的“远程+现场”的审计模式，数据分析团队将审计线索和疑点推送至现场审计组，由审计组应用审计作业装备进行核实取证后反馈结果，形成“联动作战”的合力，有效提升了审计精准性和效益性。

本项目属于新能源研究领域，鉴于当时风力发电企业在运营过程中涉及的海量基础数据管理方式较为简单粗放，风电场运营管理迫切需要科学运用大数据等先进技术提供决策支撑。本项目以集团级风电统一数据采集、处理和标准化的大数据平台为基础，紧密围绕风电大数据在新能源领域的典型应用分析场景，采用人工智能算法模型及分析手段，开展了智慧风电运营方面的专题研究和应用。项目设计了风电大数据管理中心，在大数据云平台基础上建设了算法模型库，把LSTM神经网络，卷积神经网络等算法融合到算法模型库中，建设了一系列的分析和预警模型，研发成功了智慧风电应用系统，建设了风电大数据管理中心、运行数据分析预警中心，风电智慧协同运营中心的“三大中心”，对风电生产智能化运营在行业的应用进行了有益的探索。该项目已在龙源集团本部、省级公司和风电场逐步得到推广应用，涵盖 180多个风电场。

核电厂每天都有不同类型/级别事件发生，这些事件在分析解决同时，将经验教训、良好实践进行反馈利用，对于推动核电事业安全可靠发展具有重要意义。本项目旨在通过研发事件分析与经验反馈技术方法及智能化平台工具，精确识别重大事件，及时推送良好实践及经验教训，显著提升群厂机组安全性和可靠性。随着大量新机组投入运行和开工建设，该领域逐步积累了海量数据，如何分析挖掘数据，以智能化业务应用为牵引，提升业务水平，保证机组安全可靠运行，是目前需研究和解决的首要问题。 此项目成果为核电集团各核电厂提供事件分析与经验反馈技术方法体系和智能化解决方案，所研发的事件分析与经验反馈大数据平台，有效提升事件分析和原因识别的精准性，实现经验反馈标准化智能化管理。成果经中国核能行业协会鉴定，达到国内领先、国际先进水平，对行业具有技术引领作用：通过在示范电厂推广应用，该成果具有良好经济、社会效益。后续成果可推广到集团内其他各核电厂、集团外核电、集团内外非核电领域。

随着风力发电机组装机规模不断扩大，风电企业对生产运营及设备管控提出了更高的要求。为更好的客观评价风电企业运营管控状况，各大运行商相继建立了风电生产运营监控系统实现对下辖风电企业进行远程监控、报表管理、数据分析等精细化管理。但是，传统的风电生产运营监控系统以实时数据库作为底层数据存储，以单台硬件作为系统后台计算资源，伴随着计算指标、尤其数据存储的增加，传统的数据存储架构己满足不了当前系统建设的需要。 为此，大唐（赤峰）新能源有限公司建设基于大数据技术的风电监控系统，并以所属风电场为试点单位开展关键技术的研究与应用。基于大数据的风电监控系统以风电运营大数据平台作为底层存储、计算框架，监控系统的数据资源来自大数据平台，实现更全面、更准确的现场运营监控；系统信息编码体系遵循大数据编码规范，实现各资源模块的互联互通；大量后台作业、关键绩效指标 （Key Performance Indicator,KPI）计算迁移到大数据平台，运算更快速及时、指标维度更丰富，进一步促进对生产现场的精细化管控能力。

本文紧密结合输变电设备状态评估领域的电力大数据应用关键技术问题，以实现感知互动、自治高效和安全可靠的输变电设备状态评估为目标，探寻输变电设备状态评估相关信息，实现集合多源、异构、海量数据而形成的电力大数据平台，研究多源、异构海量数据的应用关键技术，形成适应性更强、更为高效的数据融合方法。提出应用电网关键设备大数据的聚合与数据挖掘方法，实现为输变电设备的状态评估提供充分的数据准备和信息服务。最终实现基于大数据分析的输变电设备状态评估。