（国网无锡供电公司 江苏无锡 214000）
摘要：新时期，社会用电需求逐渐增加，电力工程建设数量和规模也在逐渐扩大。与此同时，电网复杂性和不确定性加剧，电力调控难度越来越大。大数据技术在数据整合集成方面应用优势明显，其在电力调控中的应用空间广阔。因此，对大数据技术在电力调控中的应用方式进行详细探究具有十分重要的现实意义。
关键词：大数据技术；电力调控；具体应用
1大数据技术应用于电力调控中的必要性
1.1电力系统自动化发展需求
电力系统的自动化和智能化发展已经成为时代发展的必然方向，因此在电力系统中必须建设电力调控中心，对电网运行进行全面的监控和管理，从而保障电力系统的安全性和稳定性。在电网运行过程中会产生大量数据，对电网运行过程的监控和管理，本质上就是对各项数据进行实时处理，深入挖掘和分析基础数据，引入智能化的预警系统，减少电网的负荷量。在电网规模不断扩大的情况下仍然能够保证电网运行的稳定性，而大数据技术能够合理满足这一需求。
1.2使电网运行更加安全可靠
随着用电量的不断增加和用电质量的不断提升，电网运行中的不稳定因素也会相应增加，要保证电网运行的安全可靠性，必须对电网运行的状态进行监测和诊断，通过系统性和跨越式的数据共享实现对故障区域的追踪和定位，从而实现各项故障的合理预测和高效处理。
1.3提升客户用电的服务水平
大数据技术最大的优势在于预判性，通过对各项数据的处理和分析，能够形成科学合理的供给计划和检修计划，从而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。例如通过大数据技术对用电客户进行需求侧管理，深入挖掘和分析用户的历史用电数据，结合区域的用电总数据实施错峰计划，从而避免电网负荷过重，产生不必要的故障。
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，然后再对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，对大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。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。
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大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结语
随着全球能源互联网及坚强智能电网建设的不断推进，各类新能源、分布式电源、电动汽车等不断接入，电网的复杂性和不确定性进一步加剧，电力调控变得日趋复杂，对电网安全、经济、可靠运行及用户服务水平提出了更高要求。而大数据技术在数据整合集成能力上表现优越，为其在电力调控中的应用提供了广阔空间。
参考文献：
[1]林伟胜，许卓伟.大数据时代信息系统建设的一些思考[J].信息与电脑，2013，36：20~22.
[2]中国电机工程学会信息化专业委员会.中国电力大数据发展白皮书[M].北京：中国电力出版社，2013.
[3]王占英，李宝聚，李振元，等.云计算在智能电力调度中的应用[J].吉林电力，2013，41（6）：17~20.
论文作者:祁瑞琳
论文发表刊物:《河南电力》2018年9期
论文发表时间:2018/10/19
标签：数据论文; 技术论文; 电网论文; 电力论文; 电力系统论文; 分布式论文; 数据源论文; 《河南电力》2018年9期论文;