電力大數據技術在智能電網中的應用

楊鑫

摘要：隨著工業升級以及人民生活水平的不斷提高，人們對電力供應的質量與穩定性有著越來越高的要求，傳統的電網建設與運行模式將越來越不適應時代發展要求，高度融合了傳感、測量、通信等技術的智能電網成為必然的發展趨勢。隨著各類智能設備在電網中的應用，產生的電力運行數據較之前將高出4個數量級。面對海量的數據，只有有效應用大數據分析技術，才可對其進行分析，并輸出有價值的信息，為智能電網的運行與建設提供決策依據。

關鍵詞：電力;大數據技術;智能電網;應用

一、智能電網與電力大數據分析技術的關系

簡單來講，大數據（Big-Data）是指無法在一定時間范圍內引用常規軟件工具對其內容實施抓取、管理及處理的數據集合，具有規模性、多樣性及高速性等特點。而電力系統屬于社會經濟與人類生活的基礎內容，也具有大數據的典型特征。由于電力系統屬于人造系統最為復雜的一種，不僅包含廣泛的地理區域，而且需要傳遞大量能源，若在運行期間發生故障，短時間內將會產生不可估計的影響。這些內容都與大數據特征相符。尤其是在智能電網的全面推廣中，電力系統的智能化與信息化水平越來越高，促使系統內部儲備信息數據越來越多，如安裝在家庭和企業終端的智能電表收集的數據;電力設備狀態監測系統實時跟蹤調查發電機、變壓器及開關設備等內容的運行信息;對光伏與風電功率實施預測，必須掌握的歷史數據、氣象信息等。由此可知，在新時代背景下，電網企業要突破以往數據處理技術的制約，在明確自身發展需求的基礎上，合理運用電力大數據分析技術，不僅能快速獲取所需信息，而且符合電網企業發展需求。

二、智能電網大數據關鍵技術

（一）多源異構數據聚合管理技術

前文已經提到過，智能電網是一種非常復雜的系統，其存儲的數據量非常大，且種類較多，如果只是簡單地進行數據處理工作的話，那么處理速度會非常之慢。正因如此，在智能電網的數據管理方面一定要做好以下幾項工作：首先是將數據整合，對其進行排查，選出與此次工作內容相關的數據進行轉換，在剔除和修正之后就可以將其投入使用。當然，在開始之前，要選擇合適的數據集成模型，現有的模型主要包括數據鏈板、基于中間體模型、數據倉庫等等。

數據倉庫技術又稱ETL（Extract-Transform-Load），很多企業都會使用這一數據集成模型作為集成數據的方式。其主要分為三個方面：首先是對數據的抽取，通過數據源的系統，抽取與工作內容相關的數據;其次是數據的轉換，在數據抽取工作完成之后，按照相應要求，將數據轉換為另一種形式，如果數據出現了偏差等情況，也要對其進行清理、加工等步驟;最后是數據的加載，完成數據轉換之后，要將這些數據加載至目標數據源的系統當中。就當前的智能電網發展形勢而言，數據的集成是該技術中的關鍵步驟，它需要工作人員綜合考量多方面的因素，并依托多種技術完成集成。

（二）數據計算

智能電網數據分布范圍廣，在電網內部網絡和硬件設備等計算資源有限的條件下，需采用分布式計算技術對數據進行處理，具體來說則是需建立電力云計算平臺。通過電力云計算平臺整合數據資源和硬件資源，為產生的大量數據提供足夠的存儲空間，同時借助云計算技術提供超級計算能力，從而為實現系統互聯和數據共享提供強大的技術支持和技術保障。

（三）ELT關鍵技術

關于智能電網中的電力大數據而言關鍵技術之一便是ELT技術（Extract-Load-Transform）。可以說電網數據有著信息龐雜、分散的具體特征，針對這種情況便不斷地增加大數據處理的難度，然而應用這種技術手段能夠有效地梳理流程，實現自動化信息技術處理，進一步通過數據集成、抽取、轉換、剔除、修正的過程實現數據的有效收集。目前，這種方法已經被廣泛使用，為提高技術的優化管理和升級要求，工作人員應結合自身企業的發展情況，加強對多種技術手段的合理應用，促使數據呈現出集成化的發展趨勢，不斷為電網企業發展提供新思路、新方法。

（四）數據處理技術

這項技術包含分庫、分區及分表處理三方面。其一，分庫處理是指研究多個數據庫數據，并從中尋找應用率較低的內容，將其傳遞到系統平臺中;其二，分區處理是指科學劃分不同文件的類型，并依次記錄到通表中，以此控制大型表壓力影響，促使數據訪問操作更加流暢;其三，分表處理是指按照數據處理原則，分類構成數據表，以此減少單表工作壓力。同時，這項技術還可以用來構建縱列式和并行式數據庫，不僅能提升數據加載的效率與質量，而且具備全天候查詢功能。

（五）展現技術

在我國智能電網建設的時候，電力大數據分析技術中有兩種技術得到了很好的應用，分別是可視化數據處理技術和空間信息流的展現技術，在該兩種技術的合理應用下，智能電網系統才可以得到更好的利用。例如在我國某智能變電站運行管理的過程中，就充分的發揮出了電力大數據分析技術的優勢。在MR增強型虛擬技術的應用下，工作人員可以實時對電力數據流進行查看，并且在互聯網技術的支持下，可以對電網的運行情況進行數據的查看，有效的提高了電網工作人員的工作效率與安全性。

在數據展現技術和可視化技術的支持下，電網的工作人員則可以通過對電力系統的實時監測，從而根據電力大數據分析給出的工作調整方案，更好地開展電網調度工作。我國基本國情具有特殊性，電力系統覆蓋的地區非常廣泛，為了更好地發揮智能電網系統運行的質量與安全。在電力大數據分析技術中的展現技術與可視化技術在實際應用的時候，為了確保智能電網運行的整體效率，在實際應用的過程中，可以借助GIS系統的技術支持，從而幫助電網工作人員，更好地調整電網調度運行方案，確保清潔能源得到最大化的利用，不斷促進我國智能電網建設與發展。

三、電力大數據關鍵技術的應用

（一）數據倉庫技術

因為智能電網獲取信息的渠道非常多，數據分布范圍較廣，不同類型處理要求也有差異，所以在收集與管理中會受多種因素限制。通過在系統中運用數據倉庫技術可以有效解決這一問題。通常情況下，智能電網處理數據會根據搜集、選擇、轉換等步驟進行操作，因此運用數據倉庫技術主要分為3點：第一，數據抽取技術，在源系統中獲取數據，再向其傳輸目的數據;第二，數據轉換技術，通過轉換獲取數據，改變具體形式，并處理其中存在的錯誤數據;第三，數據加載技術，加載轉換后的數據，并將其傳遞到源系統中有效儲存。由于數據倉庫技術是一項非常關鍵的數據集成技術，在智能電網數據搜集工作中占據重要地位，所以在企業創新發展中，必須要充分展現應用技術的價值，只有這樣才能實現電網企業可持續發展目標。

（二）應用于電網運行

電網的穩定運行依賴于發電側出力與用戶側負荷的平衡，利用大數據技術對電網運行的實時數據進行監控和分析，可及時實現電廠出力及短期負荷的精準預測，實現調度部門的精準調控，保障電網安全穩定運行。同時，在線路損耗計算、電網異常監測等方面，大數據技術也有廣闊的應用空間。

（三）數據安全

隨著時代的發展，互聯網成為人們生活中必不可少的一部分。在這樣的環境下，信息的安全也成為人們重點關注的內容。因此，在大數據技術之下，做好數據安全工作也是非常必要的。通過大數據技術，對電網系統當中損失的數據可以及時地恢復，并提高其防御風險的能力，保障信息和數據的安全性。

四、結論

綜上所述，要想實現大數據管理我國電力系統必須優化完善信息的多樣性和復雜性，促使在優化完備的研究過程中能夠有效收集數據形成數字化管理，進而實現創建、儲存、處理等各項功能的優化，幫助我國電網企業高效的進行用戶分類，促使電網企業本身提高更加完備的產品服務。可以說這種利用數據驅動的發展戰略，是提高企業核心競爭力的重要舉措，需要工作人員加強研究力度，進一步推動中國特色智能電網的發展。

參考文獻：

[1]邢宇辰.智能電網大數據技術發展研究[J].中國新通信，2019.

[2]李永光，張彥軍，汪凱威等.面向智能電網應用的電力大數據關鍵技術探討[J].數字通信世界，2019，171（03）：58.