智能電網的電力大數(shù)據(jù)技術應用淺析

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了智能電網的電力大數(shù)據(jù)技術應用淺析范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：傳統(tǒng)的數(shù)據(jù)處理技術已無法對爆發(fā)式增長的電力數(shù)據(jù)進行處理，導致智能電網無法滿足市場變化的需求，阻礙電力行業(yè)的發(fā)展。本研究以電力大數(shù)據(jù)技術為切入點，闡述電力大數(shù)據(jù)體系中的關鍵技術，分析電力大數(shù)據(jù)技術在智能電網領域中的應用情況，并針對電力大數(shù)據(jù)技術在應用時存在的問題，提出相應的技術應用策略，研究電力大數(shù)據(jù)在智能電網中的應用效果。研究結果表明，電力大數(shù)據(jù)技術在智能電網中發(fā)揮著關鍵作用，對保障電網的安全穩(wěn)定運行、打造具備極高智能化水準的“2.0電網”有重要意義。

關鍵詞：智能電網；電力大數(shù)據(jù)；電網運行

0引言

近年來，我國電力產業(yè)蓬勃發(fā)展，智能電網、電力大數(shù)據(jù)等全新概念被相繼提出。通過大數(shù)據(jù)技術來構建大數(shù)據(jù)平臺，打造完全自動化、高效控制全部電網節(jié)點、信息數(shù)據(jù)在各個節(jié)點間雙向流通的電力傳輸網絡體系，徹底改變原有的電網建設模式。在此背景下，如何高效應用電力大數(shù)據(jù)技術是打造智能電網的關鍵，對提升用電服務質量、電網運行效率、管理水平有著深遠的影響。

1面向智能電網的電力大數(shù)據(jù)關鍵技術

1.1數(shù)據(jù)倉庫技術

數(shù)據(jù)倉庫技術（ExtractTransformLoad，ETL）用來描述數(shù)據(jù)從數(shù)據(jù)端經過抽取、轉換、加載等一系列處理到目的端的過程。此項技術多用于數(shù)據(jù)倉庫領域，也可用于智能電網、決策支持等其他領域。在智能電網運行期間，ETL技術用于完成集成、抽取、轉換、剔除與修正的數(shù)據(jù)處理任務，將所采集到的龐大數(shù)據(jù)流轉換為可供決策分析、狀態(tài)判斷的有效信息，使管理人員將精力投入到相對復雜的工作中。而在轉換修正過程中，該技術可將多源異構數(shù)據(jù)轉換為特定格式，并對轉換時形成的錯誤或無效數(shù)據(jù)進行修正處理［1］。

1.2集成管理技術

集成管理技術是將多個面向智能電網的應用系統(tǒng)數(shù)據(jù)資源進行集成處理，重構為一個具備完善使用功能、兼容多種數(shù)據(jù)格式的數(shù)據(jù)集合，以總數(shù)據(jù)庫的形式呈現(xiàn)出來，以此來實現(xiàn)“信息互通、資源共享”的目的，并為電網調度、電網穩(wěn)定性分析等工作的開展提供足夠的數(shù)據(jù)樣本。NoSQL非關系型數(shù)據(jù)庫會將所采集到的數(shù)據(jù)信息進行分類存儲，但各類數(shù)據(jù)間并無關系，使數(shù)據(jù)庫有著巨大的擴展空間，并在存儲大量數(shù)據(jù)的情況下有著良好的讀寫性能。相比之下，早期電網管理系統(tǒng)實行豎井數(shù)據(jù)的管理模式，各應用系統(tǒng)之間互不關聯(lián)，所產生和收集的數(shù)據(jù)僅限本系統(tǒng)使用，從而形成“信息孤島”。因實際可用信息的匱乏，導致系統(tǒng)決策分析能力無法得到真正的提高，并使電網管理流程復雜化和煩瑣化。

1.3數(shù)據(jù)分析技術

在智能電網運行期間，數(shù)據(jù)分析技術負責將所采集到信號轉換為可識別的數(shù)據(jù)量，再通過BP神經網絡、模糊邏輯推理等智能算法，從數(shù)據(jù)量中尋找潛在的模態(tài)和規(guī)律，并對數(shù)據(jù)集中的各項數(shù)據(jù)的關聯(lián)性、支持度和可信度進行分析，關系分析結果反映出電網實時運行狀況和預測未來變化情況。考慮到智能電網有著數(shù)據(jù)總量增長速度快、采集的數(shù)據(jù)為多源異構數(shù)據(jù)的特征，為改善分析效果，在選擇應用數(shù)據(jù)分析技術時，需要使用全新的大數(shù)據(jù)挖掘算法來取代原有算法，如采用并行算法對結構化、半結構化等多源異構數(shù)據(jù)進行并行處理。

1.4數(shù)據(jù)處理技術

數(shù)據(jù)處理技術是將各類提交至數(shù)據(jù)庫中的數(shù)據(jù)進行分類存儲，并完成實時計算任務，主要有分布計算、內存計算、流處理三類。分布計算是由多臺計算機共同組成的網格計算體系，將復雜的計算任務分配給多個網格進行分布式處理，再將處理結果進行合并。如Google公司構建的MapReduce模型，可將計算任務進行分解，并提交至若干Map任務區(qū)進行獨立處理，通過Reduce任務來匯總處理結果，主要用于完成對海量的分散數(shù)據(jù)源進行采集。內存計算是把所采集到的數(shù)據(jù)放于內層并加以計算操作，取代傳統(tǒng)的磁盤讀寫操作，極大地縮短了計算時間，計算速度得到顯著提升，以此來滿足智能電網數(shù)據(jù)處理時效性的要求。流處理采取的是細粒度處理模式，立刻處理動態(tài)數(shù)據(jù)并提供分析結果，隨著時間推移，形成穩(wěn)定持續(xù)的數(shù)據(jù)流，避免因數(shù)據(jù)延誤處理而導致數(shù)據(jù)價值降低［2］。

2電力大數(shù)據(jù)技術在智能電網中的應用

2.1配電網運維

在配電網運維場景中，電力大數(shù)據(jù)技術多用于預測任務調度、指標管控、問題診斷。在預測任務調度方面，大數(shù)據(jù)平臺對歷史數(shù)據(jù)、當前批次數(shù)據(jù)進行運算分析，追蹤采集到的電力、電量等參數(shù)，在此基礎上繪制時間趨勢走向圖，根據(jù)實際走向來預測未來一段時間內配電網的調度情況，并評估設備運行狀態(tài)等因素對調度情況產生的影響，將預測結果作為制定調度方案的主要依據(jù)。在指標管控方面，管理人員提前在系統(tǒng)中設立配網規(guī)模、檢修、運行、搶修等指標的額定值，由大數(shù)據(jù)平臺跟蹤采集各項指標的實時值，對比實時值與額定值，在臨近或超出額定值時，系統(tǒng)及時將問題反饋給管理人員，其可根據(jù)實際情況來啟動相應的應急處置預案。在問題診斷方面，當配電網處于異常狀態(tài)或設備出現(xiàn)故障時，由系統(tǒng)分析故障前后的數(shù)據(jù)走向和歷史數(shù)據(jù)，準確判斷出問題類型，深入分析故障形成的原因，并鎖定故障點，為后續(xù)設備檢修、現(xiàn)場搶修工作的開展提供參照。

2.2電網調度

隨著信息化時代的到來，以及智能電網建設不斷加快，聯(lián)網規(guī)模與電網復雜程度均有所提升，原有的人工調度模式缺乏適用性，存在著反應不及時、調度工作負擔繁重、錯誤決策頻發(fā)等問題。針對這些問題，可將電力大數(shù)據(jù)技術應用于電網調度場景中，代替工作人員來完成大多數(shù)基礎性工作，并輔助工作人員完成剩余的復雜性工作。電力企業(yè)可在系統(tǒng)中設置調度員培訓、故障處置、運行信息查詢等方面的智能助手，負責向調度員解答相關問題，并提供決策建議。而運行信息查詢助手負責向調度員提供有關的調度日志、實時電力電量、氣象資料等方面的信息數(shù)據(jù)，以及提供數(shù)據(jù)統(tǒng)計、數(shù)據(jù)走向預測等服務。

2.3電網穩(wěn)定性分析

在電網穩(wěn)定性分析場景中，電力大數(shù)據(jù)技術負責構建穩(wěn)定性評估模型，持續(xù)向模型輸入采集到的電網實時運行數(shù)據(jù)，根據(jù)模型輸出值來評估電網當前運行狀態(tài)是否穩(wěn)定，并判斷各項變量因素對穩(wěn)定性造成的實質影響，系統(tǒng)可提供相應的建議來強化電網穩(wěn)定性。例如，當大數(shù)據(jù)平臺計算出的電網穩(wěn)定系數(shù)低于警戒值時，會在系統(tǒng)界面上反饋問題，并以數(shù)據(jù)、圖表、3D模型等形式來描述問題，幫助管理人員解決問題。此外，大數(shù)據(jù)技術還具備跟蹤監(jiān)測的能力，在電網出現(xiàn)突發(fā)狀況時，系統(tǒng)跟蹤監(jiān)督相應解決措施的執(zhí)行效果，并根據(jù)執(zhí)行情況來實時評估電網狀態(tài)穩(wěn)定與否，如果問題未得到妥善解決，則引導管理人員對處理方案進行優(yōu)化調整［3］。

2.4新能源并網控制

為實現(xiàn)可持續(xù)發(fā)展目標，緩解能源供需矛盾，近年來提出建設新能源電網戰(zhàn)略，由光伏發(fā)電、風力發(fā)電等逐步取代傳統(tǒng)的火力發(fā)電。然而，從新能源電網的實際運行情況來看，風力發(fā)電、光伏發(fā)電系統(tǒng)的穩(wěn)定性較差，經常出現(xiàn)電壓頻率波動幅度大、形成的瞬時電流過大等問題，存在安全隱患。對此，需要在新能源并網控制場景中應用大數(shù)據(jù)技術，由大數(shù)據(jù)平臺持續(xù)采集相關數(shù)據(jù)，預測微電源在未來一段時間內的變化情況，以及電壓、頻率、電流等參數(shù)的變化幅度，在預測結果基礎上制定相應的并網控制方案，采取最大功率跟蹤控制、對等控制、主從控制等措施［4］。例如，丹麥維斯塔斯風力技術集團采取電力大數(shù)據(jù)技術來獲取PB量級氣象報告、衛(wèi)星圖像、潮汐相位等信息，并借助超級計算機來持續(xù)分析，在此基礎上構建高精度數(shù)值天氣模型，該模型可直觀地呈現(xiàn)出各處風力發(fā)電系統(tǒng)所處區(qū)域的風力資源分布情況，并預測各區(qū)域風力資源的月度、季度、年度變化情況。

2.5電網災難預警

在智能電網運行期間，受到人為操作、外部環(huán)境侵蝕、設備線路自身老化、形成過大瞬時電流、雷電流沖擊等因素的影響，有可能會出現(xiàn)電氣火災、大規(guī)模停電、設備連鎖故障等事故，存在嚴重的安全隱患，電網運行的穩(wěn)定性和用電服務質量有所下降。與此同時，在傳統(tǒng)電網管理模式中，受技術的限制，主要秉持“被動管理”的觀念，往往是在災害事件發(fā)生后，再分析災害的成因，并著手解決問題，但會造成一定程度的經濟損失。為了預防和減少災害事件的發(fā)生，可將電力大數(shù)據(jù)技術應用到電網災害預警場景中，由大數(shù)據(jù)平臺跟蹤監(jiān)測各項參數(shù)，對比監(jiān)測值與額定值，在發(fā)現(xiàn)異常情況時要及時進行反饋，并采取切斷異常部分與正常部分的連接、異常設備停機等措施，從而消除安全隱患。同時，在少量元件相繼出現(xiàn)故障時，系統(tǒng)要對電網整體狀態(tài)進行評估，分析異常狀況可能造成的后續(xù)影響，從而判斷大規(guī)模停電、電氣火災等事故發(fā)生的概率，根據(jù)災難預測規(guī)模、預測出現(xiàn)率來采取相應的解決措施。此外，為強化智能電網的災難預警能力，需要構建災害預警子系統(tǒng)，該系統(tǒng)架構由數(shù)據(jù)層、算法模型層、判據(jù)層和業(yè)務層組成。其中，數(shù)據(jù)層負責采集電網的運行數(shù)據(jù)、拓撲數(shù)據(jù)及地理信息，對數(shù)據(jù)進行集成處理后并及時上傳。算法模型層通過構建評價指標計算模型、薄弱環(huán)節(jié)判據(jù)模型等模型，從數(shù)據(jù)中尋找規(guī)律。判據(jù)層負責將模型輸出結果提交至評價指標庫、薄弱點判據(jù)指標庫和原因分析樹中，準確識別出薄弱部位，并分析原因，獲取預警結果。業(yè)務層負責對系統(tǒng)界面上功能欄的設置，用戶訪問功能欄后下達薄弱部位分析控制指令，以及在界面上顯示分析結果，自動向用戶發(fā)送災難預警信號［5］。

2.6設備狀態(tài)評估

在設備狀態(tài)評估場景中，大數(shù)據(jù)平臺對風電機組、變壓器、配電變壓器等終端設備的實時運行數(shù)據(jù)進行持續(xù)采集，對比監(jiān)測數(shù)據(jù)、歷史數(shù)據(jù)，根據(jù)參數(shù)的走向來預測設備在未來一段時間內的運行狀態(tài)，為電網調度等工作的開展提供信息支持，真正意義上做到“預先管理”，并根據(jù)預估的設備狀態(tài)來制定相應的管理計劃。此外，還可對比監(jiān)測數(shù)據(jù)和同類型故障數(shù)據(jù)，當二者的相似度達到一定程度時，表明可能出現(xiàn)設備故障，需要采用狀態(tài)調節(jié)、參數(shù)調節(jié)等手段來確認故障。隨后將所發(fā)現(xiàn)的故障問題及時反饋給工作人員，組織檢修人員前往現(xiàn)場進行維修，遠程下達設備停機運行、切斷故障與非故障部分連接的控制指令，避免設備受損嚴重，或在發(fā)現(xiàn)故障前期征兆時便著手處理，避免故障問題的出現(xiàn)。

3電力大數(shù)據(jù)技術在智能電網中的應用策略

3.1云計算

在智能電網運行期間，由于電網規(guī)模龐大，會持續(xù)產生海量的數(shù)據(jù)信息，如果僅依靠所配備的計算機等硬件設施來完成全部的數(shù)據(jù)采集、運算分析等任務，容易出現(xiàn)系統(tǒng)卡頓、崩潰等問題，從而影響電網管理工作的正常開展，還會出現(xiàn)設備使用壽命縮短、故障頻發(fā)等問題。與此同時，為滿足電網運行及管理需求，需要配置大量的高性能設施、設備，導致智能電網的前期建設成本和總體使用成本增加。對此，可將云計算技術應用于智能電網系統(tǒng)中，對電網穩(wěn)定性分析、電網調度等較為復雜的計算任務可提交至云計算平臺中，采用分布式計算方法進行處理，將海量的數(shù)據(jù)分解為若干小程序，將各個小程序分配到相應的服務器進行獨立計算，再將小程序的計算結果進行合并處理，從而在短時間內完成數(shù)以萬計、數(shù)以十萬計數(shù)據(jù)的運算處理，并提供準確的計算結果。在滿足智能電網運行管理需求的同時，電力企業(yè)無須自主配置大量高性能設施，僅向云服務商支付一定費用即可。

3.2云存儲

隨著智能電網規(guī)模的擴大，數(shù)據(jù)庫中存儲的數(shù)據(jù)量也在不斷增加，對數(shù)據(jù)庫的存儲容量也提出較高的要求，且無法通過刪除數(shù)據(jù)的方式來獲取存儲容量，這會對電網管理水平、運行效果造成負面影響。例如，在設備狀態(tài)評估、電網災害預警場景中，系統(tǒng)通過對比實時數(shù)據(jù)與歷史數(shù)據(jù)來判斷設備是否出現(xiàn)故障、電網運行狀態(tài)是否穩(wěn)定，如果缺少足夠的歷史數(shù)據(jù)，將會直接影響評估精度和預警能力。與此同時，如果無限制地擴大本地數(shù)據(jù)庫的存儲容量，將會導致成本過高，并引發(fā)系統(tǒng)卡頓等問題。對此，可向云服務商支付一定的費用來租賃云端存儲空間，將智能電網運行期間產生的數(shù)據(jù)信息上傳至云服務器中進行存儲，實時訪問云端平臺來查閱和下載數(shù)據(jù)信息，在滿足電網管理工作正常開展的同時，不會搶占本地數(shù)據(jù)庫的剩余存儲空間。此外，應用云存儲技術時應重點關注數(shù)據(jù)存儲安全和數(shù)據(jù)沖突兩個問題。對于數(shù)據(jù)存儲安全，有時會出現(xiàn)上傳數(shù)據(jù)外泄、信息越權訪問等問題，因而需要在云端平臺上設置訪問權限，對管理人員分配相應權限等級的賬戶，在訪問云端平臺時必須登錄賬戶來認證身份，在權限范圍內開展信息的查閱、下載、傳輸?shù)炔僮?。對?shù)據(jù)沖突問題，考慮到電網運行期間會持續(xù)產生多源異構數(shù)據(jù)，如果異構數(shù)據(jù)導入同一數(shù)據(jù)庫中進行存儲，容易導致數(shù)據(jù)發(fā)生沖突，因而需要在云存儲空間上構建多類型數(shù)據(jù)庫，對數(shù)據(jù)信息進行分類存儲，如結構化數(shù)據(jù)庫、半結構化數(shù)據(jù)庫等［6］。

3.3可視化分析

在智能電網運行期間，將持續(xù)產生龐大的數(shù)據(jù)流，包括配電網運維、設備狀態(tài)監(jiān)測、新能源并網控制效果、電網狀態(tài)監(jiān)測等方面的數(shù)據(jù)，數(shù)據(jù)內容較為復雜。與此同時，在傳統(tǒng)電網管理模式中，以文件圖表的形式來展示電網的實時運行狀態(tài)和數(shù)據(jù)處理結果，對管理人員的理解能力、專業(yè)素養(yǎng)有著十分高的要求，其難以在短時間內從文件圖表中提取到有效信息，間接降低智能電網的管理效率。對此，需要在電力大數(shù)據(jù)體系中引入可視化技術，如空間信息流展示、3D全景模型、電子地圖、歷史流展示等技術，以更為直觀清晰的方式來展示電網的運行狀態(tài)。例如，在故障報警與災難預警場景中應用電子地圖技術，以特殊顏色符號在地圖上標記故障設備的位置和災難波及的范圍，取代傳統(tǒng)的故障碼和設備編號的方式。而在溯源分析場景中，則應用歷史流展示技術，以曲線趨勢變化圖來呈現(xiàn)故障出現(xiàn)前后各項參數(shù)的變化走向，幫助管理人員清晰了解整個故障事件的發(fā)生演變過程，從中挖掘各類故障的客觀發(fā)生規(guī)律，提取故障前期征兆特征量。

4結語

綜上所述，大數(shù)據(jù)技術為我國電力事業(yè)提供了全新的發(fā)展契機，同時也為智能電網的建設和運維指明了方向。電力企業(yè)必須正確認識到大數(shù)據(jù)技術的應用價值，構建由數(shù)據(jù)倉庫、集成管理等多項核心技術組成的電力大數(shù)據(jù)技術體系，在配電網運維、設備狀態(tài)評估等場景中做到對大數(shù)據(jù)技術的落地應用，并推動電力大數(shù)據(jù)朝向云計算、云存儲、可視化分析的方向發(fā)展。

作者:盧珊 郭雷崗 單位:鄭州電力高等?？茖W校