陈永旺
国网山西省电力公司忻州供电公司 山西省忻州市 034000
摘要：智能电网是大数据的重要技术应用领域之一。智能电网大数据结构复杂、种类繁多，具有分散性、多样性和复杂性等特征，这些特征给大数据处理带来极大的挑战。智能电网大数据平台是大数据挖掘的基础，通过智能电网大数据平台可实现智能电网全数据共享，为业务应用开发和运行提供支撑。
关键词：智能电网;大数据技术;效率;管理
1 大数据技术的内涵和特征?
在智能电网系统中，大数据产生于整个系统的各个环节。比如在用电侧，随着大量智能电表及智能终端的安装部署，电力公司和用户之间的交互行为迅猛增长，电力公司可以每隔一段时间获取用户的用电信息，从而收集了比以往粒度更细的海量电力消费数据，构成智能电网中用户侧大数据。通过对数据进行分析可以更好地理解电力客户的用电行为、合理地设计电力需求响应系统和短期负荷预测系统等。
智能电网中大数据的特点：?
1.1 数据量规模庞大
在电力企业运营过程中，最常见的调度自动化系统，往往包含几十万个数据采集点，每个数据采集点采集的数据量都数不胜数。再加上在电力系统运行的其他环节获取的信息数据，在电力企业形成了非常庞大的数据量。
1.2 数据类型多样性
电力企业获取的信息数据中，数据类型非常多，这也是造成数据量庞大的重要原因之一。在电力企业生产、管理、营销的各个环节中，都存在着信息数据。而且每个环节都包含实时数据、历史数据、文本数据、多媒体数据等等各种类型的数据，其中这些诸多类型的数据又可分为结构化、半结构化、非结构化数据，由此可以看出，电力大数据的分级结构非常精细，种类比较繁多。
1.3 数据速率高?
智能电网的数据传输是靠信息数据流生成的，有着即时性和精确性特点，对于运算速度快、数量多的智能电网来说，电力大数据的传输速率发挥着重要的作用。?
1.4 数据价值高?
在智能电网中获取的数据被应用于电力生成、传输和消费等各个环节，有着极高的利用价值，可以通过深入挖掘和融合探寻出有价值的信息，为智能电网的安全稳定的运行提供坚实的数据基础。?
2 大数据在智能电网建设中的应用思考
2.1源网荷协同调度
利用大数据技术可以有效降低新能源预测误差，但这对于新能源出力固有的波动性，传统的调度方法通过增加系统的旋转备用来解决。在电力市场不断完善的背景下，可以不通过调节常规电源的出力，而是利用市场手段，使得一部分用户主动削减或者增加一部分负荷去平衡发电侧出力的变化，即通过需求侧管理实现系统电量平衡。若要达到网源荷协调优化调度需要大量的辅助信息，如新能源出力波动大小、电网线路输送能力、负荷削减电量的范围、实时电价等，其中每个因素又受很多条件的影响，因此是一个非常复杂的电力交易过程，此时必须利用大数据技术发掘数据内部之间的联系，从而制定出最佳调度方案。
智能电网和传统电网最大的区别在于源网荷三者之间信息流动的双向性，三者之间信息在一个框架内可以顺畅的进行交互，极大地提升电网运行的经济性、可靠性。
2.2用电负荷控制及预测
电力系统的构建往往会存在大量容量小且具有一定存储性能的可控负荷。对可控符合的利用效率将成为供给高峰期用电的重要基础。而大数据技术在此间的应用，将能够对各个用户的用电负荷与可控符合情况进行深度分析与总结，对电力资源的调动也会更具合理性和针对性，对于电网实时需求的供应也更加有依据。
2.3安全分析及智能预警
在电力产业不断发展的过程中，智能化和自动化的监控设备层次不穷，对于大数据技术的应用奠定了相应的基础。因为这类设备会大面积铺设和覆盖电网运行区域，产生的大量数据需要得到迅速的采集和处理，并对其中的价值进行深度挖掘。而大数据技术正是以计算速度快、计算能力强的特点而出名。因此，能够迅速完成对处理海量的电网运行数据和监测数据的价值挖掘，并完成跨区域的海量数据共享与分析提供了可能性。现阶段，我国的电力行业在安全分析和预警机制的工作开展仍旧以专项调度中心完成，而调度中心在对离线数据进行采集、分析以及归纳之后生成预警预案，对于智能化实时监控、预测以及全面评估工作的开展并不能很好的满足。因此，大数据技术结合云计算来构建智能化系统，则可以有效地建立一体化安全监管和数据分析，其超强的计算能力能够满足实时处理的需求。
2.4数据传输及存储
现代化的数据压缩技术得以被研发和应用，帮助智能电网对涉及的海量数据进行处理、传输及存储等操作提高了可操作性。而随着技术的不断演化和升级，可以对电网数据的特点采取针对性参数化的压缩算法。也就是，可以在电线监测的过程中使用无线数据压缩技术，实现采样数据的压缩及优化处理，这对于数据传输和存储的要求得以降低。除此之外，云计算技术所提供的分布式处理技术也使得智能电网所涉及的海量数据存储问题得到了有效的解决。通常条件下，电网核心业务所涉及的数据还需要通过传统的关系型数据库进行存储，实时性要求较高的控制数据采用实时数据库系统处理，而大量的非结构化数据则采用分布式系统存储。
2.5状态检修智能决策
状态检修是以机械设备当前实际工作状况为依据,通过高科技状态监测手段,智能识别故障前兆,分析故障具体情况,及时采取措施,提高设备的安全性和可靠性。电力大数据技术是状态检修的基础,状态监测系统广泛收集各项信息,比如各指标运行情况,并筛选出有价值的数据,运用数据挖掘技术统计分析,评估设备的运行状态,根据设备状态做出检修决策,确定检修时间、内容和方法。
我国电力系统长期以来遵循“定期检查, 定期维修”的周期性检修制度, 在及时发现设备缺陷、减少事故、确保安全方面的确发挥了重要作用。但随着电压等级的提高、设备容量的增大,这种传统检修方法不能适应新时期的要求。一方面,定期检查任务繁重,耗费不必要的人力、物力、财力;另一方面,检修停电已成为影响供电可靠性的主要因素,必须设法在确保安全的同时减少停电。电力设备的状态检修正是很好地解决了这一问题,有效克服定期检修造成的设备过修或失修情况, 提高设备可靠性和经济性。
电网规划是电力系统规划的重要组成部分,也是电网更新改造的依据,合理地进行规划可以获得巨大的社会效益和经济效益。电网规划是一个繁琐复杂的过程,需要大量的历年电网运行的数据资料, 面对海量数据,只靠人工来收集,将花费大量的时间精力, 且易出现数据丢失和出错问题,基于大数据技术在智能电网中应用的发展,很好地解决了这一问题。
参考文献
[1]张伟.智能电网应用背景下的电力大数据关键技术[J].电子技术与软件工程,2020(09):200-201.
[2]吴润.电力大数据技术在智能电网中的应用[J].机电信息,2020(11):87+89.
[3]骆杨阳.浅谈大数据处理技术在智能电网中的应用[J].通信电源技术,2017,34(4):186-187.
[4]刘伟,侯轲,姜苏航,等.基于智能电网大数据技术发展研究[J].电子技术与软件工程,2016(6):179.
[5] 吴金铭.智能电网大数据平台与关键技术分析[J].现代信息科技，2018，2（08）：61-62，65.?
[6]骆卫雄.大数据在智能电网建设中应用的思考[J].科技创新导报,2018,15(14):5-6.