大數據技術在電力系統中的應用研究

郝明濤

（中國聯合網絡通信有限公司煙臺市分公司，山東 煙臺 264001）

0 引言

當前我國國民經濟快速發展，多種行業的信息化正如火如荼的展開，數據的地位逐步攀升，如何處理大量的數據成為各行業的焦點。此時大數據技術的發展與在各行業中的應用適逢其時，大數據技術為諸多領域進行更為科學的決策提供了客觀的依據。同時，由于大數據技術具有對海量數據處理速度快的自身優勢，可以實現對大量設備的實時監控與自動控制。在大數據技術應用的各個領域中，電力系統數據量大、要求時延小、對風險控制嚴格，傳統數據分析技術無法對其進行有價值的分析。因此，電力系統是當前大數據技術的熱點應用領域之一。鑒于電力系統對大數據技術有較高的需求與較多的應用，在電力系統中對大數據技術進行剖析和闡明具有重要的意義。

1 電力大數據簡介

在傳統計算機科學相關的技術下，海量數據即便在短時間內可以通過傳感器等硬件被采集，也往往無法在有效的時間內被成熟的軟件技術處理。因此，當前的數據量給數據處理技術提出了新的問題，需要新的技術來滿足當前電力系統對數據量與處理時效性的需求。

表1 傳統數據與大數據特征的差異

對比計算機科學領域我們所了解的其他種類的大數據，電力大數據的定義更為靈活，對于電力大數據其數據量大小的規定并沒有一個嚴格標準。從數據的來源與類型來看，電力大數據是指通過傳感器、智能設備、視頻監控設備、音頻通信設備、移動終端等各種信息采集通道采集到的大量結構化、半結構化、非結構化和相關的業務數據。大數據技術在電力系統中的應用涵蓋了從數據存儲、數據管理、數據處理、數據分析到提供業務趨勢預測和數據價值挖掘服務的全過程。以及這一系列過程中使用的技術和概念。

2 電力大數據的主要特征

電力大數據的特點可概括為3“V”3“E”。其中，3“V”是體量、類型、速度。3“E”是能量，交互，共情。從容量特征來看，電力大數據是大數據產業的一個子集；從技術應用的角度來看電力大數據技術是大數據技術的焦點之一。然而，電力大數據技術與其他行業大數據技術的主要區別在于它的范圍更廣，超越了大數據通用概念的普遍性。具有其他行業數據無法比擬的豐富內涵。

圖1 電力大數據的六大特征

體量：海量數據是大數據的主要特征。也是電力大數據的重要特征?，F今電力企業正在快速建設信息化與智能化的電力系統，隨著電力系統信息化和智能化的發展，電力數據的增長越來越快，其速度將遠遠超過電力企業對未來情況的估計。以電力生產環節為例，電力生產作為電力系統的一部分，其自動化控制程度也在逐步提高，如對鍋爐壓力、溫度、監測精度、頻率等指標質量要求越來越高，對大量數據的采集和處理提出了更高的要求。就功耗而言，每次采集頻率的增加都將導致數據量的數量級飛速增長。

表2 表計數量、采集頻率與數量變化的關系

類型：數據的類型可被大體分為結構化、非結構化、半結構化三個種類的數據。電力大數據囊括了上述所有種類的數據。隨著音視頻采集設備的普及，音頻和視頻在電力系統中的應用越來越多，音頻和視頻數據在非結構化數據中所占的比例也在逐漸增加。此外，電力大數據的來源不僅限于電力系統內部。例如，在利用清潔能源進行電能生產時，大量的氣象水文數據也在采集范圍之內。這些來源各異的數據在電力系統中均有一定的相關性，對于不同種類數據間的關系與聯系直接或間接的致使數據分析難度驟增。

速度：主要指電力大數據對數據采集、處理和分析的速度高。大數據在電力系統中的業務需要對處理時間有較高的要求。一般來說，電力大數據對系統運行狀態的反饋時延要小于一秒，需要采用流處理技術。因此，大數據與傳統的使用批處理技術進行事后處理的商業智能和數據挖掘之間有巨大的區別。

能量：電力大數據中能量的含義是數據即能量，是大數據技術在電力系統中的價值體現。海量的數據在電力系統的使用過程中不斷細化和增加，從而保護了電力用戶的利益。為了實現可持續發展的目標，在電力系統的各個環節中，采用大數據技術將發電環節中的其他形式的能量消耗降低，增加電力鏈路中用戶可用的能量。大數據技術并不能直接參與生產電能，但在電力系統運行的各個環節，大數據技術可以盡可能的減少電能的損耗，從而間接的增加了電能的最終可利用量。大數據技術在電力系統中運用的過程是收集不必要損耗的能量的過程。這種環保屬性使得大數據技術在電力系統當中的投資一舉兩得。

交互：電力系統和全國經濟有著緊密的聯系，具有交流互通的關系。而大數據技術在電力系統中的應用提升電力系統運行效率的同時也將促進經濟發展與社會進步。因此，電力大數據的價值除了體現在電力系統中，還可以反映在國家經濟發展、社會進步和各行業發展等方面。為使大數據技術在電力系統中發揮更大價值，電力數據與其他領域數據的相互融合，并進一步對的電力數據的采集、分析和解釋進行更深更廣的探索是前提和關鍵。這將有效的提升電力系統在供電環節與用電環節上的短板，改善當前電力系統“重視發電、輕視供電、不管用電”的不足，促進電力系統和其他行業的交流融合，互利共進。

共情：電力大數據中共情的含義是數據即共情。電力是現代社會的基本生產資料和生活資料。一個國家的電力系統聯系著千千萬萬的家庭、工廠、企業。電力系統與電力企業和用戶有著密切的連接，電力工業大數據在一定程度上促進了我國電力工業從“以電力生產為中心”向“以客戶為中心”的轉變，這一點的本質是對電力用戶的關注。用戶對電力的需求需要被電力企業進一步挖掘，電力企業要建立服務型部門與用戶聯系，以提供用戶所需要的服務。在電力行業價值最大化的貢獻過程中，大數據在電力系統中的應用為中國的電力工業提供了常變常新的動力源泉，共情方能共贏。

3 電力大數據的主要來源

由電力系統的特性，大數據的數據源主要集中在三個方面：電力生產、智能電網、管理和運營。

3.1 電力生產大數據

電力生產不僅是電能的來源，也是大數據的主要來源。其數據源可分為三大主要業務領域：發電、維護和安全。根據數據類型，可分為兩類：實時生產數據、設備總生命周期數據。電力生產大數據的主要信息系統包括企業資產管理系統、技術監督、性能分析和消耗計算、實時數據庫、鍋爐壽命管理、檢修、安全監督、設備可靠性系統等。對不同類型的數據所采用的處理技術也有所區別，對于歷史數據，采用批處理技術，分析結果對設備的運行與維護有重要的參考意義。對于實時數據，采用流處理技術，主要用于電力生產的實時調控。

3.2 智能電網大數據

根據《“十三五”國家信息化規劃》的要求，電力系統作為工業化的代表體系之一將和信息技術進一步交融協調，信息流將加入原已承載了能量流和業務流的電網當中，信息在電網中的重要程度也會隨之提高。電網中遍布各處的傳感器、視頻與音頻采集設備所采集到的數據構成了電網智能化的基石。通過計算機網絡通信技術，將收集到的數據利用大數據技術進行處理，實現對電能的監控與調度，從而建設更為理想的電力網絡。

3.3 電力管理運營大數據

電力企業同其他類型的企業一樣，業務決策需要大量的生產和管理報告。然而，由于電力系統的特殊性，電力系統管理和運行中的大數據技術需要數據挖掘與分析部門與運營部門聯合，多種學科合作對數據進行挖掘與分析，再對分析結果進行合理的解釋并展示給決策者。與大數據技術相比，在電力管理運營數據處理方面，因數據對時效性要求較低，可接受較高的時延。從而可以采用傳統批處理技術，如較為成熟的BI工具等。

4 大數據的關鍵技術

大數據的關鍵技術包括數據提取與集成、數據分析和數據解釋三個方面。

從學校層面來看，高校機關工作人員作風建設關系到和諧校園建設和學校的發展，關系到學生學習、發展、生活的各個方面，關系到教師教學、科研等各項工作的開展。從社會層面來看，對學校的社會聲譽、社會影響力都有重要影響。從國家層面來看，對整個高等教育的發展和人才培養質量的提升，都起著重要的推進作用。在高校內部，機關工作人員對內應充分發揮機關的組織、服務、協調、管理等職能，不斷提升服務質量和管理水平，提高師生的滿意度；對外應充分發揮機關作為與社會、企業、行政主管部門溝通、協調的窗口作用，提高學校的品質和社會美譽度，為學校發展創造良好的外部環境。

4.1 數據抽取與集成

多樣性是大數據的一個重要特點，由于數據源的方式，導致數據來源非常廣泛，具有極其復雜的數據類型，特別是半結構化和非結構化數據占很大比例.對于收集到的數據，完成抽取與集成后，對其進行結構化存儲?，F有的數據提取和集成方法主要是基于ETL引擎和搜索引擎。數據在非結構化、類型多樣的環境中，數據的清洗作為預處理的程序之一，可以提高數據質量，是對所采集的數據進行分析之前的關鍵步驟。

4.2 數據分析

為充分發揮與體現大數據在電力系統中的價值性，數據分析作為其關鍵步驟不可或缺。當前已經有諸多傳統數據分析技術可直接進行應用，如用于推薦系統與決策支持的統計分析、機器學習等。

4.3 數據解釋

前兩個步驟最終目的在于理解數據的意義并實現其價值。因此，數據解釋往往是終端用戶或是決策者最關心的技術之一。而數據解釋的重要方面之一就是用合適的方式展示數據。假如數據展示的方式不當，就無法達到讓用戶理解并進行正確決策的目的，乃至使其效果適得其反。僅僅在計算機上進行可視化顯示的研究和開發的傳統方式對數據的解釋是有限的，如文本、圖表等。為改善傳統方法對數據解釋的限制。較為科學的辦法是利用圖形、圖像處理、計算機視覺以及用戶界面，通過表達、建模以及對立體、表面、屬性以及動畫的顯示，對數據加以可視化解釋。為提供更加專業化與個性化的服務，在數據分析過程中需要與電力專業人士和用戶進行深入的溝通交流，甚至讓用戶參與到數據分析的過程中來。為了得到更加合理的分析結果，數據的解釋，已經超越了大數據本身的范疇，將涉及到眾多學科的交叉，需要多個部門的協同共進。

為了將電力系統的大數據的價值盡可能的完全實現，需要包括大數據技術在內的多種技術配合。如：利用云存儲技術，將多種類型的數據進行結構化處理后存儲；采用分布式計算技術來提升數據處理的時效性以達到實時監視與控制的目的。

5 大數據技術在電力系統運行環節中的運用電力系統的構成分為發電、輸電、變電、配電和用電5個環節

圖2 電力系統運行環節

5.1 發電環節

現階段我國大部分發電方式均為火力發電，其作為利用時間最為久遠的發電方式之一，有著穩定性好，可控制性強等優點。但火力發電的缺點也十分顯著，其中化學能源的消耗量巨大與熱效率較低都是火力發電最顯著的缺點之一，尤其是化石能源極為寶貴且不可再生。而對于利用清潔能源，雖然具有綠色環保的優點，但也不是完美的。如核能在電力過剩時若采用不接入電網的方式也在將會造成巨大的浪費；風電水電等發電方式受地區的氣候條件與天氣狀況限制較大，不能提供絕對穩定的電力。因此，在電力生產的過程中應用大數據技術一方面提高火力發電的熱效率，發揮大數據技術的時效性高優勢，對火力發電的各個設備進行實時監視，即及時發出警告與提示，協助工作人員對機組進行監督與調控。另一方面對多種發電方式進行合理的調控，盡量利用清潔能源進行發電并充分發揮火力發電的可控性優勢對其他形式的電力生產進行補充。

5.2 輸電環節

輸電環節的主要功能在于通過不同途徑生產的電力進行分配并輸送。因其對國民經濟的發展有著巨大的影響，所以對穩定性有著較高的要求。惡劣的地理環境以及人為破壞是造成輸電線路中斷的最常見的兩種因素。關鍵輸電線路的中斷可能會造成整個區域電網的故障，因此及時發現輸電線路的反?，F象并及時處理對保障輸電環節的穩定性具有重要的意義。在這個過程中，大數據的技術的可用于提升供電環節的對于險情的反應與處理速度。大數據技術還可用于對輸電環節的設備進行全壽命周期內服役情況的檢測，進行有效的防災減災。

5.3 變電環節

變電環節是電網管理的核心環節之一，此環節的設備運行狀況直接關系到供電的可靠性，尤其是對于重要用戶的供電故障可能導致嚴重的后果，其重要性不言而喻。對于變電環節的檢測，我國仍舊處于以大量人工巡檢為主要方式的階段，并且檢測信息共享途徑效率低下且極其有限。因此該環節迫切的需要對其進行信息化改造。當前有專家提出了部分理論思想，如：對變電站設備利用數據挖掘與處理技術進行監測，可以在一定程度上對實時運行狀態的監控提供幫助。

5.4 配電環節

用戶所直接使用的電能是經變電站把輸電環節中的高壓電進行轉化而來，這就是配電環節的職責所在。做好配電環節的工作要求對掌握電能的使用需求規律進行有效的掌握，并以此為依據來分析配電環節的安全隱患，做到及時排除，大數據技術可以為其進行有效的技術支持并提供有意義的參考。另外，大數據技術可用于預測未來電力負荷規律，幫助電力運營部門對可預知的特殊情況提前做好準備，保證電力系統的穩定運行。

5.5 用電環節

由于我國國土面積廣闊、各地人民生活習慣各異、工業門類齊全、貧富差距較大等因素的影響，用電環節的情況十分復雜。但較好的基礎設施建設為用電環節的信息化建設作了部分鋪墊，一定程度上降低了信息化改造的難度。目前在用戶端的電力信息采集與信息系統的建設作用正在逐步擴大。國內已經有城市開始對電力用戶展開用戶畫像的工作，以制定更加完善、個性化的營銷策略。

6 大數據在電力系統中的應用

6.1 不同環節電力數據預測的應用

將大數據技術應用到電力系統中的主要目的之一是預測電力系統運行的各個環節的電力數據信息，針對他們的特點分別進行分析后用易于理解的方式展現給用戶和決策者。電力負荷的預測是配件管理的重要組成部分之一，利用大數據技術來解決其關鍵問題：收集海量的數據后搭建出合適的預測模型，對模型進行大量實驗，調參后用其預測電力系統各環節的負荷情況，有助于電力企業根據實時及歷史數據及時改變電力系統運行與管理策略，保證電力系統穩定高效的運行。

在前人已經分析過某地區電力系統的負荷在夏秋季節的起伏情況后，特別地，我們對這個時間段的短期情況進行預測。如圖3所示，在甲市以一個星期為例，周末的負載相對于工作日來說較低，導致此現象的原因之一為生產用電與生活用電在周末與工作日差距較大，在工作日有更大的生產用電需求從而導致了較高的負載。

圖3 甲市一周負荷變化情況

圖4 甲市單日負荷變化情況

雖然圖3體現出了工作日與周末電力系統負載存在一定的差異，但如果將一周七天每天的波動情況進行對比可以發現，負載情況在一天中的變化具有可尋的規律。觀察圖4，0：00后，電網負荷開始下降，3-4時達到最低值，6：00后迅速上升。雖然假期會有所不同，但總的趨勢仍然是一樣的。

6.2 管理電力能源的應用

大數據技術在電力能源管理中的應用，不僅有利于高效的利用清潔能源，而且有利于能源消耗的有效控制。該措施對于實現電網工程項目現代化、科學化、智能化，維護電網正常、穩定、安全運行具有重要意義。以某大數據技術服務公司為例，將“大數據技術”應用于電力能源管理，為客戶提供電力產品銷售、計量校準業務、后期電力維護等服務。如采集與分析電力設備、電子測量行業、電力生產等環節的數據、考察新能源的應用等。

7 結束語

大數據技術雖然不是來自電力行業自身的電力技術，也沒有直接參與到電力系統的生產與傳輸等環節，但因其自身的特點——數據即能量，使數據具有獨特的價值性。在電力系統運行的各個環節中，利用大數據來優化電力系統的運行具有重大意義。在大數據時代，要通過技術手段來實現處理實時信息并預測未來發展的目標。電力系統在未來的信息化道路上，大數據技術扮演者不可或缺的角色。充分利用大數據技術在電力系統中的應用，將成為進一步提高電力行業運行效率和管理水平的主要方向。充分挖掘數據，用好數據，還要依靠大數據技術的發展與電力信息化的深入。怎么用好大數據技術，對電力體統中海量的數據進行挖掘，實現電力系統中大數據的價值性，如何對電力系統進行優化改良、為用戶提供更好的服務將會是未來重要的研究課題。