電力大數據在能源互聯網時代的發展探究

劉思君，朱辰澤

(南京華盾電力信息安全測評有限公司，江蘇 南京 210000)

0 引言

近年來，隨著國內互聯網技術的飛速發展以及高端的傳感技術、測量技術和電力設備設施技術的普及使用，“互聯網+電力”的模式在電力行業得到了推廣和應用。通過在電力企業中構建一個完整的智能網絡，使得電力能源得到充分利用和科學分配，也可以實現電力資源的智能化、安全化管理。在智能傳感技術下，可以實現電力企業內萬物互聯，推動電力行業的穩步發展；在電力大數據應用下，既可以實現對電力數據的采集存儲，也可以滿足當前智能電力時代的發展要求，提高電力企業整體運營管理水平。

1 能源互聯網電力大數據概述

電力系統作為能源互聯網中的重要組成部分，其大數據的應用將會實現電力數據的智能化管理，為智能電網與智能發電提供海量數據支撐。以電力公司為例，公司以服務電力用戶作為導向，需要通過大數據、互聯網、物聯網等技術來深度研讀用戶的用電狀況，構建智能電力系統，如圖1所示。利用大數據技術將用戶不同階段、不同維度的用電數據分類別進行分布式存儲，便于電力公司統一管理。在此基礎上使用必要的技術來開展數據的分析，確保用戶用電數據分析更加準確，也可以實現能源效益的最大化。電力大數據在配電側的應用，會減少電力的損耗，實現對當前電力網絡運行方式的靈活調整，避免在電力傳輸期間產生一些無謂的損耗。通過電力大數據長期的算法學習和模型積累，可以實現對電力網絡網架規劃的優化，并具備分析發展趨勢的能力，為智能電網搭建提供必要的數據支持。在用電側通過電力大數據也可以實現數據積累分析，通過深度研讀用戶不同時期、不同階段的用電需求，制定科學合理的用電規劃方案，為電力用戶提供精確的個性化服務，提升整個電力公司的電力服務水平。利用電力大數據開展電力的合理評估，可以實現電力資源的合理調度；預測用電戶用電變化也是當前電力數據管理的重要內容，會直接影響電力的變化。因此，需要通過數據分析、數據預測的方式，預測未來的電力使用變化[1]。

圖1 智能電力系統

2 能源互聯網形勢下的電力大數據發展支撐技術

借助互聯網發展技術，在應用電力大數據時，需要依賴于統一的能源數據平臺，才能夠實現對電力系統的橫向、縱向的協調，實現數據的匯集以及信息的展示。通過使用云計算、大數據、物聯網、移動技術、人工智能、區塊鏈等各種技術手段實現對電力運行數據的采集分析，按不同業態可包括：對電力設備的運行管理、系統的綜合管理、能源設備數據的采集等。只有應用這種技術，才能在能源互聯網條件下，為電力大數據提供能源數據平臺的支撐[2]。

2.1 電力大數據的數據集成技術

數據集成技術會匯集所有電力數據，統一數據格式，通過分布式的物理連接方式和存儲實現數據的集中管理，為企業的經營人員提供必要的數據，開展電力設施設備的管理和電力應用的規劃。數據集成可以從容應對各電力系統匯總海量數據所帶來的挑戰，也可以深度挖掘數據背后的價值，實現數據的統一管理，找出數據之間的聯系。通過一定的關聯聚合和合理的治理編碼，實現對數據的匯集和應用。例如NoSQL數據庫應用分布式的存儲模式，代替了傳統關系型的數據庫，使數據存儲變得更加簡單靈活，且具有較強的擴展性，同時解決了海量數據的存儲難題[3]。

2.2 大數據的解析技術

大數據的解析，其關鍵之處在于分析數據和解析數據。通過解析，會發現數據類型之間有一定的間接、直接關系。構建智能電網時，大數據可以為配電網絡建立系統以及實現各系統之間的數據交流。當出現新的數據信息時，會通過大數據來實現數據加工，并形成一個新的數據系統，實現配電系統之間的數據交流。在應用大數據的解析技術時，挖掘數據的同時要構建電力數據處理模型。在特定的關系系統中，需要記錄相關的事件，并且確定相關人員的行為特征，使其逐步向模式化方向發展。同時，在數據解析中，可以將其挖掘出來，形成規范的模型。在偏離模型的軌跡分析中，可以通過規范化的模型來對其數據進行修正，確保數據符合標準。同時，數據的可視化主要是將數據庫中的數據轉化為形象的圖表，以便于分析研讀。在電力大數據的應用系統中，會實現數據可視化，直接將數據展示給工作人員，便于電力信息的搜尋和使用[4]。可視化也是當前大數據的核心技術之一，將解析技術與格式技術相融合，在電力數據庫中剔除那些沒有價值的數據信息，挑選關鍵數據信息并進行展示。

2.3 能源應用支撐技術

能源應用的支撐技術主要是在能源數據平臺上實現與上層應用之間的連接，通過了解用戶的需求，提供上層的應用支持，以便更好地搭配應用系統。通過構建數據的模型來開展數據的分析，借由一定的業務規則，將電力業務和邏輯分拆到不同的計算機內部，由不同計算機的處理之后，再通過計算機將人的工作任務分解、識別、匹配，實現人機的交融[5]。

2.4 數據驅動的決策方法

用大數據來開展數據的驅動決策，以數據驅動作為主體、輔助模型作為客體。在不拋棄模型的情況下，模型與數據相互啟發，應用漸進式的方式來完成數據的決策。在數據驅動無模塊的決策中，主要是數據的模型會引發很多決策系統，決策方式規律性較強、規模較大、重復性較高，對這些行為進行決策要以大數據分析作為主要手段，基于以往的方法和模型開展數據的研讀分析和挖掘。

3 電力大數據發展的趨勢

電力大數據已經深入應用到電力行業的各項工作，從發電企業風電場的地址選擇，到電力公司開展電力網絡的搭建以及日常大小電力設施的維護，都發揮了作用。隨著當前國內智能電網建設步伐不斷加快，電力大數據成為電力行業的重要發展趨勢。在發電企業方面，電力的大數據技術會逐步完善，而且運用范圍更廣。隨著智能電網的構建，大數據技術也將在發電企業中有效應用，促進企業生產模式的變革，也會促進企業對未來用電量的精準預測。目前部分發電企業加快了在線監測技術的應用，應用智能技術來實時檢測電力設備的運行狀況。例如風電場一般基礎工作環境比較惡劣，會給電力設備帶來較高的工作壓力，還會受到外界自然侵害的沖擊。因此，在風電機組的運行過程中，要保證電力設備正常運轉，可以在風電基礎上安裝預警系統，及時地對該設備的運行進行在線監測。通過優化設備屬性配置并創建模型，可以在線評估設備運行狀況，開展在線評估分析，應用相關聯的點實現狀態預警和觀測點預測。在電力公司方面，大數據技術會運用到電網中。隨著國內電力網絡日益復雜，電力系統會因為網絡的復雜而出現一系列的故障。當故障長期存在時，就會產生較大危害，這就要求公司加強對電力故障的預防處置[6]。基于大數據開展電力自然災害的預警，并構建預警的框架模型，該框架通過算法來判斷故障位置并查明原因，應用原因分析樹，得出預警的結果。未來電力物聯網也是智能電網建設的重要一環，物聯網以其高效數據捕捉能力，在電網中安裝傳感器，并將傳感器的數據及時傳輸到數據平臺上，快速處理故障數據，及時將電網故障預警信息發送至電力設備運營管理人員，以便進行故障診斷和消除。

4 結語

未來電力行業逐步向智能化方向發展，無論是在發電廠建設還是電力網絡的搭建中，均會大量應用物聯網設備和傳感器設備。應用互聯網技術使電力系統變得更加智能，應用大數據支撐智能電網，同時結合用戶的需求，為電力用戶提供精準的電力服務，也能夠實現電力用戶與發電企業、電力公司之間的溝通聯系。構建以數據驅動為主的智能電網與智能發電模型，可以使得電力大數據在能源互聯網發展中有著較好的應用前景，而且能夠實現電力電量的精準預測，提高整體電力網絡的優化效率。