基于智能电网的大数据处理技术发展现状

浦静俭

（常熟市供电公司,江苏 常熟 215500）

1 智能电网

智能电网是以特高压电网为骨干网架、各电压等级电网协调发展的电网为基础，将现代先进的控制技术、通讯技术、传感测量技术、计算机技术、信息技术与物理电网高度集成而形成的新型电网。它具备能够监测电网所有设备的状态、控制电网所有设备的状态、完全自动可自适应并实现自愈和系统综合优化平衡（发电、输配电和用电之间的优化平衡）等优点，从而使电力系统更加高效、清洁、安全。对电网发电、运行、传输和配电等各环节的实时监控和数据的反馈处理，有效提高系统的可靠性和稳定性。

2 现代的大数据技术

2.1 大数据技术

大数据是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。大数据技术是由多领域、多学科结合形成的一门综合性技术，也是一种新型的思维方式。大数据技术的意义不在于掌握了庞大的数据信息，而在于对这些意义重大的数据进行专业化处理，使其在生产、生活中发挥作用。大数据需要特殊的技术来处理大量的容忍经过时间内的数据。大规模并行处理数据库、数据挖掘电网、分布式文件系统、云计算平台、分布式数据库、可扩展的存储系统都是适应于大数据处理的技术。

2.2 云计算技术

云计算中的“云”是网络、互联网的一种比喻说法，云计算是基于互联网相关服务的增加、使用和交付模式，通过互联网来提供动态易扩展且常是虚拟化的资源。大数据必须采用分布式架构，其特点在于对海量数据进行分布式数据挖掘，但这个过程必须依托云计算的分布式处理、分布式数据库、虚拟化技术。云计算在智能电网中作用巨大，特别是在电力设备状态监测数据方面表现突出，状态监测数据不但包括时序数据和视频还包括设备的实验数据、缺陷记录等多方面数据，数据量巨大，且实际运行中对其可靠性和实时性要求极高。而云计算借助分布式存储技术、虚拟化技术较好地解决了这一问题。

3 大数据在智能电网中运行和调度上发挥的作用

电网中的数据分为电力企业营销数据、电网运行和设备检测数据、电力企业管理数据三类，这些数据按照内部机构可以细分为结构化数据和非结构化数据。在智能电网中，非结构化数据占到了绝大部分，这部分数据增长迅速且无法用数据库二维逻辑来表示出来，它主要包括图像处理和视频监控产生的数据。分布式数据及服务总线可以将多个调度中心有机的结合起来，并最终汇集到监控平台上，进而对分布式海量数据进行动态分析计算。调度中心均由实时监控与预警、安全校核、调度管理和调集计划四个应用系统组成，调度中心之间通过数据服务总线和访问接口进行数据实时交互分享。调度中心在调配资源的过程中，可以利用集成计算机引擎对网络资源在大区域范围内进行搜索，从分布式海量数据存储系统中提取实时数据库、关系数据库和文件系统等数据信息。整个大数据分析平台各部分功能组件的有机结合是通过分布式数据服务总线这一核心数据通信通道完成的，从而形成一个虚拟数据资源，能对平台不同的物理单元进行统一调配，从而使电网能调度各功能单元数据的相互访问和实时共享，使电网的调度工作更加高效、可靠，运行。

3.1 智能电网中大数据的成因

（1）为了达到实时准确获取设备运行信息的目的，对采集点的要求越来越多，通常自动化系统中便有几十万个采集点，而数据中心数据将达到百万甚至千万级。这些数据通过设备传感器，经由变电站的数据收集服务器上传到数据中心，形成一个物联网。

（2）为了满足上层应用系统的各种需求，设备的采样频率学要不断提高，以捕获各种状态下的不同信息，通常一些信号的采样频率在100KHz以上，这样的高频率需要电网设备的监控平台能存储庞大的监测和检测到的实时数据。

（3）为了真实而完整的记录下电网生产、运行的各个细节流程，需要实时变化采样，因此大数据会产生于电力系统的每一个环节，可能是发电侧、输变电侧、用电侧。

3.2 智能电网中大数据的特点

（1）数据体量十分庞大。从TB级别跃升到PB级别。

（2）数据类型杂乱繁多。电网数据分布广泛，种类繁多，它包括文本数据、多媒体数据、实时数据、时间序列数据、历史数据等各类数据。这些数据又细分为结构化数据和非结构化数据，且各种数据的查找与处理的频度又都不相同。

（3）处理速度要快。要在几毫秒内对不同的海量数据进行分析处理，给出意见以指导决策的制定，对于在线状态数据的处理要求远高于离线状态数据。

（4）数据质量要高。对于智能电网中的数据处理，数据质量要达到一定要求，数据要真实可靠，这对数据分析结果的正确性有着决定性作用。

4 对智能电网中大数据的研究

与传统的数据研究方法相比，大数据的研究方法称得上革命性的改变，它为数据处理和分析提供了新的方法和思路。大数据处理方法主要适用于处理数据量巨大、实时性高、非结构化数据、数据类型多样等数据。与电力系统传统的基于数据计算分析的研究方法相比，智能电网大数据的研究方法有很大不同，而且在研究的过程和解决问题的方法上也存在很大不同。传统的数据分析是基于抽样数据，而大数据的分析方法则是尽可能采用更多的数据；传统的数据分析是基于一个部门或特定单位的数据，而大数据的分析则是采用跨部门、跨专业等多维度的数据。智能电网的大数据研究过程是：

（1）科学假设,根据相关的知识经验，参照分析数据的结果，合理提出假设；

（2）获取并整合数据资源，提出数据获取与整合的方案，建立数据模型；

（3）分析数据，香瓜领域专家、学者，运用专业的算法和科学的分析方法深挖数据，分析数据；

（4）科学实验，合理科学的运用实验分析数据结果的合理性；

（5）分析结果，对得出的数据结果进行合理的分析。

[1]刘振亚.智能电网[M].北京:中国电力出版社,2010.

[2]李国杰.大数据研究的科学价值[J].中国计算机学会通讯,2012,8(09).