数据驱动下的智能发电系统应用架构及关键技术

面对能源短缺、环境污染、气候变化等人类共同的难题,安全高效、清洁低碳、灵活智能已成为能源电力转型发展的大趋势,而以数据深度利用为特征的智能化技术将是未来电力发展的核心领域。该文在前期研究的基础上,对智能发电系统的概念、体系架构进行了进一步阐述,从数据应用的角度阐明了智能发电的五大数据化特征:泛在感知(数据获取)、信息融合(数据交互)、智能算法(数据监控)、智能管控(数据决策)、全生命周期管理(数据归档)。提出包括智能发电运行控制系统(intelligent control system,ICS)和智能发电公共服务系统(intelligent service system,ISS)的智能发电系统数据应用架构,在此基础上,给出了与2个系统相对应的数据应用功能。

基于大数据技术的电力营销应用

在电力营销信息化应用不断深入、全社会用电量逐年攀升的背景下,如何加强电力监管,提升电力营销服务,成为新时代电网企业面临的重大挑战。借助于大数据技术等新兴IT技术,对电力营销用电数据进行多维度挖掘分析,并进一步对用户进行归类,可以帮助供电网企业了解用户用电的个性化服务需求,从而帮助供电公司进一步拓展服务的深度和广度,为电力需求侧响应政策和电力营销政策的制定提供数据支撑。

一个健强的AKKA和Spark支持的大数据结构设计策略

目前的大数据处理方案对模型的训练过程有着非常好的支持,但是对模型的应用方面的支持却不如前者那样强大。本文介绍了一种结合Spark与AKKA及Web相关的技术形成的一套大数据分析,模型训练,模型应用的一套完整的大数据应用方案。采用Spark大数据处理技术把海量的数据作为机器学习的经验集E训练模型P,然后使用AKKA、AKKA Stream,、AKKA HTTP等技术构造一套可以与Spark深度结合并且可以动态伸缩的Web服务,通过HTTP、HTTPS等应用层协议与Web服务交互,可以将用户提交的部分信息应用到模型P,得出评判的结果,并通过Web服务将结果返回给用户。