柳小強
(國網西藏電力有限公司拉薩供電公司,西藏 拉薩 850000)
在電力調控中,數據是調控價值的核心體現,隨著電力系統的快速發展,電網運行中的數據種類、數量逐漸增多,通過將大數據技術應用于電力調控中,能夠有效提升電力調度的智能化和自動化水平,提升電力調控工作效率,促進電網可持續發展。
電網調控運行大數據可以依據來源方式的不同分為電網調控運行大數據、基礎數據、外部信息數據、電網運行及設備狀態監測數據四種不同的類型。這四種不同類型數據在應用中具有緊密的關系。在電網調控運行的眾多數據中,計劃類的數據、負荷預測數據、電網運行的數據、基礎性的數據等屬于結構性的數據方式。同時,在應用中還存在一些非結構性的數據方式。比如:圖形圖像的處理、視頻的監控等漸漸在應用中發揮出重要的作用。隨著電網調控規模的擴大、數據體積的變大、應用種類的增多、結構的漸漸復雜,進行高質量的數據處理和存儲已經變得比較困難。因此,需要對于系統運行的結構、方式等等進行全面性改變,提高存儲和處理的質量和水平。
數據集成管理技術是大數據應用中非常關鍵的一種,它可以對各種數據源和數據進行整理、分析和轉換,進而得到新的數據源,然后再根據新的數據源來制定后續的管理方案和服務項目,這就可以使電力企業服務項目和應用功能得到拓展,更好促進其的發展。
在電力大數據中,數據分析技術有很多種,包括機器學習技術、數據挖掘技術等等,通過數據分析,可以提取大數據中的有用信息。機器學習技術是人工智能的核心,其能夠改善計算機系統使用性能,主要被應用于電力系統暫態穩定性評估、電力設備運行狀態檢測等方面。數據挖掘技術在實際應用中可以有效處理復雜的數據結構形式,對海量數據進行分析處理,進而提升數據質量,主要被應用于電力行為預測中。
可視化技術指的是通過應用圖形化處理技術,將各類信息以比較容易理解的形式來展現,便于運行管理人員能夠準確掌握各類信息??梢暬夹g的應用目標是發現信息,洞察數據,然后再做出決策。通過將可視化技術應用于電力系統狀態實施監測中,能夠有效提升電力系統自動化水平。
第一,電網運行方式優化。基于大數據管理中心平臺,利用各種算法模型結合數據挖掘領域的關聯規則技術進行智能分析,整合電網故障信息和運行狀態信息,從海量數據中發現不同運行方式與電網穩定性的頻繁模式、相關性或因果關系,提煉出與電網靜態、暫態穩定性強相關的發電量及負荷參數,挖掘出隱含的知識和信息,同時利用電能質量監測信息研究不同類型電氣設備在不同系統電壓、頻率下的電氣特性,建立較準確的數學模型并辨識其模型參數,最終綜合各影響因素制定優化的電網運行方式,兼顧運行穩定性與經濟性的要求。第二,新能源優化運行決策。挖掘新能源地理位置,氣象信息,負荷特性等相關數據的關聯性,確定多種不同新能源之間的出力組合方式,實現配網能量優化調度,經濟運行。結合故障信息數據和新能源運行數據,實現新能源低電壓穿越有效性分析。
通過對于變電站和調控中心的應用,系統主要是對于預想事故中典型運行方式進行專業化的離線計算。但是,這種方式在應用中存在明顯的缺點,即預警方式不全面、不及時。因此,我們對電網調控運行大數據技術進行有效性的應用,通過對高質量網絡信息技術、計算機技術等進行充分應用,建立起新型的全網一體化實時仿真計算方式,可以對系統應用中的故障和問題進行全面性、實時性的預警,提高了系統大數據存儲與處理的質量和水平,對于原有系統中的問題進行解決,可以對電網的整體性運行狀態進行了科學化評估,有利于電網調控中心內的工作人員依據實際情況需要,采取正確合理化的控制舉措。比如:將有關的問題通過智能化的溝通平臺及時通知有關維護人員,使得他們在最短的時間內趕到現場,應用專業化的手法來進行故障問題的處理,提高系統安全運行的能力,保障了電網系統在未來的應用中具有良好的應用價值和水平,更好的滿足人們對于高質量電力資源應用的需求。
大數據技術在用戶需求側管理、計劃檢修安排等方面廣泛應用,將有利于改善用戶用電體驗,提高客戶用電服務水平。在用戶需求側管理方面:通過分析用戶歷史電量數據,歸納消費特征,促進用戶需求側管理,合理引導錯峰用電,削峰填谷,提高地區負荷率水平,避免負荷大起大落,造成局部電壓變化過大,影響大工業客戶安全生產。引入大數據技術,將影響客戶用電方式的經濟、政策、氣候等因素及歷史用電數據整合集成,為用電客戶打造專屬的負荷計劃,提升用戶需求側管理水平。在電網計劃檢修方面:重復停電、延期送電等情況時有發生,因電網設備臨時缺陷引起的非計劃檢修消缺工作,對客戶供電可靠性及生產用電安排有較大影響,間接影響客戶用電體驗,降低了客戶滿意度。
隨著當前科學技術的快速發展,各行各業產生的數據信息都在不斷的擴大,對這些數據信息進行有效的分析和應用,能夠對行業的發展起到積極的推動作用。同樣的在電力調控中也會產生較多的數據信息,通過大數據技術對這些數據信息進行引用,能夠讓電網系統運行變得更加高效安全。