智能電網大數據處理技術現狀與挑戰

(上海電力大學經濟與管理學院，上海 200090)

1 智能電網大數據特征分析

在信息化技術快速發展的今天，信息技術也在電網運行和設備管理中滲透。舉例而言，傳統的變電站中，電網設備的信息、電網運行狀態的監測信息信息量少，但是對于智能變電站而言，電網設備的信息更新頻率加快，電網在線監測的信息數據在不停的更新，這就形成了智能電網大數據的一個部分。相關的專家學者通過研究，將智能電網大數據分為兩類：第一類稱之為內部數據；第二類為外部數據。前者是由財務管理環節、客服服務環節、生產管理環節、在線監測環節等構成；后者是由外部信息數據構成。內部數據和外部主要由不同的部門管理著，分布在智能電網中的各個地方。分布放置、分布管理是其最為明顯的特征，內部數據和外部數據是相輔相成的，缺一不可的，同時二者之間的關系較為復雜。如，在氣象條件和社會經濟形勢下用戶用電會受到相應的影響，用戶用電數據和電力市場交易情況有著非常密切的聯系等，眾所周知，電力市場數據是電力企業服務部門的科學的決策依據，研究發現電力企業在制定GIS數據時主要將政府規劃數據當做規劃的依據。但受多種因素的影響，這些海量的數據種類繁多，結構復雜，同時包含了傳統、半結構化、非結構化數據，波形據、圖像、服務系統語音數據這些數據都是我們在巡檢過程中最常見的，這些數據具有不相同采樣頻率和生命周期。

2 現階段智能電網大數據處理技術現狀分析

2.1 智能電網中的大數據

結合大量的信息數據的查詢可以得知，智能電網技術在運行過程中所產生的大數據包括三個部分：第一個部分是電網智能監測數據；第二個部分是相關企業信息的管理數據；第三個部分是電網企業在營銷的過程中產生的信息數據。上述的三個部分不能被獨立的來看，它們是一個重要的整體，這樣一來數據處理專家更傾向與從數據的內部來劃分，此時可以劃分成兩大類。第一大類是結構化數據；第二大類是非結構化數據。其中，前者更多的是存在于關系數據庫當中，與此同時這也是電網系統中主要的信息數據；后者是那些不容易顯示的數據信息。如果說站在運行智能電網系統的角度來分析，后者在數據處理中占據十分重要的比重，因此，我們更多的是重視后者的數據處理過程。

2.2 大數據處理技術具有一定復雜性

大數據技術無論是在互聯網信息領域、裝備制造領域還是在能源領域都備受關注。互聯網信息領域中阿里巴巴集團、百度集團、騰訊公司、谷歌科技等行業巨頭都紛紛投入巨資進行數據處理技術的研究與改善，從而推動了互聯網經濟的快速發展。同樣的，在新形勢之下，能源信息領域特別是智能電網中大數據十分的普遍。當前，我們所研發和使用的智能電網大數據處理技術處在一個令人喜憂參半的狀態下，喜主要體現在最近幾年，社會各界不斷增加資金投入，大數據處理技術也得到了有效發展，前所未有的改善和提升智能聯網大數據處理技術。由于智能電網自身存在的復雜性在某些方面發展還存在一定的不足之處。研究發現，現階段全球范圍內數據處理能力，已經無法切實滿足數據海量的增長，通過對上述的分析，不難發現數據是非常大的，為進一步處理好這些海量的數據，淘寶在大數據處理方面投入了大量的資金，但也獲得巨額的回報，大數據在智能電網方面的運用同大數據在商業方面的使用相比較，更加具有復雜性。即便計算平臺存在儲存量大、成本低等優勢，但有待進一步加強實時性。在數據規模日益擴大的當下，由于數據量較大，因此其多樣性也在不斷加強，這樣一來，就讓智能電網大數據處理技術的現狀日益復雜化。

3 智能電網大數據處理技術面臨的挑戰

3.1 智能電網大數據傳輸和存儲技術

電力系統以及電力設備設檢測中的各種數據都記錄在智能電網中，時代在不斷發展，自然會產生海量的數據，因此，會在很大程度上為監控設備和電網數據傳輸帶來前所未有的壓力，也在某種程度上制約了智能電網監健康穩健發展。在此形勢下，我們必須要選擇一個科學合理的壓縮數據方法，通過這些方法，最大化的減低數據傳輸量，節省數據存儲空間，但受多種客觀因素的影響，系統中心也會因為數據的解壓和壓縮造成資源的浪費。再此情況下，我們必須要采取科學的手段，設置相應的平臺，防止資源的浪費。在智能電網大數據存儲方面，主要是采用分布式方式來存儲數據，盡管在某種程度上可以解決存儲問題，但也會在某種程度上影響到電力系統是實時性的數據處理。故而，這就要求我們必須認真分析并分類存儲系統當中的大數據。非結構化數據在智能電網中，占據了很大的比重。因此，需要我們在具體的處理中，需采取有效措施，將非結構化數據切實有效地轉化為結構化數據，相關技術人員在對數據再來進行存儲，同時這也是現階段智能電網大數據處理技術中存在的重要問題。

3.2 智能電網大數據實時數據處理

數據處理從時間上來分析，必須要做到實時，這主要是因為智能電網在輸變電、發出電量等環節都必須要實時抓出數據。實際過程中，智能電網所產生的數據一直都有的，在過去環境下分析數據的大概需要一個周期，極大地耗費人力和物力，實時監控有效地解決了該問題，讓智能電網數據處理又快又精準。但是受多種因素的影響，這種周密數據也存在諸多的缺陷，非常有可能讓網絡出現癱瘓現象，導致服務器出現故障，這樣一來，就無法從時間上保證快速和精準，想要改善這種情況是當前的一個極大挑戰。

3.3 智能電網異構多數據源處理技術

時代在發展，未來智能電網要求貫通發電、變電、配電、輸電、調度。用電等諸多個環節，實現信息的優化配置，統籌信息全面采集、信息科學處理、信息傳輸系統和經營管理中的業務信息流程。所以，實現各信息資源之間的數據整合，促進智能電網集約化的數據處理中心，面對海量異構數據，如何科學的構建一個模型來對異構數據進行規范表達，怎樣在模型數據上最大化實現數據融合，對相關處理進行高效查詢和有效存儲，是當前亟待解決的重要問題。實質上電網各信息系統主要是基于本部門和本業務的構成，存在不同的數據格式，應用系統以及平臺，導致信息與資源分散，橫向不能共享，異構性嚴重 ，上下級間縱向貫通困難。如：電力系統當中存在的配電管理、市場運營、能量管理、監控管等各類系統，他們是相互獨立，無法實現數據信息的共享。但是我們借助云平臺進一步實現個獨立系統的集成，同時還可以讓這些分散且獨立系統。由于智能電網基礎設備數量多、規模較為龐大，分布在不同的地點。如：國家電網公司的信息化平臺在總部，或者是各個網省公司建立了二級數據中心，這樣一來，就實現總部，省級以及地市縣公司的三層應用。

4 結束語

總結全文，隨著信息技術的快速發展，智能電網中大數據處理的水平也在穩步提升，這對我國的經濟發展與電網的再發展起到推動作用。當前來說，智能電網的發數據主要是來自電網設備的狀態信息數據、電網運行潮流分析數據等，這些數據都十分的復雜。大數據技術將上述的數據進行可視化分析、數據存儲與傳輸等進行及時高效的處理，取得了良好的效果。但是對未來而言，結合云計算以及人工智能等領域的信息科技，不斷的完善大數據處理技術，這樣才會更好的為電網服務、為社會服務。