(国网山西省电力公司太原供电公司山西太原030012)
摘要:随着电网输电设备的大批量投入,针对设备的实时状态和准实时状态在线监测的广度和深度不断加强,需要存储和处理的实时状态监测数据量不断增长,并成为电力大数据中重要的组成部分。信息技术的持续发展,电力大数据关键技术的应用开始日新月异,其具体应用不但能为电力企业的发展带来新的技术导向,也能保证电力企业的用电质量。大数据背景下,为能让企业持续、长远的发展下去,就要处理好电力系统中庞大的数据信息内容,这样不但能让数据处理工作的精准性受到影响,也能让电网的经济有效运行得以保障,故此构建完善的电力数据平台就显得极为重要。
关键词:电力大数据;关键技术;研究
引言
随着物联网、云计算、三网融合等技术的迅猛发展,人类社会正在进入大数据(BigData)时代。数据已成为一种资产,成为与物质资产和人力资本相提并论的重要生产要素。大数据的涌现,不仅改变着人们的生活和工作方式、企业的运作模式,还催生了许多学科的交叉融合,引起了科学研究模式的根本性改变。其关键技术及应用领域,正在激起学术界和产业界的浓厚兴趣和高度关注。
1大数据的概念
按照美国国家标准与技术研究院大数据工作组的定义,大数据是指传统数据架构无法有效处理的新数据集。因此,采用新的架构来高效率完成数据处理。这些数据集特征包括:容量、数据类型的多样性、多个领域数据的差异性、数据的动态特征(速度或流动率,可变性)。维基百科给出的定义是:大数据,或称巨量数据、海量数据、大资料,指的是所涉及的数据量规模巨大到无法通过人工在合理时间内达到截取、管理、处理并整理成为人类所能解读的信息。百度百科的定义是:大数据(巨量数据集合),指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
2电力大数据的特点
电力数据具有体量大、类型多,价值复杂,实施性强等特点,这已经满足大数据所具有4V特征,即规模性、多样性、价值性和高速性,所以在数据处理上需要一些大数据技术。电力行业的特点决定了电力数据周期差别非常大:有微秒级的,诸如电力高频设备切换的设备数据,雷闪监测的环境数据;也有每小时、每天、每周、年的负荷数据;还有电力资产,像变压器、断路器、变电站生命周期在几十年到一百年的过程。这个数据有非常大的跨度、特点、区别。这样对于电力行业大数据整合,产生了很多困难,提出很多挑战。特别是,智能电站运行以后,大量传感器装置安装在电力设备上,带回大量的数据,每天带回几个KB的数据。公司怎么样利用这个数据,这是需要考虑的问题。
3大数据关键性技术分析
3.1集成管理技术
智能电网下的大数据平台,拥有海量的信息存储。特别是在实际的应用中,由于传感器的融入能让很多信息直接传输到系统之中,能使数据采集工作得以完善。这些数据包含电网运行,大数据分析应用技术,数据信息管理等内容,通过对上述数据分析和处理能真正的让集成管理技术工作落实到位。
3.2数据分析技术
使用数据分析技术能让电力企业对海量的信息开展分析,通过分析能获得针对性较好的技术信息,并能在信息的处理中满足科学决策。若以电力企业为例,为能让网企业内的经济效益和竞争实力长效提升,就要使用科学的决策对经济效益进行管理和提升,故此决策信息的科学与否就是与企业电力发展有联系的重要内容。现在在数据分析上最先进的是德国,他们力争使用太阳能让用户将多余的电力输入到电网中,使经济效益的提升更能上升到新高度。
3.3数据处理技术
大规模的数据分析,需要将数据进行系统化分类,细致为数据的分区和分表,这样才能为数据的处理效率提高提供保障。与传统数据处理相比较,人工处理处理方式不但需要消耗大量的人力和物力,同时在同等分析条件下分析的效率也偏低,故此就要将划分好的数据全部输入到对应的文件中,不但开业提升原有的数据访问途径,使数据使用效率提升,同时也能在并列式的数据库搭建过程中,使数据的加载效率得到大幅度提升,以保障数据能实时查询。
4大数据关键技术的应用
4.1应用数据展现技术
展现技术细致划分包括可视化技术、历史流和空间信息流三个部分,若能将上述三个部分直接应用到智能电网数据处理中,能让企业管理人员根据电网的运行情况,对数据的电力运行意义有深入了解。目前可视化技术的使用能让智能电网系统的应用效果更佳,不但能监控电网的运行与使用情况,甚至在关键时刻能让电网的自动化水平得到质的飞越。空间信息展示技术既是以GIS为前提开展的电网参数预测系统,能全方位的对空间情况和地位位置进行了解,从容获悉设备的使用参数,现在比较常用的三维展示技术。电力配电设备中若加入该项技术,能为电力管理人员提供当地的用电情况和地理信息,从而对设备的使用情况也有了解。也能进一步提升工程设计的工作效率,减少人力资源的投入,能为企业节省部分成本。历史流展示系统是将电力的运行历史全面的展示出来,当对历史情况进行充分了解以后,才能对接下来的电网规划和负荷数据预测有了解,从而也能让预测的准确率得以提升,通过历史流展示能模拟历史上重大的事件,模拟发生、演变和后续处理等工作,最终能发现其中的隐秘知识与规律,故此该项技术的应用意义十分重大。
4.2ETL技术
智能电网的数据十分的分散且数量十分巨大,数据所具有的类型也相当的多,这些困难是数据处理当中必须要面对的不利因素。面对这种情况,在处理相关数据时必须要遵守操作流程,防止不必要的问题反复产生,影响整体质量。电力企业一般在数据集成工作上要应用数据仓库这类技术。而ETL所包括的三个主要组成部分,也即是Extract、Transform和Load,其中Extract便是数据抽取,主要任务是将所需要的数据从源系统当中进行抽取;Transform也即是数据转换,将被抽取出来的数据进行一系列转换以达到相关数据要求,并且通过这种过程对数据本身进行整理和加工;Load也即是数据加载,其工作内容主要是加载处理后的数据,再将其保存到需要数据的源系统当中。这种技术在电力大数据集成当中是关键技术,如果要在相关企业之中运用这种技术,就需要对这项技术当中的所有因素进行考虑和分析,通过研究之后再将其与其他先进技术进行融合,从而将数据集成工作做到最优,为企业的发展做到最有效的保障。
结语
上面针对电力大数据的特性,对流数据的实时处理技术进行研究,先对物联网终端报文数据进行规约解析,其次对流数据处理,然后在将数据实时/准实时的写入Hbase,最后对终端的实时在线心跳监测技术进行研究。大数据是重要的战略资源,而数据共享,是解决大数据资源分布的不均衡性、实现其合理配置的重要手段。电力企业在大数据时代,应积极探索数据共享机制,以盘活数据价值,促进电力服务的人性化改革,获取数据红利。
参考文献:
[1]但涛.面向智能电网应用的电力大数据关键技术分析[J].科技传播,2015(06):14-15.
[2]蔡力军.探讨面向智能电网应用的电力大数据关键技术[J].科技展望,2016(11):12-13.
[3]虞翔.电力大数据关键技术及建设思路的分析和研究[J].电力信息与通信技术,2014(01):12-13.
[4]毛华扬,刘加利.浅谈面向智能电网应用的电力大数据关键技术[J].电力信息与通信技术,2016(16):12-13.