电力大数据技术与电力系统仿真计算结合问题研究

王子强 吴远

摘要：随着科学技术与互联网信息技术的出现，各种大数据技术、物联网技术、云计算技术等也相继出现，推动了整个社会经济的高速发展。在电力行业中，电力大数据技术的应用，也为电力系统的安全平稳运行，提供了技术上的保障与支持。尤其是与电力系统仿真计算的结合，有效解决了传统电网工作中存在的问题，提高了电网运行工作效率与质量。

关键词：电力大数据技术;电力系统;仿真计算

引言：

现阶段，由于我国电力系统仿真计算中还存在着一些问题，主要表现在数据管理;计算变化;结果应用;结果融合;安全稳定等方面，严重阻碍了电网的安全平稳运行以及电力行业的高速发展。因此在今后的发展中，就要高度重视电力大数据技术的应用，将其高效灵活的与电网系统相互结合，实现计算结果的真实、高效与精准。

一、大数据与仿真结合分析

大数据技术的应用已经在现阶段社会的发展过程中获得了更好的成果，尤其借助于大数据技术进行的数据等的信息分析方面，大数据技术的分析能够更加准确。大数据具有一定的特征，强调对多领域、不同类型的数据的融合与利用，以此借助于云计算为基础，在实际应用的整个过程中，会涉及到与软硬件相结合的各种技术。电力大数据技术即是大数据技术在电力行业中的实践，具体应用中包括了并行计算以及分布式储存等。

对于大数据技术在电力系统中的更全面应用来说，一定要基于从电力系统中各个子领域中出发，以此进行实践与探索。在电力系统各个子领域当中，存在的数据和信息等有多类型、相对分散和没有得到充分利用的特征，以此借助于大数据技术可以促使电力系统的各个子领域的技术获得进步与发展，并与此同时，也能够借助于在较小的子领域内验证大数据技术于电力系统中应用的适用性，最终为多领域的融合做好基础准备。

电力系统的仿真计算是包含在线计算和离线计算两种，具体作用于电网的规划与设计等的工作，以此为其提供重要的工作支撑。在电力系统进行仿真的整个过程中以及结束之后会产生大量的数据信息，这些为仿真计算提供的数据信息和仿真计算结束之后产生的数据信息等，有着很大的应用价值，从而对这些数据进行挖掘和分析，以此用来解决实际的问题，尤其是暂态稳定问题，一直以来都是数据挖掘技术在电力系统当中的主要研究方向。到现阶段为止，对于电力系统仿真计算过程和结束之后的数据信息挖掘相关研究成果，很大程度上只是被应用在理论计算和分析当中，实际应用很少，从而产生的影响也有限。

二、适用问题分析

（一）多类型计算结果的融合再分析

潮流计算、暂态稳定计算以及小扰动分析等属于仿真计算的基本类型。以此仿真呈现出的不同结果也真实反映出了电网稳定性特性的差异性。从而对于电网的稳定运行来说，要想做到更加全面的了解其运行稳定性，就需要对不同类型的计算方式进行综合运用。到现阶段为止，基于人工方式的检测是对计算结果进行联合分析的基础，至此相应的技术人员可以借助自身的经验以及技术知识等，对其中有用的信息进行提取。但毕竟人工能力有限，从而无法真正避免遗漏数据的现象发生。这当中，对于不同类型的计算结果进行融合再分析，能够更加深入的了解系统当中存在的实际问题，以此能够使得电网数据分析正常作用于实际生活中。

（二）仿真计算中间结果利用

在电力系统进行仿真计算的整个过程中，会涉及到很多的非线性方程计算和微分方程等的复杂计算，并且计算之中更会涉及到迭代计算。以现有计算能力来看，多数计算过程只要涉及到更加复杂的计算，都会出现计算错误或者计算结果显示出错等问题，例如杭州某供电企业在系统处理相关数据过程中，就经常会由于数据过于庞大，从而超出系统实际的计算能力，使得最终结果显示乱码。因此我们在系统信息数据分析和计算的过程中需要对仿真计算的中间结果进行数据分析，以此观察计算收敛情况，对能够影响计算结果和计算过程的影响因素进行确定，从而就能够做到规避影响因素、重新调整和优化仿真计算过程，最终推动仿真计算的发展和进步。

（三）电网安全稳定运行快速分析

以结合在线计算数据以及量测数据等，对电网的稳定运行进行分析，以此通过对其中数据的挖掘与分析，选择有利于系统稳定的相关指标，从而能够更方便的对系统的安全和稳定运行进行更快速的分析。由此借助于电力大数据技术，能够针对于多类型的计算结果的融合再分析以及仿真计算数据，以此对两个方面进行统一管理，整合多个资源的运行数据，结合系统的特征量为基础进行计算，最终对电网的运行进行更深层次的规律探索。

三、基本思路与实际应用

（一）基本思路探讨

要做好两种技术的融合和结合使用，基础条件就是建立相应的电力数据平台，以此对存在于单机用户方面的数据储存、计算能力等实际困难问题进行解决和克服。以此作为重要的基础，根据仿真计算的技术特点以及实际使用情况等，从解决问题的方向出发展开相应理论研究和实践探索的工作。

与此同时，大数据分析技术的根本也是一种对数据和信息的获取过程，以此从应用角度看待数据的获取和分析，具体就指的是对数据进行挖掘，以此计算设备进行学习，学习之后对数据进行结果呈现，以此再次进行学习和归纳，最终呈现出人工能够进行解读的结果。从而这个过程可以理解为是数据转化为信息和知识的一个过程，以此中间过程就是大数据技术和电力系统仿真共同作用而最终呈现给人们易读信息的优化过程。

电网仿真数据中包含有大量信息，而现有方法中的初始特征量通常由人工给出，有可能存在遗漏或干扰。基于已有知识自动生成或筛选初始特征量是解决该问题的一条可能途径。专家系统是将形式化建模的先验知识应用于实际问题的成熟方法，但如何将其或类似方法应用到初始特征量选取还需进一步研究。

（二）实际应用分析

对于实际的应用过程，由于电网系统存在的不同，以此很可能使得在分析计算方法相同以及应用方式相同的条件下，分析模型的训练结果或呈现出不同。从而开展相关具体的研究应该同时建立相对更加完整的解决方案，使得可以给出能够算法化、可以复用的训练以及应用方法，并最终可以借助軟件进行实现。

与此同时，也应该考虑以下几个问题：

1、样本的抽取

在线计算的数据可能包含多达数年的历史数据，以此应该根据预测需求选择相应的样本，样本要与年、月、日、时刻等相对应。并建立样本的抽取机制。

2、计算效率

对于计算效率而言，要提升相应算法和模型的计算效率，可能需要的基本工作会包含：减少模型的种类，对特征量的生成过程进行优化;对仿真程序进行修改，优化其输出，做到对数据的简化处理;使用具备高效率处理速度的语言，例如matlab或者R语言等。

3、结果显示

应该做到对系统演变的描述方式进行进一步的发展和提升，比如可以借助数据分析的结果以及特征量等来描述系统的变化，从而有效规避由于直接使用原始仿真计算结果而造成的研究分析困难等的情况出现。

四、总结

随着社会的发展和技术的进一步提升，电力大数据技术将会 发挥越来越重要的作用和影响，从而切实帮助电力系统进行合理规划和优化调整等。并且电力大数据与电力系统仿真技术的结合应用，将实际为电力系统提供更多技术方面的支持。

参考文献：

[1] 李夏光.基于开源框架的电力大数据云端实时数据采集平台的设计与关键技术[J].信息与电脑（理论版），2019（01）：155-156.

[2] 王关平，孙伟，高晓阳，李红岭.基于MATLAB/Simulink的电力系统潮流分布仿真实验设计[J].兰州文理学院学报（自然科学版），2018，32（04）：77-82.

（作者单位：国网江苏省电力有限公司沭阳县供电分公司）