摘要：当下，随着科学技术的快速发展，大数据技术得到十分广泛的应用，同时也推动许多行业的快速发展。在电力调控中对大数据技术加以有效的应用，能够有效提升电网运行的经济性和安全性，对我国电力事业的发展有着较大的帮助。本文首先对大数据技术在电力调控中应用的价值展开探讨，然后进一步分析其在电力调控中的应用方向。
关键词：大数据技术；电力调控；应用
引言
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。
1基于大数据技术的电力调控应用的价值分析
1.1有助于提升电力系统运营的管理水平
在现代的电力系统之中设备和系统构造都变得更加的复杂，对电力运营管理提出更高的要求。通过大数据技术对电力系统运营过程中产生的数据进行分析，然后结合自动化设备和智能设备，能够实现对电力系统的自动调控，在很大程度上提升电力调控的精准性。
1.2有助于提高电网运行质量
大数据技术的应用，使得电力系统中的监控系统和调度系统一体化监控成为了可能。基于大数据技术的电网监控技术，一方面可以保证电网灵活运行，另一方面还有着自主的恢复能力。电网监控中的数据收集和共享能够在电网运行出现故障的情况下，进行全面诊断和高效的处理，从而提升电网供电质量和供电的稳定。正是因此，智能电网监控可以在不同的环境中开展工作，甚至是相对恶劣的环境仍能够实现。
1.3有助于提升用户的用电体验
在基于大数据技术的智能电网应用中，利用大数据技术的预测分析，能够有效判断用户的用电量和消费特征，形成科学合理的供给计划和检修计划，做好电力调度的运行和规划工作，提升电力调度的效率，减少资源的浪费，使用电客户得到更加优质的服务，为用户提供更好的用电体验。
2电力大数据的核心技术
2.1数据集成管理技术
在电力大数据中，数据集成管理技术是对不同数据源、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，然后载入全新的数据源进行管理，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。
2.2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。
2.3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。
期刊文章分类查询,尽在期刊图书馆其中，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。
2.4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时监测中，提升电力系统自动化水平。
3大数据技术在电力调控中的应用
3.1电力大数据核心技术的应用
电力大数据的核心技术一般体现在数据集成管理技术、数据处理技术、数据分析技术、可视化技术几个方面。数据集成管理技术一般是收集和整理电网运行过程中的各种数据信息，结合数据的转变来获得新数据源，接着更好的服务于电力调控的运行；数据处理技术是将大数据技术与计算机结合起来，实时处理各项动态数据信息；数据分析技术则是分析和挖掘电网运行过程中的各项数据，以更好的服务于电力调控；可视化技术则主要是以图形的形式处理数据，以使得展示更加的直观化。
3.2电网状态智能监控
在电力系统运行中，调控中心的作用收集电网设备运行中的在线监测数据，在对电网设备进行状态监测和诊断分析过程中，一般只能给对单台独立的设备进行管理，对于监测所得数据，也不能进行共享，对于不同设备的运行状态参数，不能进行统筹分析。另外，现如今，在电网运行中，数据量逐渐增加，在对海量数据进行传输和存储过程中，会对监控装置造成巨大负担，在一定程度上对智能电网的跨越式发展构成了阻碍。
3.3对电力系统安全进行智能预警
应用大数据技术的前提下，电力系统能够具备智能预警的功能。虽然以往的电力系统中，也具备该功能但基本以离线的方式对系统状态进行分析、计算与预测。因此，传统的安全预警功能相对并不能获得准确的结果，其整体效率相对低下。相比之下，将大数据技术应用在电力系统中，能够增强安全预警的智能化程度，弥补传统预警方式的不足。例如：将数据分类存储处理技术、全网仿真统一技术等，应用在数据统筹处理中，可以实现对异常数据的筛选、处理，同时能够追踪至确切的故障区域中。基于此，工作人员可以结合数据信息第一时间确定系统故障位置，并结合数据信息分析发生故障的原因，以此来制定更具针对性的处理方案。因此，以大数据技术为基础的智能预警工作，可以帮助工作人员快速对故障问题进行处理，从而全面提高故障处理的效率。
3.4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。
结语
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]林静怀.基于大数据平台的电网运行指标统一管控方案[J].电力系统保护与控制,2018,46(04):165-170.
[2]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, 2018(12):70.
[3]桂前进,江千军.分析电网调控运行大数据存储与处理技术[J].自动化应用,2018(10):127-128.
论文作者:张雪
论文发表刊物:《基层建设》2020年第1期
论文发表时间:2020/4/21
标签：数据论文; 技术论文; 电网论文; 电力论文; 电力系统论文; 信息论文; 智能论文; 《基层建设》2020年第1期论文;