关键词：电网大数据；智能调度；应用场景分析
引言
传统的电网调度控制告警系统没有告警信号优化和处理分析功能，只是将采集的告警信号在告警窗口简单地按照时间顺序显示。无论是在电网处于正常运行状态还是出现故障时，都需要调度员手动处理、分析大量告警信号，导致某些重要的异常告警信号被忽略，短时间内人工处理大量的告警信号具有一定的难度，不能及时地分析、判断出故障情况，造成一些不必要的损失。大数据分析技术是专门针对规模巨大数据进行分析的技术，具有五大特点，即分析数据量大（volume）、分析的类型多（variety）、分析的速度快（velocity）、分析价值高（value）、要求分析的真实性高（veracity）。在IT行业中，大数据是时下IT行业中最流行的词汇，大数据分析技术包括建立数据仓库、维护数据安全、数据多层次分析、数据准确度挖掘等工作。随着大数据时代的来临，大数据分析技术也变得越来越普遍。大数据分析技术具有数据存储和数据处理功能，可以针对客户的不同需求做出不同程度的处理，通常会根据系统架构和存储方式划分出不同的量级，分析后的大数据存储模式有两种，一种是本地模式，另一种是MPP模式。
1智能电网中大数据与云计算的基本概念
大数据是指海量、异构、多态的数据集合，不但包括传统的符号、数字等结构化数据，也包括图像、声音、手写字体等非结构化数据。但不是数据多就能够称为大数据，必须要同时满足体量巨大、类型多样、价值密度低以及处理速度快这四个特点，才能够被称为大数据。在电力行业内，电网运行的情况以及日常的监测数据等、电力企业的营销数据，以及企业的管理数据信息等可以被称为是大数据。随着智能电网的不断发展，这些数据都在以指数级的速度增长。智能电网中的数据以传统的关系型数据库中存储的结构化数据为主，包括业务数据、表单数据等。而非结构化数据主要是视频监控数据以及一些图像数据等。随着电力行业的发展和自身的特点，智能电网中的非结构化数据的比重越来越重，但分析和处理的难度却较大。另外，电力行业数据还在气象预测、能源分析等行业中有着应用意义，对智能电网的大数据分析就显得格外重要。最后，在智能电网的调动工作中，业务管理数据要求是实时数据，对实时数据的处理难度更大。云计算（CloudComputing）是指在网络技术高速发展的基础上，通过网络存储、负载均衡、虚拟化、分布式计算等现代计算机处理技术，将网络中多个计算机实体融合起来，建立一套具有强大计算能力的系统，为用户提供方便、可靠、强大的计算能力。通过不断提高云平台能力，减少用户在本地实体中投资的资金。随着云计算的不断发展，传统的依靠个人终端的存储和计算模式将逐步被为新的信息存储、处理模式所替代，数据、资源及应用程序将被保存在云平台服务器中。用户不但可以从云平台中获取数据，还可以完成应用程序的二次开发。因此，近年来云计算技术得到了飞速发展。云计算是通过云端的服务器集群提供计算、存储和处理服务，用户通过网络或其他工具直接访问。
期刊文章分类查询,尽在期刊图书馆云计算的服务方式主要有三类：即基础架构即服务（infrastructureasaservice，Iaas）、平台即服务（platformasaservice，Paas）和软件即服务（softwareasaservice，Saas）。
2电网大数据的来源
随着新时代科学技术的进一步提升，智能电网应运而生。相比于传统的电网调度，现在的电网调度的数据来源和种类等都随着时间的不断推移，获得了较好得填充。目前，我国电网调度中心的数据来源主要体现在以下4个方面。（1）基础数据。基础数据是描述电力设备固有属性的相关参数。基础数据在电力系统实际运行过程中是不会产生太多变化的，甚至可能根本不会发生变化。分析实际情况发现，近年来随着我国电网规模的不断扩大，横向集成等要求随之出现，需做好基础数据的收集。（2）电网实时量测类数据。电网中的实时量测系统是电网必不可少的一部分，不仅能直接影响智能电网的发展，而且是实现智能电网的电力数据采集的重要基础条件。目前，我国现有的电网实时量测系统包括监控系统SCADA、WAMS系统以及AMI等。监控系统SCADA和WAMS系统在电网中主要负责对电力运行过程中产生的状态数据进行采集，而AMI在电网中主要负责对个人用户数据进行有效采集。（3）电网准实时应用类数据。该类数据在电网中主要是由调度自动化系统生成的数据和人工输入的数据组成。该过程中包含的数据类型主要包括预测计划数据、报表数据以及监控预警数据等。（4）环境数据。环境数据主要包括气候、地貌以及用地类型等数据信息。虽然在电网以往的发展过程中，这类数据很少被相关人员重视或应用，但在市场经济发展和电力系统经济效益提升的今天，这类数据已被广泛应用于电力系统。
3电网大数据智能调度应用场景
随着新能源的进一步到来以及先进电力技术的突破，我国电网的发电、输电、以及调度等方面发生了较大程度的变化。大规模集中式电源与大数量分布式电源相结合将是智能电网发展的主要趋势之一。此外，加大对电网大数据智能调度应用场景的分析，对进一步提高电网调度的安全性有积极作用。因此，针对电网大数据智能调度应用场景进行了如下分析。
3.1 电网大数据智能调度应用架构
受电网大数据智能建设不断加大的影响，我国现有的调度系统以及累计数据出现了日益增多的现象。该现象的存在将使原来的各大系统关联性变得越来越强。因此需要将各类电网内外部大数据进行集成，在新的智能调度需求下，形成一种全新的应用场景。
3.2 互动负荷大范围的优化调度
根据相关研究调查发现，传统的电网调度控制都是通过对发电机组的进一步调节实现用电平衡，但在风电等间歇性能源中，电网的容量相对平时存在一定程度的扩大，相关人员若只是一味地依靠常规发电机组进行调节，不仅无法将电网的全部调控能力充分发挥，而且不能提高最终的调度效率。为解决传统调度存在的弊端，实现调度效率的有效提升，相关人员需要利用大数据技术对全网负荷信息等内容进行综合性分析，并且需要按照最大范围资源优化配置原则对不同时间尺度的决策进行优化。这样不仅能有效提升电网的动态感知，而且可实现电网的安全运行，达到资源合理配置的目的。
结语
总而言之，随着新时代社会经济的不断发展，电网调度的稳定运行逐渐得到了人们的高度重视。为了提高电网运行的可靠性，促使我国电力事业更快发展，相关人员需要加强对电网大数据智能调度及应用场景的研究。
参考文献
[1]黄伟，曹健.智能电网大数据技术的发展研究.无线互联科技，2015（15）：19~20.
[2]李振元，李宝聚，王泽一.大数据技术对我国电网未来发展的影响研究.吉林电力，2014（1）.
[3]孙宝贵，王欣红，王振世.智能电网中大数据处理技术分析.通讯世界，2016（23）：150~151.
论文作者:刘长春
论文发表刊物:《中国电业》2019年11期
论文发表时间:2019/12/2
标签：电网论文; 数据论文; 智能论文; 技术论文; 大数论文; 系统论文; 场景论文; 《中国电业》2019年11期论文;