数据可视化生产运行新模式的研究

2020-07-04 02:21周鹏程
好日子(下旬) 2020年4期
关键词:数据可视化数据分析

周鹏程

摘要:随着相关技术的发展和进步,目前有很多方法可以实现对数据的处理,而且数据中的价值需要更可靠更先进的技术来进行充分的发掘,目前的可视化分析技术还有很多的发展空间,机遇与挑战并存。由于传统的可视化技术相对还比较落后,一次数据探索的开发比较繁琐,或者由于展示的方式不太合适,不能为用户提供最合适最直观的展示,因此对于数据背后的价值不容易被发现,这样往往会使相关人员在重要时机无法做出最及时的决定。针对大数据可视化的现实情况和存在的问题,需要寻求一种能够快速实现数据探索的可视化方法,这对于数据价值的发现和利用具有重要的现实意义。

关键词:电力数据,数据分析,数据可视化

1数据可视化基本流程

1.1电网数据采集过程

智能电网是一个完整的自动化系统,现有的电网系统中嵌入了大量传感器,利用各种现代信息技术对电网规模、负荷水平、经济效益等进行控制和监控。从这些传感器收集的数据非常庞大。然后将采集到的数据通过通信线路传送给主站进行数据預处理如 A/D 转换,数据筛选等,最后将处理后的数据信息汇集到电网集中监控中心。

1.2电网数据处理过程

为保证数据的完备性、准确性、一致性和可用性,需要对数据进行数据预处理、计算统计等数据处理步骤。对于数据可视化而言,数据处理的关键是数据表示和转换。对于电力大数据,如果使用 Hadoop 集群,它可以以并行方式处理大量数据集,这将大大缩短文件访问时间。集成在 Hadoop、HDFS 分布式文件系统和并行处理架构 MapReduce 以及 HBase、Sqoop 和其他子项目可以很容易地处理各种电网数据。

1.3电网数据存储过程

电力大数据经过处理后一般都以文件的形式存储在分布式文件系统HDFS中。它将许多在本地节点上的文件系统连接在一起使它们成为一个大文件系统。假设某一节点异常,它可以通过跨节点来实现复制数据的功能以此来保障系统的可靠性。Hadoop 集群中的数据被分成各个数据块然后分布在整个集群中。通过这种方式,在较大数据集的较小子集上 Map 和 Reduce 函数都可以执行,同时也提供了大数据处理中所需要的可扩展性的功能。Hadoop 的目标是在非常大的集群中使用普遍的较易获得的服务器,每个服务器都有一套廉价的内部磁盘驱动器。

2数据可视化设计原则

2.1可靠性

对于电力大数据的分析一定要保证数据的真实性和可靠性,充分利用各种成熟可靠的技术、加强软硬件的测试等,避免造成数据的丢失及其它数据篡改等异常情况发生。

2.2准确性

对于数据的可视化首先需要理解要展示的数据,然后根据目的的要求来选择合适的图表展示方式,同时要确保数据展示的准确性,无数据丢失、数据遮盖等异常情况出现。

2.3直观性

图表的展示应该要足够直观,可以让用户直观的看到想要了解的信息,过于复杂的图表反而会成为误导因素,因此,易于理解、极具意义和更人性化的信息的图表展示,用户才越能快速找到图表所要表达的信息。

3 电力行业中数据应用中难点问题分析

3.1系统的运行控制水平

在电网运行过程中,广泛地应用了高容量、超高压的特大电网。其主要是通过分区电网的支援、补充来达到稳定运行的目的。而近些年来,部分电网企业为了追求经济效益,广泛使用了大规模远距离输送电方式,这此方式面对于日益复杂的环境,需要在系统成员的类型情况下,提高系统的运行控制的水平。

3.2系统的综合性分析

随着我国电网建设规模的不断扩大,电力系统的动态行为变得越来越复杂。气象和环境条件导致了电力地理信息系统集成发生了较大的变化。随着电力市场的不断深入,出现了大量经济类数据,加上电力市场的交易数据导致电网系统也变得日益复杂。

3.3数据量大

智能电子设备数据源的准确性,有利于数据采集规模的提升。随着我国电力网络建设规模的不断扩大,导致数据采集量不断增加,尤其是在采集数量和频率上,产生了巨大的数据量,故我们需要加强对设备的数据分析与监控。

3.4对系统实时性和统一性较高

为了更好地满足电网系统的实时性实现电网系统控制目标,我们需要对高密度相位测量单元进行采集,但在高速通信实时分析和远程决策时,将难以达到要求。因此,我们要结合时间刻度,将静态信息、动态信息相结合,以确保系统调度时能够确保空间尺度上的协调性。从尺度角度上考虑,应将电力传输网和分配网相互组合,从经济角度上考虑,应确保系统经济的统一性。

3.5智能化调度的要求的提高

对电网实时监控是确保电网安全运行的基础条件。这主要体现在以下两点:一是工作人员在电网系统数据监控时,需要较长的时间,如果对网络中的变化进行复测,就会增加系统调度的难度,且会增加工作人员的工作量,这样将会削弱整体理解系统操作;二是在对抽象数据的电网运行的模式分析时,缺乏深入的分析,不能清晰表达相互之间的关系,导致难以呈现出集中的数据。这将不利到未来电网改变的分析,难以确保未来电力安全运行安全,故对智能调度要求不断提升。

4 可视化技术在电力行业中的应用

在国外,可视化技术在电力行业中的应用较多,尤其是美国PJM 互联电网(PJM Interconnection)推出了先进的网格化管理系统,其控制中心主要是利用西门子共享平台,采用 Spectrum Power 进行管理。此管理系统独立运行能力较高,可以通过站点可通过设置相应的管理控制中心来实现虚拟网络的控制。同时,系统具有上网功能,用户可以通过界面框架来提高认知能力和情景识别,各个站点都具备数据可视化功能,能够实施相关网站的访问。PJM 作为北美一家重要的电力公司,具有两个主要控制中心,即使是控制中心发生或者分站点发生故障,都能够确保电网系统的稳定运行。在国内,电网运行公司通过电网运行管理系统以及工程进度、物资、成本等统计表,实现了关键数据的提取,并将它作为数据基础进行每周数据统计与分析,确保工程管理信息得到快速反映,且可以实时对系统进行管控,且能够做出合理的战略决策,提升管理效果。同时,我们可以利用实时数进行多维度的线路负荷故障数据信息分析,以便采取相应的升级改造措施。另外,还可以通过数据印证和最新数据的实时记录,迅速了解和掌握工程进度,提高管理效率,为电力用户提供可靠、安全、优质的电力服务。

结束语

综上所述,在电力系统可视化技术应用过程中,我们可以实现电力系统元件的可视化管理目标。近年来随着我国计算机技术的不断发展,电力工作人员能够通过新的方法来帮助调度员迅速评估电力系统状态,确保电网的安全稳定运行。同时,随着电网建设规模不断扩大,电网调度作为确保电网稳定运行的前提条件,在智能电网发展的过程中,通过引入可视化技术,实现了电网运营数据的智能化管理,满足智能调度系统下电力企业的发展要求。

参考文献:

[1]  郑若琪 . 英国《卫报》:以开放式新闻构建数字化商业模式 [J]. 南方电视学刊,2012(3):112-114.

[2]  周鑫 . 计量科学数据可视化理论及方法研究 [D]. 北京:中国计量科学研究院,2012.

(作者单位:国网山西省电力公司阳泉供电公司)

猜你喜欢
数据可视化数据分析
移动可视化架构与关键技术综述
大数据时代背景下本科教学质量动态监控系统的构建
可视化:新媒体语境下的数据、叙事与设计研究
我国数据新闻的发展困境与策略研究
基于R语言的大数据审计方法研究
新常态下集团公司内部审计工作研究
浅析大数据时代对企业营销模式的影响
基于读者到馆行为数据分析的高校图书馆服务优化建议