摘要:随着我国社会经济的飞速发展,电力事业也得到了长久的发展,尤其是科技的进步,使智能电网获得了一定程度的发展。智能电网的建立,有助于将电力系统发电、输电及配电实现全系统管理,随着逐渐较多的新兴技术应用在电力系统中,尤其是云技术平台应用,大量的异构数据积累,大数据处理技术的研究也逐渐产生。在新时期,智能电网大数据处理面临新的挑战和机遇。本文就针对智能电网大数据处理技术应用现状进行分析,然后对新时期大数据处理技术面临的机遇和挑战进行探讨。
关键词:智能电网;大数据;处理技术;应用
在经济发展和科学技术的进步时期,为人类带来了效益的同时也造成了严重的资源浪费,因此在这一时代背景下各国都加强了对智能电网的研究和建设工作。在智能电网的管理过程中,对于大量数据的管理、处理、存储等方面的问题困扰使用者,这也是现阶段需要及时改善的内容,因此本文以此为背景,对其应用和挑战进行分析和研究。
1、智能电网大数据概述
1.1智能电网系统中的大数据
电网系统中的数据可以分为三种类型,包括电网运行中设备监测数据、电网运营数据以及电网管理数据。根据电网数据内在结构,可以将其分为结构数据以及非结构数据。其中结构数据包括关系库中储存的数据,随着我国科技的进步,结构数据不断的增长。跟结构数据不同的是,非结构数据不方便用二维逻辑表现,主要包括图形处理数据以及视频监控产生的数据。由于智能化的发展,非结构数据每年以60%的指数上涨,逐渐成为智能电网中重要的组成部分。与传统电网不同的是,智能电网具有很强的智能化,这就需要能够对电网运行实时数据及时的获取,目前智能电网大数据表现在以下几个方面。1)为了能够实现对电网运行中实时数据的获取,就必须设置越来越多的采集点,监测设备应用也越来越多,每一秒都会产生大量的数据。2)设备对电网运行信息采样的频率越来越快。3)为了掌握电网运行的细节,就需要对电网运行中相关信息的实时变样采集。
1.2电力大数据特点
1.2.1规模性与多样性
随着现代网络技术以及计算机技术的快速发展,智能电网的数据源呈现出爆炸式增长趋势,数据类型也更加多样,其中包括了历史数据、实时数据、时间序列数据等各种结构的数据、半结构化数据以及非结构化数据,当前在电力系统当中非结构化的数据站具有重要的比重。
1.2.2低价值密度
在大量的智能电网数据当中寻找出有价值的数据的概率一般比较低,其中以波性数据为例,在智能电网当中出现的大量的波形数据中,几乎所有的数据都是正常,但是对于检测以及检查异常的工作人员而言,存在的那些极少的异常数据恰恰才是有价值的。
1.2.3实时性
实时性具体指的是大数据中的物理数据都是根据职能电网实时更新的,这些数据需要进行快速以及准确的处理工作。并且对电力公司而言,生产需要发电以及用电之间需要平衡。针对智能电网中产生的大量数据,需要在几分之一秒内进行分析,这样能够为决策提供较高的支持平台。
2、智能电网中大数据处理技术现状
2.1并行数据库
关系数据库主要存储结构化数据,提供便捷的数据查询分析能力、按照严格规则快速处理事务(Transaction)的能力、多用户并发访问能力及数据安全性的保证。通过SQL查询语言及强大的数据分析能力以及较高的程序与数据独立性等优点获得了广泛应用。然而随着智能电网建设的加速,数据已远远超出关系型数据库的管理范畴,地理信息系统及图片、音视频等各种非结构化数据逐渐成为需要存储和处理的海量数据的重要组成部分。
2.2云计算技术
大数据技术的需求是伴随着云计算平台的出现而出现,云计算的核心是海量数据存储和数据并行处理技术。
期刊文章分类查询,尽在期刊图书馆而智能电网中数据量最大的应属于电力设备状态监测数据。状态监测数据不仅包括在线的状态监测数据,还包括设备基本信息、实验数据、缺陷记录等,数据量极大,可靠性要求高,实时性要求比企业管理数据要高。云计算技术在国内电力行业中的应用研究还处于探索阶段,现有云计算平台可以满足智能电网监控软件运行的可靠性和可扩展性,但实时性、一致性、数据隐私和安全等方面的要求尚不能满足,有待进一步研究。
3、智能电网大数据处理技术面临的挑战
3.1大数据传输及存储技术
智能时代数据量的日渐增多极大程度影响了电网智能化的发展,并在存储系统、电网运行监控设备以及数据传输方面形成了诸多负担。因此要进行分类存储和分析系统中现有的大数据性能。非结构化数据在智能电网中存有的百分比较大,将此类非结构化数据演变成结构化数据,是当前智能大数据在存储方面处理技术上存在的难题。
3.2数据处理时效性
对于智能电网大数据处理技术而言,数据处理的速度十分重要。通常情况下,数据规模越大、量越多,数据处理的时间就会越长。传统的数据处理存储方法是根据数据量的大小而设计系统,在设计数据量范围内的数据处理非常快,但是对于超过了设计数据处理量时,就会造成处理系统瘫痪的可能,未能够实现处理大数据的功能要求。在未来智能电网大数据时代下,需要从发电、输电、用电等各方面进行实时数据处理。
3.3异构多数据源处理技术
未来智能电网能够将贯通发电、调度以及变电、输电、配电等几项环节得以满足,能够将信息的全面采集、高效处理、流畅传输以及业务流、信息流和支撑电力流实现高度的一体化。因此,其主要功能是能够整合出规模较大的多源异构信息,可以由资源集约化配置的数据中心提供给智能电网。目前海量异构数据需首要处理的问题在于,怎样构建出一个能够规范表达的模型,同时何以才能以该模型为基础将数据融合以及查询存储同时高效进行。
3.4可视化分析技术
智能电网在运行的过程中会出现海量的数据,将这些数据进行合理的处理并将其通过合理的方式展示给电力用户,这是进行智能电网运行大数据所面临的十分重要的挑战。使用可视化技术能够对大数据进行处理,并且可视化已经在智能电网中得到应用。可视化技术,利用高度集成技术、高分辨技术,以及交互工具,能够为用户可供数据处理结果。但是,随着科学技术的发展,可视化技术也面临着新的挑战,包括使用这一技术的扩展性、数据提取以及图像合成等方面的挑战。此外,还需要保证智能电网数据网络的质量,还需要进行定期检修以及维护,如果出现故障,还需要根据网络诊断技术,分析故障原因,从根本上解决出现的故障,确保数据网络能够正确的运行。在进行智能电网故障诊断,一方面要及时恢复网络,另一方面也要对智能电网的性能进行不断提升,这也是智能电网大数据处理技术面临的挑战。
4、结语
综上所述,通过上文对智能电网大数据处理技术发展现状研究可知,智能电网大数据具有非结构化数据和结构化数据两部分组成,也具有智能电网大数据处理技术负责性的特点。我们也对智能电网大数据处理技术面临的挑战进行了分析,从中我们知道,智能电网大数据处理技术面临着数据处理时效性、可视化、异构处理、大数据传输存储等技术的挑战。在相关方面,各行各业已经做出了巨大的投入和努力,也有了很大的提升,但不可否认的是我们依然存在不足,未来要想加快我国智能电网大数据处理的发展,我们需要认清发展现状和机遇挑战,从而促进我国智能电网大数据处理相关技术的发展。
参考文献
[1]杨帆,胡雪菁,尹镜晶.试论智能电网大数据处理技术的应用现状及面临的挑战[J].数字技术与应用,2016,12(11):256.
[2]朱正凯.浅议智能输电网线路状态监测数据传输技术的发展现状及应用[J].中国新通信,2017,2(3):88-89.
[3]陈敏,肖志强.关于云计算大数据处理技术在智能电网中分析与应用浅析[J].数字技术与应用,2016,11(12):250.
[4]李杨.智能电网大数据处理技术应用现状及困境探讨[J].硅谷,2014,12(14):91,95.
论文作者:程思远,程芬,张格琳,任国卉
论文发表刊物:《电力设备》2018年第23期
论文发表时间:2018/12/21
标签:电网论文; 数据论文; 智能论文; 数据处理论文; 技术论文; 结构化论文; 实时论文; 《电力设备》2018年第23期论文;