（1、国网乌鲁木齐供电公司 830011；2.国网巴州供电公司 841000）
摘要：本文分析了电力调度中大数据的运用现状，结合电力调度中大数据运用的技术指标要求，根据电力调度中调控大数据的集成以及工作中所涉及的存储与管理，我们介绍了数据工作的管理、数据的存储等。未来电力调度工作中所涉及的应用需要成为电力企业发展方式的补充，使得电力企业能够更好地实现转型优化，让智能电网得以获得更为坚实的数据基础。
关键词：电力调度；大数据；运用技术
0 引言
伴随着互联网技术与现代科技的不断发展，新型技术对人们现代生活与工作产生了巨大影响。就电力企业的新时期发展而言，也需要加强对现代科技的重视，懂得在不同的工作中运用现代科技创造价值。针对于电力调度工作的开展，需要让大数据结合其中，使得日常工作能够将数据内容的价值最大化，让电力企业的发展方式得以被逐步地改变，给予全球能源互联网与智能电网的进一步发展提供新的道路。
1 电力调度中大数据的运用现状
进入新世纪以来，信息化与大数据的发展，使得我国逐步加强了对“大数据”科技的创新运用。目前中国的大数据市场正在飞速发展，主要分布在政府、互联网、金融、电信、医疗、能源等领域，大部分已建成的大数据应用服务提供商为传统数据库厂商，他们依靠市场优势，逐渐向客户提供端到端的大数据解决方案，或提供从数据存储、数据计算、数据探索到数据展现的整套产品，帮助企业解决大数据问题。
2014年国家电网公司启动了电网设备状态监测、营配贯通、用电信息、客户服务信息等七个方面的大数据研究和应用示范，并启动了营销大数据应用场景分析和应用规划研究。与此同时，国家电网公司下属的各个省公司也先后开展了多项智能电网大数据应用尝试。在调度云计算及大数据方面，开展了大量研究及应用实践，研发了适用于调控专业的广域云消息总线、数据分布式存储、并行实时库、并行计算框架，初步建成了调控云中心，集成全网基础模型、调控实时数据，构建了面向智能分析的调控业务数据仓库，实施了全网网络分析、状态估计同业对标、多级调控联合仿真、电网运行指标分析及搜索引擎等功能。
2 电力调度中大数据运用的技术指标要求
2.1 可扩展性
电网系统的请求与访问需要在平台业务中设置一个应用接口，促使平台的内部管理系统能在现有的应用组件或系统中更好地投入工作。
2.2 规范性
系统符合国家有关标准和规范要求；系统的结构设计遵循一定的规范，保证细化设计和未来的发展保持完整性。
2.3 可管理性
平台提供完善的安装、部署、配置、监控手段，保证平台高度的可维护性；方便的管理或开发定值用户界面。
期刊文章分类查询,尽在期刊图书馆
3 电力调度中调控大数据的集成
3.1 模型的建立
数据模型作为业务驱动与开展的渠道所在，其所涉及的业务、需求以及概念模型本身是不同的。业务域是整个统一数据模型中的广义域；主题域是整个电力系统统一数据模型分组表格中的一小部分；概念模型描述了如何存储那些定义业务流程的信息；逻辑模型是概念模型的具体化；物理模型，是面向机器的一种数据模型。物理模型体现为实际数据库。
3.2 模型体系结构
数据模型的调控需要满足仓库结构体系的设计，由数据源层、分段层、基础层和分析层构成。（1）数据源层：来自能量管理系统（EMS）、调度管理系统（OMS）、生产管理系统（PMS）、配电自动化系统（DMS）等多系统的数据源。（2）分段层：通常用于来自各调控业务系统的数据转换和数据清洗，有时也被用作可操作数据存储（ODS），尤其是在实时业务报告中。（3）基础层：通常用于存储所有最低粒度的事实数据、业务数据、主数据、参照数据和维度数据，形成基本表、参照表与查找表，同时内部ETL形成控制表。该层所有数据表要求按照第三范式原则设计，以避免数据的冗余。
（4）分析层：通过OLAP立方体、数据挖掘模型、物化视图等分析工具，生成更高粒度的派生表与汇总表，可面向用户回答变电站座数、区域装机容量、区域备用容量等统计性业务问题，或完成设备故障风险评估、电网故障风险预警等更深层的数据挖掘任务。
3.3 数据集成的方法选择
常见的数据集成与方法选择中涉及的联邦数据库系统的运用，需要将中间件的集成方法与数据仓库的运用方法相结合。
（1）联邦数据库系统
该方法为了能够让用户透明地访问不同数据源的数据，将不同数据源的视图集成为全局模式。数据模式可以被其他的数据源共享，构成一个联合的系统。
（2）中间件集成方法
该方法为用户提供统一的数据访问的接口，从用户的角度看来集成数据源是一个整体。中间件用来协调不同的数据源系统，充当一个中间人的角色。
（3）数据仓库方法
该方法是建立一个数据仓库用来存放数据。它实际做的是数据复制的工作，将数据从每个数据源复制到了相同的一个地方，即数据仓库中。
4 电力调度工作中所涉及的存储与管理
4.1 数据工作的管理
电力调度在数据系统中的运用，会随着电网模型的变化而产生变化，在不同的变电站也需要进行改变，以此来更好地适应变化，这些属于缓慢变化数据。例如：变电站表的数据年更新率约为5%，开关数据的年更新率为8%，保护信号的数据年更新率为18%。在电网调控实时系统中，对于模型数据通常保留最新的断面数据，而不保留历史。本文设计的调控大数据系统中，为真实反应电网建设、运营的全过程，保留电网模型的历史数据。
4.2 数据的存储
电力调控大数据包括实时数据、历史数据、模型数据等结构化数据，高频变化的时间序列数据，还有CIM/G、CASE断面、电网综合故障报告和波形文件、DTS教案、语音数据等非结构化数据。不同业务对数据访问性能要求不同。单一的数据库技术无法满足所有要求，需要研究将若干种数据库技术结合起来的数据库管理技术，适应不同场景和特点，互为补充。
电力调控大数据系统集成了来自不同数据源的数据，不同数据源的数据特点可能并不相同，因而也就可能需要不同的存储方式来存储这些不同的数据。
5 结束语
综上所述，数字信息时代的到来，让整个信息量急剧提升，人类在追求信息变化的过程中，享受着诸多便利与快捷，也使得全球的数字信息资源正进入到一个前所未有的快速增长期。未来电力调度工作中所涉及的应用需要成为电力企业发展方式的补充，使得电力企业能够更好地实现转型优化，让智能电网得以获得更为坚实的数据基础。
参考文献：
[1]汪涛.基于规则的电力调度计划数据校验机制探讨[J].电子制作，2015，（12）：263-263.
[2]周雅.智能化电力调度数据专网建设方案研究[J].电力系统保护与控制，2015，43（6）：133-137.
[3]王恒，郭凌旭，武瑞龙等.基于电力调度数据网的广域消息总线设计与实现[J].电力系统自动化，2017，41（15）：100-106.
论文作者:付申杰1,付申俊2
论文发表刊物:《电力设备》2017年第31期
论文发表时间:2018/4/19
标签：数据论文; 电力论文; 电网论文; 数据源论文; 模型论文; 系统论文; 业务论文; 《电力设备》2017年第31期论文;