简介:摘要从2005年我局负控终端开始使用至今,期间升级改造,产品推陈换代,通讯链路节点多,生产厂家多达12种。给运行维护管理带来极大的困扰,尤其负控终端存在缺陷的设备安装到用户计量现场,出现采集数据大规模缺失/不正确等问题,结合现场运维人员对负控终端故障的定性(表2),本着一切问题从源头上杜绝,制定出负控终端仿真现场验收检测方法。对运行中的负控终端出现的故障分类制定出一套终端数据自动采集及下行抄电能表的通讯规约兼容性进行测试的方案,完善了负控终端仿真现场验收检测方法,杜绝了不合格产品进入生产现场。检测结果表明负控终端仿真现场验收检测方法科学合理、符合生产现场实际应用,而且检测步骤操作简单便捷,测试效果良好,赢得现场运维人员一致好评。
简介:摘要电力企业应提升海量数据存储、分布式计算、数据挖掘、统计分析、数据可视化等技术,是公司云数据分析战略的需求。为实践云数据分析战略,应做好数据收集和治理工作。如果数据错误、过时或者片面,分析结果将是不正确的;而如果数据冗余、混乱,则会增加获取数据有效信息的难度,并使数据处理效率低下。因此,确保数据高质量、规范化、格式统一是云数据分析应用的基础。提高相关技术能力。有了优质的数据后还需要足够的数据存储、分析和处理能力,才能充分有效地应用数据。开展数据治理、专业共享,建立电力数据管控体制,定义完整的电力数据管控流程和电力数据责任体系,对内加强协同管理、实现运营决策;对外为地区经济发展提供经济指导、从云数据分析中获取价值等方面开展论述。对电力数据进行从数据获取到数据加工、数据分发再到数据使用的数据全生命周期管理。在提升电力数据管控能力的基础上,开展数据治理和数据质量评估工作,有效提升电力数据的及时性、准确性和完整性,并以各专业数据的标准化融合为目标,以云数据分析标准化为前提,