基于大數據的電網規劃設計業務

劉春 劉卓 王喆

摘 要：隨著智能化電網的普及，電力數據呈現爆炸性的增長。在當前形勢下，無論是國家政策要求，還是企業自身發展，電網規劃設計業務信息化迫在眉睫。借助大數據技術，分析處理電力大數據，以提高電網企業的規范化管理和企業的市場競爭力成為電力行業發展的必然趨勢。本文介紹了智能電網中的大數據分類，分析了智能電網規劃與大數據融合技術。

關鍵詞：大數據；智能電網；規劃

1 前言

電網規劃具有覆蓋范圍廣、數據信息量大、編制任務繁重等特點， 科學合理電網規劃的基礎是對各個層次、各個維度的海量數據信息進行統籌管理，挖掘有效信息，以提升電網規劃效率。電網規劃數據對內涉及電網企業發展、建設、運檢、營銷等多個專業部門，對外涉及政府、企業、居民，覆蓋范圍廣、數據信息量大。利用數據分析技術為智能電網規劃提供數據支撐，可充分發揮堅強智能電網的功能和作用。

2 智能電網中的大數據分類

從數據的形成來看，電網數據可分為靜態數據和動態數據兩類。電網靜態數據包含電網規劃數據、技術標準數據、設備臺賬數據、客戶信息數據等； 電網動態數據包含： 電網負荷數據、電網電量數據、各類設備實時狀態數據等； 據調研該公司220 kV 變電站27 座、110 kV變電站115 座，以上規模的主網變電站每天生成約1 GB 的數據量，若統計配電網數據則數據量更為龐大。按照電網業務數據進行劃分，一般分為三類：一是電網運行和設備檢測或監測數據； 二是電力企業營銷數據，如交易電價、售電量、用電客戶等方面的數據； 三是電力企業管理數據，如財務數據、合同數據等。

3 智能電網規劃與大數據融合技術

基于大數據產業鏈的定義，電力大數據的關鍵技術包括數據管理、數據處理、數據展示、數據分析技術等方面。

（1）數據管理技術包括關系型和非關系型。數據庫技術、數據融合和集成技術、數據抽取技術、數據清洗和過濾技術，具體是指電力數據ETL、電力數據統一公共模型等技術。電力數據質量本身不高、系統眾多，也對數據管理技術提出了更高的要求。

（2）數據處理技術包括分布式計算技術、內存計算技術、流處理技術。具體是指電力云、電力數據中心軟硬件資源虛擬化等技術。近幾年電力數據的海量增長使得電力企業需要通過新型數據處理技術來更有效的利用軟硬件資源，在降低IT 投入、維護成本和物理能耗的同時，為電力大數據的發展提供更為穩定、強大的數據處理能力。

（3）數據展現技術包括可視化技術、歷史流展示技術、空間信息流展示技術等。具體是指電網狀態實時監視、互動屏幕與互動地圖、變電站三維展示與虛擬現實等技術。電力數據種類繁雜，電力相關指標復雜，加以未來的電力用戶雙向互動需求，需要大力發展數據展現技術，提高電力數據的直觀性和可視性，從而提升電力數據的可利用價值。

（4）數據分析技術包括數據挖掘、機器學習等人工智能技術，具體是指電網安全在線分析、間歇性電源發電預測、設備運行狀態分析等技術。由于電力系統安全穩定運行的重要性以及電力發輸變配用的瞬時性，相比其他行業，電力大數據對分析結果的精度和實效性要求更高。

4 智能電網規劃與大數據契合的技術方法

4.1 智能電網規劃數據結構的頂層設計方法

智能電網規劃大數據建模： 頂層規劃、總體設計，以涵蓋物理電網各環節的網絡架構數字化建模為基礎，進行業務信息梳理整合，規范業務信息流數據模型，統一編碼，統一建模。從業務管理上打破部門間壁壘，貫通業務流程，實現電網“電力流”、“業務流”、“信息流”順暢流通，是實現“三流合一”的關鍵。

電力流： 構建涵蓋發、輸、變、配、用、調的一體化的反應真實物理電網網絡架構的數字化、規范化的電網模型；業務流： 規劃、計劃、投資、建設、生產運行、用電、財務的業務處理流程，產生信息流，并應用到電網模型。

信息流： 將“三集五大”的業務流各環節的業務信息規范，建立統一的信息模型，與電網網絡模型融合，真正做到“三流合一”，做到業務主體間的信息順暢識別、流轉，提升數據的利用價值。

根據以上理念對發展部大規劃平臺系統優化提升，明確發展業務數據需求，以基礎電網業務數據為基礎，明確數據責任，反映單位生產、經營、運行、管理的核心指標，實現數據的源頭系統集成、自動采集，減少多頭來源、多層級填報，增強數據智能校核，為整個電網發展規劃和各類業務需求提供有力支撐。

4.2 智能電網成果生成規劃數據的深度融合方法

目前國家電網公司正推進營配貫通、同期線損等智能電網深化管理工作，智能電網規劃所需數據可充分利用相關成果進行提取，盡可能從已有各類管理系統中自動抽取、校核、匯總相關數據。如同期線損推進過程按照“摸家底，重治理”

的思路，全面夯實數據基礎，對PMS 臺帳數據、營銷用電采集數據、電能量數據、智能公變數據進行數據糾錯、數據融合，主要梳理了所轄電廠、變電站、線路、配變、用戶等各層級的電網數據。營配貫通、同期線損工作有效提升了海量配電網數據質量，在對配電網數據進行匯總、分類，可以形成智能配電網規劃所需數據，如配變臺帳及運行數據、配電線路臺帳及運行數據。

4.3 該公司基于大數據理念的智能電網規劃與數據管理方法

智能電網規劃數據管理方法需建立PDCA 管理模式，即需從規劃、前期、投資計劃、統計分析等方面形成閉環管理的管理體系，規劃、統計處于管理體系的首端和末端，其作用承上啟下，規劃項目通過投資計劃建設反映為統計數據，新的統計數據亦給下一輪規劃編制提供數據支撐。供電公司除了建立智能電網規劃PDCA管理模式外，還需健全數據管理辦法，由于公司系統眾多，智能電網規劃數據管理需按照“源數據、建制度、重校核、精分析”方法進行，“源數據”就是建立動態準確的數據同源管理機制，對同一數據指標明確數據唯一來源，明確數據質量責任部門； “建制度”形成長效機制，要落實具體工作，明確各部門職責劃分，確定相關部門報送數據時間要求； 重校核是建立各類數據自動校核體系，確保數據質量； “精分析”在數據質量高、獲取便捷的前提下，加強數據加工，形成有用信息，開展深入數據精益分析，形成各類分析產品，提供給規劃所用，實現科學、合理的數據支撐。

大數據技術的應用是憑借數據分析等方法挖掘電網數據中的潛在價值，探索更有價值的數據，以輔助電網規劃設計業務，進而為領導層對電網規劃建設及投資提供強有力的數據支撐。基于大數據技術的電網規劃設計業務的應用研究是一個值得深入探討的課題，望今后相關領域的研究提供一定的參考價值。

參考文獻：

[1] 周國亮.朱永利.智能電網大數據處理技術現狀與挑戰[J].電網技術，2013（4）：927～935.

[2] 王德文，宋亞奇.基于云計算的智能電網信息平臺[J].電力系統自動化，2013（22）：72～73.

[3] 劉壯志，王明俊.智能電網的研究進展及發展趨勢[J].電網技術，2012（13）：1～10.

[4] 劉正超，羅鳳章.智能電網涉及的關鍵技術[J].電源技術應用，2013（10）： 65～68.