文/劉寅
隨著智能電網的建設,配電電網技術的發展以及用電基數的不斷增長,大量的電氣設備被投入到電網系統中。隨著用電人數的增加,用電覆蓋面的擴大,電力系統的數據信息開始成倍增長。而這其中所涉及的在線動態分析以及控制對于電網計算能力的要求都已經到達了一個更高的水平,當前的電力系統是無法滿足其發展需求的。為了提高電網運行的質量,我們就必須要提高大數據技術在智能電網中的應用,利用大數據技術來提高電力系統的運行效率。
在電網的智能化建設中,大量的電氣設備被投入到電網系統中,同時負荷節點以及發電機節點也在成倍增長。而這種快速的增長為電力系統的運行帶來了海量數據,這些數量巨大的數據信息對于計算、儲存的要求也越來越高。
智能電網的運行對于系統的要求較高,而在電網運行中,會因為復雜的線路、眾多的電氣設備以及其他偶發因素而導致電網運行的故障。為了提高電網運行的穩定性,提高電網運輸的質量,就必須要對這些故障信息進行及時的反饋和處理。而這也就側面要求了電網運行的效率必須要達到較高的水平,而這也賦予了智能電網高速性的特征。
整個電網系統包含了眾多的子系統,以及種類繁多的電氣設備和電網交互系統,這些系統會產生許多的數據信息,這些數據信息種類多樣,數據信息來源廣泛,而且信息儲存的類型也較為豐富,信息收集和傳輸的途徑也呈現出多樣性特征。
在電網大數據技術中,數據挖掘技術可以說是最為核心的技術。數據挖掘可以幫助系統從海量信息中找到對應的數據,并且分析尋找數據規律。這一技術主要分為三個部分。第一步是數據信息的篩選集成,通過將電網中海量信息的分析,尋找出合適的數據集。第二步則是通過已有的數據集進行數據規律的分析,尋找數據信息中的有效規律。第三步則是將數據規律用可視化方法展示出來。
通過 Hadoop 分布式計算技術采用 MAPREDUCE 模型建立分布式計算集群或者YonghongZ-Suite等高性能工具,對電力大數據進行分布式計算和處理。
在大數據技術中,數據庫內部所包含的信息數量是非常巨大的,類型也是多種多樣,為了能夠尋找電網系統運行合適的數據,就必須要使用統計分析技術。通過統計分析技術來對相關的數據信息進行篩選、集成、分析、編輯、歸檔和解釋。
在進行數據的分析和處理時,最終的解釋結果需要借助一些較為具體的手段進行表達,例如圖形化手段等。通過這種可視化手段來將數據進行展示,便于相關人員對數據信息的理解。而數據可視化則與科學可視化、統計圖形、信息可視化相互聯系。
發電企業通過大數據技術提供的有效數據來決定發電站的選址、輸電線路的設計。以丹麥風電公司為例,其通過大數據技術把全球天氣系統數據和本企業的發電機數據融合起來進行分析:以公司積累的數據和天氣系統提供的氣溫、氣壓、風向、風速等一系列數據為基礎,采用數據建模技術,通過對風速、風力、氣流等對電力生產有重大影響的要素進行計算,從而對風力發電的廠址進行了優化選擇。并且在這個過程中,此系統還對衛星圖像、地理數據以及月相與潮汐數據進行了收集和處理,從而更好的服務此項目的建設和未來發展。
大數據技術能夠對市場信息進行集成和分析,通過對相關客戶群體的分析來掌握客戶的需求。并且將客戶對產品的要求,以及對產品的反饋等信息進行收集,然后加以整理,以此為參考來為客戶提供更加具有針對性的服務,提高電力營銷的水平和質量。其次,電力企業也可以通過大數據技術來對內部信息進行分析,并將其與外部信息進行連接,通過內外結合來分析市場的需求以及走向,以此來提高企業的競爭力和市場占有率。
正如筆者所說,電網的運行會因為內部原因或者是外部因素而出現偶發故障,導致電網系統運行的不穩定。而大數據技術能夠對電網運行數據進行實時監控和及時反饋,將故障進行及時的預警和處理,能夠極大的減少故障處理時間,提高用戶的使用滿意度,同時也能提高電網運行的穩定性。而且,在大數據信息的應用中,能夠通過可視化技術來對電網線路進行檢修查詢以及應急指揮。
隨著時代的不斷進步與發展,大數據技術的在各行各業的應用不斷深入,智能電網的建設和運行環境也發生了新的變化。為了保證電網運行的穩定,提高電力營銷的質量,保障用電管理工作的最終質量,就必須要將大數據技術應用到智能電網中。通過大數據技術的應用來不斷地提高電網運行的質量,提高電力系統的自動化水平,為電力系統的發展提供助力。
參考文獻
[1]薛禹勝,賴業寧.大能源思維與大數據思維的融合(一)大數據與電力大數據[J].電力系統自動化,2016,40(01):1-8.
[2]崔凱翔.互聯網、大數據技術在智能電網中的應用[J].無線互聯科技,2016(19):33-34.
[3]徐磊,馬慶峰,王庭鈞.基于大數據架構的智能電網可視化平臺的設計與實現[J].科技創新導報,2017,14(07):125-126.
[4]夏懷民,徐雄軍.智能電網下基于大數據技術的電力需求側管理探究[J].湖北電力,2017,41(04):1-4.