智能电网 大数据

智能电网和大数据

1 智能电网

智能电网(smart power grids)，就是电网的智能化，也被称为“电网2.0”，它是建立在集成的、高速双向通信网络的基础上，通过先进的传感和测量技术、先进的设备技术、先进的控制方法以及先进的决策支持系统技术的应用，实现电网的可靠、安全、经济、高效、环境友好和使用安全的目标，其主要特征包括自愈、激励和包括用户、抵御攻击、提供满足21世纪用户需求的电育濒量、容许各种不同发电形式的接入、启动电力市场以及资产的优化高效运行。

在现代电网的发展过程中，各国结合其电力工业发展的具体清况，通过不同领域的研究和实践，形成了各自的发展方向和技术路线，也反映出各国对未来电网发展模式的不同理解。近年来，随着各种先进技术在电网中的广泛应用，智能化已经成为电网发展的必然趋势，发展智能电网已在世界范围内形成共识。

从技术发展和应用的角度看，世界各国、各领域的专家、学者普遍认同以下观点:智能电网是将先进的传感测量技术、信息通信技术、分析决策技术、自动控制技术和能源电力技术相结合，并与电网基础设施高度集成而形成的新型现代化电网。

2 智能电网的发展

2.1 美国

2.1.1 电网2030规划

2003年2月，美国时任总统布什提出“电网2030规划”，指出要建设现代化电力系统，以确保经济安全，同时促进电力系统自身的安全运行。该规划的主要内容有:为所有用户提供高度安全、可靠、数字化的供电服务，在全国实现成本

合理、生产过程无污染、低碳排放的供电，经济实用的储能设备，建成超导材料的骨干网架。为有效促进智能电网建设，

美国于2007年12月颁布“能源独立与安全法案2007"，确立了国家层面的电网现代化政策，设立新的专责联邦委员会，并界定其职责与作用，建立问责机制，同时建立激励机制，促进股东投资。

2.1.3 奥巴马政府施政计划

美国总统奥巴马为振兴经济，从节能减排、降低污染角度提出绿色能源环境气候一体化振兴经济计划，智能电网是其中的重要组成部分。

2.2 欧洲

欧盟为应对气候变化、对能源进口依赖日益严重等挑战，向客户提供可靠便利的能源服务，正在着手制定一整套能源政策。这些政策将覆盖资源侧、输送侧以及需求侧等方面，从而推动整个产业领域深刻变革，为客户提供可持续发展的能源，形成低能耗的经济发展模式。欧洲智能电网技术研究主要包括网络资产、电网运行、需求侧和计量、发电和电能存储四个方面。

2.3国外智能电网技术研究近况

按照智能电网本身所覆盖的价值链环节，智能电网的关键技术可划分为智能用电、智能网络、新能源发电与智能企业四类。

（1）智能用电:包括智能表计、电池技术、家庭自动化、微型电网、优质供电园区等。

（2）智能网络:包括调度自动化、即插即用式智能电力设备、智能保护装置、测量监视设备、电力电子设备、海量数据处理技术和可视化技术等。

（3）新能源发电:包括可再生能源发电、微透平技术、超导储能技术等。

（4）智能企业:包括信息集成技术、通信技术等。

2.4 建设智能电网涉及的重要技术

2.4.1稳定而灵活的网络拓扑

稳定、灵活的电网结构是未来智能电网的基础。我国能源分布与生产力布局很不平衡，无论从当前还是从长远看，要满足经济社会发展对电力的需求，必须走远距离、大规模输电和大范围资源优化配置的道路。特高压输电能够提高输送容量、减少输电损耗、增加经济输电距离，在节约线路走廊占地、节省工程投资、保护生态环境等方面也具有明显优势。因此，发展特高压电网，构建电力“高速公路”成为必然的选择。如何进一步优化特高压和各级电网规划，做好特高压交流系统与直流系统的衔接、特高压电网与各级电网的衔接，促进各电压等级电网协调发展、送端电网和受端电网协调发展、城市电网与农村电网协调发展、一次系统和二次系统协调发展，成需要解决的关键问题。随着电网规模的扩大，互联大电网的形成，电网的安全稳定性与脆弱性问题越来越突出，对主网架结构的规划设计要求相应地提高。只有灵活的电网结构才能应对冰灾战争等突发灾害性事件对电网安全的影响。

2.4.2开放、标准、集成的通信系统

智能电网需要具有实时监视和分析系统目前状态的能力:既包括识别故障早期征兆的预测能力，也包括对己经发生的扰动做出响应的能力。智能电网也需要不断整合和集成企业资产管理和电网生产运行管理平台，从而为电网规划、建设、运行管理提供全方位的信息服务。因此，宽带通信网，包括电缆、光纤、电力线载波和无线通信，将在智能电网中扮演重要角色。智能电网的发展对网络安全提

出了更高的要求

，这一问题需要格外注意。目前美国EPRI的合作伙伴PowerWec, EEI, NERC以及爱达荷州实验室正致力于信息安全问题的研究。

2.4.3智能、标准的计量体系和需求侧管理

电网的智能化需要电力供应机构精确得知用户的用电规律，从而对需求和供应有一个更好的平衡。目前我国的电表只是达到了自动读取，是单方面的交流，不是双方的、互动的交流。由智能电表以及连接它们的通信系统组成的先进计量系统能够实现对诸如远程监测、分时电价和用户侧管理等的更快和准确的系统响应。将来随着技术的发展，智能电表还可能作为互联网路由器，推动电力部门以其终端用户为基础，进行通信、运行宽带业务或传播电视信号的整合。这里涉及到用户门户(customer portal)技术，作为美国Intelligrid项目的重要研究内容之一，该项研究致力于设计与目前用户使用的提供“非能源服务”的协议相连接的接口。

2.4.4智能调度技术和广域防护系统

智能调度是未来电网发展的必然趋势，调度的智能化是对现有调度控制中心功能的重大扩展。调度智能化的最终目标是建立一个基于广域同步信息的网络保护和紧急控制一体化的新理论与新技术，协调电力系统元件保护和控制、区域稳定控制系统、紧急控制系统、解列控制系统和恢复控制系统等具有多道安全防线的综合防御体系。智能化调度的核心是在线实时决策指挥，目标是灾变防治，实现大面积连锁故障的预防。

2.4.5 智能化调度的关键技术包括:

（1）系统快速仿真与模拟(fast simulation and modeling,FSM)。

（2）智能预警技术。

（3）优化调度技术。

（4）预防控制技术，事故处理和事故恢复技术(如电网故障智能化辨识及其恢复)。（5）智能数据挖掘技术。

（6）调度决策可视化技术。

另外还包括应急指挥系统以及高级的配电自动化等相关技术，其中高级的配电自动化包含系统的监视与控制、配电系统管理功能和与用户的交互(如负荷管理、量测和实时定价)。

2.4.6可再生能源和分布式能源接入

在发展智能电网时，如何安全、可靠地接入各种可再生能源电源和分布式能源电源也是面临的一大挑战。分布式能源包括分布式发电和分布式储能，在许多国家都得到了迅速发展。分布式发电技术包括:微型燃气轮机技术、燃料电池技术、太阳能光伏发电技术、风力发电技术、生物质能发电技术、海洋能发电技术、地热发电技术等。分布式储能装置包括蓄电池储能、超导储能和飞轮储能等。风能、太阳能等可再生能源在地理位置上分布不均匀，并且易受天气影响，发电机的可调节能力比较弱，需要有一个网架坚强、备用充足的电网支撑其稳定运行。随着电网接入风电量的增加，风电厂规划与运行研究对风电场动态模型的精度和计算速度提出了更高的要求。

电力企业投产清洁能源项目越来越多，光伏发电、风力发电都对地形地貌、环境特征有很高的要求和条件。针对于清洁能源项目建设的要求可借助电力生产MIS系统与地理信息GIS系统中大量的数据，结合环境采集数据等，综合考量不同地域电力生产水平、地形优势与资源分布。利用大数据的数据挖掘技术提供给

规划人员支撑电站建设布局的决策数据，实现项目建设的科学调配。也可通过综合分析影响风力发电、光伏发电机组运行的诸多环境因素，例如:温度、光照、湿度、风力等数据，预测气候模式，从而规划处最佳的机组运行方案。通过这种方式，可有效降低生产成本和提高产出效益。

2.4.7决策支持和人机接口

现代电网需要专业的、无缝的、实时使用的应用工具，以满足电网操作和管理人员做出快速决策的需要。决策支持和人机接口技术主要包括可减少大量数据到易于理解的可视格式的可视化工具和系统以及当系统运行人员操作时需提供的多种方案软件系统，还可以用作演示的控制板、先进的控制室设计等等。

2.5 中国智能电网标准体系

2.5.1基础与通用

本领域包括术语和方法学、安全、电能质量等。

2.5.2发电领域关键设备及技术标准

（1）常规发电关键设备

涵盖:次同步振荡抑制装置、大机组设备状态检测与故障分析系统、水电机组设备状态监测、梯级水电站调度控制、发电厂快速并网装置、常规能

源和新能源的自动化成套控制系统。

（2）大规模可再生能源关键设备

涵盖:风电场故障穿越装置、风光储智能控制系统、间歇电源功率预测调度、兆瓦级光伏并网逆变器系统、间歇式电源功率控制、风电机组控制系统、风光储联合电站一体化智能监控系统以及新能源发电监控系统。

（3)大规模储能关键设备

涵盖:集成储能功率平滑调节、化学电池模块化集成、电池储能能量管理、电池储能转换装置、飞轮储能装置、电容/超导储能装置、储能电站智能调度以及化学电池储能。

涉及技术标准:常规电源网源协调技术标准、风电并网技术标准、光伏并网技术标准、其他新能源并网技术标准及大容量储能系统并网技术标准。

2.5.3输电领域关键设备及技术标准

（1)输电线路状态监测

涵盖:输电线路状态监测装置及输电线路状态监测系统。

（2)柔性交流输电

涵盖:静止无功补偿器、故障电流限制器、静止同步补偿、串补/可控串补及可控并联电抗器。

（3)直流输电

涵盖:直流场关键设备、多端柔性直流控制、柔性直流输电电缆、高压直流换流阀、柔性直流换流站及够写直流换流阀。

涉及技术标准:特高压输电、柔性直流输电、柔性交流输电、线路状态与运行环境监测及输电资产全寿命周期管理等技术标准。

2.5.4变电领域关键设备及技术标准

变电环节主要包括设备层、系统层及站控层设备。

（1)设备层关键设备

涵盖:智能元件、传感器及测控装置、保护测控一体化装置、合并单元、智能组件、电子式互感器。

（2)系统层关键设备

涵盖:智能变电站监控系统、远动终端、间歇电源保护监控装置、广域及区域保护控制。

（3)运行技术支持关键设备

涵盖:检验/测试/评估系统、状态监测状态检修系统、多态遥视/安防/消防、数字装置调试试验装置、组态及系统调试工具。

涉及技术标准:智能变电站综合技术标准、变电设备智能化标准、智能变电站自动化系统标准、状态监测评估和检修、变电资产全寿命周期管理标准等。

2.5.5配电领域关键设备及技术标准

配电环节主要包括过程层智能化一次设备、站控层设备。

（1)智能配电设备

涵盖:大容量快速切换固态开关、智能配电开关、智能配变监测终端、复合电能质量控制器。

（2)配电自动化与配网规划

涵盖:配电自动化主站系统、配电调控一体支持系统、配网规划辅助决策系统。

（3)分布式电源和微网

分布式储能装置、配电保护测控一体化、供电系统微机保护装置、供电电能质量治理装备、供电换流装置及控制装置。

涉及技术标准:配电自动化、分布式电源及微电网并网、分布式储能系统接入配电网等技术标准;

2.5.6用电领域关键设备及技术标准

用电环节关键设备如下。

（1)用电信息采集

涵盖:用电信息采集主站、用电信息采集终端、智能电能表。

（2)智能用电小区

涵盖:居民用电交互终端、智能家电、智能插座、智能用电小区服务系统。

（3)智能大客户服务

涵盖:智能需求侧管理系统、大用户交互终端、智能楼宇管理系统、分布能源及储能管理系统。

（4)电动汽车充放电

涵盖:电动汽车充放电设备、充放电管理系统。

（5)智能营业厅

涵盖:智能营业厅管理系统、停电管理系统、用电地理信息系统、客户服务门户网站、自助服务终端及系统。

涉及技术标准:双向互动服务、智能量测、用户端用能管理、智能用能、电动汽车充放电、智能用电检测技术标准。

2.5.7调度领域关键设备及技术标准

智能电网调度技术支持系统研制(调度管理类应用、安全校核类应用、调度计划类应用、实时监控预警类应用、基础平台)。

涉及技术标准:智能电网调度系统、智能电网调度系统基础平台、智能电网调度系统应用功能、电网运行集中监控等技术标准。

2.5.8信息通信领域关键设备及技术标准

信息通信领域涵盖:通信网络、信息化应用。

骨干通信网关键设备、配用电通信网关键设备、通信支撑网关键设备。

3 大数据

3.1 大数据的概念

数据是自然资源一样重要的战略资源，大数据技术就是从数量巨大、结构复杂、类型众多的数据中，快速获得有价值信息的能力。

维基百科对大数据的定义是:“大数据是由于规模、复杂性、实时而导致的使之无法在一定时问内用常规软件工具对其进行获取、存贮、搜索、分享、分析、可视化的数据集合”。

互联网数据中心将大数据定义为:为更经济地从高频率的、大容量的、不同结构和类型的数据中获取价值而设计的新一代架构和技术。

3.2 大数据的提出与发展

大数据概念的提出可以追溯到《自然》杂志2008年9月专刊中发辫的文章:《Big Data: Science in the Petabyte Era》,此后大数据的概念被广泛传播。2011年，麦肯锡公司发布了关于大数据的调研报告《大数据：下一个前沿，竞争力、创新力和生产力》，指出了大数据研究的地位以及将给社会带来的价值。2012年3月，美国奥巴马政府宣布投资2亿美元启动“大数据研发计划”，旨在提高和改进从海量和复杂数据中获取知识的能力，加速美国在科学和工程领域发明的步伐，增强国家安全。

大数据和以往的海量数据、超大规模数据有什么区别昵?显然这些术语都表示系统需要管理的数据规模很大。相对于当时的CPU和存储技术水平而言，这些规模过大的数据在处理时需要特别对待。从历史发展来看，超大规模在提出时

表示的是GB级别的数据，海量数据提出时表示的是TB级别数据，而大数据则是指PB (1 015)及以上级别的数据。

3.2 大数据检索、分析和可视化等方面的相关技术

3.2.1大数据检索

在大数据检索服务中，用户通常期望能够检索到所有所需数据，而并不关心数据模型、存储位置和数据组织结构等信息。因此，用户提交的查询请求其目标数据很可能来源于多个数据源。面向大数据服务的检索场景与传统搜索引擎或数据管理系统有所不同。大数据服务的用户有两类，一类是普通个人用户，一类是专业IT人员和应用程序。对于普通个人用户而言，由于不了解底层数据源的信息以及服务描述信息，通常个人用户会使用方便易用的关键字检索;对于IT人员和应用程序，其数据查询需求的目标数据源相对明确，因此可以采用语义查询语言SPARQL进行检索。然而，无论哪类用户，由于底层数据源的跨域异构，其检索请求的执行过程具有多种可能性，针对每种可能性，都需要研究和制定相应的检索执行策略，以保证提供“Best-effort'，的服务效果。因此，大数据服务架构需要支持两类检索模式:

关键字检索:用户提交检索关键字或者“属性二值，，形式的检索请求进行检索;语义检索:专业人员或者应用程序向服务提交SPARQL检索进行检索。

3.2.2大数据分析

前文从技术角度对数据分析服务现状进行了综述，现有的数据分析服务是数据拥有者提供数据，服务提供商利用其数据分析技术和计算资源帮助用户分析数

据，在这种模式下，数据拥有者需要支付高额的费用。

通过数据服务形式提供数据分析，存在两种方式:

一种方式是对检索结果进行分析，该方法需要将分析对象数据通过数据服务从存储系统中取出传输给用户端，用户再进行分析。这种方式进行分析所花费的时间是查询执行时间、数据组装时间、传输时间和数据分析执行时间的总和。很显然，这种方式代价依然很高。

另一种方式是不取出数据，直接构建分析型数据服务。用户提交分析请求，数据服务接口将分析请求分解成多个子请求，派发给多个分析型数据服务，将每个子分析请求针对相应的数据源执行分析任务，分析结果在数据服务接口处汇总组装，返回给用户。此种方式将计算后置，用户只需要提交分析请求，并等待分析结果，而免去了将大量分析对象数据传输的过程。

3.2.3大数据可视化

诸多成熟的开源可视化组件库和图表组件库都为大数据可视化服务提供了便利。针对用户对数据可视化的需求，充分利用现有可视化组件库，为用户提供可视化脚本的方式实现可视化服务，是大数据可视化服务研究的目标。大数据可视化服务的脚本目前支持常用的D3.js和Fusioncharts图表库两种，鉴于部分用户可能对某类脚本较为熟悉，用户在可视化请求阶段可以指明所需输出的脚本类型。

数据可视化的前提是给定要进行可视化数据，这些数据有可能是用户检索的结果，有可能是分析的结果。这样，

智能电网 大数据

智能电网和大数据 1 智能电网 智能电网(smart power grids)，就是电网的智能化，也被称为“电网2.0”，它是建立在集成的、高速双向通信网络的基础上，通过先进的传感和测量技术、先进的设备技术、先进的控制方法以及先进的决策支持系统技术的应用，实现电网的可靠、安全、经济、高效、环境友好和使用安全的目标，其主要特征包括自愈、激励和包括用户、抵御攻击、提供满足21世纪用户需求的电育濒量、容许各种不同发电形式的接入、启动电力市场以及资产的优化高效运行。 在现代电网的发展过程中，各国结合其电力工业发展的具体清况，通过不同领域的研究和实践，形成了各自的发展方向和技术路线，也反映出各国对未来电网发展模式的不同理解。近年来，随着各种先进技术在电网中的广泛应用，智能化已经成为电网发展的必然趋势，发展智能电网已在世界范围内形成共识。 从技术发展和应用的角度看，世界各国、各领域的专家、学者普遍认同以下观点:智能电网是将先进的传感测量技术、信息通信技术、分析决策技术、自动控制技术和能源电力技术相结合，并与电网基础设施高度集成而形成的新型现代化电网。 2 智能电网的发展 2.1 美国 2.1.1 电网2030规划 2003年2月，美国时任总统布什提出“电网2030规划”，指出要建设现代化电力系统，以确保经济安全，同时促进电力系统自身的安全运行。该规划的主要内容有:为所有用户提供高度安全、可靠、数字化的供电服务，在全国实现成本合理、生产过程无污染、低碳排放的供电，经济实用的储能设备，建成超导材料的骨干网架。为有效促进智能电网建设，美国于2007年12月颁布“能源独立与安全法案2007"，确立了国家层面的电网现代化政策，设立新的专责联邦委员会，并界定其职责与作用，建立问责机制，同时建立激励机制，促进股东投资。 2.1.3 奥巴马政府施政计划 美国总统奥巴马为振兴经济，从节能减排、降低污染角度提出绿色能源环境

基于大数据的智能电网信息调度算法分析与改进

基于大数据的智能电网信息调度算法分析与改进 摘要：随着电力需求的增长，智能电网建设也越发完善，大数据时代影响下， 智能电网信息调度算法也有了多样化发展。下面文章主要从大数据的基本概念出发，探讨大数据智能电网信息调度算法并提出具体的改进策略。 关键词：大数据；智能电网；信息调度；电网调度 引言 随着计算机网络时代快速发展,物理融合系统,结合了计算机系统和物理系统两者之间相互协作融合,对当今时代人们的生活方式产生了重要的影响。利用信息快 速调度是为了避免系统中信息与信息之间发生冲突,提高物理融合系统的服务性能。但现阶段客户请求信息快速调度的过程中存在用户效用指标量化不全面,导致任务 完成时间和系统信息请求时间较长、成本消耗较高等问题。在这种情况下,如何有 效的提出减短任务完成时间和系统信息请求时间、降低成本消耗的信息快速调度 方法成为当今社会亟待解决的问题。 1大数据的基本概念及关键技术 无法通过普通软件工具进行信息数据的管理和数据集合,通常称为大数据。在 企业制定长远发展战略的过程中,大数据起着至关重要的作用,大数据的特点是大量、多样且传播速度快。在海量数据中提取有效信息,并进行分析与处理,是实现 大数据利用效率提升的重要途径。在现代化电网建设过程中,社会对于数据收集、 整理和分析能力的要求逐步提升,只有通过大数据技术与电力信息技术的结合,才 能完善电力行业的发展模式,促进电力企业长远发展。数据分析技术包括机器学习 和数据挖掘等,应用于电力信息技术中能够实现电网安全在线分析、线路运行状态 分析和间歇性电源发电预测等功能,能够提升电力数据分析精确性。数据管理技术 包括数据抽取技术、数据融合技术、数据库技术等。数据处理技术包括流处理技术、分布式计算机技术和内存计算机技术,能够满足电力行业对电力数据处理的要求。 2大数据的智能电网信息调度算法分析 常见任务调度算法包括先进先出调度算法、公平调度算法、计算能力调度算 法等，其各自优缺点如下：第一，先进先出调度算法。在通常情况下，可以保证 算法有序性，然而也有着显著缺点，主要体现为，当部分任务持续时间较长时， 其它任务需要等待，可能导致响应时间被延长，降低系统处理效率。第二，公平 调度算法。该算法优点体现为，在资源配置过程中，不同任务所需资源类型和数 量基本相同，从而实现“公平性”。同时，这也会导致其存在如下缺点：对于部分 配置偏高的任务，可能存在资源不足情形，而对于配置偏低的任务，则可能导致 资源浪费，不利于提升资源整体利用效率。第三，计算能力调度算法。该算优点 体现为可以根据任务计算能力来调配资源。其缺点则体现为，在选择资源配置队 列时，不能够灵活设置队列组合；当任务较多是，预先设置的Sub Task Tracker可能不符合实际情况，导致系统效率降低。在大数据背景下，智能电网运行面临更 加复杂的情况，对系统处理能力、调度合理性有更高要求。相应地，就需要提出 更加适当的信息系统调度算法。 3大数据的智能电网信息调度的改进策略 3.1三层分析架构 对电网大数据关键技术进行分析,要了解大数据的分析架构,在行业中认为大数据分析架构主要结构为三层分析架构。其涵盖了数据访问、计算、数据隐私以及

智能电网大数据技术发展研究

智能电网大数据技术发展研究 随着我国科学技术的迅猛发展，智能电网大数据逐步成为了我国电力发展的重要技术。智能电网的发展不仅仅是最新科学技术的研究成果，更是当前电力行业的主要发展趋势。在电力领域使用智能电网大数据技术，除了能够提高其在我国的电力行业影响力之外，还对电力行业的可持续发展起到了巨大的推动作用。不仅如此，我国在智能电网大数据方面的研究上，已经取得了非常显著的成果。这就预示着我国在电力行业的已经取得了极大的进步。 标签：智能电网;大数据;技术 1电力大数据 1.1电力大数据内涵 电力大数据指的是智能电网在电力生产、电力传输、电力消费等各个环节所产生的不同类型的数据，是电力系统运行中信息的高度融合。电力大数据的表达方式很多，除了一般的数字、符号外，还可以通过图片、视频等媒体形式展现出来。 1.2电力大数据与智能电网之间的联系 当下随着我国智能电网技术高速发展，也加强了对信息通信技术以及电子技术等应用，促进了信息间的交互。智能电网可以将客户的用电信息进行详细的收集起来，通过对电量的耗损情况进行分析从而获取相应的电力大数据，运用现代数据分析处理技术分析获得的数据，并提取出有效的信息。这些信息可以帮助运行人员对不同区域的电网展开宏观调控，以更好的满足各个地区的用电需要。但就目前来看，我国电网大数据的发展还存在一定的不足，大数据平台构建还需进一步完善，这样才能更好的促进智能电网的发展，保证大数据分析技术的有效利用。 2智能电网领域中大数据技术的应用 2.1智能电网大数据挖掘与采集技术 在智能电网的管理工作当中，数据内容上和传统的电网建设工作相比，数据更加庞大和复杂，同时在运行安全以及管理等工作当中都存在明显的差异。智能电网在工作过程当中，会受到其他数据的干扰和影响，因此在数据的管理和控制工作当中，运用大数据收集和挖掘技术可以大大提高智能电网数据处理的有效性，这也是当前大数据处理技术当中重要的工作内容。在大数据处理工作当中，通过大数据的挖掘和信息采集技术，主要表现为以下几个方面的特性：第一，在全面的数据挖掘工作当中，智能化管理工作所涉及到的管理数据，不但集中在电网企业和一些重点的变电设备当中，同时也直接表现在一些和电网相关的电力用

大数据技术在智能电网中的应用研究

大数据技术在智能电网中的应用研究 发表时间：2019-07-05T12:29:35.697Z 来源：《电力设备》2019年第4期作者：张瑜 [导读] 摘要：大数据技术的应用在分析处理智能电网的大规模数据中正发挥着越来越重要的作用，它取代了传统的数据处理技术，使得规模更大的数据集合和种类更复杂的数据结构得到高效率的处理。 （内蒙古电力（集团）有限责任公司信息通信中心内蒙古呼和浩特 010010） 摘要：大数据技术的应用在分析处理智能电网的大规模数据中正发挥着越来越重要的作用，它取代了传统的数据处理技术，使得规模更大的数据集合和种类更复杂的数据结构得到高效率的处理。大量的数据给智能电网建设带来了机遇与挑战，电力企业在发展中要顺应这一时代潮流，积极的实现管理工作的信息化，促进电力企业在电网管理方面工作质量的提升，保证社会生产活动的有效进行。 关键词：大数据；智能电网；应用；高效 引言 在整个智能电网系统中都有大数据的应用，电网运用及设备、数据的检测、企业营销数据、企业管理数据等是智能电网系统应用的表现。随着社会经济的不断进步，电网规模也随之扩大。逐渐提升接受、处理数据量在输电线路中的状态。因此，需要更加专业的技术人员进行数据处理以及设备维护，同时增强处理输电线路中大数据的力度，着力剖析输电线路系统的检测性能，逐渐顺应智能电网发展的需求。 1大数据技术在智能电网中的应用存在的问题 1.1 电力系统本身的发展情况制约 它是一个规模宏大、牵连甚广的传统行业，在引入新技术、新理念的过程中必然经历较长时期的磨合和研发，现有的电力信息系统要想适应大数据技术就要做到从上至下全面的技术匹配，这显然是一个庞大的工程；另一方面是大数据技术的发展并不成熟，它的理论架构和应用案例都还处于探索和研发的阶段，由于规模的原因，大数据平台往往意味着巨大的建设投资，给建设主体部门带来了巨大的投资风险。 1.2 数据收集和处理障碍 智能电网大数据平台的建设在数据获取上也存在着很大的障碍，不仅有硬件技术上的不足，而且各部门之间的沟通不足和独立运行也和大数据技术的集中管理存在一定的共享矛盾。但也不是意味着全面的开放信息共享就是好的方法，相反，如果这样做的话，我们必须充分考虑到数据的安全问题，如何设定适用范围，如何注重隐私保护，如何合法合规地公开使用，这是智能电网大数据发展中必须考虑的问题。各个部门之间的信息传递较为缓慢，尤其是各个部门在工作中所形成的独立信息库，因为技术和资金的双重制约，使得大数据时代下的信息共享难以实现。虽然现在的信息处理和数据挖掘技术已经非常的完善，但是因为很多信息属于半结构和非结构数据，这些数据如果不纳入大数据库中，就会使得数据库中的样本数据较少，但是如果放入数据库中，就会因为不能够迅速的转化为多维数据表，出现数据无效的现象，其中图像就是这一数据类型的典型代表。 2 大数据的关键技术 大数据技术在智能电网中运用的关键技术就是数据融合技术，在现在的国家电网中，无论是输配电的使用信息，还是用户用电的具体信息，都会因为办公的计算机化，使得这些信息能够被收入到大数据的信息库中，使用数据挖掘以及数据处理处理技术，就能够很快的将这些技术进行完成，最大限度的推进电网正常运转。同时，由于大数据技术在使用中存在着多维度的特性，所以为了强化这一数据分析的能力，保证数据分析所产生的结果，能够给大数据的使用带来便利，就需要从三个维度去对电力舍不得当前状态进行分析。大量的实践数据表明，这三个维度在电力设备是否能够正常工作的判定条件，分别为关键参量、气象、地理位置。但是这三个维度的信息在来源和储存方式都不尽相同，所以在进行数据分析工作时，需要将这些数据按照一定的逻辑进行储存，保证后续进行的数据分析工作能够有效进行。 3 智能电网大数据技术的发展措施 3.1 大数据传输和存储技术 电力系统、智能电网发展变革的趋势中，记录具体的数据运行和设备状态，可以发现大量的数据存储问题，在监控装置中具有较大的压力，因此，电力系统智能化的发挥受到一定限制。增强网络数据传输的关注量，就是有效利用数据压缩来实现。依据数据存储的具体情况，利用分布式的文件系统完成存储工作是智能电网数据运行的方式，针对大数据进行存储，不能很好的提升电力系统的实时性。所以需要根据大数据的性能、分析要求，具体分类对其进行存储，针对实时数据的要求，运用数据库系统进行相关工作。采用传统的方式进行数据存储，这是核心业务数据的处理方式，数量较大的非结构化数据，主要采用分布式的文件系统。 电网检测数据的实时性在国内的云平台还不能得到有效的保障，所以，设置出前置机在数据接入和信息集成前段，将报警信息以及检修数据实时接受，在不能准确回应的时候，电网检测将取代云平台的作用，其负责暂时存储数据。比较智能电网格式和传统商业数据的关系，二者区别明显，都有自身的特征，能够产生较大的生成速度在检测故障以及输变电设备的过程中。当前有效提升后续数据分析和计算的方式就是着力研究智能电网存储格式的细节技术。 3.2 实时数据的处理技术 随着社会大众提升关注数据库内存的关注度，相关技术人员更加重视数据内存技术的提升，将研发重点放在内存中。相比较内存的数据以及磁盘，区别就是速度比较快。可以提高应用的性能，依据目前电力系统的发展现状，运用内存数据库的形式比较广泛，能够有效提升数据的实时性。智能电网会整合以及集成各个环节和用户的数据信息，从而分析各地的电能消费状况，及时采取整改措施。状态监测具有相对严格的要求，在数据存储以及处理平台方面。运用云计算技术，能够处理大数据，但是能够进一步提升监测数据存取性的是云平台，同时满足实时性的具体要求。如果新型绿色能源发电功率不稳定，就会影响电网的正常工作，这对于电网调度来说是不小的压力。根据目前国家电网调度以及控制模型的分析，不可预测性是小型发电系统的特征，因此，需要创建新型的电网状态监控系统，详细跟踪电网的实时状态。 3.3 面向电力用户服务的需求 电力用户是用电的消费者，具有主体的地位，随着当前经济社会的不断发展，用电用户对于电力的需求呈现出更高水平的发展趋势，通过技术的不断创新和发展，能够有效的满足于电力用户的服务需求，并为之提供更加优质的供电服务，这也是电力行业向服务型行业转

化探数据处理方法

内蒙古扎赉特旗东芒合矿和哈拉街吐矿 化探数据处理及图件编制方法 1 化探数据质量评价的数据处理(分矿区) ⑴统计重采样和重分析抽查样所占样品总数的比例 比例 = （重采样和重分析抽查样数/工作样总数）100% ⑵作出SSPS数据文件 将重采样和重分析样分别作成SSPS数据文件。文件中列出项目为： ①重采抽查样重采样号元素含量相应的工作样号元素含量 ②重分析抽查样重分析样号元素含量相应的工作样号元素含量 ⑶计算各元素相对误差 重采样和重分析抽查样相对误差均按RE(%) = |C1-C2|/0.5×(C1+C2)×100%计算。 C1为重采样或重分析抽查样的分析含量 C2为重采样或重分析抽查样的相应的工作样的分析含量 | |为绝对值 RE(%)≤30%为合格，＞30为超差（不合格）；（Au：RE(%)≤50%为合格，＞50为超差） ⑷计算各元素的合格率 η= （抽查样品中合格的样品数/抽查样品的总数）100% 合格率（η）应＞80%，即这批样品的分析结果是可信的。 ⑸列表表示检查或分析质量结果 表××化探重采样抽查各元素的合格率(%) Cu Pb Zn Cr Ni Co Sn V Ag Ti 2 矿区地球化学特征研究的数据处理(以哈拉街吐为例) ⑴作出SSPS数据文件 作出下列SSPS数据文件： ①文件1：整个矿区数据文件； ②文件2：矿区地层数据文件； ③文件3：矿区岩浆岩数据文件； ④文件4 ：下二叠统大石寨组（P1d）数据文件； ⑤文件5 ：下白垩统大磨拐河含煤组（K1d）数据文件；

⑥文件6 ：华力西晚期侵入岩数据文件； ⑦文件7 ：燕山期早期侵入岩数据文件； ⑧文件8 ：燕山期晚期侵入岩数据文件； ⑨文件9：已知矿附近一定范围数据文件 每一数据文件的内容项目包括： 序号野外号 X坐标 Y坐标各元素的含量 ⑵整个矿区和各地质单元（各地层、各岩浆岩）样品各元素含量特征统计 统计的参数包括： ①元素含量平均值； ②最大值； ③最小值； ④标准离差； ⑤变化系数（标准离差/含量平均值）； ⑥浓度克拉克值（元素含量平均值/该元素的克拉克值） 整个矿区和各地质单元统计结果含量平均值、最小值、最大值用表表示。 ⑶整个矿区和各地质单元样品各元素的概率分布特征统计 ①标准离差 ②峰度 ③偏度 ④概率分布曲线特征 ⑷矿区各地层样品各元素的局域丰度和蚀变-矿化叠加系数特征统计 根据地球化学过程的基本定律(A.B.Vstelius,1960),一个矿区地层中元素的“丰度”应该是沉积岩沉积成岩时的初始平均含量，而不应包括后期岩浆、蚀变、矿化作用等地质作用造成的元素含量的增赢或亏损。而矿区内局部地区地层中元素的“局域丰度”，至少应排除最后蚀变-成矿作用叠加的那一部分元素的含量。若本区各地层中元素概率分布及其偏度和峰度特征表明元素呈偏对数正态分布。这说明地层中多数元素都受到了后期不同程度的蚀变-成矿作用的叠加。据此，剔除了不服从正态分布的超差样品(即含量大

智能电网大数据的核心技术

智能电网大数据的核心技术 发表时间：2017-11-16T20:34:47.230Z 来源：《电力设备》2017年第20期作者：王辉 [导读] 摘要：我国电网在快速发展建设过程中，智能电网已经成为电网发展必然趋势。 （国网江苏省电力公司检修分公司南通分部江苏） 摘要：我国电网在快速发展建设过程中，智能电网已经成为电网发展必然趋势。智能电网在建设过程中，最为主要应用领域为大数据。 关键词：智能电网；大数据技术；研究 引言 智能电网在建设过程中，实际上就是将先进科学技术应用到电网体系内，进而有效满足电力市场发展实际需求。智能电网所应用的技术主要分为三种，分别为控制技术、计算机技术、信息通信技术，可以有效对电力市场有关利益方之间的矛盾，最大程度提高电力系统运行效率及质量，有效降低电力企业运营成本，降低电力系统对生态环境所造成的不良影响。特别是智能电网内应用大数据技术，已经成为电力系统发展建设必然趋势。所以，有关人员正在积极对智能电网采取针对性手段，对智能电网大数据应用情况进行完善，有效提升电力系统稳定性，为人们提供更加优质服务。 1电网大数据概述 智能电网大数据主要表示电力信息化建设过程中，借助电力实时检测系统、智能变电站及智能电表等数据类别，推动电网智能化发展建设。电网建设规模在逐渐增加过程中，智能电网大数据主要可以分为两种类别，分别为外部大数据与内部大数据。智能电网大数据主要具有三个显著特征，分别为大规模、高速性及多样性。 智能电网大规模主要表示电网在运营过程中，所产生的数据数量不断增加。在这种情况下，电网负荷也显著提升；高速性主要表示智能电网在实际运行过程中，容易受到外部环境因素影响，智能电网可以对不良影响进行高速反应。主要原因是由于电网所产生的负荷运动较为随机，电网运行在出现问题情况下，为了能够保证电网可以稳定高效运行，智能电网可以在最短时间内对电网负荷运动进行处理；多样性主要表示智能电网所产生的数据类别较多，不仅仅包含智能电网所产生的数据，同样还包含网外所产生的数据。 简而言之，智能电网大数据所具有的特征主要为：智能电网所产生的数据全部为分布式管理数据源，产生大量数据信息，数据包含多个维度，类别也较多，在实际应用过程中，可以为用户及经济带来较大经济价值。智能电网所产生的数据积累数量在不断增加过程中，数据来源也开始越加广泛，数据类别也逐渐增加，数据结构越加繁琐。在这种情况下，研究人员需要对大数据技术进行深入分析研究，我国主要对大数据核心技术进行分析。 2智能电网大数据的核心技术 2.1数据存储技术 （1）分布式存储技术。分布式存储技术是指利用网络共享每一台计算机上的磁盘空间，从而将所有分散的存储资源整合成为一个虚拟的存储设备，最终实现数据分散进行存储的技术。 （2）非关系型数据存储技术。其没有固定的表结构，一般也不需要连接操作。因此，针对大数据的存取，该技术具有传统的关系型数据库技术所不具备的优异性能。 （3）内存存储技术。内存数据库是一种直接把数据存放在内存中，从而实现快速存储、读取操作的数据库。内存进行存储、读取操作的速度要大幅提升，因此将数据存储在内存中能够显著地增强数据库的性能。内存数据库不再使用传统的磁盘数据管理的方法，而是运用新的体系结构从而实现在内存中存储全部数据，同时改善了并行操作、数据缓存以及快速算法等内容，因此数据的处理速度要比传统数据库快10倍之多。 2.2数据管理技术 数据管理技术是指将来自不同数据源的、具有不同结构(结构化、半结构化、非结构化)的大数据进行收集、整理、清洗、转换以后加载到一个新的数据源之中，从而对这些数据源实行集中管理、对外部访问提供统一服务的数据集成技术。由于智能电网大数据具有多样性的特征，因此对智能电网大数据进行分析和处理之前，首先需要对数据源的数据进行清洗和过滤以确保数据的质量以及可靠性；然后将清洗和过滤之后的数据通过抽取和集成以便获得实体和关系；最后再对数据实施关联和聚合并且采用统一的数据结构进行存储。 2.3数据分析技术 数据分析技术是指从海量的数据中自动搜索出隐藏于其中有着特殊关系性(模态与规律)的信息，从而为决策人员提供决策支持的技术。与其他行业相比，电力行业对于电力系统的安全、持续、稳定运行以及电力发输变配用的实时性等要求更加严格，因此智能电网大数据对数据处理和分析结果的精确度要求也更高。而传统的数据挖掘技术面对智能电网中高速增长的、海量的、半结构化和非结构化的大数据已经很难适用，因此需要拓展新的面向海量数据进行挖掘的智能电网大数据分析技术。智能电网大数据的数据分析技术包括：模式识别技术、图像处理技术和机器学习技术等核心技术，具体有智能电网安全在线分析技术、间歇性电源发电预测技术、设施线路运行状态分析技术等。 （1）模式识别。模式识别是指处理和分析用以表征事物或现象的多种形式的信息(数值、文字、逻辑关系等)，从而实现对事物或现象进行描述、识别、分类以及解释、说明的一种技术，它是信息科学和人工智能科学的必不可少的组成部分。 （2）图像处理。图像处理是运用计算机开展图像分析，从而获得所需结果的一种技术。 （3）机器学习。机器学习是指专门研究如何让计算机能够模仿或实现人类的学习行为，进而有效地获取新知识或新技能，以便重新组织已经存在的知识框架以持续提升计算机性能的一种技术。 2.4数据处理技术 （1）实时计算。实时计算是指根据计算需求从海量数据中实时进行排重、排名、汇总等运算，并为用户提供实时响应，主要针对海量数据且无法预算的情况。 （2）批量计算。批量计算是指针对静态海量数据的批量处理，即当开始计算之前数据应准备到位，重点用于数据挖掘和验证业务模型。

智能电网大数据技术发展研究 张格琳

智能电网大数据技术发展研究张格琳 发表时间：2018-08-20T11:03:03.030Z 来源：《电力设备》2018年第15期作者：张格琳程思远程芬任国卉 [导读] 摘要：随着科学技术的飞速发展，智能电网大数据技术已经成为了目前电力企业发展的主要依靠技术，智能电网大数据技术对我国电力行业有着极大的影响，同时对我国电力行业的可持续发展提供巨大的作用。 （国网山西省电力公司运城供电公司山西运城 044000） 摘要：随着科学技术的飞速发展，智能电网大数据技术已经成为了目前电力企业发展的主要依靠技术，智能电网大数据技术对我国电力行业有着极大的影响，同时对我国电力行业的可持续发展提供巨大的作用。本文就针对智能电网大数据技术的概念及技术发展进行深入的探讨。 关键词：智能电网；大数据；技术；发展 计算机信息技术的发展将人类带入了数据社会，带动了互联网、物联网、智能电网、新能源、智能城市、网络金融等现代服务业发展，数据的充分利用和挖掘正成为各行各业运营和发展的引擎。但这个引擎正面临着数据量大而复杂等巨大的挑战。各种业务数据正以几何级数的形式爆发，其格式、收集、储存、检索、分析、应用等中存在诸多问题，不再能以传统的信息处理技术加以解决。数据的格式也由传统的结构化数据转化为非结构化数据，数据处理的实时效应要求也更高。大数据技术经过几年的发展，已经形成了一个完整的生态技术圈，包括海量数据的的存储及分析技术。 1、智能电网中大数据与云计算的基本概念 大数据是指海量、异构、多态的数据集合，不但包括传统的符号、数字等结构化数据，也包括图像、声音、手写字体等非结构化数据。但不是数据多就能够称为大数据，必须要同时满足体量巨大、类型多样、价值密度低以及处理速度快这四个特点，才能够被称为大数据。在电力行业内，电网运行的情况及日常的监测数据等、电力企业的营销数据，以及企业的管理数据信息等可以被称为是大数据。随着智能电网的不断发展，这些数据都在以指数级的速度增长。智能电网中的数据以传统的关系型数据库中存储的结构化数据为主，包括业务数据、表单数据等。而非结构化数据主要是视频监控数据以及一些图像数据等。随着电力行业的发展和自身的特点，智能电网中的非结构化数据的比重越来越重，但分析和处理的难度却较大。另外，电力行业数据还在气象预测、能源分析等行业中有着应用意义，对智能电网的大数据分析就显得格外重要。最后，在智能电网的调动工作中，业务管理数据要求是实时数据，对实时数据的处理难度更大。云计算（CloudComputing）是指在网络技术高速发展的基础上，通过网络存储、负载均衡、虚拟化、分布式计算等现代计算机处理技术，将网络中多个计算机实体融合起来，建立一套具有强大计算能力的系统，为用户提供方便、可靠、强大的计算能力。通过不断提高云平台能力，减少用户在本地实体中投资的资金。随着云计算的不断发展，传统的依靠个人终端的存储和计算模式将逐步被为新的信息存储、处理模式所替代，数据、资源及应用程序将被保存在云平台服务器中。用户不但可以从云平台中获取数据，还可以完成应用程序的二次开发。因此，近年来云计算技术得到了飞速发展。云计算是通过云端的服务器集群提供计算、存储和处理服务，用户通过网络或其他工具直接访问。 2、发展动力和存在障碍研究 2.1智能电网大数据的发展动力 近年来，大数据来势汹汹，对传统数据商业分析模式带来了毁灭性的冲击。电力公司往往资产巨大，对于资产的监控测量和运用会产生大量复杂的数据，通过数据分析可以有效提高电网资产的设备管理水平。通过数据分析，还可以在实现数据一体化的基础上，提高电能质量，对于特殊情况进行有效的停电管理，从而减少线路损失，有效预防用于窃电，以及其他一些因素造成的损失。并且从智能电网大数据中分析出用户的用电行为，电力公司可以依照这些数据设置合适的鼓励机制和需求管理机制。以智能家居产品为例子，智能家居产品在为居民用户提供节能减少花销的同时，而且还对电力企业改善用户侧需求管理，减少二次装机中发挥了重要作用。电网作为能源与用能的载体，受到国家的重视与长期保护，尽管对于智能电网大数据以往的发展中起了限制作用，但随着国家对于智能电网大数据的重视，相关政策依旧会为电力公司发展智能电网大数据提供强而有力的支持。 2.2智能电网大数据的障碍 电力系统作为我国的一个传统行业，深受国家政策的保护，因而在发展中逐渐出现了跟不上时代脚步的现象。经验足的大都是些老一辈的技术员工，他们对于大数据的基本理念以及大数据在智能网络中的价值缺乏正确的理解。国内智能电网大数据技术起步晚，相交于国外技术有所欠缺，并且国外没有向中国这样庞大的人口，因而即便有先进的技术也不能直接照搬照抄，智能电网大数据技术仍需要进行探索。智能电网大数据技术的研发与实验都需要大量的资金投入，现今智能电网大数据缺乏明确的收益，因而很难引起投资人的兴趣与青睐。最后就是数据的隐私与安全问题，有些数据电力公司需要保证其隐秘性，因而意思保护与客户资料安全成为了发展与推广智能电网大数据技术的首要问题。 3、智能电网大数据技术的发展 3.1源网荷协同调度 根据可持续发展理念的要求，应将新能源应用到各个领域当中，以实现人与自然的和谐发展。本着上述原则，电力领域对新能源的使用水平也开始逐渐提高，如何对新能源进行准确的预测，成为了电力领域关注的重点问题。对调度方法的合理应用是解决该问题的途径。在过去很长一段时间内，电力领域一直采取传统的调度方法，通过增加系统的旋转备用解决问题，即从供给侧入手，提高电力资源应用的平衡性。但随着社会的不断发展，目前调度出发点已经从供给侧转为了需求侧，即通过市场调节的手段，从电力用户的角度出发，以调节其用电负荷的方法，达到提高电力资源应用平衡性的目的，实现网源荷协同调度。上述目的的达成要求电力领域必须保证具有大量的信息作为辅助，其中新能源出力波动便属于非常重要的一点信息。智能电网大数据技术的应用能够实现对数据的存储、出力以及调度，因此也就能够为电力领域提供所需要的辅助信息使得电力资源的优化调度能够更加顺利的实现。这是该技术发展的主要体现。 3.2负荷波动与新能源出力预测 电力用户的用电量会影响到电力负荷，而电力负荷的波动，则会影响到电力系统的运行情况。目前，对负荷波动的预测已经得到了重视。减小预测波动值与实际波动值之间的误差，能够使作出的电网管理决策更加合理，反之，则极容易导致电网运行产生风险。当前我国电力领域负荷预测主要采用的是通过对历史负荷数据的观察，以相似日法为基础，实现预测的方法。上述方法的实现所需要的历史数据量

银行,大数据,解决方案

银行,大数据,解决方案 篇一：商业银行-大数据建设规划 XX银行大数据建设规划 一、项目背景 随着信息化程度的加深，以及移动互联网、物联网的崛起，人们产生的数据急剧膨胀，传统的数据处理技术难以支撑数据大量的增长和处理能力。经过近几年的发展，大数据技术逐步成熟，可以帮助企业整合更多的数据，从海量数据中挖掘出隐藏价值。大数据已经从“概念”走向“价值”，逐步进入实施验证阶段。人们越来越期望能实现海量数据的处理，从数据中发现价值。数据越来越成为一种重要的资产。在20XX年Gartner技术炒作曲线的报告中也体现了大数据技术将走向实际应用。 我行已深刻认识到数据战略对企业运营以及企业未来发展方向的重要性。互联网金融的本质是金融，核心是数据，载体是平台，关键是客户体验，发展趋势是互联网与金融的深度融合，要提升大数据贡献度。因此，要深化互联网思维理念，稳步推进互联网金融产品和服务模式创新，积极利用移动互联网、大数据等新技术新手段，沉着应对冲击和挑战，实现传统金融与互联网金融的融合发展。做好海量异构数据的专业化整合集成、关联共享、安全防护和维护管理，深度

挖掘数据内含的巨大价值，探索银行业务创新，实现数据资源的综合应用、深度应用，已成为提升企业核心竞争力，实现企业信息化可持续发展的关键途径。按照行领导部署，信息科技部组织力量对大数据技术进行研究，完成对市场上主流的大数据平台及应用技术预研，征求业务部门建议，提出项目建设要求。 二、建设目标 以大数据项目建设作为契机，凝聚我行优势力量，全面梳理数据 资源，完善数据体系架构，自主掌握大数据关键技术，加速大数据资源的开发利用,将数据决策化贯穿到经营管理全流程，建设智慧银行，提升核心竞争力。 （一）建设大数据基础设施，完善全行数据体系架构 构建大数据平台，实现更广泛的半结构化、非结构化数据集中采集、存储、加工、分析和应用，极大地丰富我行的信息资源，同现有的企业级数据仓库和历史数据存储系统一起，形成基础数据体系，提供支撑经营管理的各类数据应用。 （二）开发大数据资源，支撑全行经营管理创新 建设离线数据分析、实时数据/流数据分析集群和各类数据分析集市，提供高性能可扩展的分布式计算引擎，通过数据挖掘、计量分析和机器学习等手段，对丰富的大数据资源进行开发使用，并将数据决策化过程结合到风控、营销、

智能电网中的电力大数据应用

智能电网中的电力大数据应用 随着智能电网的快速发展，智能电表的大规模部署和传感、量测技术的广泛应用，电力工业产生了大量结构多样、来源复杂的数据。如何利用这些数据为电网的发展和运行控制提供科学的决策，是智能电网发展的迫切需求，也是实现智能电网坚强、自愈、兼容、经济、集成、优化特征的必由之路。可以說，大数据是实现智能电网“智能化”的重要工具。 标签：智能电网;大数据技术;应用 1 导言 电力能源作为一种不能大量存储的能源，其特点是“发电-输电-配电”同时完成，发电的多少要依据用电侧的符合进行调配，维持发电和用电的均衡，这对电网频率和电压的稳定起到了至关重要的作用。传统电网中，此项工作主要由各电力公司的电力调度负责，通过对输配电的控制使电网的频率和电压运行在允许的范围内。 2 智能电网大数据的特点 （1）电网数据规模大。智能电网不断发展，电网发电机节点及负荷节点数量不断增加，负荷与电网双向交互等因素，使得电网数据量迅速增加，数据存储大小已达到了PB量级[3]。 （2）电网数据高速性。该性能决定于电网最重要的属性，即实时保持电力电量平衡，但由于负荷波动的随机性，因此发电侧出力必须实时跟踪负荷变化。同时电网故障也具有随机性，为了保障电网可靠的运行必须立即处理，这要求电网必须快速传输，及时处理电网数据。 （3）电网数据的多样性。电网数据的多样性主要表现为来源多样性、存储类型多样性、采集周期多样性。数据来源多样性如图1所示，其数据来源渠道众多，不只是网内的数据，还有大量的网外数据;数据存储类型多样，除了传统的结构化数据，如用电信息采集系统、广域测量系统采集的大量有关负荷、发电机及线路的数据，同时营销系统、调度系统会产生大量的语音数据，变电站值班机器人及用于高压线路巡线直升机也会产生大量的图像等非结构化数据。采集周期多样性，不同的数据采样周期有较大的差别如保护系统监测周期为毫秒级，广域测量系统及大型负荷数据采集一般为分钟级，普通居民用户数据每天传输一次。 总之，智能电网中数据具有数据来源多，数据量大，数据结构复杂，数据增长速度快等特点。当前大数据技术在国内刚刚起步，利用相关技术对电网数据研究较少，智能电网采集到的数据涵盖信息广，不但可以反应电网内部的规律，而且在一定程度上可以折射出当前社会发展的状况。

如何利用大数据技术做好智能电网规划

如何利用大数据技术做好智能电网规划 发表时间：2020-01-03T17:16:01.217Z 来源：《河南电力》2019年7期作者：普颖[导读] 很多数据都具有高速性、规模性以及多样性的特点，一些数据关键技术的发展对于不同的领域都产生了非常关键的影响，应用大数据技术，能够给应用领域的发展提供更有价值信息的数据。（玉溪元江供电局云南省玉溪市 653300）摘要：很多数据都具有高速性、规模性以及多样性的特点，一些数据关键技术的发展对于不同的领域都产生了非常关键的影响，应用大数据技术，能够给应用领域的发展提供更有价值信息的数据。如今，在智能电网发展的过程中，电力系统逐渐朝着数字化、信息化以及 智能化的方向发展，在此发展过程中，对大数据技术的使用需求也在不断提升。鉴于此，本文就如何利用大数据技术做好智能电网规划展开探讨，以期为相关工作起到参考作用。 关键词：电力大数据；智能电网；关键技术 1.智能电网和大数据及云计算关系辨析 1.1电力大数据技术的发展需求 如今，在智能电网不断发展的过程中，电力系统逐渐朝着智能化以及信息化的方向发展，从而伴随越来越多的数据源出现。电力设备状态监测系统以及智能电表的应用，能够产生出大量的数据源。传统的数据处理技术在新形势的发展之下，已经无法发挥出相应的作用，这就需要大力推广使用新的数据，因此，电力大数据关键技术的使用需求也逐渐增加。如今，电力大数据已经贯穿在变电以及输配电等各个生产领域，并且也成为了能源变革过程中电力工业技术创新发展的关键。 1.2智能电网及大数据和云计算关系 大数据与智能电网的发展过程之间的关系越来越密切，智能电网的发展主要是将信息技术、计算机技术以及通信技术结合起来加以应用，以此来达到提升能源使用效率的目的，这样一来也能够有效确保供电安全，从而最大限度降低电能的损耗。智能电网是借助多用户用电信息来对电的生产进行消耗以及分配，使用现代化的信息技术以及网络通信技术，可以实现信息交互，从而最大限度地保障电网设备中的信息交换。此外，云计算和大数据之间也有着密切的联系，主要表现在大数据是根植于云计算的，云计算数据的管理分析以及存储都需要立足于大数据技术，借助云计算技术的超强计算功能，可以起到提升数据处理质量的目的，这样一来也能够便于提供大量的服务信息。大数据和云计算之间是相辅相成的关系，二者之间有着不同的侧重点，云计算可以整合内部计算处理与存储资源，以此来强化电网的交互能力以及处理能力。大数据、智能电网以及云计算之间的关联性比较强，云计算技术是在传统的数据分析技术以及挖掘技术上延续而来的，并且也是数据量级增长到一定阶段之后的业务需求以及知识挖掘的产物。 2新型电网规划数据获取方式通过全面系统科学的信息数据可以为新型电网规划工作提供更好的信息支撑。你以前所用的信息数据获取方法进行对比，大数据技术在获取数据方面的效率以及质量有着更加强大的优势。在当下新型电网数据信息采集的过程中，为了切实保证数据的全面性和准确性，必须有效应用遥感采集技术和数据辨识技术来实现对当下信息数据的高效高效获取。在现阶段数据获取中，最为重要的就是通过合理科学的预处理手段来有效帮助信息获取工作的开展。通过利用遥感和航拍技术，可以直观、直接准确的实现对相关图像信息数据的采集，但是该方法在应用过程中相对比较复杂，而且储存难度也相对较高，所以并不能直接应用到规划方案设计工作中。在具体工作中，对于数据可以分为数据辨识和整理两部分。 3.智能电网应用的电力大数据关键技术 3.1电气大数据的集成管理技术 所谓的电力企业数据集成管理技术主要是将不同的格式、来源以及性质的数据在逻辑上综合体现出来，并且给系统存储一些比较稳定而且可以反映出历史变化的数据。电气企业通过应用集成管理技术，可以有效解决一些电力企业内部系统中信息孤岛以及数据冗余的问题。除此之外，大数据还应该体现出多样化的特点，这也就说明数据来源的广泛性，并且加剧了数据处理工作的困难程度。为了能够获取大数据的处理效果，就需要抽取数据源并且做到集成处理，之后再在数据源中取得与实体相关的一系列关系，将其经过一定的关联聚合之后，使用统一的结构完成对这些数据的存储，从而有效确保未来数据的可靠性。 3.2复杂数据处理技术 3.2.1数字化监测技术 运用数字化监测技术，可以很好地满足大数据精细化管理工作的需求，并且从不同时间以及各个方位出发落实监测工作。在运用智能电网的基础之上，使用大数据技术可以确保电力系统处于良好的运行状态，并且还可以起到提升设备运行安全性以及可靠性的目的。与此同时，电脑终端的使用可以很好地确保电气大数据编程以及继电保护器的有效运行，便于不同节点的数据能够顺利发送以及接收，将数字化监测技术的效能充分发挥出来。除此之外，使用数字化监测技术，可以实现对电力系统的综合操控，推动电力系统的健康快速发展。 3.2.2智能化数据监控技术 智能化数据监控技术在21世纪已经得到了广泛应用，并且逐渐被应用到了智能电网控制系统中，在确保系统的安全调控方面发挥了非常关键的作用。通常情况下来说，组成智能化数据监控技术的元件有电缆、摄像头以及监视器，实现对电力系统运行状况的实施监控。摄像头在智能化数据监控系统中可以作为前端设备使用，主要用来完成信息的采集工作，电缆作为传输设备，可以实现数据的传输，监视器不仅能够发挥出记录以及显示的作用，同时还可以对智能电网进行处理以及控制。 3.2.3关系型数据库系统 结构化数据在智能电网中依然处于主体地位，这就要求做好结构化数据的存储以及管理工作。借助Oracle这一关系可以有效运用数据库管理系统，并且还具备功能强大以及使用方便的优势，能够在多种数据环境中很好地运行。除此之外，运用智能化电网，具有数据繁杂的特点，面对这种情况，应该结合电网实际特征，合理选择数据存储方式。 3.3数据分析技术

智能电网中大数据处理技术分析

智能电网中大数据处理技术分析 发表时间：2017-03-09T16:54:07.513Z 来源：《电力设备》2017年第1期作者：张少江[导读] 智能电网是当前电力行业建设发展的主要趋势，而智能电网背景下的大数据处理技术问题将是行业内持续关注的热点。 （天津送变电工程公司天津市 300000）摘要：智能电网是当前电力行业建设发展的主要趋势，而智能电网背景下的大数据处理技术问题将是行业内持续关注的热点。电网数据处理是一项系统且复杂的工作，就目前的数据处理技术而言，还存在诸多的技术难题与挑战。对于电网企业，需要认识到智能电网大数据的基本特点，了解数据处理技术的基本现状及主要问题，有针对性地加强数据处理技术的研究和攻坚，提升电网运行的安全性与可靠 性，不断推动电力行业的发展迈向新高度。 关键词：智能电网；大数据处理；技术分析引言 现阶段,随着信息化技术的普及应用,我国电力系统的智能化进程有着比较好的效果,大数据处理技术成为当前智能电网中维护电网安全稳定运行的主要措施。云计算为智能电网的数据处理、传输、存储提供了可靠的平台,保证了智能电网中的大数据可以得到及时有效的处理,为电网的树立运行提供一定的保障作用。但是随着技术的进一步发展,以及智能化程度的进一步加深,大数据处理在传输、存储等方面存在着一定的局限性,受到了比较严峻的挑战,因此需要相关的工作人员进行不断的努力和创新,探索出一种有效的解决方法,促进我国智能电网的稳定健康发展。 1智能电网大数据处理技术的现状分析 1.1智能电网大数据处理技术的复杂性 智能电网大数据处理技术在各个行业发展中均获得密切关注，智能电网大数据处理与社会经济发展关系密切，甚至很多商家都投入大量资金进行改进与研发，希望获得更快、更高效的处理速度。智能电网大数据处理技术十分复杂，随着关注度的提升与研究资金的增加，虽然智能电网大数据处理技术有一定提升，但是与社会数据增长速度相比较，发现还有一定距离。智能电网大数据处理技术的复杂性决定了我们对其的研发力度还远远不够，仍不能满足我国社会数据处理需要。智能电网大数据处理技术复杂性现状决定了必须持续进行研发与改进，才能真正达到其应有的价值。 1.2智能电网大数据现状 目前，智能电网中所产生与处理的大数据主要来源于三方面。①在电网运行过程中与设备监测过程中所产生的数据。②在电力企业进行营销时所产生的数据，在营销过程中产生的数据占有主要地位。③电力企业自身管理过程中所产生的数据。对电网运行与设备检测、电力营销以及电力企业管理三方面数据进行归类可以发现，第一部分为结构化数据类型，第二部分为非结构化数据类型。根据智能电网的具体使用过程进行分析发现，非结构化数据所占有的比重更高，能够获得更多重视。 2智能电网大数据的特征 2.1规模性 智能电网大数据的产生主要依靠大范围、多设备、多类型、全天候和高频率采集模式，数据体量巨大，从TB级跃升至PB级别。如智能电表按分钟频率采集用户用电数据，假设1分钟采集一次，每月每户仅用电数据一项就生成超过43000条数据记录。 2.2多样性 智能电网大数据涵盖不同时期、不同系统、不同区域、不同设备、不同格式、不同类型的异构数据，包括了结构化、半结构化和非结构化等不同内部结构的数据，数据种类繁杂、差别巨大，比如监控视频、故障录波、电话录音等就为类型迥异的数据。 2.3高速性 由于电力供需平衡是一个实时响应的过程，暂态时间内可能发生系统失稳，如继保、控制指令、PMU等部分智能电网数据从生成、采集、传输到处理，需要在毫秒级时间内实时在线完成，为电网运行提供决策支持，这对采集速率、传输通道和处理速度等均提出极高要求。尤其是对高速性的要求，已扩展到数据从产生、传输、存储、处理到应用的每一个环节。数据处理遵循“1秒定律”，体现为要在秒级时间内得出数据分析结果，超出时间限制，数据就失去价值。 2.4真实性 大数据技术面临不确定性问题，获取、存储与处理数据需付出成本，理想数据未必能够全数获得，所获数据未必可以全部使用。对智能电网而言，数据不完整、不一致、重复、模糊、异常、噪声、错漏和延时等情况都需列入考虑范围。 3当前数据处理技术所面临的主要挑战 3.1数据传输、存储所面临的挑战 随着智能电网建设的快速发展，系统运行及设备监测等诸多环节过程都会产生海量数据资源，而这些大数据的存储和传输问题无疑是一项艰巨的挑战，如果处理不当必然会给电网造成负担，阻碍智能电网建设的进一步发展。针对这一问题，在数据传输上一般会采用数据压缩的方式，利用先进、适合的数据压缩技术，降低网络数据传输量。当前有很多数据压缩技术适用于电网数据传输，但也需要注意，数据压缩在降低存储空间的同时，也会在压缩与解压的过程中造成CPU资源浪费，因此在数据监控中心必须有科学的计算和存储平台。另外就数据的存储而言，当前在处理过程中多通过分布式文件系统来实现，然而仅采用这种方式不能满足当前电网对数据实时性的需求，因此在对大数据进行存储时，多应用分类存储方式。最后，在电网数据传输与存储方面，研究数据存储格式，研究数据同质结构的科学组成，研究非结构化、半结构化数据向结构化格式转化等问题，都是下一阶段电网数据处理技术研究中的重要任务。 3.2智能电网大数据处理技术的可视化分析性 人们对于智能电网大数据处理技术的应用不仅仅停留在对数据的处理与储存方面，对其提出了更高的要求。在有限的屏幕范围中，以更直接的方式将数据呈现在用户面前，实现可视化数据处理分析技术成为智能电网大数据处理技术的又一项挑战。智能电网大数据处理可视化分析技术要求将所收集的数据能够以图片、视频或者其他更直观形式表现在人们面前，使得人们能够通过视觉系统对数据进行分析与判断，让智能电网大数据处理技术达到另一种境界。 3.3智能电网中大数据处理时效性技术