面向智能电网应用的电力大数据关键技术

面向智能电网应用的电力大数据关键技术

汤良杰

深圳供电局有限公司福田供电局 广东省深圳市 518000

摘要：我国的科技领域正在高速的发展中，各个领域都有了前所未有的突破性进展，大数据技术的发展和电力系统智能化程度也不断的提高，电力大数据在智能电网中应用逐渐深入。本文在阐述电力大数据特点的基础上，对电力大数据在智能电网中的应用模式，以及具体的应用进行了总结。

关键词：智能电网;应用;电力大数据;关键技术

引言

在我国经济实力逐渐壮大，科学技术不断创新的今天，电力

大数据技术的应用，为电力系统的运行提供了安全、便捷、

可靠的途径。

1 电力大数据的运用分类

电力企业运营的主要工作任务是电网建设，在电网建设中信息数据一般可以分为运行数据、管理数据、营销数据这三个类型。电网建设的运行信息数据，主要是在企业的发电、输电、变电、配电、用电和调度等这些环节中产生；电网的管理信息数据主要是企业的管理部门在人财物资源运营管理中产生的数据；营销信息数据主要包括用户的用电量、用电行为、业扩报装等相关数据。另外根据数据的来源，又将电力大数据分为内部数据和外部数据这两大类型。

2电力大数据特点

2.1数据类型多样性

电力企业获取的信息数据中，数据类型非常多，这也是造成数据量庞大的重要原因之一。在电力企业生产、管理、营销的各个环节中，都存在着信息数据。而且每个环节都包含实时数据、历史数据、文本数据、多媒体数据等等各种类型的数据，其中这些诸多类型的数据又可分为结构化、半结构化、非结构化数据，由此可以看出，电力大数据的分级结构非常精细，种类比较繁多。

2.2数据量大

对于电力行业的数据信息来说，最显著的特点就是数据量大，这其中包括生产数据、管理数据、营销数据等等，并且这些数据类型中往往还包含着多种多样的形式，不仅包括数字、符号等这些结构化的数据，而且还包括图像、视频等这些非结构化数据，它们共同构成了庞大的电力大数据。

2.3数据速率高

在电力行业的运行过程，虽然电力系统拥有庞大的数据信息，但是为了系统的稳定运行，还要求数据分析处理的速度非常快，这样才能满足社会对电力资源的需求。因此，这就要求电力企业大力普及速度快、智能化程度高的现代化智能设备，能提高电力大数据分析、计算的准确性与及时性，确保电力大数据的价值得到充分的发挥。

3电力大数据在电网建设中的具体运用

3.1风电场功率预测的运用

在现代电力系统运行中，大量的风电场并网给系统的安全运行带来了阻碍，然而进行较为准确的风电场功率预测是有效解决该问题最好方法。进行风电场的功率预测需要搜集大量的信息数据作为判断的依据，这其中包括风电场的历史输出功率数据、实时输出功率数据、历史测风塔数据、实时测风塔数据等等。在搜集大量数据的基础上，再采用适当的预测方法对风电场的功率进行预测。

3.2 电网状态监测方面

在以往电力系统的运行过程中，比较注重的是单台设备的电网监测与诊断，在不同的设备之间无法实现测试数据的信息共享，这样就无法满足电力企业和用户之间的信息交流。通过在智能电网中应用电力大数据，可以对电网的状态数据进行实时检测，准确分析，很好的实现了电力企业与用户之间的沟通。在传统的电力数据计算中，面对大量的电力数据，计算起来非常困难，尤其是一些分布的异构状态的数据，无论是在数据存储或者分析方面，都会遇到很大的困难。通过电力大数据的应用，可以非常成功地解决这些问题。与其他行业的网络大数据相比，电网大数据表现出明显的易失性、无序性，但是大数据的应用仍然在智能电网的数据监测上发挥了很大的使用价值。

3.3应用于设备评估

当前在电力企业应用的电力设备状态评估方法是一种事后的评估方法，即根据设备发生缺陷后的表象，评估该缺陷的严重等级，并以此推断设备运行的可靠性。运用大数据分析技术，融合设备自身参数、设备运行数据、外部影响条件等，可分析出设备在不同运行工况下的可靠性指标及主要影响因素，更加有效地掌握电力设备的运行状态，预判可能存在的风险。基于大数据分析的设备状态实时评估可以对设备运维策略、系统运行方式提供清晰的决策依据。

3.4数据分析关键技术

大数据技术中最为主要的便是将信号转换为数据单位，并通过对其进行有效的分析和处理，促使使其能够形成基础信息。接着对这些信息进行进一步的提炼，为电力企业的发展提供有效的参考和依据，帮助其在决策和行动时能够有据可依，形成科学化、完备化的决策，进一步实现综合发展和提升应用水平，创建良好的服务基础。同时，面对大数据时代的发展必须加强技术手段的不断革新，促使在庞大巨量的信息数据当中摸索规律和模态，使得电力企业的决策者能够对数据进行清晰、明了的把握，获得准确的参考进一步实现具备价值和意义的能量输出，为更多的用户提供较好服务，做好智能电网应用电力大数据关键技术的逐步提升，为电力用户带来更多的帮助，也能够进一步提升电力企业的经济效益，带动整个社会形态的良好发展。

3.5大数据处理技术

① 数据分库处理环节， 基于一定处理原则提炼出利用率较高的数据，将其分别输入不同数据库中，致力于提高各数据库的整体数据利用率； ② 数据分区处理环节，将通表数据载入多个文件中，缓解大型表压力，优化数据访问性能、提升运行质量；③ 数据分表处理环节，通过建立多种数据表，致力于有效缓解单表压力。 此外，还可以建立并行式数据库或纵列式数据库，借此提升数据加载性能，提高数据查询效率。 例如将结构化查询语言与 MapReduce 结合能够提高数据库内的数据处理性能，增强数据抗压弹性。

3.6数据管理技术

强大的集成大数据管理技术主要将来自两个或多个应用程序系统的数据组合在一起,以创建一个多功能的业务应用程序流程,集成管理包括集中不同的源和格式并在逻辑和存储介质中呈现数据。存储系列的集成且稳定的数据收集为系统提供了完整的数据交换。强大的大数据集成管理技术还涉及其他级别的技术,例如数据融合集成技术和关系数据库技术。大数据处理需要从数据源中提取和集成数据,以及提取实体和关系,这可以提高数据质量。NoSQL数据库技术在存储管理中更为关键。该技术是一种存储分布式数据的方法。数据存储得到简化,更加灵活和可扩展,帮助工作人员可以存储大量数据。

3.7大数据展现技术

① 可视化技术，用于针对智能电网运行状况进行实时监测与控制， 提升系统自动化水平； ② 历史流技术，用于展示智能电网的历史数据，经由综合分析后发掘历史数据的深层应用价值， 可实现对电力生产现场数据的实时监测，并针对电网规划数据、负荷数据走势做出精确预测， 围绕历史重大事件模拟器发生与演变规律， 更好地发挥电网历史数据的应用价值； ③ 空间信息流技术， 用于将电网参数与现有 GIS 进行融合， 包含三维展示技术、虚拟现实技术等类型，通过将 GIS 应用增设在电力配电设备管理中，能够实现对设备运行状况、实时地理信息的直观显示，有助于节约电力企业的成本用时、提升工作效率与经济效益。

结语

大数据技术正不断深入电网领域，在电网运行、设备管理、用户管理等方面起到了重要作用。随着智能电网的建设，继续加深大数据技术与电网的融合，可提高电网运行质量，提高电网设备运维管理的智能化水平，促进我国电力系统发展。

参考文献

[1] 曲燕燕，蒋玲芳，林烽.论大数据技术在智能电网中的应用[J].中国新技术新产品，2016（22）：14-15.

[2] 王健.智能电网大数据技术在电网资产管理中的应用[J].科技经济市场，2018（5）：7-8.

[3] 王伟.智能电网建设中大数据技术的应用研究[J].科技风，2019（7）：57.