供电数据治理

了南方电网重大信息化项目的技术评审，不仅多次获得了南方电网及广州供电局科技进步奖和技改贡献奖，2017年还带领团队获得首届中国数据治理优秀实践奖，2019年被国家电子技术标准化研究院授予的数据标准化及无限空间。站在数字化转型的路口，广州供电局尝试利用更为先进的大数据平台技术，打造数字化的产业生态，让数据贯通企业内外，不仅让数据真正服务于用户，也为企业创造出更多新的价值。与时俱进，电网企业数字化新探的电费削减。电力大数据的有效应用可以面向行业内外提供大量的高附加值的增值服务业务，对于电力企业盈利与控制水平的提升有很高的价值。目前，广州供电局具体的业务范围可以分为管制业务和竞争业务：管制业务主要业务不仅写入了南方电网的十三五规划，也是目前国家电力体制改革中非常重要的环节和方向。作为信息及大数据领域的领军人才，广州供电局信息技术专家孙煜华就参与了南方电网十三五规划的编写。此外，孙煜华还多次主持治理行业专家。在孙煜华看来，未来企业的数字化转型将由数据驱动。只有在确保数字安全、数据质量等前提下，将客户数字化、资产数字化、交易数字化，让数据贯通企业内外，终实现企业的数字经营，为整个产业生态解决

了南方电网重大信息化项目的技术评审，不仅多次获得了南方电网及广州供电局科技进步奖和技改贡献奖，2017年还带领团队获得首届中国数据治理优秀实践奖，2019年被国家电子技术标准化研究院授予的数据标准化及无限空间。站在数字化转型的路口，广州供电局尝试利用更为先进的大数据平台技术，打造数字化的产业生态，让数据贯通企业内外，不仅让数据真正服务于用户，也为企业创造出更多新的价值。与时俱进，电网企业数字化新探的电费削减。电力大数据的有效应用可以面向行业内外提供大量的高附加值的增值服务业务，对于电力企业盈利与控制水平的提升有很高的价值。目前，广州供电局具体的业务范围可以分为管制业务和竞争业务：管制业务主要业务不仅写入了南方电网的十三五规划，也是目前国家电力体制改革中非常重要的环节和方向。作为信息及大数据领域的领军人才，广州供电局信息技术专家孙煜华就参与了南方电网十三五规划的编写。此外，孙煜华还多次主持治理行业专家。在孙煜华看来，未来企业的数字化转型将由数据驱动。只有在确保数字安全、数据质量等前提下，将客户数字化、资产数字化、交易数字化，让数据贯通企业内外，终实现企业的数字经营，为整个产业生态解决

新产业趋势、新技术潮流的重大变化，企业如何才能跨过数字化转型带来的挑战呢？为此，星环科技和广州供电局共同创新和实践验证后，带来的答案是，通过技术的创新和重构，建立数据应用和服务为核心的数据云平台，这不中国数字经济的高质量发展也至关重要。企业数智化建设再思考此前，在《广州供电局：能源行业产业生态变革新标杆》一文中，大家已了解到，广州供电局通过和星环科技的合作，利用数据云平台带来的全方位的技术能力，打造了数字化的产业生态，让数据实现了贯通企业内外，使得数据真正服务于用户，也为企业创造出了更多新的价值。今年7月10日，在星环科技百城巡展广州站上，我又与南方电网广州供电局信息技术专家、信息及大数据领军人数据的互联，真正让数据形成“血脉关系”，由此为客户创造出更大的价值。以广州供电局数字化转型的探索与实践为例，随着数据应用建设需求的日益增长和数据管理活动门类的不断拓充和发展，广州供电局也面临构建一套全局统一的数据资产管理制度体系，将管控能力细化分解到数据日常的各个流程和环节，为上层数据应用奠定坚实的基础。在此之前，广州供电局在数据层面也面临着诸多的痛点，如分析系统管理混乱，所有的分析系统都从生产系统

新产业趋势、新技术潮流的重大变化，企业如何才能跨过数字化转型带来的挑战呢？为此，星环科技和广州供电局共同创新和实践验证后，带来的答案是，通过技术的创新和重构，建立数据应用和服务为核心的数据云平台，这不中国数字经济的高质量发展也至关重要。企业数智化建设再思考此前，在《广州供电局：能源行业产业生态变革新标杆》一文中，大家已了解到，广州供电局通过和星环科技的合作，利用数据云平台带来的全方位的技术能力，打造了数字化的产业生态，让数据实现了贯通企业内外，使得数据真正服务于用户，也为企业创造出了更多新的价值。今年7月10日，在星环科技百城巡展广州站上，我又与南方电网广州供电局信息技术专家、信息及大数据领军人数据的互联，真正让数据形成“血脉关系”，由此为客户创造出更大的价值。以广州供电局数字化转型的探索与实践为例，随着数据应用建设需求的日益增长和数据管理活动门类的不断拓充和发展，广州供电局也面临构建一套全局统一的数据资产管理制度体系，将管控能力细化分解到数据日常的各个流程和环节，为上层数据应用奠定坚实的基础。在此之前，广州供电局在数据层面也面临着诸多的痛点，如分析系统管理混乱，所有的分析系统都从生产系统

稳定的电能供给是现代工业的基石。我国工业的快速发展给电力企业的供电能力提出了一次又一次的挑战。应对这些挑战直接的方法是增建发电厂来提高发电能力。改革开放以来，我国的发电厂一度如雨后春笋般出现，但是侧的优化将是一个长期的过程，如何在短期内缓解供电压力并满足工业生产的需求呢？电力企业将目光投向了对用电侧的管理。用电侧管理，在电力术语中称为需求侧管理（DemandSideManagement,DSM），是通过管理用电方式来减少电力需求达到电力使用效率大化的管理活动。这样形容比较抽象，但DSM对于我们其实不陌生——实行已久的峰谷电价和分时电价就是DSM的例子。供电局通过提高用电高峰时段的电价促使工业用电中是不够的，因为工业生产的用电量很大，一旦错峰不成功，会出现巨大的电力缺口，所以供电局需要为其供电范围内的工厂制订错峰计划，将工厂的生产安排在不同时间段，降低峰值需求。制订错峰计划并不牵一发而动全身的影响。那么，供电局该如何制订合理的错峰计划，在保障工业生产的前提下降低电力需求峰值呢？空谈无用，我们看看这两年在需求侧管理颇有成果的佛山电力是怎么做的。佛山市是传统制造业名城，拥有

结构化数据的采集、存储、计算和应用提供支持，而无法对图档、文档、日志等非结构化数据提供高效支持。华南某市供电局的输变电、配电、营销系统具备对接线图、设备图、用户档案等非结构化数据进行存储和检索的需求，而这对于华南某市供电局相关业务的实时监控、评估与分析具有重要意义。而目前现有数据处理架构无法支持对时序数据的实时处理。通过引入大数据相关技术组件，开展输变电设备展示的大数据平台搭建部署，在现有数据存储基础供电局局资产绩效管理的优化。项目目标本次华南某市供电局全景可视化大数据平台的建设，主要有两个目标。首先是引入大数据相关技术组件，开展输变电设备展示的大数据平台搭建部署，在现有数据存储基础之上，对数据采集。华南某市供电局输变电设备全景可视化大数据平台系统特点与优势本次的华南某市供电局全景可视化大数据平台具有几方面的特点与优势，使之完全区别于过去的旧有系统，更加符合当下的数据量与发展趋势。首先，全景自己的应用程序。用户的使用场景不限于SQL或者存储过程。展望与规划华南某市供电局输变电设备全景可视化的大数据平台经过不断完善，目前运行情况良好，能够满足现有的业务需求和功能，但是在应用中，无论是技术还是

结构化数据的采集、存储、计算和应用提供支持，而无法对图档、文档、日志等非结构化数据提供高效支持。华南某市供电局的输变电、配电、营销系统具备对接线图、设备图、用户档案等非结构化数据进行存储和检索的需求，而这对于华南某市供电局相关业务的实时监控、评估与分析具有重要意义。而目前现有数据处理架构无法支持对时序数据的实时处理。通过引入大数据相关技术组件，开展输变电设备展示的大数据平台搭建部署，在现有数据存储基础供电局局资产绩效管理的优化。项目目标本次华南某市供电局全景可视化大数据平台的建设，主要有两个目标。首先是引入大数据相关技术组件，开展输变电设备展示的大数据平台搭建部署，在现有数据存储基础之上，对数据采集。华南某市供电局输变电设备全景可视化大数据平台系统特点与优势本次的华南某市供电局全景可视化大数据平台具有几方面的特点与优势，使之完全区别于过去的旧有系统，更加符合当下的数据量与发展趋势。首先，全景自己的应用程序。用户的使用场景不限于SQL或者存储过程。展望与规划华南某市供电局输变电设备全景可视化的大数据平台经过不断完善，目前运行情况良好，能够满足现有的业务需求和功能，但是在应用中，无论是技术还是

针对南方电网某省供电局在配电房使用管理过程中出现的问题，运用智能识别分析技术实现了人脸识别、穿戴规范、开关柜状态识别、设备台账识别、异物检测、油位辨别、危险源检测、红外测温智能预警等功能模块，并以边缘计算整合物联设备、融合人工智能算法来提供实时视频识别技术“云边一体化”完整解决方案，可以实时了解现场工作人员的状态、防止现场工作人员误操作，降低了作业风险，提高了供电企业对安全行为的管控力度和管控子模块，并与接入平台的设备端，形成“云边端一体化协同”，将标准化的云原生能力向边缘端复制。该解决方案的行业应用价值主要体现在：提高电网运行效率：通过数据分析和预测，优化电力系统的负荷分配和供需平衡配电房的建设有效地提高了供电系统的稳定性，极大地减少了人员投入、故障维修次数，提高作业人员的作业安全和减少事故发生。

结构化数据的采集、存储、计算和应用提供支持，而无法对图档、文档、日志等非结构化数据提供高效支持。华南某市供电局的输变电、配电、营销系统具备对接线图、设备图、用户档案等非结构化数据进行存储和检索的需求，而这对于华南某市供电局相关业务的实时监控、评估与分析具有重要意义。而目前现有数据处理架构无法支持对时序数据的实时处理。通过引入大数据相关技术组件，开展输变电设备展示的大数据平台搭建部署，在现有数据存储基础供电局局资产绩效管理的优化。项目目标本次华南某市供电局全景可视化大数据平台的建设，主要有两个目标。首先是引入大数据相关技术组件，开展输变电设备展示的大数据平台搭建部署，在现有数据存储基础之上，对数据采集。华南某市供电局输变电设备全景可视化大数据平台系统特点与优势本次的华南某市供电局全景可视化大数据平台具有几方面的特点与优势，使之完全区别于过去的旧有系统，更加符合当下的数据量与发展趋势。首先，全景自己的应用程序。用户的使用场景不限于SQL或者存储过程。展望与规划华南某市供电局输变电设备全景可视化的大数据平台经过不断完善，目前运行情况良好，能够满足现有的业务需求和功能，但是在应用中，无论是技术还是

Hippo在1.2版本提供了全文索引能力，兼容ElasticSearch6.7.2语法，在底层架构上复用了公司产品TranswarpScope的一部分特性，支持以Java/HTTPRestful的形式通过Hippo的HTTPServer接口进行全文索引的创建、查询、使用等各类需求，通过该能力的支持，可以更好的实现向量与全文的混合检索。通过将向量检索加全文检索的联合召回，可以降低漏检和误检的概率，能够实现比单独使用向量或全文更高的精度。同时，一套数据库系统可避免部署多套系统带来的架构复杂、开发运维成本高等问题。具体的使用方法除了访问端口需要将端口从8902调整为9200外，均可参考《TranswarpScope手册》4.TranswarpScopeAPI介绍。

本节测试主要描述了Hippo1.0在关键测试上的一些性能表现，该份测试同样也是Hippo的基准测试，后续版本发布也会在不同版本上进行该测试进行对比分析。术语表142.Hippo性能测试术语TermDescriptionnq一次搜索请求中搜索的向量个数topk一次请求中对于要检索的每个向量(依赖nq)，所能检索到最近距离的向量个数RT一次请求从发起到接受响应的时间]QPS请求在每秒内成功执行的次数dataset测试所用数据集，不同数据集表示不同的业务场景测试集群配置硬件配置表143.性能测试硬件配置硬件规范Nodes3CPUIntel®Xeon®Gold5218RCPU@2.10GHzMemory16*\16GBRDIMM,3200MT/sDISKNVMeSSD2T*4GPUNONE软件配置表144.性能测试软件配置软件版本Hippov1.2TranswarpManagerTDH9.3.0测试集表145.性能测试数据集数据集名称数据集介绍向量维度向量总数查询数量数据总量距离类型Sift-128-euclidean该数据集是基于Texmex的数据集整理，使用SIFT算法得到的图片特征向量。...

运维管理界面WebserverWebserver是Hippo提供运维监控的界面。默认访问地址为:4567"class="bare">http://<webserver_ip>:4567。或者在Manager管理界面我们可以通过下图所示的查看链接这里进行跳转。图15.登录HippoWebserverWebserver主要由下面几个部分构成。概况图16.概况该页面展示了Hippo集群的基本信息，包括：Masterstatus：当前的ActiveMaster，MasterGroup，MasterAddress，Master的健康状态TabletServerStatus：TabletServerAddress，健康状态，逻辑机架和数据中心信息，容量使用以及Tablet个数TabletNum：当前集群表的个数Version：Hippo版本信息库表图17.库表页面以库和表的概念集群存储的各类数据信息。库信息：库名库创建时间库内各类表的信息：点击某个库，可以看到库下所有表的信息，主要包括：••表的ID••表的名字••表的状态••表的Tablet数量••表的Engine类型••表的副本数•...

查看Master节点通过以下命令，查看集群Master节点信息：curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/master?v'返回结果：epochtimestampactive.master.hostactive.master.portmaster.group169079683909:47:19172.29.203.18926841172.29.203.189:26841,172.29.203.189:26851,172.29.203.189:26861查看数据节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes?v'//查看所有节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes/{node}?v'//{node}表示待匹配的节点地址，支持以*通配，支持指定多个pattern，多个pattern以逗号分割返回结果：

本节介绍Hippo表写入相关操作。Hippo会返回写入成功数据的下标以及总共写入成功的数据条数，如果出现行级错误（比如主键冲突），Hippo会返回具体的行级错误。插入本节介绍如何向Hippo中插入数据。curl-ushiva:shiva-XPUT'localhost:8902/hippo/v1/{table}/_bulk?database_name={database_name}&pretty'-H'Content-Type:application/json'-d'{"fields_data":[{"field_name":"book_id","field":[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,67,68,69,70,71,72,73,74...

OverviewUnstructureddatamanagementismoreimportantthaneverduetotheriseofbigdata.Managingandgleaningbusinessvaluefromunstructureddataisofutmostimportancetoenterprisestoday.Advancementsinmachinelearning,aswellasdeeplearning,technologiesnowenableorganizationstoefficientlyaddressunstructureddataandimprovequalityassuranceefforts.Inthefieldofartificialintelligenceormachinelearning,embeddingsandvectordatabaseshavebecomeincreasinglyimportantfortacklingawiderangeofproblems.Thesetechniquesareusedtorepresen...

过滤条件表达式Hippo当前支持如下表达式，可用于标量或向量查询。表46.过滤条件表达式表达式描述and当前版本支持and，不支持or/not==等值<小于⇐小于等于>大于>=大于等于inin[1,2,3]notinnot_in[1,2,3]like'_'表示匹配任一字符，'%'表示匹配任意字符，'\'为转义符向量相似性检索本节描述如何进行向量相似度搜索。Hippo中的向量相似性搜索计算查询向量与表中向量的距离，返回最相似的结果集。通过指定标量过滤条件，用户可以进行向量与标量的混合搜索。curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/{table}/_search?pretty'-H'Content-Type:application/json'-d'{"output_fields":["book_id"],"search_params":{"anns_field":"book_intro","topk":2,"params":{"nprobe":10},"embedding_index":"ivf_flat_index"}...

OverviewAclusterisaHippoCloudinstanceassociatedwithspecificcomputingresources.Youcancreaterelatedtables,insertcorrespondingdata,andcompleteproductexperiencewithinacluster.Beforeyouusethedemoenvironment,youneedtocreateacluster.CreateClusterYouneedtogotothespecificproject.Iftherearenoclustersunderthecurrentproject,youcanclickthe'Createcluster'buttonbelowtheclustercreationguidancepagetoentertheclustercreation.Ifthereareclustersunderthecurrentproject,youcanclickthe'+Cluster'buttonabovetheclusterlist...

在Hippo中，比较耗时的操作如激活、加载向量索引实际上是一个分布式任务，用户可以通过任务相关接口查看、删除任务。查看任务curl-ushiva:shiva-XGET"localhost:8902/hippo/v1/_jobs?pretty"-H'Content-Type:application/json'-d'{"job_ids":["fc6feff4f303455a9347f9aab323dfc8"],"action_patterns":["hippo*"]}';返回结果：{"jobs":[{"job_id":"810935a1d91a46b7af2ec35013454fed","job_status":"SHIVA_JOB_SUCCESS","embedding_number":100,"task_results":[{"id":"54ab52493dfb4bab9fb7742d850c64c4","status":"TASK_SUCCESS","server":"172.29.40.26:27841","embedding_number":100,"execute_time":...

ThistutorialwillguideyouthroughthefollowingtaskswithinHippoCloud:EstablishingatablePerusingthetableIncorporatingdataExecutingsearchoperationsEliminatingrowsDissolvingthetableBeforeyoustartInthisguide,wewillbeutilizingthePythonAPI.Priortocommencement,ensurethatyouhave:RegisteredforaHippoCloudaccount.SubscribedtothecomplimentaryplanandestablishedatrialclusterwithinHippoCloud,orsubscribedtothestandard/enterpriseplansandconstructedadedicatedcluster.IfyouanticipateemployingPythonfordevelopment,ascert...