电网企业全域数据模型优化提升
遵循国家电网公司 SG-CIM3.0 框架和思路,结合各专业系统现状,围绕公司核心业务对象,梳理企业级端到端业务流程和交互信息,通过设计实施及应用优化不断对数据模型进行优化。数据模型建设方面,量化跨专业横向协同和数据共享需求,在此基础上,基于多维模型设计理念设计形成一套覆盖公司核心业务对象的全域物理数据模型,包括人员域、财务域、资产域、物资域、项目域、电网域、客户域、市场域、安全域及综合域等 10 个主题域。同时明确每个数据项的来源系统和责任部门,为在分析域数据汇聚整合奠定基础。数据模型应用方面,结合全域数据模型建设成果,开展了营销辅助决策、基于电网统一身份编码的资产全寿命高级应用、供电服务指挥系统、特殊时期保供电升级改造建设和人资一体化应用建设等示范应用场景建设,为场景建设提供了干净透明、模型统一的数据,大大提升了场景建设效率,进一步增强了企业大数据分析和数据挖掘能力。数据模型监控方面,对基于数据模型的应用场景进行监控,动态感知内存、硬盘等硬件异常及语句违规、调用超时等应用模型异常,分析场景应用 SQL 语句,打通应用场景与数据之间关联关系,利用大数据技术,将数据模型与常用数据关联查询进行差异分析,确认语义和业务逻辑相关的,重新完善到原有数据模型。数据模型优化方面,模型设计难以一步到位,需要结合应用验证,不断迭代优化和完善全域模型,电网企业数据模型设计-应用-监控-优化四项重点工作任务环环相扣,关系密切,即需求承前启后,做好衔接,又需要交叉同步推进。通过建立模型建设、应用验证、模型优化的闭环管理机制,持续提升数据模型完整性和实用性。技术支撑方面,自主研发全域数据模型管理工具,在信息系统梳理到全域模型建立及模型与物理数据之间的映射都发挥着不可取代的作用,采用基于 Eclipse 开放式插件平台的富客户端(RCP)技术,基于架构开发方法论、信息工程、总体数据规划、数据管理等理论,引入高阶的架构开发方法和信息化建设中的标准化核心内容,实现数据模型的动态维护和管理维护。
配用电数据集成、管理及可视化关键技术研究与应用
电力系统基础运行数据经过多年积累、尤其是近年的爆炸性增长,蕴藏了大量极有价值的信息。现有配用电数据体系架构已无法满足配用电数据爆炸性增长的存储计算需求,传统的数据模型管理方法无法适应海量多源异构配用电数据的集成融合需求,配用电业务系统的信息孤岛和单一业务模式也无法适应智能配电网数据价值深度挖掘和业务创新的追切需求。 为促进科技创新的国际交流与合作,南方电网科学研究院以中美政府能源领域战略合作为契机于2013年初向美国贸易与发展署(USTDA)提出了国际合作科研项目申请。USTDA于2013年5月通过了南网科研院的项目申请,资助开展配用电数据集成、管理及可视化技术研究与示范。项目在数据集成建模、数据存储管理、数据挖掘应用方面开展创新研究与实践,自在解决海量配用电数据的集成融合、存储管理与业务应用问题。通过研究设计配用电数据集成接口规范与标准信息模型,解决多源异构配用电数据的集成融合问题;研究海量配用电数据的特征提取与压缩存储技术,解决海量配用电数据实时应用的存取访问瓶颈问题;研究海量配用电数据挖掘算法与可视化应用技术,实现配用电业务价值提升与精益化管理。