上海电力营销管理信息系统建设及其应用

上海电力营销管理信息系统按照数据集中的要求采用了基于数据中心的技术为全市所有客户服务;采用了宽带网络连接各个供电公司、供电分公司,将所有的营销业务工作都纳入到集中统一的计算机管理中;采用电子传票、工作流技术、分级授权完成业务工作的自动分配和流转;并提供基于浏览器的综合查询、统计分析和考核功能模块,为上海市电力公司电力营销工作的开展提供有效的技术支持。

基于能源行业碳达峰目标的供应商绿色评价体系标准的设计和实现

从绿色供应链视角,科学有效评价供应商,成为能源行业企业绿色供应链管理的重要内容之一。以国家电网为研究对象,通过对国内外相关文献的分析,提炼出能源行业企业绿色供应商评价指标体系(包括六大项一级指标和36个二级指标的绿色标准),据此围绕企业基本情况、社会信用、生产经营、能源消耗、环境保护、双碳管理等多维度,设计一套针对供应商的供应链绿色评价标准体系以及评价流程,在供应链的智慧转型上添加绿色元素,引导供应商树立双碳意识,推动供应链数字化转型,带动电力装备产业链绿色低碳发展。

基于TSVM模型的智能电能表自动化检定系统异常检测

智能电能表自动化检定系统在长期运行过程中可能出现异常,但定期人工检测方法无法及时获悉风险信息,缩短人工检查的周期又将降低自动化检定的工作效率。在多数情况下异常表位样本数据是无标记的,通常采用无监督式异常检测算法筛选异常表位,为降低无监督异常检测的误报率、减少人工检查的代价,提出请求对无监督筛选的“异常表位”进行人工检查,在排除表位故障的同时获得少量标记样本,利用标记和无标记样本构建半监督方式直推式支持向量机(TSVM)异常检测模型,在以后的自动化检定工作过程中不断获取新的标记样本与未标记样本,可继续按照半监督训练方式对TSVM模型进行扩展及优化。使用提出的方法对国网上海市电力公司自动化检定数据进行了分析,对比人工检查结果,验证了方法的有效性。

大数据平台运维体系研究

随着大数据技术的发展,各大中型企业陆续建立起自己的大数据平台,依托大数据平台的海量数据存储处理能力和数据分析能力,研发各种大数据应用,但大数据平台与传统信息系统有着较大差异,需要对以往的运维体系进行调整,才能更好的适应大数据平台的运维需求。本文分析大数据平台运维体系工作,对比与传统信息系统的运维差异,关注大数据平台运维管理中的重点,为运维团队构建提出建议。

混合大数据算法分析营销大数据客户用电行为

针对现有技术分析客户用电行为速度慢、效率低下的问题,提出了新型的大数据算法。该方案采用混合大数据算法实现营销大数据客户用电行为的多种分析,在Apriori算法模型的技术上融入改进型K-means均值聚类算法,通过采用极限学习机(Extreme Learning Machine,ELM)原理,实现营销大数据客户用电行为的快速分类,提高了分类能力。通过数据关联挖掘,准确地发现用户用电行为与影响因素之间潜在关系,提高了用电分析的能力。试验表明,该研究方案准确率高达93%。