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，本文基于大数据在电力调度中的应用价值，对其电力调度中的具体应用做了如下分析。
关键词：大数据技术；电力调度；应用
1引言
调度环节通过对信息进行获取、传输和处理，实现对一次电力系统运行的监视、分析和控制，确保电能能够安全流通，实现经济效益的最大化。因此，调度环节被称为是智能电网的“神经中枢”。随着大容量风光储等新能源广泛接入，利用电网调度运行过程中涉及到海量数据，建设以数据驱动的智能调度体系，实现电网运行数据向知识的转化，提高电网高度的经济性、安全性，是智能调度发展的必然趋势。大数据在多时间尺度的负荷特性参数在线辨识、互动负荷大范围的广域优化调度、级联式停电模式等方面也同样具有巨大的潜在应用价值。
2大数据的定义和特点
关于“大数据”的概念有着很多不同的定义，至今没有一个统一的标准。一般认为，大数据指的是在人们的生活、工作、社会交往及社会生产等过程中产生的海量的数据信息，并将这些数据以数字化可视的方式呈现在人们的日常生活中。如今，大数据的应用已经不仅仅限于普通人的日常生活中，连政府部门、军事机构等都会涉及。大数据之所以在现代生活中如此广泛，是因为其有着不可替代的优点。（1）数据量大：大数据就是指基于大量数据信息所产生的，其内容量是十分庞大的，可以给用户提供足够的参考，这是十分有价值的。（2）数据种类繁多：大数据指的是各种类型的海量数据的综合。随着智能终端技术在生活中的普及，各种类型的社交等使得数据来源十分广泛，而通过大数据可以将各种不同来源的数据呈现出来供需要的人选择。（3）数据更新速度快：大数据将不同类型数据打包，有着极其高效的数据处理能力。试想，如果决策者在作出决策前从各项未打包的数据中进行分析需要浪费多少时间？而大数据的出现正好解决了这一问题。大大提高了工作效率，节约了时间成本。
3电力大数据关键技术分析
3.1集成管理技术
智能电网下的大数据平台，拥有海量的信息存储。特别是在实际的应用中，由于传感器的融入能让很多信息直接传输到系统之中，能使数据采集工作得以完善。这些数据包含电网运行，大数据分析应用技术，数据信息管理等内容，通过对上述数据分析和处理能真正的让集成管理技术工作落实到位。
3.2数据分析技术
使用数据分析技术能让电力企业对海量的信息开展分析，通过分析能获得针对性较好的技术信息，并能在信息的处理中满足科学决策。现在在数据分析上最先进的是德国，他们力争使用太阳能让用户将多余的电力输入到电网中，使经济效益的提升更能上升到新高度。
3.3数据处理技术
与传统数据处理相比较，人工处理处理方式不但需要消耗大量的人力和物力，同时在同等分析条件下分析的效率也偏低，故此就要将划分好的数据全部输入到对应的文件中，不但开业提升原有的数据访问途径，使数据使用效率提升，同时也能在并列式的数据库搭建过程中，使数据的加载效率得到大幅度提升，以保障数据能实时查询。
3.4数据存储备份技术
大数据背景下，良好的数据存储能力，能让电网的海量数据得到有效存储。同时，在其自身修复功能的影响下，能解决系统平台内的故障，让数据的安全性得到保障，也能让智能电网系统更为完善，保障智能电网的安全性与可靠性。
4大数据在电力调度中应用存在的挑战
2013年我国电力科学研究院所开始对大数据在电力调查中的应用进行研究，同时也提出了大数据在电力调度中应用时存在的挑战。
期刊文章分类查询,尽在期刊图书馆主要包括:基础数据获取难度大、多领域数据融合比较困难、专业数据解析准确度有待提高等。与电力调度内部数据获取相比，外部相关数据获取的难度更大。而作为全球工业大国，德国很早就实现了大数据在电力调度中的应用，但上述三类难题一直没有得到有效解决。主要原因是大数据是一项综合性非常强的技术，其在电力调度中应用时，无论系统构建还是应用开发，都需要多领域、多学科的合作才能完成，就我国目前电力系统的发展现状而言，对此方面的研究还停留在起步阶段。因此，我国大数据在电力调度中的应用仍然任重而道远。
5大数据技术在电力调度工作中的应用
5.1智能电力调度大数据应用系统的构建
近年来，随着我国科学技术的发展，电子信息技术、云计算技术、大数据技术等高精尖的技术被广泛应用在电力系统中，很多区域都建认了智能电网，对电力调度系统提出了更高的要求，积累的历史数据越来越多，导致原有系统的关联性越来越强。急需先进的大数据技术才能实现电网实时数据和业务实时数据的集成。
5.2多时间尺度的负荷特性参数在线辨识
相关专家预测表示，我国将在2020年建成历史规模最大高压电网骨架“五纵六横”，将会进一步加强各个区域中电网之间的影响和作用，同时也引发了一系列安全风险防控问题。任何一个小环节发生问题，就会引发严重的后果。需要非常先进的负荷模型才能满足具体需求。现场负荷模型具有在数据收集不准确且效率低的缺点，而SCADA技术则相对比较稳定，并集合WAMS采集技术就可以实现对电网运行的动态监控，也是未来我国智能化电网发展的主要趋势。在具体应用过程中，还需要大数据技术对SCADA和WAMS数据进行动态分析，才能满足“五纵六横”高压电网骨架持续稳定运行的具体需求。
5.3互动负荷大范围的广域优化调度
传统电力调度主要是通过调节相应的电机组来实现电力调度和调整，但当风电间歇性能源的容量达到一定临界值时，仅仅凭借电机组很难实现电力的调度和调整。在未来“五纵六横”高压电网骨架中，相应的可控资源也要纳人电力调度系统中，传统的调度方式则更加难以满足具体需求。而利用大数据技术，就可以实现对全网负荷信息的全方位、全过程监测，甚至可以根据资源优化配置的原则，实现大范围的广域调度，可以有效提高电网全局姿态感知和统一控制决策的能力，满足电网安全、经济运行，而且也可以最大限度卜接纳可再生能源的需求。
5.4进行电网监测
在对电网进行监测时主要模式为单台模式，即数据无法进行共享，这样就造成数据缺乏时效性，从而导致无法对电网进行总体的监测。随着社会经济的发展，企业的数量在不断的增加，企业在发展的过程中离不开电力的支持和帮助，这样就使得电力的消耗日益增多，电网监测过程中需要收集整理大量的数据，包括实验数据以及检测记录等。这些数据不仅规模大，并且结构比较复杂，因此分析起来具有一定的难度，将大数据技术应用在电网监测上，能够对这些数据进行有效的归纳和整理，这样就减少了电力系统工作人员的工作量，提升了电力系统的工作效率。
6结束语
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。
参考文献
[1]刘雅铭.解析电力调度自动化系统中数据挖掘技术应用[J].低碳世界,2017,No.17133:66-67.
[2]李振元,李宝聚,王泽一.大数据技术对我国电网未来发展的影响研究[J].吉林电力,2014,v.42;No.23001:10-13.
[3]周安,明德烈.基于大数据技术的沉浸式虚拟现实可视化展示系统[J].电力信息与通信技术,2016,v.14;No.16012:20-25.
[4]杨志敏,吴斌,舒然.基于大数据处理技术的电力通信网检修工作分析方法[J].电信科学,2015,v.3111:172-179.
论文作者:王永爱,刘倩梦,高琳,赵博强,陈霞
论文发表刊物:《电力设备》2017年第36期
论文发表时间:2018/5/10
标签：数据论文; 电网论文; 电力论文; 技术论文; 智能论文; 海量论文; 数据处理论文; 《电力设备》2017年第36期论文;