电力大数据质量实时监控平台建设可行性研究报告

电力大数据质量实时监控平台建设

可行性研究报告

(说明：此文为WORD文档，下载后可直接使用)

目录

1. 项目概况

2. 项目实施意义

2.1项目的整体概念和含义

2.2市场需求分析

2.3项目的示范效应

2.4预期项目经济及社会效益

3. 项目实施方案

3.1项目可行性分析7

3.2设计原则和技术特点

3.3项目主要研究内容

3.4项目创新性分析

4．预期目标及验收指标

4.1预期目标

4.2中期检查指标

4.4项目进度安排

5．资金筹措及使用

5.1投资估算

5.2资金筹措

5.3资金使用计划

5.4已投入经费

6．项目产业化应用的推进策略和优势分析

6.1项目的市场空间和目标客户群体

6.2项目的商务运营推广模式以及开拓市场的创新性6.3项目产业化推广有效性分析

7．项目已有基础与保障条件

7.1承担单位概况

7.2技术人员储备

7.3开发团队人员名单与简历

7.3基础设施与研究设备

7.4已有科研成果

7.5企业产学研情况

8．项目风险分析

8.1技术风险

8.2管理风险

8.3市场风险

8.4环境污染风险

1.项目概况

本项目“电力大数据实时监控系统平台”是一套面向某某省电力行业，利用Hadoop架构技术建立的大数据准实时监控平台。通过对电力大数据的采集、存储和管理，该平台实现实时的大数据质量监控、系统分析处理以及预警发布。

本项目采用的分布式计算体系能够实现对某某省电力行业大数据，进行实时有效地管理与监控。能够解决电力大数据质量规则检验复杂，难以进行全面快速监控。同时可以将原有数据质量监控周期从以天、周、月级缩小到分钟级，并且有效解决了传统互联网用户关系数据库对于问题清单的保留与查询难点。

本项目承担单位广州科腾信息技术有限公司专注电力信息化业务，为电力行业的信息化、数字化管理提供优质服务，成为包括南方电网、某某电网、广州供电局、东莞供电局、中山供电局、惠州供电局、潮州供电局、汕头供电局、江门供电局等多家电力企业优选的业务合作伙伴，能够第一时间掌握并拥有我省电力行业的海量数据资料。同时公司在服务过程中以及承担政府相关项目过程中积累了大数据采集、存储和管理的经验。公司已在相关大数据的存储和管理方面已投入大量的研发费用以及设备费用，拥有包括专利及软件著作权等多项自主知识产权。目前该项目中的监控平台建设具有较好的前期基础。

本项目针对电力大数据的特点，将监控系统平台划分为基础设施层、平台层以及软件服务层。进而实现对电力大数据的实时采集、分布式存储和并行计算分析，能够提供包括基础数据查询分析服务、基础数据挖掘分析服务、应用系统管理支撑服务，以及监测大数据可视化管控模型和服务、监测大数据演变跟踪模型和服务、监测大数据预警模型和服务等与应用密切相关的业务模型与服务。

2.项目实施意义

2.1项目的整体概念和含义

大数据可分成大数据技术、大数据工程、大数据科学和大数据应用等领域。目前人们谈论最多的是大数据技术和大数据应用。工程和科学问题尚未被重视。大数据工程指大数据的规划建设运营管理的系统工程；大数据科学关注大数据网络发展和运营过程中发现和验证大数据的规律及其与自然和社会活动之间的关系。

电力大数据涉及到发电、输电、变电、配电、用电、调度各环节，是跨单位、跨专业、跨业务数据分析与挖掘，以及数据可视化。电力大数据由结构化数据和非结构化构成，随着智能电网建设和物联网的应用，非结构化数据呈现出快速增长的势头，其数量将大大超过结构化数据。电力大数据的特性满足大数据的五个特性，一是数据量大（Volume）、二是处理速度快（Velocity）、三是数据类型多(Variety)、四是价值大（Value）、五是精确性高（Veracity）。

电力大数据技术满足电力数据飞速增长，满足各专业工作需要，满足提高电力工业发展需要，服务经济发展需要。电力大数据技术包括：高性能计算、数据挖掘、统计分析、数据可视化等。电力大数据通过对电力数据进行分析挖掘，得到信息，然后将信息转化为知识，最后通过可视化展现与表达，与人们进行分享。

电力大数据的应用一方面是与宏观经济、人民生活、社会保障、道路交通灯信息融合，促进经济社会发展；另一方面，是电力行业或企业内部，跨专业、跨单位、跨部门的数据融合，提升行业、企业管理水平和经济效益。

2.2市场需求分析

近年来，随着计算机和信息技术的迅猛发展和普及应用，行业应用系统的规模迅速扩大，行业应用所产生的数据呈爆炸性增长。据世界权威IT信息咨询分析公司IDC研究报告预测：全世界数据量未来10年将从2009年的0.8ZB增长到2020年的35ZB（1ZB=1000EB = 1,000,000PB），10年将增长44倍，年均增长40%。

电力行业中数据量的增长也呈现出相似的态势。近几年，电力行业信息化也得到了长足的发展，我国电力企业信息化起源于20 世纪60 年代，从初始电力生产自动化到80 年代以财务电算化为代表的管理信息化建设，再到近年大规模的企业信息化建设，特别伴随着下一代智能化电网的全面建设，以物联网和云计算为代表的新一代IT 技术在电力行业中的广泛应用，电力数据资源开始急剧增长并形成了一定的规模。从长远来看，作为中国经济社会发展的“晴雨表”，电力数据以其与经济发展紧密而广泛的联系，将会呈现出无以伦比的正外部性，对我国经济社会发展以至人类社会进步也将形成更为强大的推动力。

在大数据时代，对数据质量缺乏管理，就无法挖掘大数据的价值。大数据的特点是3V，即大量化（Volume）、多种类（Variety）和高采集速度（Velocity）。大量化意味着传统的数据质量算法，除非有非常大的性能提升，是难以用在大数据环境下的，因为扫描一次的时间可能都是无法接受的；多种类更增加了这种难度，因为传统的数据质量算法基本上是基于关系数据的，对于象XML、文档、图数据等等类型，目前还没有太好的数据质量算法；高采集速度更是一个严峻的挑战，因为采集过程本来就是数据质量问题的主要来源，采集速度快，又不能及时进行数据质量处理，会导致数据质量问题的堆积，越来越严重。