摘要：随着我国经济水平的不断提升，社会用电量日益增加，这无疑对电网运行的质量和效率提出更高的要求。近年来信息技术得到迅猛的发展，大数据时代随之到来，并且在社会各领域得到普遍的应用，大数据技术作为信息技术中的重要内容，在新时代的电力调控工作中发挥着重要作用，不仅能够降低电网运行的成本，还能够极大程度上提升电网运行的效率和质量，因此研究这一课题是很有必要的。
关键词：大数据技术；电力调控；应用
随着信息技术的不断发展，社会迎来大数据时代，电力建设和管理也向着数字化和自动化的方向不断发展。基于此，本文就大数据技术在电力调控中的应用进行研究，首先就大数据技术应用于电力调控中的必要性进行分析，然后着重分析电力大数据的核心技术，并且对大数据技术在电力调控中的具体应用进行探讨，从而进一步提升电力调控工作的自动化水平和智能化水平。
1电网调控运行大数据分类及特征
在电网调控运行过程中，各类数据的来源有三种，分别为基础数据、电网运行及设备状态监测数据以及外部信息数据。三种不同来源的数据可以相互作用和影响，在促进电网稳定运行方面都发挥着十分重要的作用。在电网调控运行的多个数据种类中，结构化数据种类占90%以上，包括电网运行数据、负荷预测数据、基础数据等等，另外，现如今，非结构化数据也逐渐被导入至电网调控运行参数组成中，比如视频监控数据、图形图像处理数据等等。
2电力大数据的核心技术
（1）数据集成管理技术。在电力大数据中，数据集成管理技术的是对不同数据源、特征形式的数据进行收集和整理，在对数据进行转换、加载后，得出全新的数据源，然后载对全新的数据源进行管理和，并对外提供服务。数据集成管理技术可以为电力企业提供新的服务和应用功能。
（2）数据分析技术。在电力大数据中，数据分析技术有很多种，包括机器学习技术、数据挖掘技术等等，通过数据分析，可以提取大数据中的有用信息。机器学习技术是人工智能的核心，其能够改善计算机系统使用性能，主要被应用于电力系统暂态稳定性评估、电力设备运行状态检测等方面。数据挖掘技术在实际应用中可以有效处理复杂的数据结构形式，对海量数据进行分析处理，进而提升数据质量，主要被应用于电力行为预测中。
（3）数据处理技术。电力数据处理技术可以分为分布式计算技术、内存计算技术以及分布式数据流处理技术。其中，分布式计算技术指的是通过应用网络技术，将电力系统中的计算机进行连接，进而形成超级计算机，对大数据进行存储和计算；内存计算技术指的是将已经收集到的大数据存储在内存中，然后直接对大数据进行计算和分析；分布式数据流处理技术具有实时性、伸缩性和开放性特征，可以对电力系统中的动态数据进行实时处理。
（4）可视化技术。可视化技术指的是通过应用图形化处理技术，将各类信息以比较容易理解的形式来展现，便于运行管理人员能够准确掌握各类信息。可视化技术的应用目标是发现信息，洞察数据，然后再做出决策。通过将可视化技术应用于电力系统状态实施监测中，能够有效提升电力系统自动化水平。
3大数据技术在电力调控中的具体应用
3.1电力大数据的核心技术应用分析
电力大数据的核心技术主要体现在以下几个方面，分别是数据集成管理技术、数据分析技术、数据处理技术和可视化技术。数据集成管理技术的主要作用是对电网运行过程中的各类型数据进行收集和管理，最终通过转换数据获取新数据源，然后依次为电力调控提供相应的服务；数据分析技术主要对电网运行过程中的各项数据进行挖掘和分析，从而得到能够满足电力调控应用的有效信息；数据处理技术主要将计算机与大数据技术相结合，从而实现对各项动态数据的及时处理；可视化技术主要将数据以图形的形式进行处理，从而进行直观的展示。
3.2大数据技术在电力调控中的应用体现
3.2.1对电网的运行状态进行智能监控
当电网处于运行状态时，电力调控中心能够通过大数据技术对电网进行全程的智能监控，并且利用数据集成技术、数据分析技术和数据处理技术对各项数据进行在线监测，诊断当前电网运行的状态。例如采用ETL工具对数据进行抽取。ETL工具分为Kettle、Talend和InaplexInaport三种，最常用的Kettle工具，主要利用集群方式对台机器上进行工作部署，优化Postgre等数据源，利用Java脚本、SQL语句完成数据清洗，并将监控数据记录在电子日志内。随着电力设备的逐渐增多，电网运行中产生的数据量也越来越大，要实现有效的电力调控，必须促进智能电网实现进一步的跨越式发展，从而缓解智能监控的负担，提高大数据技术的应用水平。
表1 电力大数据核心技术对比表
3.2.2对电力系统的安全进行智能预警
智能预警是大数据技术应用于电力系统的典型体现。传统安全预警主要通过评估预案和离线计算的方式对电力系统的运行状态进行预测。从实际的应用情况来看，这种预警方式的效率不足，难以满足当前电网运行的需求，因此必须利用大数据技术实现电力系统的智能化管理。例如采用全网仿真统一计算和数据分类储存处理的技术，对电网运行过程中产生的海量数据进行统筹处理，分析存在异常的数据，对故障发生的区域进行追踪，确定准确位置，并生成实时的评估方案，针对性的解决其中存在的故障和矛盾。
3.2.3对电力负荷的情况进行优化调控
随着社会对用电质量需求的不断提升，新能源逐渐成为电网建设中的重要组成部分，但是与传统火电的发电方式不同，新能源发电一般具有间歇性的特点，例如风力发电、太阳能光伏发电都依赖于自然环境，不受人为的控制，将新能源发电与传统发电按照一定的比例进行并网建设，无疑对电力系统的电网调控提出更大的挑战，利用大数据技术能够根据电网运行的需求侧可控资源信息制定相应的调度技术，从而实现对负荷信息的有效处理。例如利用大数据技术在Hedoop分布式文件系统中构建HBase数据库，实现数据的列动态增加和自动切分，实现对各项数据的实时读写和处理。
4结束语
综上所述，在信息技术发展日新月异的形势下，大数据时代已经来临并在影响着社会发展，电力建设管理的自动化和数字化发展也迎来了崭新的局面。大数据技术应用到当前电力调控工作中对于电网运行质量和效率的提升，以及电网运行成本的降低具有重要的意义。
参考文献
[1]谷芳，张新友.大数据技术在电力调控中的应用分析[J].数字通信世界,2017(12):70.
[2]姜丽珍，耿胜魁，路正霞，等.大数据技术在电力调控中的应用研究[J].电子制作，2018(12)：62+81.
[3]薛莹.基于互联网+、大数据、人工智能方面的风力发电技术探讨[J].南方农机，2018，49(13)：213-214.
[4]于磊，王双，韩宇龙，等.基于大数据技术的电网故障智能诊断方法[J].中国科技信息，2016(2)：32-33+22.
论文作者:连路遥
论文发表刊物:《电力设备》2019年第13期
论文发表时间:2019/11/12
标签：数据论文; 技术论文; 电网论文; 电力论文; 电力系统论文; 数据源论文; 数据处理论文; 《电力设备》2019年第13期论文;