电力数据：从概念到应用

目 录

前 言

1 1 认识数据的概念

2 认识数据的概念

2 什么是数据？

3 数据和信息、知识的关系是什么？

4 电力数据有什么特点？

4 什么是数据中心？

4 什么是大数据？

6 大数据有哪些特性？

7 数据和大数据是什么关系？

8 什么是数据科学？

8 什么是数字化？

10 什么是数字化转型？

11 数据的分类

11 什么是结构化数据？

12 什么是非结构化数据？

12 什么是半结构化数据？

13 什么是采集量测数据？

13 什么是主数据？

14 什么是参考数据？

15 什么是元数据？

16 主数据、参考数据、元数据之间是什么关系？

18 数据管理的生命周期

19 数据的架构

19 数据的采集

20 数据的存储

21 数据质量的治理

22 数据的安全

23 数据的共享

24 数据的应用

25 2 数据的架构

26 数据架构和数据标准

26 什么是数据架构？

27 什么是数据标准？

28 为什么要有数据标准？

29 数据标准的分类有哪些？

30 数据标准有哪些要素？

31 数据模型概述

31 什么是数据模型？

33 为什么要有数据模型？

34 数据模型有哪些类型？

36 什么是国家电网公司统一信息模型

（SG-CIM）？

37 为什么要建设SG-CIM？

37 SG-CIM 的应用要求有哪些？

38 3 数据的采集和存储

39 数据采集概述

39 什么是数据采集？

40 数据采集有哪些方式？

41 数据存储概述

41 什么是数据存储？

42 数据存储的介质有哪些？

42 数据存储的方式有哪些？

43 数据库概述

43 什么是数据库？

44 常用的数据库有哪些？

48 4 数据质量治理

49 数据质量

49 什么是数据质量？

50 数据质量有哪些要求？

51 什么是数据质量的分析？

52 产生数据质量问题的常见原因有哪些？

52 为什么要具备数据质量意识？

53 数据质量治理

53 什么是数据质量治理？

54 为什么要做数据质量治理？

54 数据质量治理的流程有什么？

55 什么是数据质量治理规则？

56 什么是数据认责？

57 什么是数据缺陷和数据隐患？

58 5 数据安全

59 数据安全概述

59 什么是数据安全和数据安全技术？

59 为什么要加强数据安全？

61 数据安全的技术手段

61 什么是数据分类和分级？

62 什么是数据加密？

63 什么是敏感数据？

63 什么是数据脱敏？

64 什么是数字水印？

66 什么是数据访问控制？

67 什么是数据沙箱？

68 什么是数据备份与还原？

69 什么是数据安全审计？

70 数据安全手段在数据管理生命周期中的应用

71 6 数据共享

72 数据共享概述

72 什么是数据共享？

73 为什么要进行数据共享？

74 数据资源目录概述

74 什么是数据字典？

75 什么是数据资源目录？

75 数据资源目录有哪些用途？

77 如何基于数据中台实现数据共享

77 数据共享有哪些方式？

78 数据共享使用的申请流程是怎样的？

79 数据共享的要求有哪些？

80 7 数据挖掘

81 数据挖掘概述共享

81 什么是数据挖掘？

82 为什么需要数据挖掘？

82 数据挖掘的流程有什么？

84 电力数据挖掘应用方向

84 数据辅助决策方向

85 数据驱动业务方向

85 数据价值延伸方向

87 常用的数据挖掘工具

87 数据挖掘编程类工具软件有哪些？

89 商业智能（BI）类工具有哪些？

89 数据挖掘编程类工具有哪些？

91 常用的数据挖掘算法

91 什么是聚类算法？

92 什么是分类算法？

93 什么是回归类算法？

94 什么是关联类算法？

95 8 数据增值

96 数据增值概述

96 什么是数据价值？

97 什么是数据增值？

97 数据增值的原则有哪些？

98 什么是数据产品？

98 数据产品有哪些类别？

99 什么是数据服务？

99 数据服务的流程有哪些？

101 数据增值的内部服务视角

102 精准营销方面

102 精准投资方面

102 精益管理方面

103 风险防范方面

103 增值服务方面

104 数据增值的外部服务视角

105 服务政府方面

105 服务企业方面

105 服务居民方面

106 数据增值的商业模式

106 数据服务增值

107 咨询服务增值

107 合作收益分成

108 9 数据管理

109 数据管理的基本概念

109 什么是数据管理？

109 数据管理的目标是什么？

109 数据管理的原则有哪些？

110 数据管理的职能

110 什么是数据标准管理？

111 什么是数据模型管理？

111 什么是元数据管理？

112 什么是主数据管理？

112 什么是数据质量管理？

113 什么是数据安全管理？

114 什么是数据价值管理？

114 什么是数据共享管理？

115 数据管理软件工具有哪些？

121 数据管理的组织

121 数据管理组织机构

122 数据管理相关角色

124 10 数据平台

125 云平台的基本概念

125 什么是云计算？

125 什么是云存储？

126 什么是云平台？

127 为什么要有云平台？

127 云平台具备哪些能力？

129 云平台有哪些应用特点？

131 数据中台的基本概念

131 什么是数据中台？

132 为什么要有数据中台？

134 数据中台有哪些能力？

135 数据中台的应用特点有哪些？

137 物联管理平台的基本概念

137 什么是物联网？

138 什么是物联管理平台？

139 为什么要有物联管理平台？

140 物联管理平台有哪些能力？

141 物联管理平台的应用特点有哪些？

142 云平台、数据中台、物联管理平台有什么样的联系

143 11 典型案例

144 数据应用

144 配电变压器重过载风险预警

148 客户用电异常分析

154 客户信用评价分析

157 行业景气度分析

162 企业复工电力指数

165 电力杆塔共享分析

169 某省能源大数据中心

174 数据管理

174 某省电力全方位数据管理

179 某省能源互联网大数据实验室

184 某省电力大数据发展研究

188 营配贯通数据质量治理

193 同期线损数据质量治理

196 名词索引

197 参考文献

陈彬

男，硕士，高级工程师，中电联能源互联网标准化委员会委员，中电联先进计算标准化委员会委员，国网互联网技术标准工作组（TC06）成员，国网强台风环境电网抗风减灾科技攻关团队带头人，福建省高供电可靠性配电技术企业重点实验室主任。专注于能源互联网建设、电力数据管理应用、电网防灾减灾、配电技术等方向的研究工作。

张伟

男，硕士，高级工程师，新疆维吾尔自治区电机工程学会副秘书长兼数据科学专委会主任，新疆维吾尔自治区电力标准化技术委员会副主任，国网输变电设备极端环境运行与检测技术实验室（新疆）副主任，近年来专注于能源互联网建设、企业数字化转型、数字新基建、电力标准化等方向的研究工作。

王晓磊

男，硕士，高级工程师，长期致力于能源互联网建设、数字基础平台建设应用、能源数字技术融合应用等方向的研究工作。 2100433B

本书共分为十一章，全书紧密围绕电力数据，S先，从数据的基础概念出发，逐渐引出数据的分类和数据的生命周期等内容，让读者对数据的相关概念有一个初步认识，后续章节根据数据的生命周期展开介绍，依次为数据架构、数据采集和存储、数据治理、数据安全、数据共享、数据增值等章节，每一个概念基本都有定义阐述、白话解释并配以图解示例帮助读者进一步了解电力数据的基本知识体系。然后，介绍数据管理的基本概念、管理职能和管理组织等内容，让读者对数据管理有进一步的认识。之后，介绍了云平台、数据中台和物联管理平台的典型架构和应用功能。Z后，列举了电力数据应用、电力数据管理两方面的典型案例，为读者从事相关工作提供了较好的参考。

《生态文明建设:从概念到行动》由中国环境出版社出版。

对于设计师来说，一个很令人头痛的事就是把概念转化为特定的、详细的空间组织形式。《园林景观设计》(从概念到形式)提供的一些生动、实用的技巧，能把这一转化过程变得更加容易，使之更富有成效。《园林景观设计:从概念到形式(原著第2版)》中提供的方法在传统的和非传统的景观设计中得以印证，为设计思路和方案图提供了概念和哲学方面的基础。里德利用几何图形和自然图形色画出最终的设计方案。

《电力营销大数据的研究及应用》本书是第1本全面论述电力营销大数据的研究及应用的书籍，它从电力营销的实际业务出发，以电力营销的生产数据和电力用户的实时数据为基础，结合统计分析、关联分析、挖掘算法实现了用电特性分析、电力负荷预测、电网规划运行、电力客户服务、电力看经济、电力看民生等专题研究，并详细阐述了电力营销大数据的研究成果及其应用情况，具有较高的应用价值。