34
Июль
–
август
2014
ИНФОРМАЦИОННЫЕ
Технологии
Контекстная
рабочая
среда
GridWise,
созданная
в
2008
году
советом
по
системной
архитектуре
GridWise.
График
E+I
справа
показывает
соотношение
электрических
и
информационных
компонентов
.
Р
азвивающиеся
технологии
,
такие
как
интеллек
-
туальные
сети
,
могут
предоставить
сетевым
предприятиям
беспрецедентные
возможности
по
прогнозированию
потребления
мощности
,
формированию
запросов
потребителей
,
предотвра
-
щению
отключений
,
оптимизации
работы
устройств
и
многому
другому
.
В
то
же
время
эти
преимущества
соз
-
дают
беспрецедентный
объём
данных
высокой
слож
-
ности
,
требующий
большой
скорости
обработки
.
Одним
из
аспектов
развития
интеллектуальных
сетей
является
повсеместное
проникновение
коммуникационных
и
ин
-
формационных
технологий
(IT)
для
лучшего
понимания
состояния
сети
и
принятия
более
эффективных
реше
-
ний
.
Для
использования
и
управления
этой
информаци
-
ей
для
улучшения
понимания
ситуации
сетевые
пред
-
приятия
,
такие
как
Hydro-Quebec,
должны
быть
способ
-
ны
обрабатывать
и
анализировать
большие
объёмы
данных
,
чтобы
преобразовывать
их
в
действительное
понимание
ситуации
в
сетях
.
Когда
речь
идёт
об
интеллектуальных
сетях
,
далеко
не
очевидно
,
что
энергетика
имеет
все
ответы
,
в
кото
-
рых
IT
могли
бы
оказать
поддержку
.
Даже
до
появления
интеллектуальных
сетей
энергетика
сталкивалась
со
множеством
сложностей
в
части
информационных
тех
-
нологий
.
В
свою
очередь
интеллектуальные
сети
несут
в
себе
ещё
большие
объёмы
данных
,
что
делает
поло
-
жение
вещей
более
сложным
.
Больше
и
больше
данных
Большой
объём
данных
известен
как
«
четыре
V».
Речь
идёт
не
только
о
больших
объёмах
данных
(volume),
но
и
о
скорости
(velocity),
вариативности
(variety)
и
достоверности
(veracity).
Скорость
—
это
скорость
,
с
которой
предприятия
получают
данные
.
Фа
-
зометр
является
хорошим
примером
.
Вариативность
—
это
неоднородность
различных
источников
данных
.
Последним
по
порядку
,
но
не
по
важности
,
параметром
данных
является
достоверность
.
Достоверность
дан
-
ных
—
это
их
точность
и
правильность
.
Увеличение
до
-
стоверности
данных
требует
минимизации
различных
источников
ошибок
.
К
этим
источникам
относятся
несо
-
гласованность
,
дублирование
и
потеря
данных
.
По
данным
последнего
исследования
, IBM
опреде
-
лила
,
что
одна
из
трёх
компаний
-
лидеров
не
доверяет
информации
,
которую
использует
для
принятия
реше
-
Улучшает ли большой объём
данных понимание?
Даже до появления интеллектуальных сетей в
информационных технологиях было множество
сложностей и задач. Теперь же объём данных потрясает
сам по себе.
Матье Вио (Mathieu Viau),
Institut de recherche Hydro/Quebec
35
Июль
–
август
2014
ИНФОРМАЦИОННЫЕ
Технологии
Архитектура
сфокусирована
на
уровне
метаинформации
,
с
тем
чтобы
мак
-
симально
использовать
возможности
,
заложенные
в
существующих
системах
при
улучшении
взаимодействия
и
интеграции
.
ний
.
Исследования
компании
Gartner (Gartner Inc.)
по
-
казали
,
что
низкое
качество
данных
является
причиной
№
1,
по
которой
происходит
превышение
расходов
на
проекты
.
По
информации
Data Warehousing Institute,
не
-
достоверные
данные
обходятся
бизнесу
в
США
в
600
млрд
долл
.
ежегодно
.
В
инфографике
,
предоставлен
-
ном
InsightSquared,
показано
:
•
получение
качественных
данных
увеличивает
при
-
быль
на
66%;
•
низкое
качество
данных
обходится
экономике
США
в
3,1
трлн
долл
.
ежегодно
(insidearm.com);
•
качество
данных
является
барьером
для
46%
участ
-
ников
опроса
при
внедрении
интеллектуальных
и
аналитических
продуктов
.
Предприятия
электроэнергетики
нуждаются
в
точ
-
ных
данных
и
информации
из
различных
источников
для
принятия
бизнес
-
решений
.
Создание
общей
унифи
-
цированной
информационной
сети
является
сложной
задачей
из
-
за
неоднородности
и
недостатка
полноты
данных
от
различных
источников
.
Однако
тем
,
кто
при
-
нимает
решения
,
нужна
только
одна
версия
правды
.
Ка
-
ким
же
образом
можно
прийти
к
общей
позиции
?
Интеграция
всех
форм
информации
Обмен
информацией
между
системами
во
многом
похож
на
общение
между
двумя
людьми
,
использующи
-
ми
разные
телефоны
.
Имеют
место
различные
уровни
взаимодействия
.
Первый
,
технический
уровень
обе
-
спечивает
передачу
информации
от
одной
системы
к
другой
.
В
этой
области
имеется
большое
количество
решений
.
Одно
из
них
—
шина
интеграции
.
Для
многих
предприятий
обеспечение
технического
взаимодей
-
ствия
не
является
основной
проблемой
.
В
сравнении
—
телефон
обеспечивает
прекрасное
техническое
вза
-
имодействие
.
Кто
угодно
может
позвонить
кому
угодно
с
любого
аппарата
—
и
это
работает
.
Но
достаточно
ли
этого
?
Если
два
человека
не
го
-
ворят
на
одном
языке
,
обмена
информацией
не
проис
-
ходит
.
Тот
же
принцип
применим
и
к
системам
.
Для
об
-
мена
информацией
между
приложениями
необходимо
не
только
техническое
взаимодействие
.
Так
же
необхо
-
димо
семантическое
взаимодействие
.
В
сравнении
—
семантическое
взаимо
-
действие
является
общим
языком
,
так
называемыми
онтологическими
и
се
-
мантическими
технологиями
.
Предприятия
энергетики
обладают
одной
из
наиболее
полных
онтологий
:
общей
информационной
моделью
(CIM,
common information model)
Междуна
-
родной
электротехнической
комиссии
(IEC).
Общая
информационная
модель
определена
набором
стандартов
IEC,
в
основном
стандартами
61970-301
и
61968-11.
Первая
версия
была
стандар
-
тизирована
в
2003
году
и
на
сегодняш
-
ний
день
содержит
более
тысячи
прин
-
ципов
,
покрывающих
производство
,
передачу
и
распределение
энергии
.
В
дополнение
к
онтологии
,
техно
-
логии
также
хорошо
подходят
для
се
-
мантического
уровня
взаимодействия
.
Это
семантические
технологии
,
кото
-
рые
входят
в
полный
набор
стандар
-
тов
World Wide Web Consortium (W3C)
и
обеспечиваются
поставщиками
про
-
граммного
обеспечения
(
например
, Oracle Spatial and
Graph
и
IBM DB2).
CIM —
очевидный
выбор
Как
и
любая
другая
,
онтология
CIM
не
идеальна
.
В
действительности
,
как
и
человеческие
языки
,
онтоло
-
гия
может
изменяться
.
Онтология
CIM
не
является
ис
-
ключением
.
Человеческие
сообщества
связаны
тем
,
о
чём
они
говорят
,
и
тем
,
как
они
говорят
об
этом
.
Когда
новый
опыт
превосходит
имеющийся
словарный
запас
,
эта
проблема
решается
в
языке
введением
новых
форм
и
грамматических
правил
.
В
онтологиях
,
таких
как
CIM,
происходит
тот
же
самый
процесс
,
который
даёт
опре
-
деления
базовым
принципам
в
области
энергетики
и
взаимосвязям
между
ними
.
Они
должны
развиваться
итерационно
,
чтобы
соответствовать
развитию
отрасли
.
Даже
если
технология
CIM
даёт
возможность
пере
-
шагнуть
семантические
барьеры
между
различными
хранилищами
данных
,
она
всё
равно
имеет
свои
про
-
блемы
.
Некоторые
аспекты
традиционных
технологий
,
таких
как
связные
базы
данных
,
могут
не
удовлетворять
требованиям
,
возникающим
при
использовании
и
разви
-
тии
CIM.
Семантические
технологии
с
графовой
структу
-
рой
и
способностью
захватывать
семантические
разли
-
чия
и
значения
подходят
для
CIM
лучше
всего
.
Для
того
чтобы
использовать
все
преимущества
CIM,
её
следует
применять
с
соответствующими
инструментами
.
Это
примерно
как
использовать
молоток
там
,
где
в
действи
-
тельности
надо
использовать
пилу
или
отвёртку
.
Максимальное
использование
Чем
шире
применяется
технология
интеллектуаль
-
ных
сетей
,
тем
больше
требуется
точных
данных
для
раскрытия
её
потенциала
.
Электроэнергетический
ис
-
следовательский
институт
(EPRI)
утверждает
,
что
каче
-
ство
данных
критически
важно
для
интеллектуальных
сетей
.
Фактически
,
вне
зависимости
от
того
,
насколько
велик
объём
данных
,
являются
ли
они
статическими
или
динамическими
,
структурированными
или
нет
,
качество
данных
является
критически
важным
критерием
оценки
.
Следует
отыскивать
способы
улучшения
качества
дан
-
36
Июль
–
август
2014
ИНФОРМАЦИОННЫЕ
Технологии
При
общем
уровне
метаинформации
подход
,
предложенный
IREQ,
позволяет
проверять
полноту
данных
,
поступающих
от
распределительной
сети
.
Диаграмма
Венна
показывает
резуль
-
таты
проверки
полноты
данных
,
основанной
на
их
идентифи
-
кации
в
четырёх
различных
системах
.
Система
автоматически
обнаружила
,
что
33%
данных
совпадают
во
всех
системах
,
а
35%
представлены
только
в
одной
,
но
не
представлены
во
всех
остальных
.
В
лаборатории
интеграции
«
интеллектуальных
сетей
»
IREQ
комбинируют
и
проверяют
на
полноту
данные
от
раз
-
личных
источников
.
Анализ
полноты
данных
(
симуляция
).
Неточность
данных
была
снижена
на
97%
благодаря
предложенному
подходу
.
ных
и
поддержания
его
на
соответствующем
уровне
,
ко
-
торый
необходим
для
интеллектуальных
сетей
.
В
то
же
время
существующие
в
отрасли
системы
представляют
собой
обширные
издержки
наследия
знаний
и
опыта
.
Существует
необходимость
сохранить
предыдущие
инвестиции
в
знания
и
информационные
технологии
при
улучшении
качества
данных
.
Чтобы
полностью
использовать
возможности
,
уже
реализованные
в
существующих
системах
,
и
повысить
достоверность
данных
,
Исследовательский
институт
Hydro-Quedec (IREQ)
исследует
использование
семан
-
тических
технологий
и
CIM,
которые
находятся
над
уров
-
нем
существующих
на
сегодня
систем
.
Преимуществом
такой
архитектуры
является
получение
информации
от
множества
систем
,
а
также
разрушение
хранилищ
данных
путём
описания
семантических
взаимоотношений
между
источниками
данных
.
Компанией
Gartner
описано
,
как
технологические
«
острова
»
и
хра
-
нилища
могут
быть
потенциальными
источниками
недостоверных
данных
и
противоречивой
информации
.
Другим
преимуществом
подобного
подхода
является
то
,
что
существу
-
ющие
системы
могут
продолжать
вы
-
полнять
те
функции
,
для
которых
они
были
разработаны
и
применены
.
В
то
же
время
это
поможет
быстро
выявить
недостоверность
данных
от
различных
источников
.
Сбор
данных
из
большого
объёма
Дополнительно
к
обозрению
недо
-
стоверности
данных
,
полученных
от
множества
систем
,
семантический
под
-
ход
,
предложенный
IREQ,
выходит
за
его
пределы
.
Он
позволяет
установить
правила
бизнес
-
логики
,
дополнять
их
новыми
знаниями
и
повышать
качество
данных
.
На
-
пример
,
если
рассматривать
люк
канализационной
си
-
стемы
острова
Монреаль
как
источник
данных
от
двух
систем
,
вычислительная
система
может
повысить
до
-
стоверность
данных
с
70
до
95%.
Это
происходит
благо
-
даря
добавлению
нескольких
правил
без
модификации
или
изменению
исходного
кода
исходной
системы
.
Получение
данных
—
это
процесс
анализа
и
преоб
-
разования
большого
объёма
данных
в
полезное
зна
-
ние
.
Он
может
выглядеть
как
естественное
развитие
информационных
технологий
,
при
котором
огромные
объёмы
данных
,
собранные
в
базах
данных
,
постоянно
анализируются
,
классифицируются
и
описываются
.
Для
повышения
эффективности
получения
знаний
«
сырые
»
данные
должны
быть
предварительно
обработаны
пу
-
тём
объединения
данных
,
удаления
противоречий
и
по
-
вышения
информативности
.
Применение
семантических
технологий
и
модели
-
рования
CIM
могут
существенно
снизить
усилия
,
не
-
обходимые
для
предварительной
обработки
данных
.
В
действительности
,
когда
разнородные
источники
дан
-
37
Июль
–
август
2014
ИНФОРМАЦИОННЫЕ
Технологии
ных
используют
общую
онтологию
,
становится
возмож
-
ным
соотнести
и
объединить
данные
автоматически
.
Использование
общей
семантики
позволяет
оценивать
и
извлекать
дополнительно
значимую
информацию
и
знания
.
В
случае
с
IREQ
предприятие
имело
возмож
-
ность
извлекать
сложные
массивы
данных
.
Опыт
пред
-
приятия
показал
,
что
комбинация
онтологических
и
семантических
технологий
даёт
преиму
-
щества
при
предварительной
обработке
и
улучшении
данных
.
Семантическое
взаимодействие
обе
-
спечивает
хорошее
понимание
и
взаимо
-
действие
с
информацией
,
которой
обме
-
ниваются
разные
системы
.
Количество
баз
данных
и
информационных
систем
,
используемых
предприятиями
,
показыва
-
ет
важность
применения
общего
языка
и
семантики
.
Это
верно
для
электрических
сетей
,
где
объём
информации
растёт
и
продолжит
расти
из
-
за
внедрения
интел
-
лектуальных
технологий
.
Сегодня
все
пытаются
организовать
интеллектуаль
-
ную
сеть
.
Но
насколько
интеллектуаль
-
ной
она
может
быть
при
низком
качестве
данных
?
Выражение
признательности
Работа
,
описанная
в
статье
,
является
результатом
командных
усилий
.
Многие
сотрудники
IREQ
сыграли
важную
роль
в
достижении
этого
результата
.
Точное
количество
участников
не
может
быть
названо
.
Тем
не
менее
можно
отметить
усилия
Арно
Зинфло
(Arnaud Zin
fl
ou),
Мо
-
хамеда
Гаха
(Mohamed Gaha)
и
Алексан
-
дра
Буфорда
(Alexander Bouffard).
Матье
Вио
(Mathieu Viau,
viau.
получил
образование
специалиста
по
вычислительным
маши
-
нам
в
2002
году
.
Он
работал
в
центре
управления
пе
-
редающими
сетями
Hydro-Quebec
в
течение
5
лет
,
где
был
ответственным
за
внедрение
и
архитектуру
инфор
-
мационных
технологий
.
С
2008
года
он
работает
в
де
-
партаменте
исследований
и
разработок
Hydro-Quebec
(Hydro-Quebec R&D),
где
руководит
работами
по
семан
-
тическому
взаимодействию
.
Кольца
в
сети
были
автоматически
обнаружены
благодаря
предложенному
подходу
.
Собственно
,
кольцо
в
сети
является
элементами
сети
,
соединён
-
ными
между
собой
в
форме
петли
,
содержащей
один
трансформатор
и
нор
-
мально
отключённый
выключатель
.
Нормально
отключенный
выключатель
Нормально
отключенный
выключатель
Нормально
отключенный
выключатель
Siemens и Accenture создают Omnetric Group
Siemens Smart Grid
и
Accenture
закончили
формирование
компании
Omnetric Group.
Эта
компания
объединит
продукты
и
решения
для
интел
-
лектуальных
сетей
Siemens
с
менеджментом
,
техно
-
логическим
консалтингом
,
внедрением
систем
и
воз
-
можностями
по
управлению
Accenture.
Это
позволит
сетевым
предприятиям
,
использующим
продвинутые
решения
в
области
интеллектуальных
сетей
и
серви
-
сы
,
предназначенные
для
обработки
данных
,
улучшить
энергетическую
эффективность
,
управляемость
сети
и
её
надёжность
.
При
применении
системной
интеграции
эти
реше
-
ния
интегрируют
технологии
управления
,
такие
как
распределённое
управление
и
управление
сетью
в
ре
-
жиме
реального
времени
,
в
информационно
-
техноло
-
гические
системы
,
такие
как
управление
результатами
измерений
для
интеллектуальных
измере
-
ний
,
отчёты
о
нагрузках
для
управления
по
-
треблением
электроэнергии
и
виртуальные
электростанции
для
управления
нагрузкой
.
Всё
это
обеспечит
сетевым
предприятиям
возможность
контролировать
их
системы
и
данные
и
обеспечит
продвинутые
методы
анализа
и
принятия
решений
.
Штаб
-
квартира
Omnetric Group
расположена
в
Мюнхене
. Siemens
и
Accenture
назначили
руково
-
дителем
Omnetric Group
Майкеля
ван
Версевельда
(Maikel van Verseveld),
бывшего
управляющего
дирек
-
тора
Accenture Smart Grid Services
в
Европе
,
Африке
и
Латинской
Америке
,
директором
по
производству
назначен
Мартин
Рунге
(Martin Runge),
который
воз
-
главлял
Центр
компетенции
Siemens Smart Grid
в
Центральной
и
Восточной
Европе
,
Карстен
Шпекман
(Carsten Speckmann),
бывший
руководителем
поставок
в
Siemens Smart Grid,
назначен
финансовым
директо
-
ром
Omnetric Group.
Оригинал статьи: Улучшает ли большой объём данных понимание?
Даже до появления интеллектуальных сетей в информационных технологиях было множество сложностей и задач. Теперь же объём данных потрясает сам по себе.
