徐昊楠
(沈陽市實驗北校,遼寧 沈陽 110000)
智能電網大數據處理技術研究
徐昊楠
(沈陽市實驗北校,遼寧 沈陽 110000)
無法在一定時間范圍內,用常規軟件工具進行捕捉、管理和處理的數據集合簡稱大數據。大數據改變了人們傳統的世界觀,給計算機網絡帶來了新的發展方向。研究了智能電網中的大數據,對大數據的特點、處理技術以及大數據面臨的挑戰等方面進行了分析。
智能電網;大數據處理;通信網絡;處理技術
智能電網就是電網的智能化,它以傳統的集成高速雙向通信網絡為基礎,加以先進的技術改進,使電網的使用更加可靠、安全、經濟、高效。智能電網在不斷建設發展,運行、檢測產生的數據量日益劇增,這對電力企業的數據存儲、處理無疑是一個巨大的考驗。如何減少能源的浪費、實現能源的可持續發展是各國都要解決的難題,因此,智能電網的技術發展是各國都十分關注的研究熱點。智能電網的目標是在發電、輸電、配電、儲能和消費過程中減少對環境的影響,而智能電網在不斷建設發展的過程中,運行、檢測產生的數據量日益劇增,采用現有技術處理這些數據捉襟見肘。因此,如何建設信息化、自動化、互動化為特征的堅強智能電網,提高對數據的存儲和處理水平十分關鍵。
智能電網的大數據分類方法很多,按內容劃分可分為以下幾個:①電網運行、設備檢測、監測數據。②電力企業營銷數據,比如交易電價、售電量、用電客戶等方面的數據;③電力企業管理數據。按照結構構型又可分為結構化數據和非結構化數據。盡管分類方式很多,但是智能電網中的大數據無外乎數量大、類型多的特點。
智能電網大數據的主要特點如下:①數據數量巨大。智能電網的建設、檢測產生的數據是呈指數型增長的,以往數據吞吐量為TB級,現在數據吞吐量已經上升為PB級,這對存儲數據的空間而言是一種考驗。在綠色環保意識的覺醒下,智能電網的研究是各國關注的重點。美國政府十分重視智能電網大數據的發展,他們把大數據比喻為石油,意味未來經濟發展的發動機。在2012年春初,美國政府投入了2億美元用來研究智能電網大數據傳輸、存儲等技術,正式開
啟了“大數據研究和發展計劃”。在未來智能電網大數據傳輸、存儲等技術或許會成為評判一個國家綜合實力的一個標準。②數據的類型多且復雜。智能電網的數據類型繁雜與電力企業自身有關。電網遍布的區域很廣,各個區域所處的地理位置不同,地形地貌差異難以避免,因此,智能電網的大數據類型很多,且分類時考慮的因素也很多,增加了分類的復雜性,將大數據細分為子類和子項所需的工作量很大。不同的數據類型對服務器的需求也不同。配置服務器的硬件設備、性能等會根據數據類型調整。③價值密度低。研究人員在間斷監控過程中發現可能有用的數據僅僅有1、2 s,所采集的絕大部分數據都是正常數據,而設備維修和檢測的最重要依據是異常數據。
智能電網需要儲存處理的數據量很大,監測記錄下來的數據通常不會整個儲存,而是分部分儲存,監測的結果配合大數據巨大的儲存量,反饋的速度會得到大幅度提升。智能電網在不斷建設和發展,運行、檢測產生的數據量日益劇增,如果不能及時處理這些海量數據,將會給裝置造成巨大的負擔,阻礙電網的正常運行。
智能電網的數據處理對時間的要求很高,現場數據需要在其發生的實際時間內進行收集和處理,數據庫必須提供高速的數據采集和分析。實時數據處理可以讓電網從傳統的耗時、耗力巨大的數據采集中脫離出來,處理數據更加便捷、高效、精準。實時數據是監測系統中至關重要的部分,實時數據與靜止數據不同,靜止數據沒有嚴格的時間限制,而實時數據一旦沒有在有效的時間內處理,數據將不再具有效益。因此,實時數據造成網絡癱瘓的概率會比傳統數據處理高,完善加強智能電網實時處理數據的技術將是研究的重點。
智能電網的信息集成體由3種信息流構成,即電力流、信息流、業務流。在智能電網建設的過程中,由于受各業務系統建設和實施數據管理系統的階段性、技術性、人為因素以及其他等因素影響,導致大量不同存儲方式的數據積累,采用的數據管理系統也不相同。想要實現電力的合理分配、調度,異構多源數據的處理至關重要。指數增長的數據和電力信息無疑增加了信息處理和儲存的難度,想要高效、準確地提取、處理多元異構數據,需要我們認真把控好運算過程中的每一個步驟,不能忽視任何一個細節。造建數據運算模型、轉換成圖像運算都可以降低運算的難度。
本文著重研究了智能電網處理大數據的技術現狀及其發展,從數據的存儲、傳輸以及時效性等方面論述,同時,還指出了企業與智能電網的關系、智能電網處理大數據運用的技術,以及智能電網的技術問題。詳細分析了智能電網大數據傳輸及存儲技術、實時數據處理技術、異構多源數據的處理技術等。智能電網不同于傳統電網,不需要耗時、耗力的數據采集處理,處理數據更加便捷、高效、精準,這讓數據電網獲得了很多數據平臺的青睞,他們積極向智能電網提供數據資料,促進智能電網的發展。目前,智能電網的數據處理技術仍不完善,造成網絡癱瘓的概率會比傳統數據處理高,這是由于對大數據研究不足,缺乏針對性的理論指導。在未來,如何提高大數據的安全性、隱私性,以及提高數據采集技術等將會是研究熱點。
[1]唐聰嵐,盧繼平,謝應昭,等.基于改進數據流在線分割的超短期負荷預測[J].電網技術,2014,38(07).
[2]劉振亞.智能電網技術[M].北京:中國電力出版社,2010.
[3]趙國棟,易歡歡,糜萬軍,等.大數據時代的歷史機遇[M].北京:清華大學出版社,2013.
[4]于恒友,劉波,彭子平.基于HBase的輸電線路綜合數據存儲方案設計[J].電力科學與技術學報,2014,29(02).
[5]李振元,李寶聚,王澤一.大數據技術對我國電網未來發展的影響研究[J].吉林電力,2014,42(01).
〔編輯:張思楠〕
TM76
A
10.15913/j.cnki.kjycx.2017.24.064
2095-6835(2017)24-0064-02