基于大數據技術的電力調控應用分析

劉文靜

【摘 ?要】隨著經濟和信息技術的快速發展，本文對電力調控中大數據技術的應用價值進行了相關分析，同時全面分析了電力大數據的核心技術，探討了大數據技術在電力調控中的具體應用情況，以期能夠更好的推動電力調控工作智能化水平和自動化水平。

【關鍵詞】大數據技術;電力調控;智能監控;智能預警

引言

隨著電力系統的發展與進步，社會用電量日益增加，在大數據時代的背景下，無疑對電網運行的質量和效率提出更高的要求。大數據技術作為信息技術中的重要內容，在新時代的電力調控工作中發揮著重要作用。大數據技術可更好的管理和監控電網運行過程中實時處理、分析和研究各項基礎數據，并將智能化預警系統引入其中，以不斷降低電網運行的負荷壓力，使得電網能夠在當前電網規模和運行壓力不斷擴大的情況下，實現更好的穩定性和安全性。

1電力調控大數據集成和管理技術的重要性

1.1可以有效提高電力企業營銷服務水平

用電客戶可以將詳細的數據信息通過相關數據分析平臺呈報給電力企業的相關部門，實現對數據的管理、分析和應用。通過對電能計量、客戶服務、有序用電等不同方面的了解，可以使得企業人員對電力營銷服務的實時情況進行及時了解，從而落實好有效用電、對電費的管理、達到新興業務的質量指標以及滿足客戶的服務需求等。

1.2不斷完善客戶體驗，保證運營效率

在電力企業使用大數據集成和管理技術后，電力企業的運營效率可以有效得到提高，客戶體驗也能不斷優化。電力企業的運營效率主要有資產管理、產品與網絡管理、收益保障等內容，采用大數據集成和管理技術對營銷策略進行創新時，可以使客戶體驗得到保障、客戶關系得到優化。例如某電力公司在引進大數據集成和管理技術后，某次出現了停電情況，在恢復供電情況和用戶預期的時間相比，提前了10min左右，調查用戶的反饋情況后發現，此次反饋的滿意度最高。而由于客戶的滿意度直接關系著客戶的去留，因此，大數據集成和管理技術在電力企業中的應用可以有效降低客戶的流失率，從而降低電力企業的損失成本。

1.3在精益調控中使用大數據技術的作用

精益調控中使用大數據的作用主要有兩個：①如果使用風電這些新能源，當并網容量超過一定范圍之后，僅僅依靠這些新能源完成對電網的實時調控，使得用電平衡狀態不能得到保持，電網調控的作用也就得不到發揮。而隨著電力調控中大數據技術的應用深度不斷得到擴大，電網調控計劃中可以不斷增加可控資源的海量數據，在使用大數據的處理方式后，電網的調控運行信息可以得到實時存儲和及時處理，保證了電網的調控能力，使得資源的配置得到了優化。②在使用電力系統安全智能預警后，實現了對預案過程的科學評估。以往的預警方式在人們電能需求不斷增加的情況下已經滿足不了人們的需求。在電力企業中使用大數據后，可以在數據分類處理和存儲技術的幫助下，使得數據處理的實效性不斷得到了提高。此外，在構建先進智能預警系統之后，能夠實現對不同類型的故障問題進行追蹤，實現對電網的科學評估，保障電網的全面發展。

2大數據技術在電力調控中的具體應用

2.1電力大數據核心技術的應用

電力大數據的核心技術一般體現在數據集成管理技術、數據處理技術、數據分析技術、可視化技術幾個方面。數據集成管理技術一般是收集和整理電網運行過程中的各種數據信息，已結合數據的轉變來實現新數據源的獲得，接著更好的服務于電力調控的運行;數據處理技術是將大數據技術與計算機結合起來，實時處理各項動態數據信息;數據分析技術則是分析和挖掘電網運行過程中的各項數據，以更好的服務于電力調控;可視化技術則主要是以圖形的形式處理數據，以使得展示更加的直觀化。

2.2實現對電力系統安全的智能預警

智能預警是大數據技術在電力系統中的典型應用。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低下，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。

2.3實現對調控電力負荷情況的優化

新能源發電與傳統火電的發電方式最大的不同點在于自然性比較突出，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，具有明顯的間歇性等，所以，如果將傳統發電并網新能源發電，肯定會對電力系統電網調控形成更大的挑戰，大數據技術的運用可以結合電網運行的具體情況確定出更加科學的調度技術，有效的處理負荷信息，實現電力負荷調控的進一步優化。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。

2.4電力調控大數據主要存儲方式

2.41電力調控大數據系統中非結構化種類數據的存儲

針對電力調控大數據系統中的非結構化種類的數據，除必要的常規儲存以外，有些數據還需要實現數據共享以及數據備份。因此，這就需要借助HDFS分布式文件系統實現此類數據的存儲。這樣不僅可以滿足海量數據存儲的實際需求，而且也能夠提供較高的吞吐量，從而實現非結構化數據的訪問、管理與使用。

2.42電力調控大數據系統統一數據倉庫數據

電力企業使用的電力調控大數據系統，都需要借助HDFS分布式文件系統對數據倉庫的數據進行存儲，在對倉庫中的數據進行管理和查詢時需要使用Hive工具。這主要是因為HDFS分布式文件系統和Hive工具都可以提高相關工作的效率，HDFS分布式文件系統可以實現海量數據的存儲，Hive工具和常規數據庫的使用相同，使得對數據的管理和查詢更加方便、快捷。

2.43電力調控大數據系統的指標管控應用有關數據

就目前情況而言，電力調控指標一般囊括電網運行分析指標、關鍵績效指標、專業管理指標以及同業對標指標等。一般指標定義的相關數據包括計算周期、相應維度以及計算公式等各個方面，而這些指標定義的數據一般都是存儲在MySQL數據庫中，該數據庫的主要優點就是可以實現查詢的高效率。指標計算需要的分鐘級測量數據可以對近一年的數據進行保存。量測數據的主要優點在于起數據龐大，在進行指標計算時需查詢量測數據。基于此，在對量測數據進行存儲時就要借用到HBase數據庫，這主要是因為HDFS系統作為HBase的基礎，可以實現對海量數據的存儲，此外，相比Hive工具而言，HBase在查詢數據方面的效率比較高。

結語

綜上所述，隨著我國電力事業的不斷發展，在電力調控中應用大數據技術已經成為一種必然的趨勢，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]谷芳，張新友.大數據技術在電力調控中的應用分析[J].數字通信世界，2017（12）：102-103.

[2]張煒.電網監控對電網運行的重要性探討[J].建筑工程技術與設計，2017（24）：152-155.

[3]林靜懷.基于大數據平臺的電網運行指標統一管控方案[J].電力系統保護與控制，2018，46（4）：56-58.

[4]于磊，王雙，韓宇龍等.基于大數據技術的電網故障智能診斷方法[J].中國科技信息，2016（2）：32-33.

（作者單位：國網湖北省電力有限公司鄂州供電公司）