摘要：近年来，大数据已经成为全世界科技界和产业界关注的趋势，大数据会对科技与经济发展带来重大的影响，对大数据控制也将成为国家间和企业间重要的竞争点。大数据指的是智能电网运行、检修和管理过程中会产生海量异构、多态的状态数据，广义上讲，大数据不仅是对各种复杂数据的捕捉、处理，还包括其处理数据的技术体系、理论与方法技术。随着大数据发展，逐渐被运用到智能电网中，对电力企业发运营和发展带来了新的机遇和挑战。本文主要分析了智能电网大数据技术发展。
关键词：智能电网；大数据；发展
智能电网是电力工业发展的方向和趋势，起初，智能电表与传感技术的应用为智能电网的兴起奠定了市场基础，大数据利用其本身的管理与技术价值为工业带来了优质的服务，为电力公司拓宽了业务范围，使工业界与服务界产生了根本性的变革。智能电网大数据具有规模大、速度高特点，大数据优势已经被运用到了智能调度、电能损耗分析、电能损耗分析、安全分析及智能预警及其数据传输及存储等多个环节之中。笔者结合实际经验，对智能电网大数据技术发展提出了几点思考。
1智能电网大数据的特点
智能电网即以计算机和信息技术为基础，所实现的电网智能化，又可以称为电网2．0。通过对先进技术的应用以及对设备的更新，电网运行的安全性与可靠性得到了极大的提高，不仅能够有效满足当前用户的用电要求，同时也能够容许不同发电形式的接入，提高了电网的运行效率。智能电网大数据的特点主要体现在规模大、速度高以及多样化三方面。
（1）数据规模大主要由电网负荷量的逐渐增大所引起，目前我国智能电网的数据存储已经达到了PB量级。（2）为实现对大规模数据的及时处理，发电侧必须实时跟踪负荷的变化，并对其加以分析，这样才能提出更加具有针对性的应对策略。这就对其速度以及效率提出了要求。除此之外，在智能电网下，故障也极容易发生，及时发现，并对其加以解决，是保证电网运行稳定性的基础。在上述两方面因素的作用下，智能电网必须不断提高自身的数据处理速度，这样才能为电力系统的可靠与安全运行提供保证。（3）当前我国电网数据的来源正在逐渐增多，甚至存在处理来源于外网的数据的需要，数据存储的类型逐渐增多，与此同时，来源于营销等系统的语音数据，也使得数据类型更加多样化，这是智能电网大数据特点的主要体现。
2智能电网大数据技术的发展策略
2.1大数据传输和存储技术
进行大数据的传输和存储技术研究的目的，就是为电力系统产生的大量数据找到一个存储场所，减小监控的负担，尽量不影响电力系统智能化的正常使用。因此，针对这些问题提出了大数据传输和存储技术。首先，传输可以采用数据压缩，使用网络进行数据传输。其次，对于数据存储可以采用分布式的文件处理系统，但是其牺牲了电力系统的实时性。此时采用数据库系统可以弥补实时性的缺陷，对于实时性要求较高的数据可以采用数据库系统予以处理。由于我国的大数据存储技术还是无法满足实时性的要求，可以在云平台无法响应时暂时地进行数据存储。智能电网格式相对于传统的商业数据在自身特点上有很大的优势，为了帮助数据分析和计算就需要对智能电网的具体存储格式加大研究力度。
2.2实时数据的处理技术
实时数据的处理是通过内存技术对数据进行直接操作，其速度非常快，可以提高应用的性能。面对当前的数据处理压力，可以采用内存数据库取代磁盘数据库，实时性得到保证的同时还不会对数据造成其他任何影响。
期刊文章分类查询,尽在期刊图书馆目前由于绿色能源的大力推广，电网总会在引入新能源时会产生波动，这种波动具有不确定性，是一种不可预知的行为，所以对电网的状态监测就变得尤为重要，但是状态监测对数据的存储和处理平台有较高的要求，所以需要进一步提升云平台对于海量数据的处理能力，这样才能满足对实时性的要求。
2.3异构多数据源处理技术
将多源异构信息进行大规模的整合，有助于使电网的发电、输电和用电等各个环节畅通无阻地进行贯通，还能使信息的采集更加全面，传输更加流畅，最主要的还是能够高效地处理数据信息，该技术将是大数据技术应用的重要途径。未来电网将更多地进行大规模整合，降低运营中心的成本，通过科学有效的措施来管理数量庞大的、分布地点不同的基础设施，既能够提高自身的运营利润，也能够为人们提供更好的电力能源。
3大数据在智能电网中的应用探讨
3.1智能调度
大数据在智能电网中的最重要的应用就是实现电网调度的智能化，从而满足电网一体化、高效化运行的要求。目前主要应用的是一台监测设备完成一定区域内电网运行状态的监测任务，不同监测设备之间数据不能共享，因此也做不到对设备运行状况的统筹分析，不能够提高电网运行情况的监测水平。另外，监测数据量非常大，包括一次、二次设备，设备基本信息以及运行信息，巡检记录和缺陷数据记录等。这些数据包含结构化数据和非结构化数据，传统的数据分析技术无法满足这些应用要求，而大数据分析技术使得解决上述问题成为了可能。
3.2电能损耗分析
电能损耗是影响电力企业经营成本的重要因素，目前电力部门的电能损耗都是通过对变压器端电能表的测量实现的，因此是基于离线数据完成的统计分析。由于电表存在误差，采集数据的过程中也可能出现问题，因此需要对电表数据进行专门的后处理、剔除缺陷数据后才能够进行分析。通过使用大数据技术，能够对电表数据进行精确建模；使用云计算技术可以实现实时或准实时的数据收集及分析。
3.3用电负荷控制及预测
电力系统中存在大量容量小、具备存储性能的可控负荷。有效利用这些可控负荷，将其聚合起来，能够为电力系统提供客观的用电量，对高峰时期智能电网的调度具有重要的应用意义。通过利用大数据技术，可以实时获取各个用户的用电负荷以及可控负荷情况，从而进行资源的有效调度，满足电网实时的调度需求。
3.4安全分析及智能预警
随着电力行业的不断发展以及智能监控装置的出现，应用大数据技术可以实现对电网运行情况的实时动态分析及控制。大数据技术计算速度快、计算能力强，因此在处理海量的电网运行情况数据、监测数据时，能够快速完成，从而使跨区域的海量数据共享与分析成为了可能。目前，电力行业的安全分析及预警都是通过专门的调度中心完成的，调度中心是通过收集离线数据并计算处理后生成预警预案的，因此不能够满足智能电网实时监控、实时预测以及全面评估的要求。基于云计算的电力云可以建立电力系统的一体化安全监管和数据分析，其超强的计算能力能够满足实时处理的需求。
3.5数据传输及存储
现代数据压缩技术的提出，使得智能电网中海量数据的传输及存储成为了可能。研究人员针对电网中的数据特点，提出了参数化的压缩算法，即在电线监测的过程中使用无线数据压缩技术，实现采样数据的压缩及优化处理，大大减少了数据传输和存储的压力。另外，云计算中分布式处理技术的提出也为智能电网中海量数据的存储提供了有效的解决方案。一般来讲，电网中的核心业务数据仍采用传统的关系型数据库存储，实时性要求较高的控制数据采用实时数据库系统处理，而大量的非结构化数据则采用分布式系统存储。
参考文献：
[1]智能电网新型配电自动化建设及其改造[J].罗维健.通讯世界2017(18)
[2]智能电网实现的若干关键技术问题研究[J].赵枫帆.通讯世界2017(18)
[3]智能电网中通信网络规划研究[J].李玉芬.通讯世界.2017(18)
[4]城市智能电网品牌营销决策分析[J].江从法.中国高新区.2017(20)
[5]智能电网调度运行面临的关键技术浅析[J].黄谕文.中国新技术新产品.2017(20)
论文作者:苏旭健
论文发表刊物:《电力设备》2017年第30期
论文发表时间:2018/3/13
标签：电网论文; 数据论文; 智能论文; 实时论文; 技术论文; 数据传输论文; 电力系统论文; 《电力设备》2017年第30期论文;