大数据分析在互联电网中的应用探讨

大数据分析在互联电网中的应用探讨

厉建新卢兴旺吴阳

（国网山东省电力公司日照供电公司山东日照276826）

摘要：智能电网指的是以基本的物理电网为基础，通过应用目前的现代信息技术、通信技术以及计算机处理技术等技术，同时和传感测量技术一控制技术进行结合，进而形成的一种高度集成的新型电网。其在自身的大数据上具有规模大、速度快以及种类多样的特点。而大数据处理技术在智能电网领域支持基建决策、进行客户分析、提升智能控制以及实现协同化管理等多个方面都有十分广泛的应用，是保障智能电网运作稳定性和安全性的一个基本技术。

关键词：大数据；大数据处理；智能电网；应用

1智能电网与大数据技术分析

1.1智能电网概述

智能电网主要是以物理电网为基础，运用现代先进的通信技术、信息技术及计算机处理技术等，并与控制技术、传感测量技术等相融合与物理电网高度集成的新型电网，其发展为电网用户提供了从组的电力需求，并且在很大程度上保障了电网运输的可靠性和用电安全性等，从而在一定程度上降低了电力成本。从功能上来讲，具有信息处理、分析、集成、显示及安全等功能。

1.2云计算平台分析

云计算平台主要是利用分布式数据存储方案，从而提供高效的查询和计算能力，保持与输电线路状态监测系统、历史存储数据及实时数据的统一等。

但是随着系统采集数据量的不断增加，对实时、大量高频数据的采集，云计算平台主要利用分布式的数据存储方式，提供高效的计算能力，与输电线路状态监测系统保持一致。如云计算平台可以采用任意的服务器与PC机构建集群，在不需要满足相同类型服务器的条件下，能充分将当前各地区供电公司闲置的大量服务器资源进行利用，减少建设的成本，并可以借助虚拟机来完成资源虚拟化，从而提升设备的利用率。

1.3大数据分类

在智能电网系统中，大数据在整个系统中的各个环节都有应用，具体表现为：电网运行及设备、数据的检测；企业营销数据；企业管理数据。经济社会的不断发展，电网的规模也在不断壮大，输电线路状态检测系统工作中接受、处理数据量也越来越大，这也就对系统数据处理效率和能力提出了更高的要求，输电线路中大数据的处理等，徐涛输电线路状态监测系统提供相应的技术支持，保证监视、控制及运行管理的需要。

2智能电网的大数据特点

2.1速度快

因为在电网的运作过程中，负荷的波动具有极大的随机性，因此在电网的随时监测工作上所产生的随机性就很大。而电网一旦出现故障，导致的进一步事故发展的速度很快，并且造成的事故损失也会很大，因此智能电网的大数据也具有速度快的特点。

2.2规模大

就智能电网所产生的大数据而言，其首先存在的一个特点即规模大。在电网的不断发展过程中，其负荷节点和电机节电会不断增加，再加之电网和负荷之间的双向交互因素的影响，就会大大增加电网数据的量，M而所产生和需要储备的数据也就随之大量增加[2]。

2.3多样性

多样性也是电网所具备的一个特点之一。因为智能电网在运作过程中，所涉及到的面很多，因此其所产生的数据，包括内部数据、外部数据等多个方面的数据，其种类十分繁多。

3电力大数据关键技术

3.1电力大数据的数据分析技术

大数据技术的根本驱动力是将信号转化为数据，将数据分析为信息，将信息提炼为知识，以知识促成决策和行动。借助电力大数据的分析技术可以从电力系统的海量数据中找出潜在的模态与规律，为决策人员提供决策支持。

3.2电力大数据的集成管理技术

电力企业集成管理技术是为解决电力企业内部各系统间的数据冗余和信息孤岛而产生的。电力大数据的数据集成管理技术，包含关系型和非关系型数据库技术、数据融合和集成技术、数据抽取技术、过滤技术和数据清洗等。大数据的一个重要特点就是多样性，这就意味着数据来源极其广泛，数据类型极为繁杂，这种复杂的数据环境给大数据的处理带来极大的挑战，要想处理大数据，首先必须对数据源的数据进行抽取和集成，从中提取出实体和关系，经过关联和聚合之后采用统一的结构来存储这些数据，在数据集成和提取时需要对数据进行清洗，保证数据质量及可靠性。大数据存储管理中一个重要的技术是NoSQL数据库技术，它采用分布式数据存储方式，去掉了关系型数据库的关系型特性，数据存储被简化且更加灵活，具

3.3电力大数据的数据处理技术

电力大数据的数据处理技术包括分布式计算技术，内存计算技术，流处理技术等。分布式计算技术解决大规模数据的分布式存储与处理，适用于电力系统信息采集领域的大规模分散数据源。内存计算技术解决数据的高效读取和处理在线的实时计算，解决大数据实时分析和知识挖掘的难题。流处理技术处理实时到达的、速度和规模不受控制的数据，应用于电力系统为决策者提供即时依据，满足实时在线分析需求。

4智能电网大数据处理的应用

4.1支持基建决策

发电企业通过大数据技术提供的有效数据来决定发电站的选址、输电线路的设计。以丹麦风电公司为例，丹麦风电公司实施的VESTAS计划，通过大数据技术把全球天气系统数据和本企业的发电机数据融合以来进行分析：以公司积累的数据和天气系统提供的气温、气压、空气湿度、空气沉淀物、风向、风速等一系列数据为基础，采用数据建模技术，通过对风速、风力、气流等对电力生产有重大影响的要素进行计算，从而对风力发电的厂址进行了优化选择。并且在这个过程中，此系统还对卫星图像、地理数据以及月相与潮汐数据进行了收集和处理，从而更好的服务此项目的建设和未来发展。

4.2提高智能控制

在对电力基础的故障处理与预防中采用大数据技术可以快速的找到故障原因，有针对的进行处理，缩短故障时间，降低对用户的影响，降低维修成本；采用大数据技术可以及时的监测故障，及时处理小故障，避免发展成大故障。这些都是大数据分析和可视化展现技术手段，采用在线检测、视频监控、应急指挥、检修查询等功能实现的。

4.3升级客户分析

电力营销单位对电力用户进行分析可以通过积累的庞大数据来实现，主要分析电力用户的特征，对用户进行细分，从而有针对性的进行改善服务。除了利用内部数据还可以利用外部数据，通过内外结合，分析用户在电力需求与其它方面的联系，进行假设，并论证，得出正确关联结论，从而有针对性的进行营销，提高企业的竞争力。

4.4加强协同管理

电力行业涉及范围较广，彼此之间连续密切才有利于整个行业的发展与优化，电力行业的生产数据、运营数据、销售数据、管理数据整合能够优化电力生产、运营、销售的资源配置。并且大数据的应用使行业内部的人力、材料、设备、资金等流动更加顺畅，提高整个集团管理成效。

5结语

近些年来，环境问题得到了社会普遍的关注，节能减排的压力也在不断增大，电力行业的能源消耗也逐渐增大。在此发展背景下，智能电网技术也得到了很大的发展，基本上形成了对全网多维信息的采集，尤其是“互联网+”、“物联网”等发展，使得电力系统和外界的交往也逐渐频繁，大量的数据为智能电网的建设也带来了很大的机遇和挑战。如何利用智能电网中的海量数据，协调不同能源之间的配合，从而实现节能减排的目的。

参考文献：

[1]刘振亚.全球能源互联网[M].北京：中国电力出版社，2015.

[2]张东霞，苗新，刘丽平，等.智能电网大数据技术发展研究[J].中国电机工程学报，2015，35（1）：2-11.

[3]彭小圣，邓迪元，程时杰，等.面向智能电网应用的电力大数据关键技术[J].中国电机工程学报，2015，35（3）：503-511.