摘要：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。
关键词：大数据技术；电力调控；应用
一、大数据技术应用于电力调控中的必要性
1.1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。
1.2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度中心，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海量数据，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。
1.3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。
二、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，然后载对全新的数据源进行管理和，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。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。
期刊文章分类查询,尽在期刊图书馆
三、大数据技术在电力调控中的应用
电力系统是实现电能生产、传输、分配和消费实时平衡的复杂系统。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，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，持续提高电力调控智能化水平势在必行，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。
3.1提高电网运行安全性、经济性、可靠性大数据技术
在负荷预测、智能告警、电网状态监测与诊断等方面广泛应用，将有利于提高电网运行安全性、经济性、可靠性。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。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。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。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。
3.2提升客户用电服务水平
大数据技术在用户需求侧管理、计划检修安排等方面广泛应用，将有利于改善用户用电体验，提高客户用电服务水平。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。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。
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]于磊,王双,韩宇龙,等.基于大数据技术的电网故障智能诊断方法[J].中国科技信息,2016(2):32-33+22.
作者简介
袁丁（1978.05—），性别:男；籍贯:江苏徐州；民族:汉族；学历:大学本科；职称:高级工程师；研究方向:电网自动化、电网调控技术；单位:徐州供电分公司。
李存（1977.4-），男，江苏沛县人，高级工程师，单位:徐州供电公司，研究方向:电力调度、电压无功运行、继电保护技术。
刘桂林（1976.3-），男，江苏徐州人，高级工程师，单位:徐州供电公司，研究方向:电力系统继电保护、电网调控运行。
朱海潮（1983.08—），性别:男；籍贯:江苏徐州；民族:汉族；学历:大学本科；职称:高级工程师；研究方向:电网调控方式及调控运行技术、电网无功电压控制；单位:徐州供电分公司。
论文作者:袁丁,李存,刘桂林,朱海潮
论文发表刊物:《电力设备》2019年第17期
论文发表时间:2019/12/17
标签：数据论文; 电网论文; 技术论文; 电力论文; 电力系统论文; 客户论文; 负荷论文; 《电力设备》2019年第17期论文;