摘要：在2014年3月，大数据被写入我国政府工作报告中，标志着我国正式进入了大数据时代，目前大数据被广泛应用在各大领域当中，实例表明，把大数据应用在电力调度可以实现智能化和自动化的调度控制，但我国对大数据在电力调度中的应用的研究还有待进一步深入。因此，本文基于电力调控对大数据技术的需求，对其电力调度中的具体应用做了分析。
关键词：大数据技术；电力调控；应用分析
1电力调控对大数据技术的需求
电网运行的指挥中枢就是电力调控中心。因此，电力调控中心不仅需要负责电网运行监视工作，而且还需要对倒闸操作以及相关事故进行有效的处理，因此这也就成为电网运行数据的汇集中心。我们通过深入的研究分析电网运行数据，不仅能够帮助电力调控人员更加准确的做出相关决策，而且还能够在很大程度上提高电力调控人员驾驭电网的能力，进而在确保系统安全、稳定的同时，进一步促进电力调控工作智能化水平的提高。现阶段，随着科技的快速发展，电力调控逐渐从以往传统的经验型，逐渐发展成为智能型。我们在应用大量智能应用的过程当中，需要更加深入的挖掘分析基础数据。
现如今，新能源、电动汽车已经逐渐接入到了电网当中，这在很大程度上加大了电网负荷特性，不仅如此，这也给电网带来了更大的复杂性，在这种情况下，电力调控也就变得越来越复杂。我们将大数据技术应用于电力调控当中，通过对分散在各处的数据信息进行相应的整合，并进行深入的研究分析，进而提供更多有价值的数据信息，这在很大程度上提高了电力调控的安全经济性。现阶段，由于电力调控、运检以及营销等各个部门之间，往往存在着对同一数据进行重复统计的现象，对于数据的整合效率非常的低。在这种情况下，我们积极的应用大数据技术，不仅能够更加有效的分析出各个部门之间的数据所存在的关联性，而且还能够为接下来电力调控精益化的实现打下良好的基础。
2大数据技术在电力调控中的应用体现
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。
2.1电网状态智能监控方面
在电力系统运行中，调控中心的作用收集电网设备运行中的在线监测数据，在对电网设备进行状态监测和诊断分析过程中，一般只能给对单台独立的设备进行管理，对于监测所得数据，也不能进行共享，对于不同设备的运行状态参数，不能进行统筹分析。另外，现如今，在电网运行中，数据量逐渐增加，在对海量数据进行传输和存储过程中，会对监控装置造成巨大负担，在一定程度上对智能电网的跨越式发展构成了阻碍。
期刊文章分类查询,尽在期刊图书馆
2.2安全智能预警方面
电力系统安全预警主要被应用于电力调控中心中，在评估预案过程中，对于系统典型运行方式，需要进行离线计算，但是这种预警方式时效性比较低，并且预警并不全面，很难满足智能电网发展之际需要。对此，需要采用全网实施统一仿真计算的方式，提升电网事故预警的时效性和全面性，在此过程中，由于海量数据来源比较多，数据量庞大，因此，如果采用传统的数据存储和处理方式，工作难度极大，对此，可以采用数据分类存储和处理技术，提升数据处理的时效性，另外，还应该构建先进的智能预警系统，对全网进行一体化仿真，对不同类型的故障问题进行追踪和定位，确定电网调控运行中的矛盾问题，然后对电网运行安全进行科学合理的评估，从而为电力调控系统采取有效的控制措施奠定基础。
2.3负荷预测方面
在电力系统运行的过程当中，负荷预测发挥着直观重要的作用。负荷预测精度，直接影响到电网计划检修安排以及安全裕度校核。分布式电源以及电动汽车的有效接入，在很大程度上降低了符合的规律性，在这种情况下，负荷预测的精度，也就无法得到有效的提高。与此同时，在同一地区的负荷，由于受到自身负荷特性以及变化规律的影响，这也就在很大程度上降低了负荷预测的精度。在这种情况下，我们将大数据应用于电力调控当中，通过对气象、地理以及经济等各个领域的数据信息进行深入的整合分析，能够为接下来的负荷预测精度的提高提供有利的保障。
2.4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。
2.5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。总之，由于智能电网的迅速发展，可以在运行期间产生海量数据，但是在大量的数据处理和分析中，若依旧沿用传统的数据处理方法不但不能满足当前时态的发展需求，也不利于企业的未来优化发展，所以就要搭建出完善的电力大数据平台，挖掘数据价值，并通过关键技术，以提升电力调度水准，从而提升企业经济效益。
3结束语
综上所述，将大数据技术应用于电力调控中具有重要意义。不仅能够在很大程度上加快电力调度的智能化和自动化水平的发展，而且还能够进一步提高电力调控工作效率，进而促进电网事业的又好又快发展。
参考文献：
[1]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.
[2]强东盛，高龙.大数据在电力调度中的应用[J].河北电力技术，2017，02：1-2+15.
论文作者:任财旗,张琴
论文发表刊物:《河南电力》2018年14期
论文发表时间:2018/12/28
标签：数据论文; 电网论文; 电力论文; 技术论文; 负荷论文; 很大程度上论文; 数据处理论文; 《河南电力》2018年14期论文;