摘要：“十二五”期间，国家电网公司初步建成具有信息化、自动化、互动化特征的坚强智能电网。智能电网的实时运营要求快速处理海量数据、实时采集电表数据、在线实时分析决策，传统的数据仓库平台无法支持这些新形势下的需求。“大数据”（BigData）已迅速成为近期热门的科技概念。大数据时代的来临，给电力行业带来了深刻变革以及挑战和机会。本文从大数据的定义出发，讨论电力大数据的特点及在电力调控运行方面应用，有效提升调控运行的科学性和前瞻性，对提高电网的安全、稳定、可靠、经济运行具有重要的现实意义。
关键词：大数据；电力大数据；调控运行；应用
1大数据的定义
大数据是指需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。比较典型的大数据定义是3V定义，即规模性、多样性、高速性。规模性是指数据规模庞大，已经达到PB级以上；多样性是指包含各种数据类型，比如结构化数据、半结构化数据、非结构化数据等；高速性是指数据以数据流的形态迅速增长，数据处理速度达到高速实时处理。
2电力大数据的特点
《中国电力大数据发展白皮书（2013）》认为电力大数据的特征可以概括为3“V”3“E”其中3“V”分别是体量大（Volume）、类型多（Variety）和速度快（Velocity），3“E”分别是数据即能量（Energy）、数据即交互（Exchange）、数据即共情（Empathy）。从数据的来源来看，大致可以分为以下三种：（1）运行和设备检测或监测数据，主要包括电力系统运行实时采样测量以及历史数据，如发电侧的压力、流量，输变电侧设备元件的电压、电流、有功、无功、温度等动态数据等。（2）电力企业营销数据。主要包括购电量、售电量，新装、增容及变更用电数据，以及客户关系管理数据，稽查及工作质量数据等电力营销各业务系统数据。（3）电力企业管理数据。如ERP、一体化平台及协同办公等方面的数据。此外，从大数据的“全数据”理念考虑，电力大数据还应该包括与之相关的其他数据，例如地区生产力水平、经济发展水平、产业分布、能源分布、政策导向、地形地貌、气候特征等数据信息。
3电力调控对大数据技术的需求
电力调控中心是电网运行的指挥中枢，全面负责电网运行监视、倒闸操作、事故处理，是电网运行数据的汇集中心。对电网运行数据进行有效地管理和分析，能帮助调控人员进行辅助决策，提高调控运行人员驾驭电网的能力，保障系统安全，提高调控工作的智能化水平。
随着信息技术、人工智能技术的发展，电力调控逐渐从经验型发展到智能型，智能告警等大量智能应用功能不断引入，对大量基础数据的深入挖掘分析要求不断提高。随着新能源、电动汽车逐步接入电网，各类电网冲击不断增多，电网负荷特性不断变化，电网规模不断扩大，电网安全经济运行要求不断提高，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。大数据技术通过整合集成分散在各处的海量数据，深度分析并提供有价值的数据信息支撑，为实现电力调控安全经济性提供更加可靠的保障。
电力调控、运检、营销等部门的数据需求有所重叠，没有实现共享集成，存在同一数据重复统计的问题，单个数据价值密度低，数据整合效率低，大数据技术的整合集成能力能有效分析各部门各专业之间的数据关联，为电力调控提供了全景视角和综合分析方法，为电力调控精益化提供有效支撑。
4大数据技术在电力调控中的应用
4.1运行方式
（1）电网运行方式优化。
期刊文章分类查询,尽在期刊图书馆基于大数据管理中心平台，利用各种算法模型结合数据挖掘领域的关联规则技术进行智能分析，整合电网故障信息和运行状态信息，从海量数据中发现不同运行方式与电网稳定性的频繁模式、相关性或因果关系，提炼出与电网静态、暂态稳定性强相关的发电量及负荷参数，挖掘出隐含的知识和信息，同时利用电能质量监测信息研究不同类型电气设备在不同系统电压、频率下的电气特性，建立较准确的数学模型并辨识其模型参数，最终综合各影响因素制定优化的电网运行方式，兼顾运行稳定性与经济性的要求。（2）新能源优化运行决策。挖掘新能源地理位置，气象信息，负荷特性等相关数据的关联性，确定多种不同新能源之间的出力组合方式，实现配网能量优化调度，经济运行。结合故障信息数据和新能源运行数据，实现新能源低电压穿越有效性分析。
4.2在负荷预测、智能告警、电网状态监测与诊断方面的应用
（1）在负荷预测方面：负荷预测对于电力系统安全、经济、可靠运行有重要作用，负荷预测精度对电网计划检修安排、安全裕度校核有较大影响。分布式电源、电动汽车的接入使得负荷的规律性变差，负荷预测精度难以提高；同一地区负荷中包含有不同负荷特性的各类负荷，本身的负荷特性和变化规律各不相同，且缺乏气象、地理、经济等数据信息，负荷预测精度不理想。引入大数据技术，整合集成气象、地理、经济等其他行业数据信息，为提高负荷预测精度带来新的可能。
（2）在智能告警方面：随着电网规模不断扩大，调控中心监控信息量不断加大，调控员淹没在海量的告警信号中；各种设备缺陷、告警信号、视频监控信息、历史修试记录等没有集成，存在重复安排处理的现象，仅凭历史经验人工进行分析判断，处理效率低下。引入大数据技术，将分散在调控、输变电运维检修等不同部门不同专业的信息进行集成整合，为实现高效的智能告警提供可能。
（3）在电网状态监测与诊断方面：目前侧重于对单个设备监测，各个设备之间的监测数据没有共享，无法对整个电网设备全局进行分析，需要人工干预判断；另外，设备的基本试验参数、运行缺陷、修试记录等信息集成后，数据量大，分布离散，传统的数据分析方法处理效率低下。利用大数据技术对这些海量数据进行综合分析，实现设备状态的实时监视和趋势分析，有利于提高电网设备监测水平。
4.3大数据技术在用户需求侧管理、计划检修安排等方面应用
（1）在用户需求侧管理方面：通过分析用户历史用能数据，归纳消费特征，促进用户需求侧管理，合理引导错峰用电，削峰填谷，提高地区负荷率水平，避免负荷大起大落，造成局部电压变化过大，影响大工业客户安全生产。引入大数据技术，将影响客户用能方式和水平的经济、政策、气候等影响因素及历史用能数据整合集成，为用电客户打造专属的负荷计划，提升用户需求侧管理水平。
（2）在电网计划检修方面：重复停电、延期送电等情况时有发生，因电网设备临时缺陷引起的非计划检修消缺工作，对客户供电可靠性及生产用电安排有较大影响，间接影响客户用电体验，降低了客户满意度。引入大数据技术，将客户设备检修计划、客户用电需求、电网设备检修计划、电网设备缺陷数据集成整合，统筹安排，减少重复停电次数，降低非计划检修概率，为电网安全可靠供电及用户合理生产用电创造良好的基础，最终提升用户服务水平。
5结束语
本文从大数据的基本理念出发，讨论电力大数据的特点及在电力调控运行中的应用。可以看出，通过深入挖掘电力数据的应用，能够兼顾运行稳定性与经济性的要求，优化电网运行方式，实现新能源低电压穿越有效性分析，在用户需求侧管理、电网计划检修方面引入大数据技术，将有利于提升客户用电服务水平，对提高电网的安全、稳定、可靠、经济运行具有重要的现实意义。
参考文献
[1]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.
[2]（英）维克托•迈尔-舍恩伯格，肯尼思•库克耶，大数据时代，浙江人民出版社[M].盛杨燕，周涛.2012.
[3]中国电机工程学会信息化专委会，中国电力大数据发展白皮书（2013年）[R].2013.
论文作者:姚勤,丁峰,刘泽群,李媛,周巍,秦永宽,万国强
论文发表刊物:《电力设备》2017年第10期
论文发表时间:2017/8/4
标签：数据论文; 电网论文; 负荷论文; 电力论文; 设备论文; 技术论文; 信息论文; 《电力设备》2017年第10期论文;