重磅推荐
【编辑推荐】
本书基于国家电网有限公司系统SG186和SG-ERP等重大信息化工程的设计、项目建设及组织应用全过程，总结了多项重大信息化项目的经验，运用了信息化与大数据应用技术的理论，力求反映电力信息化与大数据应用工程技术的*成果。
【内容简介】
本书基于国家电网有限公司系统SG186和SG-ERP等重大信息化工程的设计、项目建设及组织应用全 过程，总结了多项重大信息化项目的经验，运用了信息化与大数据应用技术的理论，力求反映电力信息 化与大数据应用工程技术的*成果。 全书共分9章，主要内容包括绪论、电力大数据应用工程技术基础理论、电力大数据应用工程技术基 础知识、电力业务数据应用工程技术与案例分析、电力云数据中心工程技术与案例分析、电网GIS平台数 据工程技术与案例分析、变电站智能化数据平台技术与案例分析、大型电力企业国际业务数据工程与案 例分析、智能车联网数据管理平台技术与案例分析。 本书理论联系实际，通过电力大数据应用工程技术的实际案例，提出了电力信息化与大数据应用工 程领域的解决方案。本书可作为高等院校、能源电力等行业的培训教材，也可作为企事业单位领导及从 事电力信息化与大数据应用工程的负责人、管理人员以及工程技术人员的参考用书。
【目录】
目 录
第1章 绪论 1
1.1 大数据技术的背景与意义 2
1.2 国内外大数据技术的应用历程及发展趋势 ·4
1.2.1 发达国家大数据技术的应用历程及发展趋势 ·4
1.2.2 我国大数据技术的应用历程及发展趋势 ·8
1.3 我国电力大数据技术的应用历程 ·10
1.3.1 我国电力行业信息化发展历程 ·10
1.3.2 电力行业大数据技术的应用历程及发展趋势 ·12
1.3.3 进“互联网 ”智慧能源发展的重点任务 ·15
1.4 电力大数据应用系统工程的发展趋势 21
1.4.1 大数据是电力行业创新变革的重要驱动力 ·21
1.4.2 电力大数据应用系统工程面临的挑战 ·23
1.4.3 电力大数据应用系统工程的主要研究方向 ·28
第2章 电力大数据应用工程技术基础理论 31
2.1 大数据应用工程技术基础理论 ·32
2.1.1 大数据基本概念 ·32
2.1.2 电力大数据应用工程技术基本概念 ·34
2.1.3 大数据时代新思维理论 ·35
2.1.4 大数据时代驱动基本原理 ·38
2.2 数据库及数据采集分析基本方法 ·41
2.2.1 数据及数据库基本概念 ·41
电力大数据应用工程技术原理与案例分析
2.2.2 数据采集主要功能及特点 ·44
2.2.3 数据处理与数据分析方法 ·47
2.3 大数据产业发展的重点任务和重大工程 52
2.3.1 大数据产业发展的需求与面临的形势 ·52
2.3.2 大数据产业发展的重点任务和重大工程 ·54
2.3.3 大数据产业发展的保障措施 ·58
第3章 电力大数据应用工程技术基础知识 60
3.1 大数据应用工程技术基础知识 ·61
3.1.1 大数据的全新分布式计算理论 ·61
3.1.2 大数据与电力业务融合实现能源转换 ·62
3.1.3 大数据技术创新发展全球能源互联网 ·66
3.2 电力大数据应用工程国家发展战略 ·70
3.2.1 国家促进大数据发展十大专题 ·70
3.2.2 实施国家大数据战略的目的与意义 ·76
3.2.3 2017年中国大数据产业发展情况 ·78
3.3 信息化工程*应用技术 84
3.3.1 智能电网技术及其主要特点 ·84
3.3.2 新一代移动通信技术 ·87
3.3.3 大数据的基本概念及分析 ·89
3.3.4 智慧城市的含义及其新技术 ·90
第4章 电力业务数据应用工程技术与案例分析 ·92
4.1 电力业务数据应用管理工程基础知识 93
4.1.1 电力数据人财物集约化管理 ·93
4.1.2 电力项目设备及用电营销管理 ·97
4.1.3 电力安全生产及市场交易管理 ·101
4.1.4 电力综合业务及协调办公管理 ·105
4.2 电网公司一体化业务应用架构设计 ·107
4.2.1 一体化业务应用内容及架构设计原则 ·107
4.2.2 企业级一体化信息系统总体设计架构 ·109
4.2.3 一体化业务应用系统推进思路及建设管理 ·113
4.3 大型企业集团信息化的主要特征及成果 116
目 录
V
4.3.1 我国大型集团企业信息化的新特征 ·116
4.3.2 大型集团企业信息化的成果 ·117
4.3.3 大型集团企业信息化面临的主要问题 ·119
4.3.4 大型集团企业信息化建设的需求分析 ·121
4.3.5 大型集团企业信息化建设的目标 ·123
第5章 电力云数据中心工程技术与案例分析 ·126
5.1 全业务云数据中心基础知识 127
5.1.1 云计算、云数据中心及云安全基本概念 ·127
5.1.2 企业级一体化数据应用集成平台 ·128
5.1.3 电力全业务统一数据中心 ·131
5.1.4 电力全业务统一数据中心实施方法 ·133
5.2 全业务统一数据中心分析域规范 ·135
5.2.1 全业务统一数据中心分析域技术规范 ·135
5.2.2 全业务统一数据中心分析域建设规范 ·144
5.2.3 全业务统一数据中心分析域应用规范 ·154
5.3 全业务统一数据中心工程设计及案例分析 ·160
5.3.1 统一数据模型与主数据管理体系设计 ·160
5.3.2 全业务统一数据中心技术方案设计 ·162
5.3.3 全业务统一数据分中心建设项目实施 ·165
第6章 电网GIS平台数据工程技术与案例分析 ·168
6.1 电网GIS平台数据工程基本原理 169
6.1.1 电网GIS平台数据工程基本概念及功能 ·169
6.1.2 电网GIS平台数据总体架构设计技术 ·170
6.1.3 电网GIS平台总体架构设计关键技术 ·174
6.2 电网GIS平台数据实用架构设计技术 ·178
6.2.1 电网GIS平台数据应用架构设计技术 ·179
6.2.2 电网GIS平台数据架构设计技术 ·181
6.2.3 电网GIS平台数据技术架构设计 ·183
6.2.4 电网GIS平台数据安全架构设计 ·185
6.2.5 电网GIS平台数据应用集成设计 ·187
6.3 电网GIS平台业务应用辅助提升工具的研发与应用 ·190
电力大数据应用工程技术原理与案例分析
6.3.1 电网GIS平台业务应用全方位辅助提升需求分析 ·190
6.3.2 电网GIS平台业务应用全方位辅助提升工具的主要功能 ·193
6.3.3 电网GIS平台业务应用全方位辅助提升工具的设计方案 ·201
6.3.4 项目规划与实施过程的控制管理 ·207
第7章 变电站智能化数据平台技术与案例分析 ·210
7.1 变电站智能化及数据管理平台基本原理 211
7.1.1 智能化变电站基本概念 ·211
7.1.2 综合集成的智能化变电站的结构 ·213
7.1.3 智能化变电站设备状态监测数据优化管理 ·216
7.2 变电站实施综合智能化方法 221
7.2.1 变电站一次设备系统智能化 ·222
7.2.2 变电站二次设备系统智能化 ·224
7.2.3 变电站其他系统智能化 ·233
7.3 变电站智能化应用管理平台案例分析 241
7.3.1 项目背景与建设目标 ·241
7.3.2 变电系统设备巡视智能化 ·241
7.3.3 变电系统设备带电检测智能化 ·246
7.3.4 变电系统设备停电检修智能化 ·257
第8章 大型电力企业国际业务数据工程与案例分析 264
8.1 全球能源互联网及国际业务基础理论 265
8.1.1 全球能源互联网概念及关键技术 ·265
8.1.2 全球能源互联网具备的主要特征 ·267
8.1.3 我国跨国企业海外业务信息化案例分析 ·270
8.2 国际业务数据应用工程功能规划设计 274
8.2.1 国际电网投资运营数据应用功能 ·274
8.2.2 国际电源投资运营数据应用功能 ·278
8.2.3 国际电工电气设备制造数据应用功能 ·282
8.2.4 国际电力工程数据应用功能 ·286
8.3 国际电力业务一体化数据平台案例分析 289
8.3.1 国际电力业务一体化数据平台总体架构 ·289
8.3.2 国际电力业务一体化数据平台建设内容 ·292
目 录
8.3.3 国际电力业务一体化数据平台级联及安全防护 ·297
8.3.4 国际电力业务一体化数据平台软件开发 ·301
第9章 智能车联网数据管理平台技术与案例分析 305
9.1 智能车联网数据管理平台工程基本原理 ·306
9.1.1 物联网的基本概念 ·306
9.1.2 智能车联网的基本概念 ·309
9.1.3 统一智能车联网数据管理平台的基本知识 ·313
9.2 智能车联网数据管理平台建设规范 317
9.2.1 智能车联网产业信息通信标准体系建设规范 ·317
9.2.2 电动汽车租售管理信息系统的主要功能 ·321
9.2.3 统一智能车联网数据管理平台的主要应用功能 ·324
9.3 统一智能车联网数据管理平台工程案例分析 331
9.3.1 统一智能车联网数据管理平台的总体架构 ·332
9.3.2 统一智能车联网数据管理平台的集成设计 ·339
9.3.3 统一智能车联网数据管理平台的研发模型 ·344
9.3.4 统一智能车联网数据管理平台的安全方案 ·348
参考文献 ·356
【前言】
前 言
信息技术与经济社会的交汇融合引发了数据迅猛增长，数据已成为国家基础性战略资
源。大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快
速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现
新知识、创造新价值、提升新能力的新一代信息技术和服务业态。大数据正日益对全球生
产、流通、分配、消费、经济运行机制、社会生活方式和国家治理能力产生重要影响。近
年来，大数据不断地向社会各行各业渗透，使得大数据的技术应用创新已超越技术本身而
备受青睐。大数据技术可以为每个领域带来变革性影响，并且正在成为各行各业颠覆性创
新的原动力和助推器。
电力大数据涉及发电、输电、变电、配电、用电、调度各环节，是跨单位、跨专业、
跨业务数据分析与挖掘以及数据可视化。现在，电力大数据理念、技术和方法在电力行业
已得到广泛应用。电力大数据由结构化数据和非结构化数据构成，随着智能电网建设和物
联网的应用，非结构化数据呈现出快速增长的势头，其数量将大大超过结构化数据。电力
大数据的应用一方面是与宏观经济、人民生活、社会保障、道路交通信号融合，促进经济
社会发展；另一方面是电力行业或企业内部跨专业、跨单位、跨部门的数据融合，提升行
业、企业管理水平和经济效益。
本书基于国家电网有限公司系统SG186、SG-ERP 等重大信息化工程设计、项目建设
及组织应用全过程，总结多项重大信息化项目的经验，运用信息化与大数据应用技术理
论，全面分析了国内外电力信息化现状与发展趋势、电力大数据应用工程技术、电力业务
数据应用工程技术、电力云数据中心工程技术、电网GIS平台数据工程技术、变电站智能
化数据平台技术、大型电力企业国际业务数据工程、智能车联网数据管理平台技术，力求
反映电力信息化与大数据应用工程技术的*成果。理论联系实际，通过电力大数据应用
工程技术实际案例，提出了电力信息化与大数据应用工程领域的解决方案。
本书内容全面，实例丰富，讲解通俗易懂。读者通过本书可以学习电力信息化及大数
据应用工程基本理论，掌握电力信息化及大数据应用工程组织、管理的实践方法、系统应
用。本书是电力行业电力信息化及大数据应用工程技术的培训教材，可作为高等院校信息
II
电力大数据应用工程技术原理与案例分析
化及大数据应用工程学科的辅助教学用书，也可供信息化及大数据应用工程技术从业人员
作为指导用书，还可供信息化及大数据应用工程研究人员作为参考用书。
衷心感谢国家电网有限公司信通部领导及有关省、市电力公司科技部和信通公司对本
书提供的大力支持，衷心感谢国网信息通信有限公司、中国电科院、国网电科院等科研院
所的专家给予的指导帮助，衷心感谢辽宁省电力有限公司教授级高级工程师潘明惠博士对
本书的编撰、修改、出版付出的辛勤劳动，衷心感谢天津市普迅电力信息技术有限公司工
程技术人员为本书的出版做出的巨大贡献。
由于时间仓促，作者水平有限，书中的内容难免有欠妥之处，敬请读者批评与指教。
陈文康
【免费在线读】
5.1.4 电力全业务统一数据中心实施方法
全业务统一数据中心的建设不能一蹴而就，应在统一规划、设计的基础上，分步骤，
分阶段，积极稳妥推进。整体设计与分步实施相结合，先试点后推广，渐进式推进统一数
据中心建设。从目标着眼、自上而下强力规范，从现状入手、自下而上逐项清理，在应用
中持续完善，确保统一数据架构符合实际、阶梯式提升。
1. 指导思想
1）企业数据统一规划、设计先行
一是分专业分条线开展公司统一数据模型完善设计工作，通过基层单位综合试点验证
设计成果的有效性，形成完备、可用、标准的公司全业务统一数据模型。二是同步开展全
业务统一数据中心详细设计。三是结合统一数据模型，推进主数据管理工作，明确公司主
数据管理的范围和对象，在全业务统一数据模型基础上，设计公司全业务主数据模型，分
专业分条线推进主数据应用深化。
2）处理分中心架构引领、稳妥推进
一是对于现有业务系统结合每年信息化系统建设改造工作，按照信息化架构蓝图，逐
步整合、归并，向目标架构演进。二是同步推进业务集成，提升数据质量，*终形成模型
一致、数据干净、访问透明的数据处理分中心。三是结合公司资产全寿命、能量全过程、
客户全方位、人财物集约化、企业全面风险管控总体业务融合目标的深化，持续推进系统
整合和业务集成，消除数据和功能重复，提升数据质量。
3）分析分中心全业务汇聚、全方位应用
一是根据各专业数据分析、大数据应用需求，信通部门协同各专业部门，分专业开
展数据接入分析数据中心工作。二是组织各专业分别开展数据探索与应用，边应用，边清
洗，边完善分析模型，形成数据应用的良性循环。
2. 数据管理分中心建设
1）开展统一数据模型完善设计
一是在公司现有的统一数据模型基础上，由专业部门牵头开展人员组织、财务、物
资、项目、电网、资产、客户数据模型的完善设计工作，进一步指导业务系统建设和数据
分析应用。二是组织开展公司统一数据模型扩展设计，支撑新兴业务。三是完成数据仓库
模型设计，支撑企业级数据分析挖掘应用。
2）深化核心业务主数据应用
一是基于公司统一数据模型设计成果，识别主数据管理对象，结合公司各专业的信息
化建设计划，推进人员组织、会计科目、供应商、项目工程、设备资产、客户等主数据深
化应用。二是明确每类主数据的责任部门和业务支撑团队，建立主数据审核和维护机制，
确保数据质量。三是优化升级主数据管理系统，支撑企业级主数据管理。
