智能電網大數據技術發展探索

陳曄

摘 要：隨著科技的不斷進步，我國的智能電網技術取得了飛快的發展，成為大數據最重要的應用領域之一。智能電網大數據技術對電力行業的影響非常巨大，對其可持續發展有重要的意義。該文主要闡述智能電網大數據的特征與應用，智能電網大數據研究包括分析架構、關鍵技術、智能電網大數據技術的發展策略。智能電網大數據技術的發展策略主要有大數據傳輸和存儲技術，實時數據的處理技術和異構多數據源處理技術。

關鍵詞：智能電網 大數據 關鍵技術 分析架構 發展策略

中圖分類號：TM76 文獻標識碼：A 文章編號：1672-3791（2016）10（b）-0002-02

智能電網通過對信息通信技術、計算機技術、控制技術，以及其他先進技術的應用滿足電力市場各方面的需求，優化電力市場利益方的功能，從而達到對電力市場的促進。通過科學技術手段的應用，能夠有效提升電力系統的運行效率、降低其成本支出，減少電力系統對環境的污染和影響。尤其智能電網的大數據技術應用已經成為電力系統發展的重要趨勢。因此，相關人員要積極探索相應的措施和手段，優化智能電網大數據技術的應用，提高系統的可靠性，讓電能更好地為人們服務。

1 智能電網大數據的特征

智能電網大數據是指開始投入使用電力信息化下的智能電表、智能變電站、電力實時監測系統等數據類型的系統。根據規模不斷擴展，智能電網大數據可以分為內部和外部兩種數據。智能電網大數據的特征有：大規模、高速性、多樣性。大規模是指智能電網中的數據量越來越大，從而使電網的負荷增加而表現出的一種特質。高速性是指對電網運行時的變化能夠高速應對，因為電網負荷運動是隨機的，當出現問題時，為了保證其正常穩定運行，必須在最短時間內進行處理。多樣性是指電網大數據具有多樣性，而且還包括網外數據。總之，智能電網大數據的數據特征可歸結為：數據來自分散放置分布管理的數據源，數據量大、維度多、數據種類多，對公司、用戶和社會經濟均有巨大的價值。隨著電網數據積累量越來越多，來源更為廣泛、類型更加多樣、結構趨向于復雜化，所以還需對大數據技術加大研究力度，對我國而言更應該對其核心技術進行專題探索。

2 智能電網大數據關鍵技術

2.1 分析架構

目前智能電網大數據廣泛采用3層分析架構，最外層挖掘復雜和動態數據，本地學習和模型融合，挖掘稀疏、非確定、不完整數據；最內層作為大數據挖掘平臺；第二層為信息共享和數據隱私，大數據應用與知識。大數據挖掘平臺具有核心數據訪問和計算功能，隨著數據的增加，分部進行存儲數據是必經之路，而高效的數據挖掘平臺擔當了執行者的身份，將數據分析及處理任務分割成很多的子任務，并通過并行的程序在大量的計算節點上執行。在3層架構模式的最外層框架內對稀疏、非確定、不完整數據進行預先處理，然后獲得具有普適性的智能電網全局知識，根據反饋調整模型參數。而第二層在分析架構中起到一個聯系的作用，對數據起到一個隱私保護、信息共享的作用。信息共享能夠保證每個階段都順利進行，也是數據分析的目的所在。

2.2 關鍵技術

大數據在智能電網中的關鍵技術可以概括為大數據存儲、處理平臺和數據解析。大數據處理平臺對待流處理和批處理有不同的處理方案，也適用于不同的數據要求。流處理一般都直接進行處理，特點是速度快、實時性強，這種處理模式適用于電網規劃等對于實時性要求高的業務。批處理是另一種處理方式，它主要特點是先存儲后處理，這種處理方式對時間的實時性不能保證，其主要處理思路就是將問題分開解決。這種處理方式適合數據量非常龐大繁雜，而且對實時性要求不高的業務。

大數據解析包括數據分析和解讀兩個方面，大數據分析可以得到大量數據中所隱藏的未知關系和潛在規律。由于分析出的數據不易理解，所以需要對分析結果進行通俗化地解讀，大數據解讀也算是對數據的深層次挖掘，對分析結果的精加工。所以大數據解讀也可以看成是大數據的一種特殊分析方法。人們通常了解的大數據解析技術包括：第一，數據挖掘與融合。提取有用的信息整合為唯一的、準確的、可以理解的信息過程稱之為數據挖掘與融合。數據挖掘和融合可以使整體電網的實時性得到精確提升，電網中產生的各種數據并不是無用的，只要將其融合再利用都具有潛在的價值。第二，領域普適知識挖掘。領域普適知識挖掘是指通過螺旋式漸進地探索大數據的規律，發現一定的普遍性和不變性的知識與規律。第三，過程挖掘。過程挖掘幫助模型和事件之間建立一定的聯系，并將時間數據轉化為有價值的東西。過程挖掘可以引導用戶合理地使用電力，還可以為用戶提供最合理的節能用電方案，以提升企業對電網的管理水平。

3 智能電網大數據技術的發展策略

3.1 大數據傳輸和存儲技術

進行大數據的傳輸和存儲技術研究的目的，就是為電力系統產生的大量數據找到一個存儲場所，減小監控的負擔，盡量不影響電力系統智能化的正常使用。因此，針對這些問題提出了大數據傳輸和存儲技術。首先，傳輸可以采用數據壓縮，使用網絡進行數據傳輸。其次，對于數據存儲可以采用分布式的文件處理系統，但是其犧牲了電力系統的實時性。此時采用數據庫系統可以彌補實時性的缺陷，對于實時性要求較高的數據可以采用數據庫系統予以處理。由于我國的大數據存儲技術還是無法滿足實時性的要求，可以在云平臺無法響應時暫時地進行數據存儲。智能電網格式相對于傳統的商業數據在自身特點上有很大的優勢，為了幫助數據分析和計算就需要對智能電網的具體存儲格式加大研究力度。

3.2 實時數據的處理技術

實時數據的處理是通過內存技術對數據進行直接操作，其速度非常快，可以提高應用的性能。面對當前的數據處理壓力，可以采用內存數據庫取代磁盤數據庫，實時性得到保證的同時還不會對數據造成其他任何影響。目前由于綠色能源的大力推廣，電網總會在引入新能源時會產生波動，這種波動具有不確定性，是一種不可預知的行為，所以對電網的狀態監測就變得尤為重要，但是狀態監測對數據的存儲和處理平臺有較高的要求，所以需要進一步提升云平臺對于海量數據的處理能力，這樣才能滿足對實時性的要求。

3.3 異構多數據源處理技術

將多源異構信息進行大規模的整合，有助于使電網的發電、輸電和用電等各個環節暢通無阻地進行貫通，還能使信息的采集更加全面，傳輸更加流暢，最主要的還是能夠高效地處理數據信息，該技術將是大數據技術應用的重要途徑。未來電網將更多地進行大規模整合，降低運營中心的成本，通過科學有效的措施來管理數量龐大的、分布地點不同的基礎設施，既能夠提高自身的運營利潤，也能夠為人們提供更好的電力能源。

4 結語

依照當前的情況來看，我國對于智能電網，大數據技術的研究，處于探索的初級階段，還有很大的提升空間。因此，相關人員要積極探索相應的措施和手段，不斷提升大數據信息系統的操控能力，做好數據的搜集和實時監控，不斷完善大數據技術的相關內容，從而讓智能電網大數據技術得到更好的應用，讓其成為電網發展的重要支撐。

參考文獻

[1] 彭小圣，鄧迪元，程時杰，等.面向智能電網應用的電力大數據關鍵技術[J].中國電機工程學報，2015（3）：503-511.

[2] 黃偉，曹健.智能電網大數據技術的發展研究[J].無線互聯科技，2015（15）：19-20.

[3] 楊通國.智能電網大數據技術的發展策略分析及研究[J].科技展望，2016（14）：109.

[4] 陳豪，趙扉，陳鼎.淺談智能電網大數據處理技術及發展趨勢[J].信息化建設，2016（3）：312.

[5] 王晨陽.淺談智能電網大數據技術的應用與發展[J].智能城市，2016（7）：315.