基于大数据的电力信息技术应用

许锦丰 毛英田

基于大数据的电力信息技术应用

许锦丰 毛英田

电力企业已经进入了大数据时代，大数据在电力信息技术的应用日益受到重视。本文阐述了大数据的概念及电力大数据的特点，指出电力企业在大数据时代所面临的挑战，研究了基于大数据的电力信息技术在电力企业中的应用。

随着电网智能化水平的不断提高，产生了海量的数据信息，我们称其为“大数据”。电力大数据的产生是由于电力生产、传输、消费等环节信息化程度不断提高，各类电力数据与信息暴发式增长的结果。电力信息技术的进一步发展必须充分利用大数据的潜在价值。本文就大数据背景下的电力信息技术应用做出有益的探讨，首先说明了电力大数据的特点，指出大数据时代电力系统面临的挑战，阐述了大数据处理的技术体系，最后说明了电力大数据在信息技术方面的具体应用。

大数据时代的电力系统

大数据的概念及其特点

电力大数据是指电力生产消费过程中产生的大量类型繁多、数量巨大的数据集合，它隐含着很高的使用价值。

电力大数据具有以下几个方面的特征。

（1）数据类型多。其中不仅包括各种结构化的生产数据，如电量数据、运行状态记录、资产优化信息等，随着智能电网的发展，还出现了大量非结构化的数据，如视频、音频、文本等。

（2）数据量巨大。电力行业的所有生产环节都在产生大量数据，电网智能化水平的不断提升，非结构化数据将超过结构化数据，数据规模从PB量级增长到EB量级。

（3）数据处理速度快。电能不能大量贮存，发电量必须与用电量实现实时平衡，要求对电力系统的实时运行数据、状态信息快速响应、及时处理。

（4）数据价值潜力大。对电力大数据进行挖掘与分析，不仅可以反映电力行业的发展规律和内部特征，而且还能反映社会、经济的发展规律，存在着巨大的潜在价值。

（5）数据处理灵活性高。电力系统对大数据的应用种类很多，为了适应不同的需求，对大数据的处理必须具备高度的灵活性。

（6）数据处理复杂度高。量大、类型多、要求处理速度快等特点使得电力大数据的处理相当复杂。

大数据时代下电力系统的挑战

从目前我国的电力系统发展现状来看，大数据的产生来源于电力生产与消费的各个环节。在发电侧，信息化和自动化水平的不断提高，各种与电力生产相关的数据和信息都得以保存；在输电侧和配电侧，电网智能化和配电网自动化程序不断提升，设备在线监测能力越来越高，各种状态信息被记录与存储；在用电侧，智能电表的普及，把数量极其庞大的电力用户的用电信息上传和保存。

目前，电力企业对大数据的处理、应用能力有限，仅能存储、查询、统计等，尚不能实现更有价值的应用。大数据时代中的电力企业，必须深刻理解大数据的内涵，在解决了“信息孤岛”的难题之后，不能转而变成受困于“数据大海”茫然无措的状态。为破除这一困境，有关专家和学者需做出相当大的努力，电力企业也应该积极应对。

电力大数据的技术体系

电力大数据的技术体系是指电力大数据在采集、处理、应用过程中所依赖的所有技术总和。

大数据采集与预处理

电力大数据的来源主要有：（1）电力规划设计信息；（2）电力系统内设备运行状态信息；（3）电力生产管理方面的信息；（4）所有用户的用电信息。

电力数据采集之后须做必要的预处理，比如异构数据集成、实体识别以及数据清洗、数据质量控制等。

大数据存储与管理

数据的存储和管理不是新课题，但大数据背景下给这个问题带来了更大的挑战：（1）存储的数据量级达到PB甚至EB；（2）异构数据并存使存储更复杂；（3）不同的高级应用对数据服务种类和水平要求不同，数据的大规模和高复杂度使得存储系统的高性能、高可靠性等指标的实现难度大增。

基于分布式的文件系统、数据库以及分布式的访问接口和查询语言等是存储、管理大数据最适用的技术。目前各个大数据库的厂商都已开发出分布式索引和查询的产品，还有很多面向全文检索的产品，且这些产品都是开源的。

大数据计算模式与系统

大数据的计算必须适用于不同的高级应用，要求处理方式更具多样性，而且必须满足高级应用的性能要求。为了达到这个目的，多种大数据计算模式应运而生，对应的计算系统和工具也随之涌现。大数据的计算模式决定了大数据被利用的程度，目前云计算模式是当前最成功、最广泛接受的。

大数据可视化分析

大数据量大而杂，只有通过可视化技术才能在有限的空间与时间内呈现大量信息，再者人类视觉系统获取信息量大、速度快，用户可以通过观察大数据的图像、视频，结合自身储备的知识，做出分析与判断。通过可视化技术，让看似庞杂、无序、无关的数据得以直观的呈现，用户还可以通过对可视化系统的不同设置，改变数据的输出方式，从而获得大数据不同角度、不同方面的利用价值。目前，已经出现了不少相关的产品，为大数据的可视化服务做出了不少努力与尝试。

大数据背景下电力信息技术的应用

大数据的挖掘技术

电力系统的大数据价值巨大，它来源面广，关联着社会经济发展的多个方面，电力是社会经济发展风向标之一。电力大数据不仅可以为电力系统发展服务也可以为社会经济发展服务。

为了得以充分地利用大数据，需要采用模糊识别等算法对数据进行挖掘、分析。大数据背景下，电力数据挖掘技术必须结合电力生产的特点，从采集、整理、管理、分析、展示等所有环节出发，基于不同的应用进行研发。数据挖掘技术是电力大数据价值得以实现的关键环节。

云计算在电力信息技术中的体现

云计算应用最广泛，具备如下若干特点：（1）计算存储能力强大；（2）系统可以进行动态扩展；（3）非常便于计算资源共享和优化配置；（4）便于软件开发和升级；（5）便于用户使用等。

电力信息技术在电力系统仿真、事故预演等方面应用较广，电力系统智能云为其应用提供了更强大的支持，提供更广的数据共享，协调各个子系统的运作，实现更大范围的实时监控与数据采集。

此外，电力系统智能云可以把大计算化解成小计算，分配给网内的众多计算机进行并行计算，可以极大地提高计算速度，在适时内处理更多的信息。

大数据在电力信息技术中具体的应用

电力大数据通过数据挖掘、云计算等技术可以实现众多的电力信息技术应用，在电力系统的具体应用中，主要有：

（1）发输变电设备的故障识别与预测。通过现场的各种在线监测系统获取的大量数据，包括视频、声音等，利用视频分析技术和流计算技术，对输变电设备进行故障的预测、分析、识别。

（2）通过配网自动化系统获得的配电数据，采用Storm等流处理技术，进行配电网负载估算及重过载预警。

（3）利用关联分析技术对物资库存资料需求影响因素进行分析，制定安全合理的库存配置方案。

（4）采用流计算技术和批处理技术，分析用电数据、设备运行数据、网架结构数据，实现配电网低电压实时监测应用。

（5）采用数据挖掘技术和分布式计算技术，对电网中长期负荷预测与用电量进行分析。

结束语

大数据给电力系统的发展带来了新的挑战，但通过对电力大数据的研究与挖掘，充分利用其潜在的价值，不断地提高电力系统的综合管理水平，电网的智能化水平，为电力企业的可持续发展提供重要的信息技术保障。

10.3969/j.issn.1001-8972.2015.21.023