摘要：智能电网需要整体的情况数据，电网运作、检查与管理的进程中会发生大量异构、多变的数据，这就是大数据。怎样能够做高能、靠谱、便宜的贮存，且迅速浏览与解析，是如今钻研课题的重中之重。文章解析了发电、输变电与用电每个方面大数据的形成原由与特征，而后，总结了如今在商业、互联网与工业检测方面已有的大数据处理技术，且仔细解析了上述技术在面对只能电网构建与大数据处理方面的优缺点。最终，在大数据贮存、及时数据管理、异构多数据源综合与大数据可视化四个角度阐述了智能电网带来的机会与挑战。
关键词：智能电网；大数据；技术现状
1.前言
近几年，伴随全球能源问题的日益加剧，引起了各个国家的重视，都逐步着手对智能电网的探索。智能电网的终极宗旨是创建能够包围全部生产进程，涵括发电、输电、变电、配电、用电及调度等多方面的整体及时体系。但支持智能电网稳定、恢复、绿色、坚固和靠谱运作的根基是电网整体及时数据收集、传送与贮存，还有积聚的大量多源数据迅速解析。所以伴智能电网创建的持续深入与推行，电网运作与设施检查发生的数据量指数级上升，慢慢组成了现在信息学界所重视的大数据，这须要对应的贮存与迅速管理技术来支持。
2.智能电网大数据与其特征
2.1智能电网中的大数据
电网业务数据概分成三类：电网运作与设施检查数据、电力公司销售数据、电力公司经营数据。
依据数据的内部构造，以上数据能够深入具体分作构造化数据与非构造化数据。构造化数据关键涵括贮存在联系数据库里的数据，如今电力体系里的大多数数据便是这样的形态，伴随信息技术的进步，这方面的数据上涨迅猛。相较构造化数据，不易用数据库二维条理来显示的数据则被称作非构造化数据，关键涵括视频监督、图形图像处理等出现的数据。这方面数据上涨十分迅猛，互联网数据中心的调研报告显示，公司中的百分之八十的数据均是非构造化数据，且数据每年上涨的幅度为百分之六十。在电力体系里，非构造化数据占据了智能电网数据的大部分。
构造化数据依据管理时间标准，能够分类成及时数据与准及时数据，诸如电网调整、掌控所需的数据均是及时数据，须要迅速且准确的管理；但是大部分情况监督数据对及时性标准不高，能够归类为准及时数据管理。
智能电网和经典电网存有很多的不一样，拥有更好的智能化水准，且达到智能化的条件是得到多量及时情况数据，如今智能电网里的大数据关键是由于下面几个方面：
（1）、想要正确及时得到设施的运作情况讯息，收集点逐步增多，日常的调整自动化体系含数十万个收集点，配用电、数据中心将达到百万乃至千万级。须要检测的设施数量过多，各个设施都配有数个传感器，检测设施经过十一的通信渠道将这些传感器衔接与一体，由变电站的数据搜集服务器依照同意的通信要求传送至数据中心，这其实形成了一个物联网。且物联网的后端运用云计算平台已被认可为将来的发展势头。智能电网设施物联网与云计算平台的基本设备相连，做数据互换。
（2）、想要手机每种情况的讯息，达到上层运用体系的要求，以至设施的采样频度变的更高。诸如在输变电设施情况检测体系里，想要可以对绝缘放电灯情况做评判，讯号的取样频度应当高于两百千赫，特高频检测须要吉赫的取样率。如此，对于一个智能电网设施检测平台而言，须贮存的检测或检测的数量非常之大。
（3）、为确凿完善记录生产运作的各个细节，完好的反应生产运作进程，标准达到及时改变取样。在智能电网中，大数据发生在电力体系的每个方面，涵括：发电侧。伴随大型发电公司数字化创建的进步，大量的历程数据被保留下来。这些数据中储存了足够的讯息，针对解析生产运作情况、给予掌控与完善方针、障碍判断和致使发现与数据挖掘拥有关键意义。用电侧。为正确去的使用者的用电数据，电力企业设置了很多拥有双向通信性能的智能电表，这些电表能够每隔五分钟的频度向电网传送及时用电讯息。
期刊文章分类查询,尽在期刊图书馆
2.2智能电网里大数据的特征
智能电网里的大数据拥有四大特点，规模大、种类多、价值密度低与改变快。
数据体量过大。从 TB 级别，跃升到 PB 级别。日常SCADA体一万个遥测点，按取样间隔三至四秒计算，每年产生1.03TB数据；广域相量测量体系(WAMS)一万个遥测点，取样率能够保持每秒一百次，依据如上公式计算，所以每年产生495TB的数据。
数据种类多。电网数据范畴散布、离别很多，涵括及时数据、历史数据、文本数据等各种构造化、半构造化数据和非构造化数据，每种数据搜查和管理的频率和功能需求也不一样。诸如店里设施情况检测数据里的油色谱数据半小时取样一次，但绝缘放点数据的取样频率却达到了几百千赫，乃至吉赫。
价值密度低。以视频为例，持续监督的进程中，或许有效的数据只有一秒或两秒。在输变电设施情况检测中存留相同的弊端，所收集的大多数数据均是正常数据，仅有很少部分的失常数据，且失常数据是情况维修的关键数据。
管理速度快。再几分之一秒内对大数据做解析，用于支撑决策规定。对在线的数据解析和发掘较经典数据发掘技术有实质的不同。
此外，智能电网的数据管理，对数据品质有标准要求，能够思量为每种智能电网数据加入新的可靠性。数据的可靠性是指与制定种类数据关联的可靠性等级。高品质数据针对数据解析结果的准确性有关键作用。但是尽管最好的数据清洗办法也不能清除部分数据原有的不可预测性。认可不确定要求，且把数据的可靠性当做智能电网大数据的一个维度是可行的。
3.智能电网大数据的机会与挑战
3.1大数据传送与贮存技术
伴随智能电网创建的慢慢推广，在电力体系每个方面的运作数据和设施状况在线检测数据被记录下来，从而产生的大量数据传送与贮存弊端不但对检测设施构成很大的负担，且限制着店里体系智能化的超越式发展。经过数据压缩能够有力缓解网络数据传送量，提升贮存时效。
3.2及时数据管理技术
针对大数据，数据管理速度很关键。通常状况下，数据规模越大，即系管理的时间便会越长。经典的数据贮存方式是为额定大小的数据量而策划的，在它的策划范畴内管理速度或许会很快，但并不能达到大数据的标准。将来智能电网境况下，从从发电、输变电环节，到用电环节，都须要及时数据管理。
4.结束语
将来的智能电网会是依附大数据管理解析全面及时电网。云计算为这样的异构且丰富的数据给予了贮存与解析的平台。平台运作一段时间后必定会发生大数据，云平台与大数据解析会成为电力设施的状况检查、电网修复、独立讯息系统的相通给予支撑，且变成关键的候选办法，拥有成本低、优良的体系拓展性、高靠谱性、并做解析等优点，但实效性、数据统一性、私密性方面还有不少的挑战，须要需求对应的处理方式。
参考文献：
[1]唐聪岚,卢继平,谢应昭，等.基于改进数据流在线分割的超短期负荷预测[J].电网技术,2014,38(7):2014-2020.
[2]于恒友,刘波,彭子平.基于HBase的输电线路综合数据存储方案设计[J].电力科学与技术学报,2014,29(2):58-64.
[3]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[J].吉林电力,2014,42(1):10-13.
[4]张文亮，汤广福，查鲲鹏，等．先进电力电子技术在智能电网中的应用[J]．中国电机工程学报，2010，30(4)：1-7．
[5]李国杰．大数据研究的科学价值[J]．中国计算机学会通讯，2012 8(9)：8-15．
[6]刘振亚.智能电网技术[M]. 北京:中国电力出版社，2010.
论文作者:吉懿1,胡建军2
论文发表刊物:《电力设备》2017年第29期
论文发表时间:2018/3/12
标签：数据论文; 电网论文; 智能论文; 设施论文; 体系论文; 数据管理论文; 情况论文; 《电力设备》2017年第29期论文;