数字经济蓬勃而起,能源行业数字化也正在有序开展,通过数字技术,构建更高效、更清洁、更经济、更安全的现代能源体系。
以电力能源企业为例。当前,我国智能电网的最终目标是建设成为覆盖电力系统整个生产过程,而支撑智能电网安全、可靠运行的基础,是电网全景实时数据采集、传输和存储,以及累积的海量多源数据快速分析。
电力能源企业数据分析的核心诉求
对公司主营业务活动和核心资源开展“全天候、全方位、全流程”的在线监测、运营分析、协调控制、以及全景展示,以全面掌握公司运营状况,实现公司运营过程中异动和问题的动态监测及自动预警等业务应用场景成为了核心诉求。
电力行业IT实力夯实,一般配有多套相对独立又具有层级的业务系统,但对数据可视化管理及应用开发稍显不足,缺乏契合未来业务布局的数据分析应用统一规划。
数据分析平台的统一建设,能够满足电力能源企业内部数据的总体运行及专业领域的规律分析和挖掘,促进精益化管理,实现电力企业内外部管理的全面监测,提升经营现状洞察力,及时调整战略方向,促进电力行业健康、科学发展。高效利用电力企业多年积攒的历史数据和生产经营实时数据,形成指标体系并挖掘其更深层次的价值,提供大量高附加值服务,满足电力业务需求,产生创新性业务,提高公司核心竞争力。
解决方案
电力能源行业数据分析应用解决方案,基于一站式大数据分析平台,可对多个独立系统的数据进行集中整合,强化电力企业数据资产的管理,打破数据孤岛,快速构建契合业务场景的分析应用,实现运维检修监控、运营管理、应急管理、设备大修管理、运维成本分析等不同业务模块的数据应用需求。
基于企业价值模型,根据电力企业战略发展要求,结合企业核心能力落地,建立关键指标体系,支持对公司各类业务整体性、系统性、多视角的分析与管理,辅助决策。
1、关注实现盈利与发展潜力。从当前财务回报、未来业务发展潜力两大方面来分析公司价值实现。
2、拓展全局性分析视角。在电力企业全局层面,拓展财务业务一体化、覆盖主营业务、端到端的整体性分析。
3、兼顾收益与风险。关注风险,初步通过预警机制来推进前瞻性风险提示与防范。
集自服务的数据准备、高性能计算、探索式自助分析、深度分析、企业级管控为一体的BI平台,无缝整合数据运营中需要的全部核心组件,提供极致的用户体验和极低的维护成本。
例如,对电网运维检修情况进行监控,实时了解设备可用系数、严重缺陷及时消除率、运维成本、大修技改完成情况等关键指标,当某个关键指标出现异常时,系统会提供消息预警,并且可以到对应分析主题查看更细粒度的数据,诊断业务问题。
永洪BI电网检修运维分析Demo
针对检修运维分析,可以分别从检修工作量、设备重复检修任务占比和执行预试试验数量三个层面进行监控分析,在区域、设备类型、时间、电压等级等多维度联动分析,实时监控管理电网检修运维情况。
对电网设备大修管理进行数据化的管理,可以对技改项目、大修项目、技改完成项目和大修完成项目的数量和资金量,从时间和地区的维度进行联动分析和对比分析,实现对设大修项目的整体管控。
永洪BI电网设备大修情况Demo
运维成本分析方面,可以从年度和月度两个维度对检修费用、实际成本、非计划停电次数、检修工作停电时间进行综合分析,及时发现运维成本过高,检修时间过长的区域和设备,实现对运维成本的精准降低。
永洪BI运维成本分析Demo
在运营管理分析中,可以对技术管理资料完整率、大修项目计划完成率、设备台账覆盖率、改造项目计划完成率、主配网数据完整率、状态监测达标率、故障信息及时率和状态检测覆盖率八大运营管理核心指标,从地区、时间、设备类型、电压等级等多个维度进行综合分析,帮助电力企业实时监控运营执行情况,发现内部运营中的异动点,及时优化资源配置,将分析落到实处,有效支持电力企业管理提升。
对于设备安全,则可以通过对变压器可用系数、断路器可用系数、输电线路非计划停运率和输电线路可用系数四大安全管理核心指标进行实时监控管理,及时对设备安全风险进行预警。
永洪BI电网设备安全分析Demo
方案价值
1、平台价值
大大降低了数据分析应用构建门槛,让构建数据分析应用不再高悬空中。随着业务和管理价值的实现,形成滚雪球式的良好循环,真正发挥数据给企业带来的巨大价值。
2、业务价值
帮助企业提升数据的准确性和及时性,提升运营管理创新力,提升企业决策水平,实现对公司主营业务活动和核心资源的在线监测及全景展示,全面掌握企业运营状况。
3、客户价值
帮助电力企业构建数据分析应用体系,考量不同分析主题的特点及需求,快速构建分析模型,真正实现数据驱动决策。通过数据化运营,不同层级通过数据分析结果转化成运营管理及策略,从而真正释放数据价值,打造企业核心竞争力。
典型应用案例
案例一:
某核电集团信息化应用架构是以ERP为核心,业务流程大集中的IT应用模式,经过多年建设与应用,逐步积累了大量有价值的数据资源。集团内各成员公司基于自身业务需要,逐步开始数据资源深入分析应用的探索。在现有管理可视化分析工具无法满足的情况下,需要一种更轻量、便捷、实现自助性创新数据应用的开发工具平台,以满足集团各级职能或业务单元对应用可视化手段进行管理的需求,支撑集团数字化转型,满足业务在线监控,支持数据挖掘、分析等大数据业务,提升集团数据治理水平。
1、痛点
使用传统报表工具提供数据分析服务,实际应用中出现报表开发难、响应不及时、数据无法补录、权限不好控制、调度无法监控等问题。面对前端业务用户复杂多变的数据分析需求,IT技术部门无法及时响应,成为业务流程的瓶颈。
2、方案
集团级大数据分析平台:极致易用、自服务、高性能、稳定安全、开放灵活、报表调度全程监控。
解决方案配套能力:针对核电业务,提供数据应用咨询服务和驻场培训指导服务,赋能数据分析思维和数据运营方法论,设计完成近百项经营管理指标,将数据分析方法论及经验成功转移至客户自有团队。
3、收益
报表开发周期缩短:开发周期从原来以周为单位缩短到以天为单位,大幅地提高了IT部门的工作效率和响应速度,降低了人工成本。
自助分析能力提升:业务用户至少30%的分析需求可通过自助式的数据分析与应用探索功能实现。
1年时间内成功交付八大主题(客户/运营/经营/时效/质控/风险等),近500份分析报告,并培养了20余名专业数据分析师,具备自服务能力。
案例二:
该项目主要围绕设备设施的运行、管控与客户服务三大类核心管理对象,数据分析及可视化涵盖7大类67个指标、83个分析视角。源数据涵盖设备基础数据、设备运行数据、遥测数据、遥信数据、告警数据、工单数据等。在数据中心汇聚形成129张数据表,包含3700+个数据字段,涉及的总数据量共约7.4TB。系统用户覆盖总部、省、市、县区四级,注册用户数过万人,日活用户数超过2000人,报告日访问量近10000次。
1、痛点
数据分散在大数据平台和传统数据仓库中,日增数据量近5千万行,数据量大,数据仓库只能提供近三个月的数据支持。系统资源消耗大且响应速度慢,难以为数据统计分析应用的提供有效支撑。全报表无分析、全结果无洞察,各级业务部门只能从系统中提取数据后基于Excel制作报表,分析维度单一、时效性差、周期长且缺少对数据的洞察和思考。
2、方案
高性能计算集群:高性能快速响应、负载均衡、高可用备份、统一部署,实现大数据量快速分析。
数据混合式使用:对于统计性指标按日、月汇总并提取到高性能计算平台中进行标签化存储,满足日常业务应用的高效率并实现长期存储,下钻到明细级别时从原有数据平台查询,充分发挥各数据平台的综合算力。
专业咨询及培训服务:设计运维指标体系并实现业务闭环,通过赋能业务人员提升数据分析能力,实现业务全管控、分析系统化。
3、收益
采用高性能计算后,80%+分析报表响应时间小于3秒、90%以上分析报表响应时间小于5秒,性能提升30倍以上,数据分析效率提升41%,每月数据分析人力节省超过2100人小时,新需求响应周期从数周提升到2天以内,统计性指标从原有只能分析最近3个月提升到可以实现永久存储和分析。