基于智能電網的大數據處理技術發展現狀

浦靜儉

（常熟市供電公司,江蘇 常熟 215500）

1 智能電網

智能電網是以特高壓電網為骨干網架、各電壓等級電網協調發展的電網為基礎，將現代先進的控制技術、通訊技術、傳感測量技術、計算機技術、信息技術與物理電網高度集成而形成的新型電網。它具備能夠監測電網所有設備的狀態、控制電網所有設備的狀態、完全自動可自適應并實現自愈和系統綜合優化平衡（發電、輸配電和用電之間的優化平衡）等優點，從而使電力系統更加高效、清潔、安全。對電網發電、運行、傳輸和配電等各環節的實時監控和數據的反饋處理，有效提高系統的可靠性和穩定性。

2 現代的大數據技術

2.1 大數據技術

大數據是指無法在可承受的時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合。大數據技術是由多領域、多學科結合形成的一門綜合性技術，也是一種新型的思維方式。大數據技術的意義不在于掌握了龐大的數據信息，而在于對這些意義重大的數據進行專業化處理，使其在生產、生活中發揮作用。大數據需要特殊的技術來處理大量的容忍經過時間內的數據。大規模并行處理數據庫、數據挖掘電網、分布式文件系統、云計算平臺、分布式數據庫、可擴展的存儲系統都是適應于大數據處理的技術。

2.2 云計算技術

云計算中的“云”是網絡、互聯網的一種比喻說法，云計算是基于互聯網相關服務的增加、使用和交付模式，通過互聯網來提供動態易擴展且常是虛擬化的資源。大數據必須采用分布式架構，其特點在于對海量數據進行分布式數據挖掘，但這個過程必須依托云計算的分布式處理、分布式數據庫、虛擬化技術。云計算在智能電網中作用巨大，特別是在電力設備狀態監測數據方面表現突出，狀態監測數據不但包括時序數據和視頻還包括設備的實驗數據、缺陷記錄等多方面數據，數據量巨大，且實際運行中對其可靠性和實時性要求極高。而云計算借助分布式存儲技術、虛擬化技術較好地解決了這一問題。

3 大數據在智能電網中運行和調度上發揮的作用

電網中的數據分為電力企業營銷數據、電網運行和設備檢測數據、電力企業管理數據三類，這些數據按照內部機構可以細分為結構化數據和非結構化數據。在智能電網中，非結構化數據占到了絕大部分，這部分數據增長迅速且無法用數據庫二維邏輯來表示出來，它主要包括圖像處理和視頻監控產生的數據。分布式數據及服務總線可以將多個調度中心有機的結合起來，并最終匯集到監控平臺上，進而對分布式海量數據進行動態分析計算。調度中心均由實時監控與預警、安全校核、調度管理和調集計劃四個應用系統組成，調度中心之間通過數據服務總線和訪問接口進行數據實時交互分享。調度中心在調配資源的過程中，可以利用集成計算機引擎對網絡資源在大區域范圍內進行搜索，從分布式海量數據存儲系統中提取實時數據庫、關系數據庫和文件系統等數據信息。整個大數據分析平臺各部分功能組件的有機結合是通過分布式數據服務總線這一核心數據通信通道完成的，從而形成一個虛擬數據資源，能對平臺不同的物理單元進行統一調配，從而使電網能調度各功能單元數據的相互訪問和實時共享，使電網的調度工作更加高效、可靠，運行。

3.1 智能電網中大數據的成因

（1）為了達到實時準確獲取設備運行信息的目的，對采集點的要求越來越多，通常自動化系統中便有幾十萬個采集點，而數據中心數據將達到百萬甚至千萬級。這些數據通過設備傳感器，經由變電站的數據收集服務器上傳到數據中心，形成一個物聯網。

（2）為了滿足上層應用系統的各種需求，設備的采樣頻率學要不斷提高，以捕獲各種狀態下的不同信息，通常一些信號的采樣頻率在100KHz以上，這樣的高頻率需要電網設備的監控平臺能存儲龐大的監測和檢測到的實時數據。

（3）為了真實而完整的記錄下電網生產、運行的各個細節流程，需要實時變化采樣，因此大數據會產生于電力系統的每一個環節，可能是發電側、輸變電側、用電側。

3.2 智能電網中大數據的特點

（1）數據體量十分龐大。從TB級別躍升到PB級別。

（2）數據類型雜亂繁多。電網數據分布廣泛，種類繁多，它包括文本數據、多媒體數據、實時數據、時間序列數據、歷史數據等各類數據。這些數據又細分為結構化數據和非結構化數據，且各種數據的查找與處理的頻度又都不相同。

（3）處理速度要快。要在幾毫秒內對不同的海量數據進行分析處理，給出意見以指導決策的制定，對于在線狀態數據的處理要求遠高于離線狀態數據。

（4）數據質量要高。對于智能電網中的數據處理，數據質量要達到一定要求，數據要真實可靠，這對數據分析結果的正確性有著決定性作用。

4 對智能電網中大數據的研究

與傳統的數據研究方法相比，大數據的研究方法稱得上革命性的改變，它為數據處理和分析提供了新的方法和思路。大數據處理方法主要適用于處理數據量巨大、實時性高、非結構化數據、數據類型多樣等數據。與電力系統傳統的基于數據計算分析的研究方法相比，智能電網大數據的研究方法有很大不同，而且在研究的過程和解決問題的方法上也存在很大不同。傳統的數據分析是基于抽樣數據，而大數據的分析方法則是盡可能采用更多的數據；傳統的數據分析是基于一個部門或特定單位的數據，而大數據的分析則是采用跨部門、跨專業等多維度的數據。智能電網的大數據研究過程是：

（1）科學假設,根據相關的知識經驗，參照分析數據的結果，合理提出假設；

（2）獲取并整合數據資源，提出數據獲取與整合的方案，建立數據模型；

（3）分析數據，香瓜領域專家、學者，運用專業的算法和科學的分析方法深挖數據，分析數據；

（4）科學實驗，合理科學的運用實驗分析數據結果的合理性；

（5）分析結果，對得出的數據結果進行合理的分析。

[1]劉振亞.智能電網[M].北京:中國電力出版社,2010.

[2]李國杰.大數據研究的科學價值[J].中國計算機學會通訊,2012,8(09).