智能电网信息安全与网络结构优化研究

建设安全可靠电力数据信息安全通信网络环境,已成为电力系统实现区域智能电网数据信息实时共享,远程调度运行综合自动化系统建设的重要技术支撑.在对电网数据信息通信网络存在的结构混乱等安全威胁进行归纳分析后,结合三层四区电力数据信息安全防护体系结构,从电力专用信息安全隔离设备设置和防病毒系统构造方面,分别介绍了智能电网数据信息网络安全防护结构模型.     

电力通信网大数据应用场景开发及试点应用

通信网作为电网公司的第二张实体网络,承载着电网运行和经营管理的核心业务,是电网安全、稳定的重要保障。通信管理系统在资源管理、实时监控、运行管理方面发挥了巨大作用,但随着数据量急剧膨胀,基于传统技术架构的通信管理系统在数据存储、处理、分析挖掘方面已不能满足实际需求。基于大数据平台,通过挖掘电力通信网资源台账、告警故障数据,结合网管设备性能数据、电力气象数据,建立通信资源运行风险评价模型,支撑通信资源预警和故障定位;采集数据网业务流量与设备路由数据,实现对重要断面流量动态监测、链路性能动态监测及劣化分析预警,提高对路由设备的分析预警能力。     

数字孪生在煤矿电网中的应用研究

立足于数字孪生的基本概念和内涵,分析了数字孪生技术在煤矿电网中的应用优势：以同步实体运行状态、数字化模拟运行2种手段来辅助煤矿电网的运行管理,具有数据驱动、实时更新、同步反馈的特点。提出了由煤矿电网物理实体层、煤矿电网数字孪生模型层、用户管理服务层、数据交流层组成的煤矿电网数字孪生体系基本架构,从物理实体、数字孪生模型2个方面探索了煤矿电网数字孪生体系运行模式。介绍了建立煤矿电网数字孪生体系的关键技术：煤矿电网数字孪生模型构建、智能数据采集、基于5G的智能通信、数字孪生智能数据库、数字孪生设备智能管理平台。给出了数字孪生技术在煤矿电网中的具体应用场景,包括煤矿井下电气设备状态评估、煤矿电网故障定位和保护、煤矿电网智能监控、煤矿井下线路智能巡检。将数字孪生技术应用在煤矿电网中,对煤矿电网的状态和运行进行动态仿真建模,一方面可以满足当今规模庞大的煤矿电网相对地面电网更高的运行要求,保障煤矿生产安全性,另一方面可推进煤矿电网的智能化进程,实现数据资源高效合理利用。     

基于监控大数据平台上的人工智能应用总体设计

针对电网监控业务管理中存在系统运行复杂、日常工作繁杂、管理难度高和人员培训难度大等难题,本文设计了一套基于大数据平台的人工智能电网监控管家管理系统,系统中引入了监控人工智能,通过智能交互中心、智能监视中心和智慧处理中心三大技术实现了系统的全过程设备维护、智能巡检、行为监管、智能提醒服务、记录信息错误提醒、监控信号异常缺陷处置、智能交互、设备信息调试全过程管控、遥控防误操作和人员培训评价,全方位掌握监控人员工作的规范性,对履职能力进行分析评价,提出提升和改进建议,同时系统融入了智能语音处理相互技术、智能图像识别技术、专家库技术,实现技术突破,提高了工作效率,建立了监控信息分析,优化了工作模式、增强了专业管理,为监控工作的顺利、高效完成奠定坚实基础。     

面向智能电网的数据资产管理系统设计与应用

随着智能电网的发展,电网在发电、输电、变电、配电、用电、调度等各环节积累海量数据。电网各专业领域开始越来越多的大数据应用。通过电网内部和外部的数据融合来促进智能电网大数据的应用和价值发现,在其过程中积累越来越多的电网内部和外部数据,实现这些多元异构数据管理、共享、服务等是当前大数据管理需要解决的重要问题。对智能电网数据特征和数据资产进行分析,深入研究数据管理理论。基于理论建立数据资产管理规范,制定管理策略,设计开发数据资产管理系统软件来进行数据资产全生命周期管理。该系统已在中国电科院上线应用,应用情况良好,为数据资产的管理和共享发挥重要作用。     

智能电网信息系统体系结构研究

智能电网在传统电网基础上,通过先进的信息技术手段实现能源和电力的进一步精密化调控.文中在总结智能电网的概念定义、国内外发展现状、主要技术难点和挑战的基础上,着重从信息技术的角度提出适合于智能电网发展的信息系统体系结构.该结构分为3个层次:基础设施层,包括电力系统基础设备及通信网络;支撑平台层,包括传感量测、数据存储、分析决策和控制执行4个支撑平台;应用体系层,包括电源侧、电网侧和用电侧3类应用;真正实现物理、信息与应用系统的融合互动,信息、能量与业务流的高度一体化.该文详细总结了该体系结构涉及到的各方面技术的发展现状,同时指出了未来可能带来突破的研究方向.     

设备监控信息大数据与设备模型的互校验及实用化事件分析

为了应对日益复杂的电网设备监控信息,通过建立统一的大数据管理平台,实现多元数据共享、信息规范化,从而提高调控人员的决策能力和工作效率。本文针对设备监控管理实际提出设备监控信息校验及实用化事件分析管理方法。首先,通过自然语言解析和设备拓扑关系,实现一、二次设备监控信息的关联融合。其次,通过设备监控信息与EMS模型中监控信息智能比对和检验,实现监控信息表完整性核查。采用变压器负载率智能校验新算法,排查全电网遥测存在的隐患缺陷,为消缺处理提供了重要依据。最终,通过监控数据事件化打包分组和自动识别方法,结合电力设备状态大数据共享平台,有效判断故障、异常“事件”,辅助快速完成对各类电网事件的全过程分析,从而提高事故处理效率, 科学评价监测报警质量。     

国网河北省面向调控运行的全电网大数据平台的构建及可视化展示

为实现省、地、县全电网数据的可观可视,在河北南网全电网模型实时数据中心建设基础上,通过现有省地县一体化调度管理系统（OMS系统）接入公司营销数据平台用电信息数据,构建了35kV至500kV厂站的全电网运行模型数据平台。一是开展电网设备和信息命名的标准化工作、建设涵盖省地县的全电网实时数据、推进运行数据与管理信息的关联重构、进行省地县三级数据质量的集中整治;二是进行数据处理架构的全局抽象设计、部署开源数据分析处理工具;三是推进多维度数据分析应用,促进电网管理优化提升。该数据平台的搭建,进一步提高无功电压管理水平,实现调控系统对全网停电事件的权威发布,实现全网设备负载情况全面分析,促进频发监控信息集中治理等,为电网运行数据的深入挖掘和应用打下了坚实物质基础。     

基于网络运行管理平台的资产管理系统

网络运行管理系统和资产管理系统相互独立,缺乏数据共享和数据同步机制,且传统资产管理系统缺乏流程监控和资产生命周期管理功能。为此,提出基于iNetboss2网管平台的资产管理系统。通过共享统一资产数据的方式将网络管理和资产管理相结合,利用工作流技术实现设备资产的流程管理和生命周期管理。运行结果表明,基于网络运行管理平台的资产管理系统能有效解决数据冗余和信息孤岛问题,并且能提高网管系统和资产管理系统的信息化和业务流程化水平。     

智能电能表在电网用电信息采集系统建设中的应用研究

当前,电能已成为社会可持续发展的重要能源动力。在计算机通信技术飞速发展的大背景下,依靠现代信息技术、通信技术和控制技术建设智能电网已成为电力行业共同的选择。智能电能表是智能电网系统中的重要组成部分,更是电网用电信息采集系统的核心设备。智能电表的应用为采集大范围的用电信息提供了便利,缩短了供电公司采集数据的时间,提高了信息采集的效率。根据智能电能表反馈的用电信息,供电公司可进行负荷预测、故障分析,实现智能化侧管理和自动抄表,并可将实时电价、用户用电信息、缴费信息等及时反馈给用户,并能根据用户的用电情况提出用电优化建议,促使用户参与用电负荷调节中来。     

输变电设备集中监控大数据研究及应用

随着智能电网的快速发展和调控一体化运行体系的深入推进,接入调控中心的输变电设备集中监控信息数据成倍增长,如何从海量的监控信息数据中挖掘出需要的信息,直接指导监控员的工作,由被动监控转为主动监控,显得尤为迫切。国网浙江省电力有限公司针对现状率先开展了输变电设备集中监控信息大数据技术的研究与应用,基于智能电网调控技术支持系统搭建了一个由各类监控信息分析模块组成的信息分析中心,通过对输变电设备告警信息进行挖掘分析实现集中监控信息的优化整合和分类处置,可以显著提升监控员的日常工作效率。文章首先概述了输变电设备集中监控信息分析中心的总体结构,然后介绍了其采用的优化算法,最后结合浙江电网的实际运行情况,对各类监控信息分析模块进行了具体应用,其分析结果可为监控员提供相应的辅助决策,为浙江电网的安全运行提供保障。     

电力调度大数据应用平台系统技术研究

为解决智能电网的发展中电网运行和设备检测或监测数据、电力企业管理数据、电力企业营销等数据海量的增加带来的不同业务系统之间分散地开发、运行和管理,系统数据存储结构独立,带来数据多源、格式不一致,数据准确性、实时性不强,数据质量不高,缺乏统一的数据规范等问题,本文利用Hadoop的分布式文件系统HDFS和并行处理框架MapReduce的工作原理,搭建电网调度大数据应用平台系统,解决了不同业务系统之间的数据不能及时共享、访问、管理与分析挖掘等问题。采用数据清洗数据,解决数据质量不高的问题。搭建电网调度大数据应用平台系统,既能实现跨专业、跨部门的多维度关联分析,又能满足海量的智能电网数据存储和数据处理需求,并具有强大的伸缩性,可扩展为电网实现安全、可靠、经济、高效地运行提供保障。     

大数据与可视化在电力设备管理中的创新应用——以设置财务分析指标体系为例

本文针对当下智能电网技术蓬勃发展和电力设备管理不尽人意的矛盾而展开研究,目的是找出一条可以快速实现电力设备的安全和高效运行的道路。本文所使用的理论和对象,均已获得业内普遍认可,包括以往电力设备的管理和检修策略、智能电网时代的电力设备检测技术方法以及大数据和可视化技术的发展现状和趋势等,因而具有坚实的理论和实践基础。通过定性与定量研究、经验比较与描述性研究、跨学科与探索性研究等方法,得出结论,随着信息技术的迅速发展和大数据时代的到来,电力设备管理一直无法实现突破的障碍已经被打破。进而提出,只有结合电力行业大数据特征设置关键性指标,并以此为核心打造内在数据逻辑体系和外在可视化体系,才能实现电力设备管理的迭代。文章最后对新时代电力设备管理进行了展望,并以设置财务分析指标体系为例,对电力设备管理智能系统进行了框架性构建。     

WEB可视化技术在电网大数据场景下的应用研究

随着智能电网的迅速发展,电网公司在输变电设备状态、电网运行、用户用电、企业管理、气象环境等方面都积累了大量的数据。面对大数据集,传统的可视化方法已呈现出处理能力和信息表达能力不足的问题。因此本文对WEB数据可视化技术进行了研究,针对电力大数据在多种不同应用场景的特点设计了相匹配的可视化技术方案,并着重分析了方案的特色和优势。本文提出的方案为电网大数据应用场景的可视化提供了参考和有益实践,大大提升了电力大数据的利用率和价值。     

智能标识卡在井矿人员定位系统中的应用

针对目前矿井下通信系统功能不完善、技术与实现复杂的现状,设计了一种基于多功能智能标识卡的井下人员定位系统。给出了设计方案和设备选型;设计了系统功能,包括数据采集与预警、人员定位跟踪、灾后救援功能、综合信息管理等。     

Integrated smart grid systems security threat model

The smart grid (SG) integrates the power grid and the Information and Communication Technology (ICT) with the aim of achieving more reliable and safe power transmission and distribution to the customers. Integrating the power grid with the ICT exposes the SG to systems security threats and vulnerabilities that could be compromised by malicious users and attackers. This paper presents a SG systems threats analysis and integrated SG Systems Security Threat Model (SSTM). The reference architecture of the SG, with its components and communication interfaces used to exchange the energy-related information, is integrated with the results of SG systems security threat analysis to produce a comprehensive, integrated SG SSTM. The SG SSTM in this paper helps better depict and understand the vulnerabilities exploited by attackers to compromise the components and communication links of the SG. The SG SSTM provides a reference of the systems security threats for industrial security practitioners, and can be used for design and implementation of SG systems security controls and countermeasures.     

面向未来网络的信息-物理融合系统的探讨

随着信息通信技术的发展,信息-物理融合系统已成为相互依存、深度融合的超大规模二元复合网络系统。研究其信息网络框架、体系结构和大数据及碎片化知识的属性,对未来智能电网理论研究和实际工程应用具有重要意义。针对互联网、物联网、大数据知识等引领人类社会进入信息知识大爆炸时代的特征,重点探讨电力信息-物理融合系统所面临的机遇和挑战,未来将呈现新能源并网、电子信息装置比率提升、多能源和多网络融合的发展趋势,从发、输、变、调配用等环节提出了大数据和人工智能知识的应用展望,助力于未来智能电网信息化决策与部署。     

云计算技术在未来智能电网信息处理平台中的应用

未来的电网将会是一个高度自动化、智能化的电网,如此一个庞大、复杂的系统从发电、输电一直到变、配、用电的过程时刻都会生成海量的电能信息及设备运行状态数据,这就需要一个强有力的信息处理平台作为支撑,且这个平台应具有对海量数据的可靠存储、准确分析、实时同步更新及共享的功能,尤其是音视频等异构数据的分析与处理.云计算技术在大数据处理中具有得天独厚的优势,本文将云计算技术引入到未来智能电网的信息处理平台的建设中,针对未来智能电网信息处理平台的各项功能需求,对比目前电网信息处理平台的诸多瓶颈进行深层次的探讨,证明了将云计算技术应用到未来智能电网信息处理平台中的可行性。     

Smart health: Big data enabled health paradigm within smart cities

In the era of “big data”, recent developments in the area of information and communication technologies (ICT) are facilitating organizations to innovate and grow. These technological developments and wide adaptation of ubiquitous computing enable numerous opportunities for government and companies to reconsider healthcare prospects. Therefore, big data and smart healthcare systems are independently attracting extensive attention from both academia and industry. The combination of both big data and smart systems can expedite the prospects of the healthcare industry. However, a thorough study of big data and smart systems together in the healthcare context is still absent from the existing literature. The key contributions of this article include an organized evaluation of various big data and smart system technologies and a critical analysis of the state-of-the-art advanced healthcare systems. We describe the three-dimensional structure of a paradigm shift. We also extract three broad technical branches (3T) contributing to the promotion of healthcare systems. More specifically, we propose a big data enabled smart healthcare system framework (BSHSF) that offers theoretical representations of an intra and inter organizational business model in the healthcare context. We also mention some examples reported in the literature, and then we contribute to pinpointing the potential opportunities and challenges of applying BSHSF to healthcare business environments. We also make five recommendations for effectively applying `BSHSF to the healthcare industry. To the best of our knowledge, this is the first in-depth study about state-of-the-art big data and smart healthcare systems in parallel. The managerial implication of this article is that organizations can use the findings of our critical analysis to reinforce their strategic arrangement of smart systems and big data in the healthcare context, and hence better leverage them for sustainable organizational invention.     

基于大数据的电网设备供应链溯源管理评价研究

为了加强电网设备质量源头治理,解决设备质量可追溯性问题,实现贯穿设备全寿命周期的全程质量管控。本文从大数据理念出发,首先建立了基于大数据的电网设备供应链溯源管理评价框架模型,指明了电网设备供应链溯源管理评价的技术路线,其次设计采用网络爬虫技术对散落的海量数据进行爬取和处理,从而提取电力设备供应商的信息,然后构建了包含5个一级指标、8个二级指标和两个维度的三级指标的电力物资供应商评价指标体系,分析了指标间的相互关系,最后对如何合理配指标权重进行了探索,对主观赋权法、客观赋权法和模糊综合评价三种权重确定方法进行了对比分析,从而搭建了具有追溯性的电网设备供应链溯源管理评价模型,为电网企业进行供应商的评价优化提供借鉴。