研究大數據技術在電力調控中的應用

文小龍 熊航 趙永剛 丁佳樂 張東明 王震 連婷

摘要：新時期，社會用電需求逐漸增加，電力工程建設數量和規模也在逐漸擴大，與此同時，電網復雜性和不確定性加劇，電力調控難度越來越大。大數據技術在數據整合集成方面應用優勢明顯，其在電力調控中的應用空間廣闊，因此，對大數據技術在電力調控中的應用方式進行詳細探究具有十分重要的現實意義。

關鍵詞：大數據技術;電力調控;應用

一、電力大數據的來源及特點

中國電機工程學會信息化專委會在2013年3月發布了《中國電力大數據發展白皮書》，將電力大數據的特征概括為3V和3E。3V是指體量大、速度快、類型多;3E是指數據即能量、數據即交互、數據即共情。其中3E的描述具有典型的電力系統特征，體現了大數據在電力系統中的巨大應用價值。數據即能量是指通過大數據分析能實現節能，而電力大數據應用的過程即是電力數據能量釋放的過程;數據即交互是指電力大數據與其他領域數據相互交互融合，才能發揮更大價值;數據即共情是指電力大數據緊密聯系各行各業，只有情系用電客戶，才能滿足客戶需求，以數據取勝。電力系統包括發電、輸電、變電、配電、用電、調控等各個環節，運行數據基數龐大、增長快速，是典型的大數據，其數據來源主要有：電網運行和設備監測數據、電力營銷數據、電力企業管理數據。電力調控中心的數據主要有：電網一、二次設備的基本參數數據、SCADA所需的基本量測數據以及智能告警等各類高級應用所需的離線分析數據。這些數據分散在變電站終端、調控中心各專業部門，數據基數龐大，采集周期短，對實時性要求較高。

二、電力大數據的核心技術

2.1數據集成管理技術

在電力大數據中，數據集成管理技術的是對不同數據源、特征形式的數據進行收集和整理，在對數據進行轉換、加載后，得出全新的數據源，然后載對全新的數據源進行管理和，并對外提供服務。數據集成管理技術可以為電力企業提供新的服務和應用功能。

2.2數據分析技術

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。

2.3數據處理技術

電力數據處理技術可以分為分布式計算技術、內存計算技術以及分布式數據流處理技術。其中，分布式計算技術指的是通過應用網絡技術，將電力系統中的計算機進行連接，進而形成超級計算機，對大數據進行存儲和計算;內存計算技術指的是將已經收集到的大數據存儲在內存中，然后直接對大數據進行計算和分析;分布式數據流處理技術具有實時性、伸縮性和開放性特征，可以對電力系統中的動態數據進行實時處理。

2.4可視化技術

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。

三、大數據技術在電力調控中的應用

3.1電力大數據的核心技術應用分析

電力大數據的核心技術主要體現在以下幾個方面，分別是數據集成管理技術、數據分析技術、數據處理技術和可視化技術。數據集成管理技術的主要作用是對電網運行過程中的各類型數據進行收集和管理，最終通過轉換數據獲取新數據源，然后依次為電力調控提供相應的服務;數據分析技術主要對電網運行過程中的各項數據進行挖掘和分析，從而得到能夠滿足電力調控應用的有效信息;數據處理技術主要將計算機與大數據技術相結合，從而實現對各項動態數據的及時處理;可視化技術主要將數據以圖形的形式進行處理，從而進行直觀的展示。

3.2大數據技術在電力調控中的應用體現

3.2.1對電網的運行狀態進行智能監控

當電網處于運行狀態時，電力調控中心能夠通過大數據技術對電網進行全程的智能監控，并且利用數據集成技術、數據分析技術和數據處理技術對各項數據進行在線監測，診斷當前電網運行的狀態。例如采用ETL工具對數據進行抽取。ETL工具分為Kettle、Talend和InaplexInaport三種，最常用的Kettle工具，主要利用集群方式對臺機器上進行工作部署，優化Postgre等數據源，利用Java腳本、SQL語句完成數據清洗，并將監控數據記錄在電子日志內。隨著電力設備的逐漸增多，電網運行中產生的數據量也越來越大，要實現有效的電力調控，必須促進智能電網實現進一步的跨越式發展，從而緩解智能監控的負擔，提高大數據技術的應用水平。

3.2.2對電力負荷的情況進行優化調控

隨著社會對用電質量需求的不斷提升，新能源逐漸成為電網建設中的重要組成部分，但是與傳統火電的發電方式不同，新能源發電一般具有間歇性的特點，例如風力發電、太陽能光伏發電都依賴于自然環境，不受人為的控制，將新能源發電與傳統發電按照一定的比例進行并網建設，無疑對電力系統的電網調控提出更大的挑戰，利用大數據技術能夠根據電網運行的需求側可控資源信息制定相應的調度技術，從而實現對負荷信息的有效處理。例如利用大數據技術在Hedoop分布式文件系統中構建HBase數據庫，實現數據的列動態增加和自動切分，實現對各項數據的實時讀寫和處理。

3.2.3對電力系統的安全進行智能預警

智能預警是大數據技術應用于電力系統的典型體現。傳統安全預警主要通過評估預案和離線計算的方式對電力系統的運行狀態進行預測。從實際的應用情況來看，這種預警方式的效率不足，難以滿足當前電網運行的需求，因此必須利用大數據技術實現電力系統的智能化管理。例如采用全網仿真統一計算和數據分類儲存處理的技術，對電網運行過程中產生的海量數據進行統籌處理，分析存在異常的數據，對故障發生的區域進行追蹤，確定準確位置，并生成實時的評估方案，針對性的解決其中存在的故障和矛盾。

四、結語

綜上所述，在信息技術發展日新月異的形勢下，大數據時代已經來臨并在影響著社會發展，電力建設管理的自動化和數字化發展也迎來了嶄新的局面。大數據技術應用到當前電力調控工作中對于電網運行質量和效率的提升，以及電網運行成本的降低具有重要的意義。

參考文獻：

[1]林偉勝，許卓偉.大數據時代信息系統建設的一些思考[J].信息與電腦，2013，36：20～22.

[2]中國電機工程學會信息化專業委員會.中國電力大數據發展白皮書[M].北京：中國電力出版社，2013.

（作者單位：國網新疆電力有限公司巴州供電公司）

作者簡介：文小龍（1990.2.4），性別：男;籍貫：重慶;民族：漢;學歷：本科、學士;職稱：助理工程師;研究方向：電力系統。