CN113888053A - 一种基于多目标条件的电网可用资源最优匹配方法 - Google Patents
一种基于多目标条件的电网可用资源最优匹配方法 Download PDFInfo
- Publication number
- CN113888053A CN113888053A CN202111332966.1A CN202111332966A CN113888053A CN 113888053 A CN113888053 A CN 113888053A CN 202111332966 A CN202111332966 A CN 202111332966A CN 113888053 A CN113888053 A CN 113888053A
- Authority
- CN
- China
- Prior art keywords
- data
- power grid
- data quality
- available resources
- resource
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 238000009960 carding Methods 0.000 claims abstract description 17
- 238000011160 research Methods 0.000 claims abstract description 6
- 238000005516 engineering process Methods 0.000 claims description 30
- 238000009826 distribution Methods 0.000 claims description 21
- 238000007726 management method Methods 0.000 claims description 18
- 238000011161 development Methods 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000013506 data mapping Methods 0.000 claims description 3
- 230000006698 induction Effects 0.000 claims description 3
- 230000001737 promoting effect Effects 0.000 claims description 3
- 238000013441 quality evaluation Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 230000004927 fusion Effects 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000003032 molecular docking Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 210000001520 comb Anatomy 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003370 grooming effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/079—Root cause analysis, i.e. error or fault diagnosis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Probability & Statistics with Applications (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于多目标条件的电网可用资源最优匹配方法,包括如下步骤:S1、数据链路梳理:基于数据中台,围绕跨专业数据应用,开展业务数据流转梳理,梳理对应的源业务系统与数据表、生成方式、数据链路,形成数据资源清单和电网资源基础信息库,对数据状况实现全面准确掌握和高效管理,开展多站融合、可用资源自动判别技术研究;S2、数据匹配:对客户的多目标条件的技术需求进行查找,并根据客户的技术需求为其匹配与之对应的电网可用资源。本发明全面展示资源的业务承载能力和潜在价值,为实时对接市场需求提供精确数据支撑,实现可用资源自动判别,按资源类型、区域等维度实现统计、查询、分析。
Description
技术领域
本发明涉及电网管理技术领域,尤其涉及一种基于多目标条件的电网可用资源最优匹配方法。
背景技术
随着国家电网有限公司组织相关单位通过深入挖掘电网可用基础资源价值,聚焦电信运营商、互联网企业、垂直行业客户等网络及配套设施需求,探索开展了以多站融合数据中心、杆塔、沟道、光缆、通信网等基础资源共享商业化运营和边缘计算服务。
在电网基础资源对外共享运营工作有序推进的同时,也面临着梳理整合基础资源难、业务流转线上管控难、业务交流共享展示难等一系列问题。从目前来看,公司电网基础资源庞大且存在地域差异和部门壁垒,导致基础资源数据无法整体纳管,阻碍了电网基础资源价值的深度挖掘,亟需梳理整合公司现有基础数据资源,形成基础信息库,包括机房、变电站、配电室等站址资源和光纤(电路)通信资源。通过信息关联、参数化分析等手段,全面展示资源的业务承载能力和潜在价值,为实时对接市场需求提供精确数据支撑。另外由于业务涉及多部门协作的资源盘点、运营等工作,其基础数据、运营情况等信息均依靠线下传递,工作量大、工作效率低,易出现人为误差和错误,亟需实现业务流转线上管控,从而完善协同机制,提高各部门、单位间聚合力。
因此,为了更好地落实公司战略,更好地发展高度融合的电网物理和信息系统,加快将电网资源从传统电力流节点转变为能源流、数据流、业务流枢纽,加快实现电网资源匹配、建设、运营等阶段的信息化管理和全链条管理,推进实现基础资源共享运营产业化、规模化发展,亟需建设公司统一的基础资源运营管理服务系统,积极发展高效的“多站融合”新模式,尽快形成对公司电网基础资源信息整体纳管、深度挖掘电网可用资源价值。
发明内容
本发明针对以上问题,提供了一种基于多目标条件的电网可用资源最优匹配方法。
本发明提供如下技术方案:
一种基于多目标条件的电网可用资源最优匹配方法,包括如下步骤:
S1、数据链路梳理:
基于数据中台,围绕跨专业数据应用,开展业务数据流转梳理,梳理对应的源业务系统与数据表、生成方式、数据链路,形成数据资源清单和电网资源基础信息库,对数据状况实现全面准确掌握和高效管理,开展多站融合、可用资源自动判别技术研究;
S2、数据匹配:
对客户的多目标条件的技术需求进行查找,并根据客户的技术需求为其匹配与之对应的电网可用资源。
作为本发明的一种基于多目标条件的电网可用资源最优匹配方法优选的,所述S1的具体步骤为:
S11、数据流转链路梳理:
基于数据中台中的数据应用需求,以对应的业务和技术规范为基础,梳理数据流转流程及节点,明确各节点对应的信息系统,归纳数据传输链路,形成数据链路;
S12、开展数据节点数据梳理:
针对数据链路各节点,对数据中台中的电网资源数据表、重要字段进行查询统计,理清数据流转、数据关联、数据逻辑关系,确定数据对应的源业务系统、存储实体表、关键字段、数据映射关系,明确相关获取方式、数据生成方式、责任部门;
S13、形成数据资源清单、电网资源基础信息库:
针对前期梳理的数据链路成果,归纳分类,理清业务与数据之间关系,对数据中台中的电网资源信息进行集成与维护,形成数据资源清单和电网资源基础信息库,为管理决策提供有效数据支撑,为后期数据质量核查提供基础保障;
S14、开展电网可用资源自动判别技术研究:
针对电网资源基础信息库中的站址资源,利用信息关联、参数化分析等手段,开展电网可用资源自动判别。
作为本发明的一种基于多目标条件的电网可用资源最优匹配方法优选的,S1和S2之间,还包括S3:数据质量问题分析及规则梳理:
结合当前业务开展情况,归集整理典型数据问题,并进行根因分析,梳理数据质量核查要求,形成数据质量核查规则。
作为本发明的一种基于多目标条件的电网可用资源最优匹配方法优选的,所述数据质量问题分析及规则梳理的具体步骤为:
S31、数据质量问题分析:
结合当前业务开展情况,归集数据在采集、存储、流转、应用的全流程出现的问题,并进行整理梳理,形成典型数据质量问题清单,对数据质量问题进行根因分析,对原因归类汇总,逐步完善,形成根因信息表,形成数据质量核查要求,支撑数据核查规则梳理;
S32、数据核查规则梳理:
依据电网运营数据质量评估通用准则,从及时性、完整性、合规性和一致性四个维度开展数据质量核查规则梳理,并结合业务流程和管理规范信息,完成基于相关数据信息的数据质量核查规则梳理,支撑数据质量常态监测业务开展。
作为本发明的一种基于多目标条件的电网可用资源最优匹配方法优选的,S3和S2之间,还包括S4:数据质量常态核查:
借助数据质量核查工具,按照统一技术路线和规则定期开展数据质量核查,形成数据质量问题清单,编制数据质量报告,并持续推动数据问题治理。
作为本发明的一种基于多目标条件的电网可用资源最优匹配方法优选的,所述数据质量常态核查的具体步骤为:
S41、开展数据质量监测:
基于数据链路梳理成果和数据质量规则库梳理成果,应用数据质量核查工具,开展数据质量常态监测,定位数据质量问题,形成数据质量问题清单。
S42、促进源端数据治理:
协同业务部门针对数据质量问题进行根因分析,定位数据问题源头,制定问题整改措施。
作为本发明的一种基于多目标条件的电网可用资源最优匹配方法优选的,所述S2中对客户的技术需求进行查找,客户输入需要查找的合法需求关键词;
需求关键词是否合法,将需求关键词与存储的关键词进行相似度计算,K={k1,k2,k3,...,kn}是一个关键词集合,根据公式:
作为本发明的一种基于多目标条件的电网可用资源最优匹配方法优选的,所述步骤S2还包括计算多目标条件的技术中关键技术的分布频率,确定分布频率最高的关键技术作为重点技术标签。
作为本发明的一种基于多目标条件的电网可用资源最优匹配方法优选的,计算分布频率最高的关键技术,根据公式:
其中,E为多目标条件的技术在关键技术中的分布频率,Jn为所有关键技术,Jd为当前技术的关键分布频率,Jn-d为剩余技术的关键分布频率。
作为本发明的一种基于多目标条件的电网可用资源最优匹配方法优选的,还包括为客户提供反馈途径,进行评价。
与现有技术相比,本发明的有益效果是:
(1)电网资源信息集成和维护,形成基础信息库,包括机房、变电站、配电室等站址资源和光纤(电路)通信资源。通过信息关联、参数化分析等手段,全面展示资源的业务承载能力和潜在价值,为实时对接市场需求提供精确数据支撑;
(2)在基础信息库基础上,匹配业务需求,实现可用资源自动判别,按资源类型、区域等维度实现统计、查询、分析,方便灵活配置1+x(1:变电站;X:储能站、数据中心站、充换电站、光伏电站、能源站、虚拟电厂等)的能源互联网综合服务站。
附图说明
图1为本发明的一种实施例的流程示意图;
图2为本发明的数据链路梳理的流程示意图;
图3为本发明的数据质量问题分析及规则梳理的流程示意图;
图4为本发明的数据质量常态核查的流程示意图;
图5为本发明的另一种实施例的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
因此,以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
实施例1
请参阅图1-4,本发明提供一种基于多目标条件的电网可用资源最优匹配方法,包括如下步骤:
S1、数据链路梳理:基于数据中台,围绕PMS系统等典型跨专业数据应用,开展业务数据流转梳理,梳理对应的源业务系统与数据表、生成方式、数据链路,形成数据资源清单和电网资源基础信息库,对数据状况实现全面准确掌握和高效管理,开展多站融合、可用资源自动判别技术研究;
S11、数据流转链路梳理:基于数据中台中的数据应用需求,以对应的业务和技术规范为基础,梳理数据流转流程及节点,明确各节点对应的信息系统,归纳数据传输链路,形成数据链路;
S12、开展数据节点数据梳理:针对数据链路各节点,对数据中台中至少41张的电网资源数据表、约2200个重要字段进行查询统计,理清数据流转、数据关联、数据逻辑关系,确定数据对应的源业务系统、存储实体表、关键字段、数据映射关系,明确相关获取方式、数据生成方式、责任部门;
S13、形成数据资源清单、电网资源基础信息库:针对前期梳理的数据链路成果,归纳分类,理清业务与数据之间关系,对数据中台中的电网资源信息进行集成与维护,形成数据资源清单和电网资源基础信息库,为管理决策提供有效数据支撑,为后期数据质量核查提供基础保障;
S14、开展电网可用资源自动判别技术研究:针对电网资源基础信息库中的机房、变电站、配电室等站址资源,利用信息关联、参数化分析等手段,开展电网可用资源自动判别。
S2、数据质量问题分析及规则梳理:结合当前业务开展情况,归集整理典型数据问题,并进行根因分析,梳理数据质量核查要求,形成数据质量核查规则。
S21、数据质量问题分析:结合当前业务开展情况,归集数据在采集、存储、流转、应用的全流程出现的问题,并进行整理梳理,形成典型数据质量问题清单,对数据质量问题进行根因分析,对原因归类汇总,逐步完善,形成根因信息表,形成数据质量核查要求,支撑数据核查规则梳理;
S22、数据核查规则梳理:依据电网运营数据质量评估通用准则,从及时性、完整性、合规性和一致性四个维度开展数据质量核查规则梳理,并结合业务流程和管理规范信息,完成基于表、字段等相关数据信息的数据质量核查规则梳理,支撑数据质量常态监测业务开展。
S3、数据质量常态核查:借助数据质量核查工具,按照统一技术路线和规则定期开展数据质量核查,形成数据质量问题清单,编制数据质量报告,并持续推动数据问题治理。
S31、开展数据质量监测:基于数据链路梳理成果和数据质量规则库梳理成果,应用数据质量核查工具,开展数据质量常态监测,定位数据质量问题,形成数据质量问题清单。
S32、促进源端数据治理:协同业务部门针对数据质量问题进行根因分析,定位数据问题源头,制定问题整改措施。
S4、数据匹配:对客户的多目标条件的技术需求进行查找,并根据客户的技术需求为其匹配与之对应的电网可用资源。
实施例2
请参阅图5,与实施例1的不同之处在于:所述S4中对客户的技术需求进行查找,客户输入需要查找的合法需求关键词;
需求关键词是否合法,将需求关键词与存储的关键词进行相似度计算,K={k1,k2,k3,...,kn}是一个关键词集合,根据公式:
所述S4还包括计算多目标条件的技术中关键技术的分布频率,确定分布频率最高的关键技术作为重点技术标签。
计算分布频率最高的关键技术,根据公式:
其中,E为多目标条件的技术在关键技术中的分布频率,Jn为所有关键技术,Jd为当前技术的关键分布频率,Jn-d为剩余技术的关键分布频率。
还包括S5、为客户提供反馈途径,进行评价。
综上所述,基于数据中台,共享PMS、TMS、GIS、I6000等各系统数据,梳理整合现有电网基础资源数据,建立高效的资源数据体系,深度挖掘基础资源商业价值,发展高度融合的电网物理和信息系统,将电网资源从传统电力流节点转变为能源流、数据流、业务流枢纽,发展“多站融合”新模式。实现可用电网资源库、运维管理等模块,支撑电网资源匹配、建设、运营等阶段的信息化支撑和全链条管理。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种基于多目标条件的电网可用资源最优匹配方法,其特征在于,包括如下步骤:
S1、数据链路梳理:
基于数据中台,围绕跨专业数据应用,开展业务数据流转梳理,梳理对应的源业务系统与数据表、生成方式、数据链路,形成数据资源清单和电网资源基础信息库;
S2、数据匹配:
对客户的多目标条件的技术需求进行查找,并根据客户的技术需求为其匹配与之对应的电网可用资源。
2.根据权利要求1所述的一种基于多目标条件的电网可用资源最优匹配方法,其特征在于:所述S1的具体步骤为:
S11、数据流转链路梳理:
基于数据中台中的数据应用需求,以对应的业务和技术规范为基础,梳理数据流转流程及节点,明确各节点对应的信息系统,归纳数据传输链路,形成数据链路;
S12、开展数据节点数据梳理:
针对数据链路各节点,对数据中台中的电网资源数据表、重要字段进行查询统计,理清数据流转、数据关联、数据逻辑关系,确定数据对应的源业务系统、存储实体表、关键字段、数据映射关系,明确相关获取方式、数据生成方式、责任部门;
S13、形成数据资源清单、电网资源基础信息库:
针对前期梳理的数据链路成果,归纳分类,理清业务与数据之间关系,对数据中台中的电网资源信息进行集成与维护,形成数据资源清单和电网资源基础信息库;
S14、开展电网可用资源自动判别技术研究:
针对电网资源基础信息库中的站址资源,利用信息关联、参数化分析手段,开展电网可用资源自动判别。
3.根据权利要求2所述的一种基于多目标条件的电网可用资源最优匹配方法,其特征在于:S1和S2之间,还包括S3:数据质量问题分析及规则梳理:
结合当前业务开展情况,归集整理典型数据问题,并进行根因分析,梳理数据质量核查要求,形成数据质量核查规则。
4.根据权利要求3所述的一种基于多目标条件的电网可用资源最优匹配方法,其特征在于:所述数据质量问题分析及规则梳理的具体步骤为:
S31、数据质量问题分析:
结合当前业务开展情况,归集数据在采集、存储、流转、应用的全流程出现的问题,并进行整理梳理,形成典型数据质量问题清单,对数据质量问题进行根因分析,对原因归类汇总,逐步完善,形成根因信息表,形成数据质量核查要求,支撑数据核查规则梳理;
S32、数据核查规则梳理:
依据电网运营数据质量评估通用准则,从及时性、完整性、合规性和一致性四个维度开展数据质量核查规则梳理,并结合业务流程和管理规范信息,完成基于相关数据信息的数据质量核查规则梳理,支撑数据质量常态监测业务开展。
5.根据权利要求4所述的一种基于多目标条件的电网可用资源最优匹配方法,其特征在于:S3和S2之间,还包括S4:数据质量常态核查:
借助数据质量核查工具,按照统一技术路线和规则定期开展数据质量核查,形成数据质量问题清单,编制数据质量报告,并持续推动数据问题治理。
6.根据权利要求5所述的一种基于多目标条件的电网可用资源最优匹配方法,其特征在于:所述数据质量常态核查的具体步骤为:
S41、开展数据质量监测:
基于数据链路梳理成果和数据质量规则库梳理成果,应用数据质量核查工具,开展数据质量常态监测,定位数据质量问题,形成数据质量问题清单;
S42、促进源端数据治理:
协同业务部门针对数据质量问题进行根因分析,定位数据问题源头,制定问题整改措施。
8.根据权利要求7所述的一种基于多目标条件的电网可用资源最优匹配方法,其特征在于:所述步骤S2还包括计算多目标条件的技术中关键技术的分布频率,确定分布频率最高的关键技术作为重点技术标签。
10.根据权利要求1所述的一种基于多目标条件的电网可用资源最优匹配方法,其特征在于:还包括为客户提供反馈途径,进行评价。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111332966.1A CN113888053A (zh) | 2021-11-11 | 2021-11-11 | 一种基于多目标条件的电网可用资源最优匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111332966.1A CN113888053A (zh) | 2021-11-11 | 2021-11-11 | 一种基于多目标条件的电网可用资源最优匹配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113888053A true CN113888053A (zh) | 2022-01-04 |
Family
ID=79017890
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111332966.1A Pending CN113888053A (zh) | 2021-11-11 | 2021-11-11 | 一种基于多目标条件的电网可用资源最优匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113888053A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115564250A (zh) * | 2022-10-12 | 2023-01-03 | 中电金信软件有限公司 | 一种计算机业务建模方法及装置 |
CN117891931A (zh) * | 2024-01-25 | 2024-04-16 | 苏州博天乾源网络信息技术有限公司 | 企业需求与资源供应自动匹配方法及系统 |
-
2021
- 2021-11-11 CN CN202111332966.1A patent/CN113888053A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115564250A (zh) * | 2022-10-12 | 2023-01-03 | 中电金信软件有限公司 | 一种计算机业务建模方法及装置 |
CN117891931A (zh) * | 2024-01-25 | 2024-04-16 | 苏州博天乾源网络信息技术有限公司 | 企业需求与资源供应自动匹配方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107145586B (zh) | 一种基于电力营销数据的标签产出方法和装置 | |
CN109638964B (zh) | 一种基于边缘计算架构的多元电网信息交互系统及方法 | |
CN102567859B (zh) | 智能化供电系统数据综合管理系统 | |
CN113888053A (zh) | 一种基于多目标条件的电网可用资源最优匹配方法 | |
CN109033497B (zh) | 一种面向高并发的多阶段数据挖掘算法智能选择方法 | |
CN108280541A (zh) | 基于随机森林和决策树的客户服务策略制定方法、装置 | |
CN102722764A (zh) | 一体化电网优化辅助决策分析系统 | |
CN105023196A (zh) | 充电站充电交易数据的分析方法及装置 | |
CN110717784A (zh) | 一种基于智能管理平台的电力营销系统及方法 | |
CN108170073B (zh) | 一种智能光伏云平台 | |
CN112241402A (zh) | 一种空管数据供应链系统及数据治理方法 | |
CN111126866A (zh) | 交直流可再生能源系统的综合能效评估管理系统及方法 | |
CN111046519A (zh) | 一种人工智能技术在电能表误差诊断中的应用分析方法 | |
CN105303292A (zh) | 配电数据存储方法和装置 | |
CN112163047A (zh) | 一种数据中台以及计算设备 | |
KR20220150739A (ko) | 배전계획을 위한 분산전원 예측 방법 및 시스템 | |
CN112686637A (zh) | 一种政务服务供需对接系统及方法 | |
CN115908046A (zh) | 基于航站楼bim的可视化配电系统 | |
CN115860694A (zh) | 一种基于即时消息技术的业扩流程管控方法及系统 | |
CN109840646A (zh) | 基于大数据处理的电压监测方法 | |
Tanphet et al. | Applying business intelligence technology for equipment maintenance and repair plan of telecommunications services provider | |
Zhang et al. | Orderly consumption and intelligent demand-side response management system under smart grid | |
CN107194529B (zh) | 基于挖掘技术的配电网可靠性经济效益分析方法及装置 | |
Ya’An | Application of artificial intelligence in computer network technology in the era of big data | |
Herbst et al. | Lv grid data analysis demonstrated at dso arbon energie |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |