关于电网调控运行大数据存储与处理技术的分析

关于电网调控运行大数据存储与处理技术的分析

王焱

国网山西省电力公司阳泉供电公司  山西阳泉 045000

摘要：随着科技的进步，城市建设的推进，为了满足建设中电网系统的需求，提升电网系统的质量和技术水平，建设高水准智能电网。建设过程中，应用高新技术展开工作，可以建设更加智能的电网系统。例如，电网调控中心，需要现代化程度更高的技术水开展规模大、数据信息多、更高效的运行调控工作，利用大数据优化存储与处理技术，有利于系统更好的运行，为电网系统的提供技术保障。对此，对电网系统中的大数据技术的相关类别特征、核心技术以及在电网调控中各个方面的具体应用作分析

关键词：电网调控运行；大数据存储；处理技术

引言

随着我国电力系统智能化、数据化建设的不断深入，电网运行、电力设备监测、电力企业营销及管理等产生的数据量呈指数级增长。在这样的情况下，电网运行、电力企业营销和管理等决策要求越来越高，需要综合考虑各种因素，涉及到的数据集越来越大，对数据的处理速度要求也很高，大数据技术的出现为这种需要提供了技术支撑。通过大数据技术的应用，能够对不同类型、不同型号、不同状态的设备进行故障预测，为电网安全运行提供有力保障；根据运行和管理提炼准确、有价值的数据，为管理效益、决策能力提升提供有效帮助。然而，大数据技术在我国电力行业的应用还处于起步阶段，存在一些问题和不足。

1运用大数据挖掘分析进行电力设备状态评估概述

1.1大数据收集

大数据收集主要依靠电子传感器，传感器的精确度直接影响到数据的真实性，传感器的多少则会影响数据广泛性，随着电子元件技术持续发展，大数据的收集工作也愈加先进，加之计算机技术日新月异，智慧城市、物联网等新兴领域不断开拓，配合射频标识、二维码、条形码、NFC、生物特征识别等，大数据的数据渠道来源越来越广。通过对电力设备状态有关状态监测、试验、自然气象、运行和设备故障记录等海量数据的收集，可以找出设备厂家、类型、运行年限、安装区域等多个反映设备运行状态、故障发生概率等相关规律。

1.2数据分析技术

电网大数据中，有着较多的数据分析技术，比如数据挖掘技术、机器学习技术等等，应用对应的技术对各种数据分析，并且提取其中最有效的信息。数据挖掘技术可以高效处理电网系统中较为复杂的数据结构，且能够将有效分析其中的大量数据，使得数据质量提升，因此被使用在电力行为预测方面。人工智能电网系统的核心是机器学习技术，主要作用是改善计算机性能，因此被用于电力设备运行状态监测等方面。

1.3可视化技术

可视化技术即图形化处理技术，是将各种形式的数据以更加直观、可视度高的形式呈现出来，可以帮助运行管理人员更直观地了解信息。在电网系统运行实时监测时，可以发现一定信息、分析数据，做出相应决策，可以提高电网系统的自动化程度。电气设备实际工作环境比较恶劣，收集到的数据有许多冗余或遗漏。为使大数据挖掘分析能具备较高的精确度，就需要对数据进行预处理，清除不符合要求的数据，减少后期工作量。

2 应用现状及存在问题

目前，大数据技术在我国电力行业的应用还处于起步阶段，存在一些问题和不足。大数据的价值在于数据融合与数据挖掘。国家电网大部分省公司已经实现各系统的数据集成以及共享，电网公司之间，如国网与南网、电网与发电企业之间的数据共享还有待实现。同时，电力企业各个系统之间，以及不同企业的系统之间没有采用统一的数据标准，使数据共享和融合难以实现。

2.1数据更新不及时

电力设备状态数据的来源涉及多个部门，其种类和结构繁多，时间跨度较大，要想获取真实有效的设备状态数据，特别是有关设备使用寿命周期的数据存在一定难度，数据收集、预处理、分析和挖掘需要多个部门协调合作，共同攻克。

2.2电力行业知识系统建设不完善

绝大多数相关领域研究人员认为，要很好地完成数据清洗过程，一定要结合特定应用领域的知识。数据挖掘同样需要结合应用领域的知识。知识是一种有组织的经验、价值观、相关信息及洞察力的动态组合，它所构成的框架可以不断地评价和吸收新的经验和信息。信息系统研究人员顺应了知识管理的发展趋势，在信息系统的基础上开发了知识管理系统，以支持知识的创造、转移和应用。在大数据分析过程中，必须借助于知识系统，同时，大数据分析产生的新知识也会存入知识系统。知识系统越完善，大数据分析的准确性越高。知识系统的建设，除了平台建设，更重要的是知识数据的搜集、分类、整理和完善，是一项工作量巨大的系统工程。目前，电力行业知识系统的研究和应用并不充分。没有电力知识系统支撑，电力大数据技术平台得到的信息不够可信，不足以成为决策的依据。

2.3数据收集有偏差

当前收集的数据主要集中在与设备状态有关的电网运行和自然气象环境等方面，在反映电力设备重点部位状态变化的测试和带电监测的数据量偏低，反馈不及时。特别是设备异常与故障样本数据偏少，达不到机器学习所需训练样本数据的要求。

3 大数据技术在电网调控运行中的应用

3.1优化广域源荷互动的调度

电网调控系统中，光伏、风与电等非连续性的新能源，其并网容量到达一定比例后，如果仅由发电机系统内部调控，这是不现实的，不能使用电平衡，不利于电网调控的实现。对于不断增加的新能源发电机容量，通过大数据处理技术，可以有效调控各个能源的用电平衡，提高电网调控能力，实现更优的资源配置。

3.2电网状态智能监控

电网调控运行时，调控中心对于各个设备运行中的各种在线数据进行监测，一般监测和诊断分析只会针对单个设备进行，所测数据能难实时共享，不能高效地对不同设备的运行状态的实时数据进行统筹分析，再加上现阶段电网数据量的增加，海量数据在存储和传输时，监控装置会有极大的负荷。大数据存储和处理技术，可以高效连接、统筹电网各个设备，进行智能处理、存储，消除数据处理中的各个设备数据分离的现状，使电网监测更加智能高效。

3.3电网系统安全智能预警

传统电网调控中心的安全预警模块，对于评估预案中系统典型的运行方式，要离线计算，时效性较低且预警系统不够全面，难以满足现代不断发展的电网系统需要。因此，利用大数据技术，对于全网进行在线的统一仿真计算，是电网系统事故预警更加全面、实时，在这一过程中产生的大量数据源，大数据技术也能进行有效存储和处理，提高了系统处理的效率。大数据技术可以对不同类型故障的问题精确定位，找准电网调控运行中具体的矛盾问题，然后科学评估，为电网调控系统实施有效控制奠定基础。

结束语

电力设备状态评估在运用大数据技术后有了质的飞跃，可以为智能电网前提下的设备状态检修、设备寿命周期管理与智能调度等方面提供决策支持，能合理利用监测数据为民服务，开创了一条解决电力设备状态评估的全新道路。

参考文献

[1]闫萍,林兴华.浅析大数据技术在电力调控中的应用[J].电子世界,2019(15):154-155.

[2]高强,郑乐为,童存智.输变电设备集中监控大数据研究及应用[J].电力大数据,2019,22(03):13-18.

[3]刘道伟,李柏青,邵广惠,李泽宇,高德宾,徐兴伟,赵高尚,李宗翰,李京.基于大数据及人工智能的大电网智能调控系统框架[J].电力信息与通信技术,2019,17(03):14-21.

[4]赵金朝,冶莉娟.以调控大数据平台为基础的电网数据精益化管理[J].青海电力,2018,37(04):14-20.

[5]王暖.电网调控运行大数据存储与处理技术的应用分析[J].山东工业技术,2018(21):169.