电力大数据关键技术下的智能电网应用研究

电力大数据关键技术下的智能电网应用研究

刘延博眭冰

(国网辽宁省电力有限公司辽宁省沈阳市110000)

摘要：本文简单概述了电网大数据的基本特点，同时阐述了智能电网、大数据以及云计算的关系，最后总结了大数据智能电网的关键技术，旨在促进智能电网的发展，为社会提供更高效的电力服务。

关键词：电力大数据；关键技术；智能电网；应用研究

一、智能电网大数据概述

（一）智能电网信息数据来源

智能电网系统在运行中的数据主要包括电力企业内部数据和外部数据。内部数据的主要来源是系统对电力信息的采集、分析、管理以及客服中产生，外部数据则主要是在地理信息系统或气象系统，以及互联网中产生，由于数据庞大且分布不集中，各个系统对数据的管理手段也有所差异。

（二）智能电网平台的构成

由于社会的学习、工作和生活对电力的需求越来越大，传统的电网系统无法满足日益增长的需要，智能电网也应运而生。智能电网借助计算机网络技术来进行数据信息的收集、分析、管理等功能，实现电力的科学化管理工作。当前比较成功的智能电网大数据平台有Hadoop服务平台系统和基于分布式文件技术的平台，能够实现海量数据的搜集和存储，提高了电网的工作效率，同时也推动了电力行业的有效发展。

（三）智能电网大数据特征

智能电网大数据的主要特征是信息庞大、分散、多样性。信息数据的来源一般比较分散，信息采样的周期和频率各不相同，也就造成了非结构或半结构数据的比例越来越大，例如，在客服中的语音数据、监控视频或图像等都属于非结构化的数据信息。

二、智能电网、大数据以及云计算三者的关系

（一）智能电网和大数据的关系

智能电网技术就是输配电技术与计算机技术、网络技术和通信技术有效结合的新电网系统，具有高效、安全、科学、低损耗和低污染的传输能力。智能电网的主要目的就是通过传统输配电技术与科学技术有效结合，不断提高电力的传输效率，不断优化输配电系统，减少电力的损耗，实现高效的数据信息交流和共享，满足不同状态下的电力数据信息的收集、分析和存储等功能，使电网系统更加科学化、智能化。也就是说，职能电网就是大数据在电力行业的实际应用。

（二）云计算与大数据的关系

云计算的理念就是利用网络技术实现各个平台之间数据信息的按需共享和交流。我们可以简单地认为云计算是大数据的基础，利用云计算技术来实现大数据的收集、分析和存储，但是相对应的，大数据又为云计算技术寻找到更多的应用平台，使得云计算有发挥的空间。但是，二者关注的重点又有所差异，云计算的重点工作是进行数据计算，而大数据的工作重心是信息数据的分析。智能电网、大数据和云计算三者之间有一定的联系，具体关系如下图所示：

三、智能电网大数据关键技术分析

（一）集成管理技术

智能电网大数据的集成管理技术是将多个系统中的数据整合，具有多功能的数据管理技术。多源异构的管理模式就是指数据来源、数据结构、数据格式以及特点存在差异，但是能够将这些数据进行统一存储，这样的数据集合具有集成、稳定、反应系统变化的功能，实现更安全的数据共享和交流。电力行业的集成管理技术主要有数据抽取技术、过滤技术、剔除技术、融合技术。这种管理技术能够满足不同的电力环境下的数据管理，对多样化、复杂化的数据进行分析。当前已有的管理技术已经能够实现关系型数据的去杂化，将管理数据化繁为简，实现更加灵活的数据管理，例如当前的NoSQL数据库技术。

（二）信息数据分析技术

大数据技术能够实现模拟信号与数字信号之间的相互转换，从中提取信息的内容和知识，并做出动作指示。大数据的分析技术就是在信息数据中找寻关联，为管理人员的做出指示。智能电网中的大数据技术又有别与其他技术，具有一部分统计学的关联性特点。关联性就是将不同的数据进行分析比较和归纳，发现数据之间某种隐藏性的关联，在通过一定的参数或结构将这种关系表示出来。大数据的分析技术将侧重点从原来的因果关系转变为相关关系，能够实现电力系统中海量的数据分析，还能将大数据化为小数据，简化分析步骤。

（三）信息数据处理技术

基于智能电网下的半结构化与非结构化数据处理，大数据处理技术主要分为分布式计算技术、内存计算技术和流处理技术，具体情况如下图所示：

空间中，通过不同处理系统的结果整合，实现统一的管理。当前最具代表性的分布式计算技术就是MapReduce编程模型，这种模型就是将数据进行分块，交给不同的存储区，再通过分析汇总。分布式处理技术可以对电力系统中海量的分散数据进行采集，具有很大的推广价值。

2.内存计算技术。这种技术摆脱了磁盘读写的复杂步骤，将待处理的信息放在内存中直接进行操作，有效缩减了计算的时间。随着技术的不断提高，内存计算技术在智能电网中的推广也不断扩大，实现大量数据的实时分析和计算。

3.流处理技术。由于随着时间的演变，数据信息可能发生变化或消失，这种技术就是将不断出现的信息作为数据流，一旦新的数据出现就立即做出指示，进行分析和计算并输出处理结果。这种技术在各行各业都得到了有效的应用与发展，可以进行网络数据的搜索统计、金融行业的高频交易等，在智能电网中，由于社会的需求增长，数据信息不断增加，流处理技术在电力系统中的使用，满足了实时在线分析的需求，节省了大量的处理时间。

（四）数据信息显示技术

大数据的信息显示技术能够实现信息的准确管理，帮助电力管理人员对系统状态的实时监控。数据信息显示技术主要有历史流展现技术、空间流展现技术和可视化技术。历史流展现技术可以体现信息之间的时间关系，在电力系统的应用中，可以将电力监控系统的监测数据、预测数据等通过一定的计算机制图技术建立模型，对重大电力故障或传输问题进行模拟分析，发现隐藏性隐患；空间流就是将电力参数与空间信息结合，有利于管理人员对故障位置直观监测；可视化技术提高了智能电网的自动化水平，有利于未来复杂系统的分层研究。

四、结束语

目前，我国智能电网已经进入高速发展的研究和使用阶段，在今后，大数据技术在电力系统中的使用，能够有效提高电网的数据分析、处理和存储的效率，实现智能电网平台的安全、高效、稳定发展。

参考文献：

[1]彭小圣,邓迪元,程时杰,文劲宇,李朝晖,牛林.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,2015,03:503-511.

[2]但涛.面向智能电网应用的电力大数据关键技术分析[J].科技传播,2015,20:31+29.

[3]梁正波.面向智能电网应用的电力大数据关键技术[J].科技传播,2015,20:65-66.

[4]区秋杰.智能电网应用的电力大数据关键技术研究[J].通讯世界,2016,20:190-191.

[5]张克宇.浅谈面向智能电网应用的电力大数据关键技术[J].电子世界,2016,22:193+195.