基于智能电网的电力大数据分析研究

基于智能电网的电力大数据分析研究

冯天民栾姗霍朋

（国网沈阳供电公司辽宁省沈阳市110811）

摘要：智能电网是新能源技术革命的重要载体，是实现电网智能化发展的关键环节。在智能电网运行、维护过程中，会形成多种多样的数据信息，即电力数据。只有对其进行有效的管控，才能更好的保证智能电网的运行效率。基于此，本文将就智能电网的实际情况对电力大数据进行详细研究。

关键词：智能电网；电力大数据；运行效率；

1智能电网的特点

智能电网是由电力流、信息流以及业务流有机结合后形成的电网，优势十分明显。首先，智能电网在运行的过程中可抵御多种外部干扰和供给，充分满足清洁可再生能源的接入。其次，智能电网融合了信息、传感器、自动控制技术，可及时隔离故障，从而实现自我恢复。再次，智能电网的接入方式具有显著的多样性和灵活性，可接入分布式电源以及智能用电设施。最后，智能电网在运行中还可实时或非实时地集成、共享和应用信息，设置双向交互通道，从而推动了电网精细化管理的发展，显著提高了客户的满意度。基于以上可以看出，智能电网可高效利用通信、信息以及现代管理技术，保证电网运行的可靠性及经济性。

2智能电网大数据关键技术

2.1多源异构数据的聚合管理技术

数据集成管理技术主要包括了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、多虑和清洗技术几部分内容。由于电力大数据具有来源广泛、数据类型复杂繁琐、数据质量不高、准确性和及时性较差等问题，使得其对多源异构数据的聚合管理技术有着较高要求。该技术在应用过程中，首要工作就是利用ETL引擎和基本搜索引擎，对数据源中的数据进行抽取和集成，将这些数据转变成可用文件，之后再通过转换和清洗方式将其变成多维度、多粒度的分析式数据类型，并存储到相应数据库中。然后通过相应系统开展数据的存储和管理工作。最常使用的存储方式是利用云计算技术和分布式计算方法这两种。

其中，云计算技术具有存储空间大、存储数据多等优势，且其能够满足电网数据存储的基本要求。同时通过云存储模型的建立能够有效的解决结构和非结构化数据存储和管理中存在的问题，增强数据的安全性。而分布式计算方法虽然也能够提升存储空间和效率，但是在电网数据实时性的要求上还存在一定的问题，所以在使用过程中，要对数据进行分类、分级处理，并有针对性的实行存储和管理。

2.2复杂数据处理技术

目前最常用的数据处理技术类型主要有三种：分布式计算技术、内存计算技术、实时流数据计算技术。其中分布式计算技术主要是针对计算机在分布计算中和存储中存在问题的技术，该技术的优势在于增强数据处理的灵活性、降低处理成本，提高数据存储容量，保证计算结果的准确性。而内存计算技术则是为了处理大数据实时问题而衍生出来的一种技术类型。

其中以SAPHANA应用最为广泛，通过该技术平台的建立能够更好的提升计算机数据处理效率，提高工作质量。随着经济技术的快速发展，内存价格也在不断降低，内存计算额具备一定的物质基础，更好的解决了大量数据实时处理时存在的问题，保证了系统运行质量。

实时流数据计算技术主要是对电力大数据中的实时监测数据和企业营销数据等数据进行处理的技术，该技术具有实时性、易失性、突发性、无序性和无限性这五个特征，使其在实际使用中对系统有着较高要求。虽然在S4流式计算系统和Storm流式计算系统推出以后，为实时流数据计算技术的发展带来了一定的推动，使其更广泛的应用在电力领域中，不过该技术仍存在一定的劣势需要改进，如系统的伸缩性能较差，很容易在运行中出现容错问题，且无法保证长时间运行效率的一致性，相应的负载均衡性较差等等。

2.3智能电网大数据展现技术

智能电网大数据展现技术主要是指可视化技术的发展和应用。由于电力信息量较大，且随着时间的变化，其数据也会存在一定的不同，要想将其全面、完善的展现在用户眼前，就需要加强对可视化技术的研究力度，提高信息数据的处理效率，制定合理的可视化方案。针对这一要求，要通过可视化和可视分析技术的结合应用，对电网运行中的数据以及客户数据进行合理的分析和掌握，便于工作人员及时掌握用电信息，收集相关反馈意见。而对于企业电网管理数据则可以结合部门职能特征进行合理的可视化分析，实现科学管控。此外，在三维模型建设中，尽可能减小模型数据量，通过过重细节层次模型来实现其动态可视化管理。同时应用简化网络模型算法，增强模型的连续性、实时性，确保原有数据存储结构的充分利用，加强数据处理效果。

3电力大数据的应用现状

3.1电力大数据在电网规划中的应用

当前，我国经济发展水平不断提高，同时配网规划也明显扩大了其覆盖范围，而且数据量也明显提升。电力大数据在诸多方面都可展现出其积极的作用。首先是电网GIS。现如今建设的电网GIS在地图上叠加了电网资源信息层，从而保证了电网运行情况的可视化，强化位置共享的效果。其次，其也可实现拓扑分析，对站线变户予以科学地管理。最后是居民用电量估计。结合以往存储的电量数据，充分考虑当地的人口数据和经济发展情况，对该区域未来的用电量予以科学估算，进而为未来的规划提供可靠的依据。

3.2电力大数据在电力检修中的应用

当前，人们可采取多种方式获取电力设备的状态信息，传感器是最为常见且应用最为广泛的一种方式。将传感器与电力设备连接在一起，能够实时详细地了解到设备的信息。电力企业可借助视频传感器获得可靠的设备状态信息，采用大数据技术对视频信息进行深度加工和分析，进而提高设备状态评估的科学性与准确性，同时其还可对设备的风险采取有效的预警措施，确保电力设备的平稳运行。

3.3电力大数据在电力营销中的应用

在电力营销工作中，对当前的营销组织模式进行调整和优化是十分重要的内容，系统内部的客户数量也在逐渐增多，核心数据记录超过两百亿条。现阶段，营销数据量明显增加，营销数据的存储和利用也成为了电力工作者需要慎重思考的问题。再者，电力营销业务的影响范围和涉及面不断增大，电力大数据可更好地发挥其作用和功能，合理利用、充分挖掘有价值的数据信息，一方面提高客户服务的质量，另一方面也能在业务拓展的过程中高效发挥作用。

4结束语

综上所述，在智能电网中应用大数据技术，能够有效对收集到的系统运行数据进行全面分析和管理，增强系统数据的科学合理性，确保智能电网系统运行的稳定性和安全性，为我国电力企业的进一步发展提供助力。

参考文献：

[1]王建成.面向智能电网应用的电力大数据关键技术探析[J].电子测试.2018(04)

[2]李连付,宣鹂.智能电网技术体系分析及其发展趋势研究[J].电子制作.2017(20)

[3]辛培哲,蔡声霞,邹国辉,袁霜晨,王守相.适应经济社会发展的智能电网发展战略研究[J].分布式能源.2018(01)

[4]李文娟.基于大数据智能电网关键技术研究[J].南方农机.2018(15)

[5]石超伟.智能电网实现的若干关键技术问题思考[J].科技风.2014(17)

[6]张文嘉,罗冠姗,郭斌,沈桐洲.智能电网发展模式与关键技术分析[J].科技与创新.2018(03)

作者简介：冯天民（1983.5—），男，汉族，籍贯：辽宁盖州人，国网沈阳供电公司，工程师，硕士学位，专业：电力系统及其自动化，研究方向：配电网调控、配电网精益规划、大数据分析应用等