能源制造業(yè)行業(yè)大數(shù)據(jù)解決方案

電力電網(wǎng)行業(yè)大數(shù)據(jù)應(yīng)用場景與解決方案1場景--電網(wǎng)大數(shù)據(jù)應(yīng)用2024/7/92業(yè)務(wù)應(yīng)用監(jiān)測分析電力地圖營銷用電電能管理供電服務(wù)能效分析輔助決策……數(shù)據(jù)中臺Inceptor分析型數(shù)據(jù)庫

企業(yè)級數(shù)據(jù)倉庫Discover數(shù)據(jù)挖掘機(jī)器學(xué)習(xí)HyperbaseNewSQL分布式數(shù)據(jù)庫Slipstream實(shí)時流處理引擎Search大規(guī)模搜索引擎TranswarpStudio開發(fā)工具套件StellarDB分布式圖數(shù)據(jù)庫ArgoDB分布式閃存數(shù)據(jù)庫數(shù)據(jù)倉庫離線批處理/ETL數(shù)據(jù)集市交互式探索/OLAP實(shí)時流處理實(shí)時研判/流式計算綜合搜索全文檢索/高并發(fā)查詢圖計算關(guān)系分析/路徑查詢?nèi)斯ぶ悄軋D形化建模/深度學(xué)習(xí)大數(shù)據(jù)可視化/統(tǒng)一服務(wù)接口數(shù)據(jù)資源電網(wǎng)數(shù)據(jù)配電網(wǎng)電能質(zhì)量數(shù)據(jù)配電網(wǎng)線損數(shù)據(jù)調(diào)度自動化數(shù)據(jù)配電自動化數(shù)據(jù)公變運(yùn)行數(shù)據(jù)電網(wǎng)地理拓?fù)鋽?shù)據(jù)供電可靠性數(shù)據(jù)配電網(wǎng)電壓監(jiān)測數(shù)據(jù)電網(wǎng)電氣拓?fù)鋽?shù)據(jù)……用戶檔案數(shù)據(jù)用戶服務(wù)數(shù)據(jù)分布式電源數(shù)據(jù)用戶用電數(shù)據(jù)充電樁數(shù)據(jù)……用戶數(shù)據(jù)地理數(shù)據(jù)氣象數(shù)據(jù)經(jīng)濟(jì)數(shù)據(jù)人口數(shù)據(jù)能源數(shù)據(jù)金融數(shù)據(jù)移動數(shù)據(jù)……其他數(shù)據(jù)數(shù)據(jù)資產(chǎn)管理體系/標(biāo)準(zhǔn)規(guī)范保障體系安全管理保障體系/運(yùn)維管理保障體系典型案例：廣州供電局客服大數(shù)據(jù)輔助決策應(yīng)用數(shù)據(jù)/技術(shù)支撐客戶需求分析高級應(yīng)用客服渠道分析用電能效管理電壓質(zhì)量管理其他主題自助實(shí)現(xiàn)定制實(shí)現(xiàn)數(shù)據(jù)支持商業(yè)智能在線分析自助分析智能報表智能報告數(shù)據(jù)挖掘聚類趨勢回歸預(yù)測…數(shù)據(jù)可視化地理時序圖表文本…基礎(chǔ)應(yīng)用課題研究成果發(fā)布大數(shù)據(jù)平臺內(nèi)部數(shù)據(jù)外部數(shù)據(jù)營銷客服生產(chǎn)調(diào)度計量渠道氣象經(jīng)濟(jì)民生經(jīng)營數(shù)據(jù)治理成果報告研究實(shí)證算法模型總體需求分析客戶用電分析渠道全景監(jiān)控渠道運(yùn)營分析渠道統(tǒng)一管理用電特征辨識用電能效分析電壓質(zhì)量評估電壓優(yōu)化分析其他分析專題場景—電網(wǎng)業(yè)務(wù)中臺/共享服務(wù)中心4項(xiàng)目管理APP原單體系統(tǒng)…新增系統(tǒng)移動應(yīng)用業(yè)務(wù)系統(tǒng)梳理業(yè)務(wù)功能拆分（DDD）領(lǐng)域->服務(wù)服務(wù)需求分析部署拓?fù)湓O(shè)計（可融合調(diào)用關(guān)系）單個共享中心詳細(xì)設(shè)計業(yè)務(wù)解耦共享服務(wù)設(shè)計梳理完成，劃分共享服務(wù)中心服務(wù)評分表格鏡像發(fā)布云平臺基礎(chǔ)功能共享服務(wù)設(shè)計快速復(fù)電APP…以移動應(yīng)用為輸入，進(jìn)行業(yè)務(wù)梳理共享服務(wù)中心開發(fā)、測試、部署、運(yùn)維容器功能域名映射運(yùn)維管理應(yīng)用發(fā)布需求管理版本管理自動構(gòu)建自動單元/集成測試軟件包/鏡像倉庫自動配置彈性部署灰度發(fā)布熔斷降級日志收集/監(jiān)控告警共享服務(wù)運(yùn)維（生產(chǎn)環(huán)境）共享服務(wù)開發(fā)（測試環(huán)境）共享服務(wù)中心工單中心考評中心施工中心資產(chǎn)信息中心綜合業(yè)務(wù)中心挑戰(zhàn)：電網(wǎng)公司的應(yīng)用系統(tǒng)數(shù)量龐雜、種類繁多，一般是由不同廠家建設(shè)，難以形成技術(shù)和應(yīng)用的沉淀，而且維護(hù)成本高、需求變更難，無法響應(yīng)“能源互聯(lián)網(wǎng)”的建設(shè)要求。解決方案：基于容器技術(shù)，搭建一套原生云平臺，提供基礎(chǔ)的云基礎(chǔ)功能服務(wù)；基于微服務(wù)框架和DevOps技術(shù)理念，設(shè)計共享服務(wù)中心，實(shí)現(xiàn)敏捷的需求管控和開發(fā)，形成工單、考評、資產(chǎn)、施工等共享服務(wù)中心，支撐起快速復(fù)電、基建、安監(jiān)等各類業(yè)務(wù)應(yīng)用，實(shí)現(xiàn)電網(wǎng)的應(yīng)用生態(tài)化。典型案例：廣州供電局移動應(yīng)用中臺場景--電網(wǎng)人工智能應(yīng)用，構(gòu)建智慧電網(wǎng)2024/7/95人工智能平臺應(yīng)用分析智能調(diào)度精準(zhǔn)分析實(shí)時網(wǎng)絡(luò)分析AIoT發(fā)電計劃控制創(chuàng)新分享電力供需預(yù)測消納分析智能態(tài)勢感知暫態(tài)穩(wěn)定分析實(shí)時報警處理智能運(yùn)維SCUC模型共享母線負(fù)荷預(yù)測消納能力在線計算智能故障處理動態(tài)精準(zhǔn)潮流圖拓?fù)浞治鲋悄鼙O(jiān)控SCED資源管理用戶負(fù)荷預(yù)測消納現(xiàn)狀評估智能輔助決策全分量短路電流并行狀態(tài)估計智能安檢網(wǎng)絡(luò)約束AGC流程管理發(fā)電預(yù)測新能源消納分析數(shù)據(jù)資源感知層數(shù)據(jù)內(nèi)部運(yùn)行系統(tǒng)數(shù)據(jù)PMS95598……EMS外部數(shù)據(jù)政策文件互聯(lián)網(wǎng)數(shù)據(jù)專用算法庫關(guān)聯(lián)分析聚類分析可視化分析數(shù)據(jù)修正應(yīng)用算法庫節(jié)電模型節(jié)電算法用電預(yù)測模型用電預(yù)測算法網(wǎng)架優(yōu)化模型網(wǎng)架優(yōu)化算法錯峰調(diào)度模型錯峰調(diào)度算法高速交互引擎內(nèi)存緩存數(shù)據(jù)…….用戶行為分析模型用戶行為分析算法典型案例-上海電力智能配用電大數(shù)據(jù)分析平臺2024/7/96基于多維指標(biāo)體系、多時間剖面的個體與群體用電負(fù)荷數(shù)據(jù)動態(tài)統(tǒng)計特征基于經(jīng)濟(jì)景氣、生產(chǎn)效率、能源供需等因素、融合行業(yè)運(yùn)行特征的工、商業(yè)行業(yè)驅(qū)動關(guān)聯(lián)分析。用戶行為分析多因素的用戶節(jié)電潛力和節(jié)電策略，研究、探索用戶節(jié)電服務(wù)新模式基于用戶用電特性的配電網(wǎng)無功配置及調(diào)節(jié)優(yōu)化方法，促進(jìn)配電網(wǎng)降損精益節(jié)電技術(shù)考慮與氣象、用電行為、特殊事件等關(guān)聯(lián)性修正的中短期用電負(fù)荷預(yù)測融合空間地理數(shù)據(jù)的用電變化趨勢和群體用電行為的用電預(yù)測技術(shù)用電預(yù)測基于分層分類數(shù)據(jù)關(guān)聯(lián)模型生成可行網(wǎng)架集的方法，提高網(wǎng)架優(yōu)化的有效性基于網(wǎng)架可行方案集的快速優(yōu)化算法，提高網(wǎng)架優(yōu)化效率網(wǎng)架優(yōu)化基于配用電安全性、經(jīng)濟(jì)性及用戶多樣化用電需求的錯峰資源潛力分析考慮分層分區(qū)、用戶側(cè)需求響應(yīng)等多種可調(diào)度錯峰資源的自動分配策略錯峰調(diào)度場景--數(shù)據(jù)云平臺?TranswarpConfidential7數(shù)據(jù)庫PaaSInceptorArgoDB分析型數(shù)據(jù)庫HyperbaseStellarDBSearchNoSQL數(shù)據(jù)庫Slipstream實(shí)時計算KunDB交易型數(shù)據(jù)庫分析PaaSSQL開發(fā)工具工作流引擎實(shí)時ETL流任務(wù)管理機(jī)器學(xué)習(xí)編程數(shù)據(jù)開發(fā)工具Cube設(shè)計數(shù)據(jù)資產(chǎn)目錄可視化BI工具數(shù)據(jù)資產(chǎn)與可視化分析實(shí)體畫像自然語言處理視頻分析知識圖譜模塊數(shù)據(jù)科學(xué)基礎(chǔ)平臺智能數(shù)據(jù)分析應(yīng)用PaaS安全中心

運(yùn)維中心

指標(biāo)監(jiān)控

計費(fèi)服務(wù)

審批服務(wù)容器云調(diào)度系統(tǒng)

容器服務(wù)鏡像市場網(wǎng)絡(luò)服務(wù)存儲服務(wù)虛擬機(jī)服務(wù)數(shù)據(jù)接口安全接口資源接口微服務(wù)接口數(shù)據(jù)共享應(yīng)用共享模型共享發(fā)展業(yè)務(wù)人員基建業(yè)務(wù)員人調(diào)度業(yè)務(wù)人員營銷業(yè)務(wù)人員內(nèi)部用戶政府金融機(jī)構(gòu)電站業(yè)主運(yùn)維廠商儲能集成商新能源生產(chǎn)商合同能源管理廠商外部用戶數(shù)據(jù)分析人員研究人員涵蓋數(shù)據(jù)完整生命周期的全圖形化大數(shù)據(jù)服務(wù)，包含ETL、數(shù)倉、報表、檢索、數(shù)據(jù)挖掘和數(shù)據(jù)庫等大數(shù)據(jù)應(yīng)用開發(fā)鏈中的各個環(huán)節(jié)全以云產(chǎn)品為單位安裝并管理大數(shù)據(jù)應(yīng)用組件，自動建立大數(shù)據(jù)服務(wù)間的依賴；支持云產(chǎn)品一鍵式部署、擴(kuò)容、縮容簡統(tǒng)一的管理和調(diào)度、統(tǒng)一的數(shù)據(jù)開發(fā)技術(shù)、統(tǒng)一的數(shù)據(jù)管理平臺、統(tǒng)一的應(yīng)用開發(fā)平臺，支持企業(yè)統(tǒng)一的數(shù)字化建設(shè)方案統(tǒng)業(yè)內(nèi)首個通過云原生技術(shù)提供了完整的數(shù)據(jù)PaaS、應(yīng)用PaaS和分析PaaS的云產(chǎn)品，更好的促進(jìn)數(shù)據(jù)、應(yīng)用和智能的融合，符合企業(yè)長期的數(shù)字化戰(zhàn)略規(guī)劃融場景—基于數(shù)據(jù)云的企業(yè)長期數(shù)字化戰(zhàn)略規(guī)劃8場景--數(shù)據(jù)云業(yè)務(wù)應(yīng)用9電力數(shù)據(jù)云平臺建站服務(wù)建站咨詢在線備案并網(wǎng)服務(wù)并網(wǎng)申請并網(wǎng)驗(yàn)收建站并網(wǎng)…運(yùn)行分析系統(tǒng)效率發(fā)電功率預(yù)測運(yùn)營監(jiān)測簽約結(jié)算工單完結(jié)率運(yùn)行監(jiān)測…行業(yè)報告同業(yè)對標(biāo)市場研究數(shù)據(jù)資產(chǎn)管理電站檔案采集設(shè)備數(shù)據(jù)服務(wù)…分布式能源交易交易規(guī)則收益測算能源金融能源投資電站評估金融交易…智慧運(yùn)維運(yùn)維資源入駐運(yùn)維資源評級智能派單及搶單工單管理服務(wù)評價運(yùn)維檢修…設(shè)備試驗(yàn)檢驗(yàn)匯流箱檢驗(yàn)?zāi)孀兤鳈z驗(yàn)設(shè)備評級風(fēng)機(jī)大部件光伏組件廠商服務(wù)…外部用戶服務(wù)先進(jìn)技術(shù)…消納分析…過程管理…輔助決策…政府分析…配網(wǎng)同期線損管理新能源消納能力評估配網(wǎng)現(xiàn)狀網(wǎng)精準(zhǔn)評估配網(wǎng)資產(chǎn)利用率分析新能源政策發(fā)布新能源規(guī)模成效分析情況總覽…新能源發(fā)電群調(diào)群控配網(wǎng)負(fù)荷預(yù)測配網(wǎng)精準(zhǔn)投資配網(wǎng)經(jīng)濟(jì)運(yùn)行分析新能源補(bǔ)貼分析新能源環(huán)境資源分析配網(wǎng)潮流計算配網(wǎng)精準(zhǔn)規(guī)劃配網(wǎng)電壓跟蹤和自動調(diào)節(jié)配網(wǎng)經(jīng)營收入分析新能源交易分析新能源消納總覽新能源儲能聯(lián)動分析配網(wǎng)運(yùn)行監(jiān)測需求側(cè)管理分析配網(wǎng)資產(chǎn)輸配電價格核準(zhǔn)政策熱點(diǎn)分析新能源資源分布電網(wǎng)內(nèi)部用戶業(yè)務(wù)應(yīng)用挑戰(zhàn)：公司擁有龐大的數(shù)據(jù)，數(shù)據(jù)類型眾多，僅內(nèi)部數(shù)據(jù)總?cè)萘恳呀?jīng)達(dá)到PB級別，各個已建數(shù)倉集群、集市集群、應(yīng)用集群、實(shí)驗(yàn)室集群等較多，帶來運(yùn)維管理的復(fù)雜性，并且因?yàn)榘姹炯嫒菪詥栴}在數(shù)據(jù)領(lǐng)域，需求側(cè)對企業(yè)數(shù)據(jù)的要求變得更多、更細(xì)、更新，這給供給側(cè)帶來了新的挑戰(zhàn)。，項(xiàng)目眾多，難以及時獲取項(xiàng)目信息，研發(fā)與運(yùn)維部門分離，資源申請和應(yīng)用部署存在隔閡，當(dāng)前應(yīng)用廠商采用傳統(tǒng)的開發(fā)模式，難以及時響應(yīng)新需求，微服務(wù)改造背景下，對軟件開發(fā)生命周期的管控難度加大。解決方案：搭建大而統(tǒng)的大數(shù)據(jù)云平臺，基于TDC大數(shù)據(jù)云產(chǎn)品建設(shè)具有數(shù)據(jù)存儲、數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)檢索和實(shí)時處理功能的一體化大數(shù)據(jù)平臺，打通數(shù)據(jù)壁壘，統(tǒng)一數(shù)據(jù)中心，加強(qiáng)數(shù)據(jù)資產(chǎn)管理與大數(shù)據(jù)服務(wù)能力；集開發(fā)平臺、數(shù)據(jù)資產(chǎn)租賃、應(yīng)用市場、DevOps工作臺、模型工廠于一體，打通數(shù)據(jù)、應(yīng)用與AI模型。效果：通過生態(tài)云平臺的建設(shè)，構(gòu)建了“模型規(guī)范統(tǒng)一、數(shù)據(jù)干凈透明、分析靈活智能”的全業(yè)務(wù)統(tǒng)一數(shù)據(jù)中心，實(shí)現(xiàn)了面向全業(yè)務(wù)范圍、全數(shù)據(jù)類型、全時間維度數(shù)據(jù)的統(tǒng)一存儲、管理與服務(wù)。數(shù)據(jù)、應(yīng)用、分析相互融合，實(shí)現(xiàn)了一個數(shù)據(jù)中心、一個服務(wù)平臺、多個智慧應(yīng)用，服務(wù)開發(fā)與運(yùn)營均在平臺上，同時積累數(shù)據(jù)、應(yīng)用和模型并反饋到平臺，形成生態(tài)閉環(huán)。典型案例-廣州供電局生態(tài)云平臺2024/7/910SaaS：面向終端用戶，提供滿足業(yè)務(wù)需求的云服務(wù)。DaaS：通過數(shù)據(jù)與服務(wù)的相互轉(zhuǎn)換，提供服務(wù)渠道。PaaS：向下將多元異構(gòu)數(shù)據(jù)進(jìn)行統(tǒng)一的采集、清洗、加工和存儲；向上提供數(shù)據(jù)服務(wù)，同時也提供基礎(chǔ)的數(shù)據(jù)處理工具。數(shù)據(jù)采集：提供多源異構(gòu)數(shù)據(jù)的實(shí)時和準(zhǔn)實(shí)時接入數(shù)據(jù)湖：匯聚不同種類的數(shù)據(jù)，提供統(tǒng)一的數(shù)據(jù)管理服務(wù)數(shù)據(jù)倉庫：提供穩(wěn)定規(guī)范的數(shù)據(jù)接口多租戶集市：提供隔離的集市開發(fā)環(huán)境，并且提供數(shù)據(jù)模型、指標(biāo)等共享開放能力數(shù)據(jù)服務(wù)：讓數(shù)據(jù)看得見、拿得到、管得住典型案例-廣供大數(shù)據(jù)云平臺-五橫兩縱三朵云AIBIG

DATACLOUD場景--AIoT賦能邊緣智能12場景—AIOT智能運(yùn)檢解決方案13“一端、一邊、一云”實(shí)現(xiàn)對各類型終端數(shù)據(jù)的接入，在邊緣端開展智能計算，并通過云端應(yīng)用進(jìn)行管理邊緣計算應(yīng)用設(shè)備管理模型管理儀表盤&控制端規(guī)則計算消息轉(zhuǎn)發(fā)斷網(wǎng)續(xù)傳邊緣端計算盒子監(jiān)測/檢視終端球機(jī)無人機(jī)機(jī)器人視頻終端云端非結(jié)構(gòu)化數(shù)據(jù)存儲分析應(yīng)用云端非結(jié)構(gòu)化存儲分析平臺圖像標(biāo)注算法訓(xùn)練云管平臺數(shù)據(jù)接入對象存儲大數(shù)據(jù)處理圖像視頻檢索分析可視化平臺邊緣管理場景–基于AIOT的電網(wǎng)智能運(yùn)檢14監(jiān)控端：重點(diǎn)設(shè)備：接口處、銹蝕、斷裂入侵檢測：人、野貓門禁系統(tǒng)：人臉打卡穿戴檢測：安全帽、工作服紅外識別：溫度動作識別：暈倒、觸電、失足

云端大數(shù)據(jù)存儲計算集群實(shí)時處理OLAP分析智能運(yùn)檢監(jiān)控平臺統(tǒng)計分析檢修決策遠(yuǎn)程診斷模型訓(xùn)練模型管理模型下發(fā)深度學(xué)習(xí)網(wǎng)關(guān)運(yùn)維人員交互端邊緣計算平臺網(wǎng)關(guān)流媒體實(shí)時識別異常告警監(jiān)控視頻實(shí)時播放云端計算能力調(diào)用視頻臨時存儲視頻轉(zhuǎn)發(fā)云端傳感器數(shù)據(jù)對接執(zhí)行指令下發(fā)PC終端大屏表計識別油位態(tài)識狀別指示燈識別場景—智能運(yùn)檢圖像識別15防震錘滑移表計識別油位狀態(tài)識別指示燈識別設(shè)備狀態(tài)識別鳥巢識別飄掛物識別異物入侵檢測異物識別安全帽識別工作服識別穿戴識別人臉檢測人臉識別人臉性別、年齡、跟蹤人臉識別輸電線路吊車臨近山火煙霧識別其他場景表計破損塔桿、設(shè)備生銹識別絕緣子污損絕緣子斷裂設(shè)備缺陷識別車型識別車牌號識別車顏色識別駕駛員行為識別車輛識別手寫日期識別發(fā)票識別合同內(nèi)容比對PDF文檔識別銘牌識別OCR識別典型案例-設(shè)備缺陷識別16在邊緣計算應(yīng)用中，可以對表盤模糊、金屬銹蝕、部件表面油污、地面油污、絕緣子斷裂等多種設(shè)備缺陷的識別金屬銹蝕部件油污絕緣子斷裂表盤模糊地面油污表盤破損17塔桿生銹識別吊車臨近識別煙火識別鳥巢識別實(shí)時處理自動識別前瞻性研判時間長成本高易漏報V廣雜多典型案例-輸電智能運(yùn)檢異常識別典型案例-配電房智能兩票-開關(guān)柜刀閘狀態(tài)識別18基于端到端的深度神經(jīng)網(wǎng)絡(luò)，自動化識別全量開關(guān)柜圖片，并對操作步驟文檔進(jìn)行文本解析，最終輸出比對結(jié)果，復(fù)查操作行為第二步：識別操作票中操作步驟文檔的刀閘名稱及狀態(tài)第一步：識別照片中的刀閘名稱及狀態(tài)第三步：輸出結(jié)果對比核對表計識別油位狀態(tài)識別指示燈識別不同設(shè)備狀態(tài)識別典型案例-智慧工地19行人越界檢測安全帽工作服檢測采集圖像并傳至邊緣端智能盒子根據(jù)圖像特征和檢測規(guī)則進(jìn)行智能研判將識別結(jié)果上傳打造安全智能的工地環(huán)境石油石化行業(yè)應(yīng)用場景與解決方案2024/7/920智慧加油站解決方案交易明細(xì)數(shù)據(jù)通過人工智能+大數(shù)據(jù)分析實(shí)現(xiàn)以車輛為主體的客戶識別與分析視頻分析車輛類型收入情況客戶價值社會階層從已知信息可推斷車輛牌照乘車人信息車輛型號站內(nèi)停留時間可獲取的已知信息消費(fèi)潛在價值消費(fèi)偏好消費(fèi)習(xí)慣客戶群體特征從已知信息可推斷購物習(xí)慣經(jīng)常去的加油站購買數(shù)量積分狀況可獲取的已知信息智能Wifi消費(fèi)習(xí)慣加油高峰客戶價值社交信息從已知信息可推斷手機(jī)IMEI

MAC手機(jī)信號數(shù)量車輛停留時間位置信息可獲取的已知信息++深入了解客戶生活圈，合理推測客戶對油品非油品或信息的需求及消費(fèi)習(xí)慣。最終形成全渠道客戶識別和觸達(dá)，分析客戶行為特征，擴(kuò)大營銷范圍及實(shí)現(xiàn)精準(zhǔn)營銷。

利用加油站現(xiàn)有的高清視頻監(jiān)控系統(tǒng)，通過車牌識別信息與現(xiàn)場交易信息的關(guān)聯(lián)，提取以車輛為主體的客戶交易信息，把全部的消費(fèi)客戶納入系統(tǒng)進(jìn)行精細(xì)化、精準(zhǔn)化營銷。智慧加油站技術(shù)路線車輛信息庫駛?cè)腭偝鰰r間、加油槍位置交易時間、加油槍、銀行卡、加油卡匹配識別客戶分群與精準(zhǔn)營銷非持卡客戶促銷觸達(dá)第三方數(shù)據(jù)入口攝像頭出口攝像頭加油機(jī)攝像頭存儲各種型號車輛的信息車牌識別引擎星環(huán)智能識別一體機(jī)Slipstream實(shí)時流處理引擎Inceptor分析型數(shù)據(jù)庫Sophon人工智能平臺現(xiàn)金客戶、銀行卡、加油卡全渠道的客戶畫像、消費(fèi)行為分析智慧加油站——部分精準(zhǔn)營銷模型

計算卡客戶RFM價值，將客戶分類對客戶各屬性均值特征統(tǒng)計分析，發(fā)現(xiàn)群體特征根據(jù)主商品獲取與其關(guān)聯(lián)權(quán)重較高商品信息進(jìn)行產(chǎn)品的組合消費(fèi)和引導(dǎo)根據(jù)卡號，返回與該卡號相似群體特征的商品組合不同條件不同客戶不同商品推薦方案用戶RFM模型商品關(guān)聯(lián)模型協(xié)同推薦模型根據(jù)卡號或忠誠度級別，返回客戶忠誠度或相應(yīng)群體制定營銷策略增強(qiáng)用戶忠誠度根據(jù)卡號或客戶類型，返回客戶類型或相應(yīng)群體發(fā)現(xiàn)及挽回流失、衰退客戶根據(jù)卡號或敏感度分類，返回敏感度分類或相應(yīng)群體針對高敏感度群體進(jìn)行個性化營銷客戶忠誠度模型客戶生命周期客戶分群模型智慧加油站案例——中石油實(shí)時加油站指標(biāo)大屏

中石油有約2w個加油站，每日通過40+個數(shù)據(jù)接口產(chǎn)生4億+條數(shù)據(jù)，需要通過大屏應(yīng)用端實(shí)時展示指標(biāo)數(shù)據(jù)80+個（如油槍分營業(yè)日提槍次數(shù)），分為站、市、省3級，供加油站站長，市級/省級領(lǐng)導(dǎo)做實(shí)時監(jiān)控。每15秒加油站會刷新一次大屏，指標(biāo)需要即時更新。站級系統(tǒng)會上傳重復(fù)數(shù)據(jù)，需要在指標(biāo)計算中剔除。需求方會不斷新增指標(biāo)，需要讓客戶團(tuán)隊(duì)自己具備快速開發(fā)新指標(biāo)能力。挑戰(zhàn)：使用Slipstream通過sql+udf的方式實(shí)現(xiàn)數(shù)據(jù)去重及6個不同計算場景的復(fù)雜指標(biāo)累加計算，最大實(shí)時關(guān)聯(lián)4張大表。使用獨(dú)立hyperbase集群，實(shí)現(xiàn)計算集群和訪問集群分離，解決2w站高并發(fā)訪問指標(biāo)數(shù)據(jù)問題。解決方案：1.大屏展示的數(shù)據(jù)更新頻率從1分鐘提升到15秒，滿足站、市、省3個級別的大屏實(shí)時監(jiān)控需求。2.在16節(jié)點(diǎn)的實(shí)時計算集群實(shí)現(xiàn)130+個實(shí)時流任務(wù)穩(wěn)定運(yùn)行，計算延時秒級。3.支撐2w加油站未來3年的大屏展示并發(fā)訪問需求，架構(gòu)上實(shí)現(xiàn)線性擴(kuò)展。4.開發(fā)流程極大簡化，一個新指標(biāo)的開發(fā)部署測試成本從1個人周縮減到1個人天項(xiàng)目成果：Slipstream實(shí)時流處理引擎站級明細(xì)數(shù)據(jù)2w+監(jiān)控大屏智慧加油站案例——中石油智慧加油站增長31%增長65%增長127%挑戰(zhàn)：中石油加油站超過70%的消費(fèi)者是黑箱客戶，無法進(jìn)行消費(fèi)行為畫像和精準(zhǔn)營銷。因?yàn)橹Ц妒侄蔚亩鄻有院挽`活性造成50%以上加油客戶不希望辦理預(yù)儲值卡，積分客戶營銷基本空白。社會加油站（民營站）因?yàn)槠髽I(yè)規(guī)模限制無法實(shí)現(xiàn)多站聯(lián)動，沒有完整的零售平臺支持客戶精準(zhǔn)分析和營銷活動。解決方案：建設(shè)具有數(shù)據(jù)存儲、數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)檢索和實(shí)時處理功能的一體化大數(shù)據(jù)分析平臺。對POS交易明細(xì)等海量數(shù)據(jù)的有效存儲管理、集成和應(yīng)用，對如圖片、視頻、日志等非結(jié)構(gòu)化數(shù)據(jù)以及今后獲取的外部數(shù)據(jù)進(jìn)行存儲和管理。通過機(jī)器學(xué)習(xí)的視頻識別結(jié)構(gòu)化算法，每天40萬輛車樣本的持續(xù)訓(xùn)練，實(shí)現(xiàn)精準(zhǔn)交易信息匹配，消除黑箱客戶，聚集忠誠客戶。同時開創(chuàng)性地探索了車牌識別與交易信息的匹配算法、車牌/車型識別算法、銀行卡交易關(guān)聯(lián)算法和加油站關(guān)聯(lián)算法。構(gòu)建以卡和車牌為主題的客戶、加油站、非油商品的標(biāo)簽體系和多元分析模型?；诙喾N客戶分析模型及推薦算法，通過對客戶歷史交易數(shù)據(jù)分析，實(shí)現(xiàn)個性化營銷推薦。效果：累積識別車牌數(shù)103萬個，識別持卡用戶44萬個，非持卡用戶96萬個，與車牌關(guān)聯(lián)交易1634萬條，商品推薦次數(shù)571萬次。截至2017年4月系統(tǒng)共計對20余萬輛汽車，推送辦卡推薦51萬余次。其中成功辦卡汽車80264輛，占比39.38%，平均每推送信息6.5次可成功辦卡一輛。石化工廠案例——燕山石化實(shí)時故障監(jiān)測挑戰(zhàn)：實(shí)時接入傳感器時序數(shù)據(jù)進(jìn)行傅里葉轉(zhuǎn)換；通過實(shí)時比對、數(shù)據(jù)挖掘等技術(shù)實(shí)現(xiàn)故障預(yù)測，預(yù)警分析和數(shù)據(jù)匯總。解決方案：采用星環(huán)Slipstream實(shí)時流處理引擎，實(shí)現(xiàn)實(shí)時數(shù)據(jù)流的傅里葉轉(zhuǎn)換；實(shí)時與歷史數(shù)據(jù)進(jìn)行比對和分析；結(jié)合數(shù)據(jù)挖掘組件Discover/Sophon進(jìn)行流式數(shù)據(jù)挖掘。效果：系統(tǒng)上線后，實(shí)現(xiàn)同時對數(shù)千個傳感器（傳感器的每條數(shù)據(jù)包含一組時序數(shù)據(jù)[1024個時序采集點(diǎn)]）進(jìn)行實(shí)時傅里葉轉(zhuǎn)換，并結(jié)合歷史數(shù)據(jù)實(shí)現(xiàn)故障比對、分析與預(yù)測。多中心云平臺案例——中國聯(lián)合石油隔離租戶間數(shù)據(jù)的隔離租戶間用戶、權(quán)限、應(yīng)用和服務(wù)隔離租戶應(yīng)用的部署空間獨(dú)立共享同一數(shù)據(jù)中心共享數(shù)據(jù)資產(chǎn)每個數(shù)據(jù)中心共享一個數(shù)據(jù)湖租戶間可以進(jìn)行數(shù)資產(chǎn)的使用申請統(tǒng)一全球多中心：統(tǒng)一的數(shù)據(jù)資產(chǎn)管理標(biāo)準(zhǔn)統(tǒng)一的數(shù)據(jù)治理標(biāo)準(zhǔn)統(tǒng)一的數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)數(shù)據(jù)資產(chǎn)目錄星環(huán)大數(shù)據(jù)云新加坡中心數(shù)據(jù)云內(nèi)置驅(qū)動資產(chǎn)鏈接中國總部中心云平臺內(nèi)置驅(qū)動資產(chǎn)鏈接數(shù)據(jù)資產(chǎn)（私有）多租戶數(shù)據(jù)資產(chǎn)（全部）ETL傳輸ETL傳輸倫敦中心數(shù)據(jù)云數(shù)據(jù)資產(chǎn)（私有）多租戶API接口智能油氣田案例——大慶油田單井實(shí)時數(shù)據(jù)多井實(shí)時數(shù)據(jù)歷史數(shù)據(jù)實(shí)時變化曲線閥值報警壓力變化報警...抽油機(jī)不平衡單環(huán)出漏缺相過載工況尋優(yōu)卡泵參數(shù)預(yù)警...生產(chǎn)數(shù)據(jù)分析專業(yè)模型其他應(yīng)用生產(chǎn)過程回放趨勢分析參數(shù)超限設(shè)備自動投入率負(fù)荷調(diào)度績效考核生產(chǎn)報表……手工數(shù)據(jù)錄入平臺短信平臺工程單位換算運(yùn)行操作指導(dǎo)知識庫問題庫意見箱……經(jīng)營決策層ArgoDB實(shí)時交互式分析引擎信息處理層Inceptor分析式數(shù)據(jù)庫生產(chǎn)實(shí)時層Slipstream實(shí)時流處理過程控制層廠礦隊(duì)PLC遠(yuǎn)程控制設(shè)備運(yùn)行層SophonIot物聯(lián)網(wǎng)數(shù)據(jù)實(shí)時接入油井水井配水間集油閥組間工業(yè)設(shè)備協(xié)議適配(RTU/DTU/Modbus/OPC...)生產(chǎn)監(jiān)視場景：能源集團(tuán)數(shù)據(jù)云集團(tuán)統(tǒng)一數(shù)據(jù)中心應(yīng)用域明細(xì)層數(shù)據(jù)管理域ERP庫營銷客服庫電網(wǎng)運(yùn)行庫…數(shù)據(jù)處理域設(shè)備資產(chǎn)庫基礎(chǔ)設(shè)施域?qū)?yīng)“兩個中心”的云計算中心，提供集團(tuán)底層軟硬件支撐；數(shù)據(jù)分析域?qū)?yīng)“兩個中心”的大數(shù)據(jù)中心+四大平臺，支撐三大業(yè)務(wù)體系。通過集中匯集數(shù)據(jù)，提供統(tǒng)一數(shù)據(jù)服務(wù)，挖掘數(shù)據(jù)資源價值，是提升數(shù)據(jù)應(yīng)用水平的核心；數(shù)據(jù)管理域?qū)?yīng)“四個標(biāo)準(zhǔn)”和“六大管理體系”，是確保數(shù)據(jù)分析域的數(shù)據(jù)規(guī)范、統(tǒng)一、安全、可用的關(guān)鍵和保障。應(yīng)用域?qū)?yīng)“三大業(yè)務(wù)體系”，是應(yīng)用開發(fā)、發(fā)布和運(yùn)行的支撐平臺?；A(chǔ)設(shè)施域容器云環(huán)境虛擬機(jī)云數(shù)據(jù)分析域消息中間件統(tǒng)一分析服務(wù)統(tǒng)一數(shù)據(jù)訪問分布式數(shù)據(jù)存儲統(tǒng)一服務(wù)總線元數(shù)據(jù)管理數(shù)據(jù)標(biāo)準(zhǔn)數(shù)據(jù)指標(biāo)數(shù)據(jù)目錄燃?xì)鈽I(yè)務(wù)數(shù)據(jù)煤炭貿(mào)易業(yè)務(wù)數(shù)據(jù)健康養(yǎng)老業(yè)務(wù)數(shù)據(jù)新能源業(yè)務(wù)數(shù)據(jù)多元業(yè)務(wù)數(shù)據(jù)生產(chǎn)業(yè)務(wù)應(yīng)用分析業(yè)務(wù)應(yīng)用燃?xì)饷禾抠Q(mào)易健康養(yǎng)老新能源多元業(yè)務(wù)...用氣預(yù)測調(diào)峰調(diào)控安全分析精準(zhǔn)營銷...數(shù)據(jù)模型集團(tuán)管理業(yè)務(wù)數(shù)據(jù)集團(tuán)數(shù)據(jù)質(zhì)量場景：能源集團(tuán)數(shù)據(jù)云30不同的業(yè)務(wù)條線之間業(yè)務(wù)本身相對獨(dú)立，有獨(dú)立的管理、應(yīng)用部署拓展需求。因此采用云平臺多租戶方式將數(shù)據(jù)和應(yīng)用按業(yè)務(wù)線隔離開。由于不同業(yè)務(wù)條線間數(shù)據(jù)有大量互通需求，比如集團(tuán)管理的人財物數(shù)據(jù)與其他各大業(yè)務(wù)板塊緊密相連，因此各個業(yè)務(wù)條線間使用統(tǒng)一分布式存儲，數(shù)據(jù)本身互通，通過權(quán)限方式隔離。租戶以獨(dú)立業(yè)務(wù)線劃分，可以切分為更精細(xì)粒度的租戶，子租戶租戶間統(tǒng)一存儲，獨(dú)立計算，由總部/租戶管理員分別管理租戶對自有資源具有自主權(quán)，可以申請存儲、計算、應(yīng)用、工具等各類服務(wù)資源智慧燃?xì)獍咐茉醇瘓F(tuán)總體方案2024/7/93131制造業(yè)行業(yè)應(yīng)用場景與解決方案2024/7/932基于ABCI技術(shù)幫助制造企業(yè)完成數(shù)字化轉(zhuǎn)型，實(shí)現(xiàn)降本增效33數(shù)據(jù)源數(shù)據(jù)管理數(shù)據(jù)工程數(shù)據(jù)采集與交換數(shù)據(jù)計算應(yīng)用能耗監(jiān)控提高良率預(yù)測維修實(shí)時大屏收益更好的決策更高的效率改善更低的成本更少宕機(jī)數(shù)據(jù)預(yù)處理與存儲數(shù)據(jù)建模云端(TDC）“云-車”智能網(wǎng)聯(lián)架構(gòu)-云端計算車輛實(shí)時數(shù)據(jù)TDH（Hyperbase/ArgoDB）第三方服務(wù)接口地理信息：海拔、紫外線強(qiáng)度、氣壓等氣象數(shù)據(jù)：溫濕度、雨雪、空氣質(zhì)量等……指令下發(fā)車端TrainingmoduleExecutionmoduleSophon駕駛員反饋（行為干預(yù)）KafkaSlipstream正向執(zhí)行逆向反饋賦能傳統(tǒng)汽車，達(dá)到網(wǎng)聯(lián)化、智能化、共享化，實(shí)現(xiàn)“利舊”“云-車”智能網(wǎng)聯(lián)架構(gòu)-車端計算云端（TDC）車輛運(yùn)行數(shù)據(jù)TDH（Hyperbase/ArgoDB）第三方服務(wù)接口（天氣、地理等）TrainingmoduleSophonCloud駕駛員反饋（行為干預(yù)）Kafka模型下發(fā)車端車端傳感器/執(zhí)行器SlipstreamSophonEdgeExecutionmodule打造新型網(wǎng)聯(lián)汽車，達(dá)到車端實(shí)時計算、邊緣智能，實(shí)現(xiàn)“立新”預(yù)測客戶出行使用，個性化提前開啟空調(diào)及電池預(yù)熱，延長電池壽命及提升乘坐品質(zhì)。基于智能網(wǎng)聯(lián)架構(gòu)，幫助客戶（吉利、FCA）構(gòu)建用戶出行畫像及出行時刻模型2024/7/936IT精英時間：高峰出行多、夜晚出行多區(qū)域：固定路線、周末郊游速度：駕駛平穩(wěn)強(qiáng)度：年行駛里程1萬公里商務(wù)人士時間：出行時間比較平均區(qū)域：活躍區(qū)域大、經(jīng)常去高檔休閑場所速度：急加速、急減速行為多強(qiáng)度：年里程大于3萬公里，出行天數(shù)多熱血青年時間：深夜出行時間多區(qū)域：長途出行多，跨度大速度：高速行駛多強(qiáng)度：年里程5萬以上，經(jīng)常持續(xù)駕駛早高峰出行時間/占比晚高峰出行時間/占比深夜出行時間/占比夜晚出行時間/占比周末出行時間/占比工作日出行時間/占比節(jié)假日出行時間/占比時間是否固定區(qū)域活躍地點(diǎn)去過的城市地域跨度區(qū)域平均速度最高速度速度標(biāo)準(zhǔn)差高速行駛時長/占比低速行駛時長/占比急加速急減速速度出行天數(shù)行程數(shù)總行駛里程持續(xù)駕駛時長及次數(shù)頻次速度、位置、時間氣溫，天氣狀態(tài)，風(fēng)力，風(fēng)向濕度、PM2.5指數(shù)等基礎(chǔ)數(shù)據(jù)司機(jī)脫敏數(shù)據(jù)：性別，年齡副駕駛狀態(tài)……用車時刻畫像出行預(yù)測模型數(shù)據(jù)來源特征提取模型構(gòu)建基于客戶歷史出行里程，給出用戶出行可能的里程數(shù)目，降低人在囧途的風(fēng)險。基于智能網(wǎng)聯(lián)架構(gòu)，幫助客戶（吉利、FCA）構(gòu)建用車強(qiáng)度畫像及出行里程模型2024/7/937用戶行駛環(huán)境總結(jié)用戶常用路徑分析用車強(qiáng)度畫像出行里程模型基于客戶歷史出行信息，給出電源溫度特性及可能的功率曲線，提升功率設(shè)計包線?；谥悄芫W(wǎng)聯(lián)架構(gòu)，幫助客戶（吉利、FCA）構(gòu)建預(yù)測電源溫度及功率變化曲線2024/7/938用戶駕駛功耗數(shù)據(jù)車端溫度功率數(shù)據(jù)用戶用車綜合畫像DNN深度學(xué)習(xí)模型溫度預(yù)測模型功率曲線模型單機(jī)運(yùn)算繁雜語言封閉研發(fā)模塊隔離分布式、可拓展圖形化建?？缧袠I(yè)模型、開源算法庫數(shù)據(jù)、模型共享痛點(diǎn)星環(huán)落地效果車外路況景象車內(nèi)駕駛景象發(fā)動機(jī)運(yùn)轉(zhuǎn)參數(shù)電耗、油耗狀態(tài)娛樂系統(tǒng)使用情況車輛位置信息車內(nèi)溫度等環(huán)境狀況車載OS數(shù)據(jù)行駛導(dǎo)航數(shù)據(jù)車載總線數(shù)據(jù)安吉星數(shù)據(jù)傳感器數(shù)據(jù)行車記錄儀+車聯(lián)網(wǎng)數(shù)據(jù)同步分析，打造“車+人”完整畫像基于智能網(wǎng)聯(lián)架構(gòu)，幫助客戶（泛亞）打測試數(shù)據(jù)的端到端分析鏈路賦能制造型企業(yè)的生產(chǎn)過程，基于ABCI技術(shù)打造數(shù)字孿生，實(shí)現(xiàn)降本增效2024/7/940設(shè)備層PLC生產(chǎn)執(zhí)行層MES(S95orS88)

計劃管理層(ERP,PLM,PM,QM…)邊緣計算層SCADA/HMI/OPCServerIO-LINKGREENFIELDBROWNFIELDMESERP/PLMTranswarp工廠能耗監(jiān)控OperatorSupplierManufacturerDigitalTwin生產(chǎn)數(shù)據(jù)追溯IoT數(shù)據(jù)連接DATADATAGATEWAY產(chǎn)品缺陷檢測OEE分析報表動態(tài)排程設(shè)備預(yù)測性維護(hù)一站式的BW