Teradata动态智能电网( Smart Grid)分析

据估计 ，在接下来的20年里，仅在美国公用事业单位就要花费8800亿美元用于改进量测、通信、配电和输电。大量的商业案例显示，通过提高员工、能源和基础设施的利用效率可以节约成本。除了公用事业单位方面的效率提升，最终消费者也因信息更加全面、及时和准确（以及价格刺激）而计划改以节省成本的方式使用能源，这就为公用事业公司和我们的环境创造了效率相关利益。

基于对重要性日益突显的能源消耗分析的共同认识，Teradata与全球领先的智能电表、数据收集和公用事业软件解决方案供应商Itron公司建立了合作伙伴关系，结合双方专长，Itron和Teradata共同打造了一个单一软件分析平台——动态智能电网分析解决方案（Active SmartGrid Analytics，ASA）。该分析方案由Teradata动态企业级数据仓库（Teradata Active Enterprise Data Warehouse）、Teradata公用事业行业逻辑数据模型（Utility Logical Data Model， uLDM）以及Itron企业版™电表数据管理（IEE MDM, Itron Enterprise Edition™ Meter Data Management）方案共同组成。新的平台可让能源企业获得客户、财务及运营方面的整合信息，并让企业对相关数据进行高级分析而不影响正常运营。

凭借动态智能电网分析解决方案，公用事业企业能够以近实时的速度把从发电到用户消费等各方面广泛的信息加载到其企业级数据仓库，并提供给任何以及所有与其智能电网项目相关的系统使用。然后，企业可以将这些信息与运营、财务及客户相关的历史和实时数据结合在一起，从而鉴别这些数据之间的关系并加以利用。这分析方案可揭示客户的用电方式，并能提供关于提高用电效率方面的建议。同时，该分析方案还能指导公用事业企业如何优化使用其发电和电网资产来满足消费需求。

典型的预期效益

很多智能电网方案都以部署高级量测基础架构(AMI) 为一项初期步骤。而Itron 理解，AMI 仅是一个更大的智能电网蓝图的一部分而已。AMI 可以实现智能电网的很多优点，但是要实现其他优点还需要更为集中的电网视图。

投资高级计量基础架构 (AMI) 和智能电网的常见预期效益通常可归为以下几个类别：

运营效率：基本的运营效率是最简单也是最容易获得的效益。人工抄表将被淘汰，而且由于断电和故障更容易确定，服务恢复更快速，工作人员的部署速度和效率将得到提高。
客户服务：通过更准确的结算、更便利的迁入/迁出流程和主动的沟通，客户服务水平将得到提升。
能源效率：通过更加及时和有效的需求响应、更有针对性的节能计划和奖励制度、能源盗窃的减少以及优化的工程和运营，能源效率将得到提升。
资产利用率：通过延迟新增发电能力和为计划与运营提供更详细的负荷数据，发电、输电和配电资产将得到更充分的利用。

一种优秀的解决方案

A M I 和量测数据管理 ( MD M ) 是实现智能电网效益的重要初期步骤。强大的AMI设施将允许配电系统自动与电表通信，而且允许与家庭用户通信。强大的MDM系统为管理原始的和经过验证的使用信息提供了途径，也可以充当连接结算系统的必要桥梁。不过，在实现高级配电和输电运营以及高级资产管理之前，还必须建立连接其他运营和财务数据的桥梁 。

由 Itron和Teradata合作开发的动态智能电网分析(ASA) 和动态智能电网数据仓库（Teradata Active Enterprise Data Warehouse）（图 1），提供了扩展性更好的构建方法，该方法不仅运行和维护更为方便，也将促进准实时分析的应用，并实现更智能、更快速的决策。

图 1： 动态智能电网分析(ASA)和动态智能电网数据仓库.

动态智能电网数据仓库必须允许从多个来源同步加载大量数据，同时执行复杂的查询和分析。将电网数据储入线性可扩展平台的做法改变了这种状况。通过动态智能电网分析，综合电网数据可以在整个企业内得到利用。

一种提供动态智能电网分析的部署方法是，使用 Itron Enterprise Edition™ Meter Data Management (IEE MDM) 系统，以及Teradata企业数据仓库和Teradata公用事业单位逻辑数据模型（图2）。

此蓝图基于这个事实：那就是必须部署智能电网运营系统，而且要充分实现智能电网的价值依赖于综合的实时分析。这些分析是实时的，因为它们连接您的SOA，当数据到达时分析并关联数据，触发行动并参与工作流程。当此功能在多个数据源中应用后，动态智能电网分析的作用才会得以施展。这缩短了决策周期，而且使很多令人感兴趣和有价值的主动方案成为可能。如同任何数据仓库，ASA的关键组件是数据模型。Itron 和Teradata合作，确保公用事业单位逻辑数据模型(uLDM)是用于分析智能电网信息的综合模型。uLDM 为希望挖掘智能电网的全部可能潜力的公用事业单位提供了起点和巨大的先行优势。

图2：技术蓝图：动态智能电网分析

Teradata uLDM 让您能够以新的方式结合数据，以回答最重要的业务问题，同时建立一支行动更快捷、思维更聪明的数据仓库团队。实施数据仓库的相关风险将会最小，同时您还将节省开发时间和费用。

作为您的数据仓库的构建基础，Teradata uLDM 是构建强大而灵活的数据资源的第一步。uLDM 用图表表现了从不同运营源提取的数据间的关系，以提供企业范围的业务视图，包括采购、运营、营销、客户服务、会计和财务各个方面。

Teradata uLDM 为解答最为至关重要的业务问题提供了结构和标准。它对数据进行组织，使之可以被访问，让数据可以在其他应用程序中重复使用，突出数据完整性问题，并提供数据的全面记录。 同样重要的是，uLDM 使不准确或重复数据的识别简单易行，从而排除了出错的可能性，并允许与客户和监管机构快速、准确地沟通。

特别的是，uLDM针对一系列主题范围提供了很多必要的深刻理解，包括

财务 — 服务仪表事件、停止记帐事件、结算、存款事件、虚假资料以及跨渠道客户财务状况 360 度全方位视图。
参与方 — 客户、合伙人、供应商、人力资本管理、工资名单、员工、培训、员工分配以及隐私。
基础架构 — 抄表和仪表管理、服务点、设备、抄表路线以及现场房宅。

专为公用事业而设计的 Teradata uLDM，是仅有的将有关公用事业单位客户、设施、库存、财务和事件的运营信息整合到一个数据仓库的数据模型，而且为实现业务的单一视图创造了条件。因为业务需要发展，所以Teradata uLDM可以调整，以确保公用事业单位的数据仓库包含进行完整、准确的分析所需的信息。例如，在您从AMI 和智能电网收集大量的新数据时，您已掌握了组织、管理和使用这些数据所需的一切信息。与此同时，您将删减维护大量数据仓和不一致的内部记录所需的开支。

一家位于北美洲的大型公用事业提供商无法方便地整合计量、客户、结算和库存数据供分析之用。随着服务的继续，一些仪表停止记录客户消费量，造成零抄表和不生成帐单。通过分析数据来侦测未记录的仪表需要从多个系统人工提取数据，加上非常耗时的查询执行，将导致长达一周的分析过程。

该公司需要一个用来克服这些困难的企业数据模型。在将Teradata uLDM 作为数据仓库相关蓝图和分析数据仓库加以实施的头三个月内，该公用事业提供商确认可收回超过 1000 万美元的收入。

现在正是动态智能电网分析一展身手的时候

在通往智能电网的道路上，很多公用事业单位尚处于AMI实施的早期阶段。高级资产、配电和输电运营正快速发展，但尚未完全实现。在更多控制设备、更多高级量测表和通信设施到位以及数据的规模化收集形成之前，可能要推迟实施动态智能电网分析这样的蓝图。这种做法将使您的后台基础架构战略处于专用数据集市扩散的风险之中。

战术性方法还忽略了可通过分阶段实施实现的直接效益——分阶段实施可以使资本开支和效益同步发生。这种观望的方式也不允许您在计划和实施动态智能电网分析方案时考虑行为的改变。在关键的过渡时期将丧失以下功能：分析客户并建立客户分群、与客户进行互动沟通，以及准确衡量行为改变的影响。