面向智能电网应用的电力大数据关键技术

2015-01-27乔茂斌

资源节约与环保 2015年8期

乔茂斌

（广州威能机电有限公司广东广州 511400）

1 引言

伴随电网技术的飞速发展，信息通信系统作为智能电网的中枢系统，促进了新时代电网的生产与管理方式的飞速发展，迎来了电力大数据时代。在大数据时代，电力系统中每天持续增长的数据量与信息量，对电力系统的信息处理水平有了更高的要求。现有的信息处理水平不能满足智能电网的需求，只有将电力大数据关键技术应用在智能电网的数据处理系统中，才能达到更为强大的数据处理、分析、存储和集成管理水平。

2 智能电网、云计算和大数据的关系

2.1 智能电网与大数据的关系

因为我国目前电网技术发展较快，致使各类信息之间的关系更加密切。但电网目前使用的基础设施不具备强大的计算、处理、存储数据的能力，这就使得智能电网的发展受到了限制。为了进一步发展智能电网，我们需要依靠大数据提供有效的决策信息，大数据平台的构建已经迫在眉睫。

2.2 大数据与云计算的关系

云计算技术作为新的计算技术，能够利用大量的计算机提高计算能力和计算速度，对数据资源进行快速整合，并将这种能力与处理器计算融合在一起，以便能够处理大数据。同时，云计算的可靠性较强，容错能力较高，更具备强大的扩展优势，能够用于处理智能电网在发展过程中遇到的各种大数据问题。

2.3 智能电网、云计算、大数据的相互关系

我们对智能电网中大数据平台进行研究，引入云计算技术，是为了充分利用电力系统的各类数据资源，提高数据的存储、分析和计算能力，以达到扩展智能电网在线分析能力的目的。同时，还能提高智能电网的实时控制能力，削减基础设施成本，促进智能电网的健康发展。

3 电力大数据平台的总体架构

根据智能电网的需求以及云计算体系的特点，目前可行的电力大数据平台的架构是由云计算平台与基础设施层、云计算服务访问层和云计算应用软件集合层组成的。因为电力系统采用分层分级的管理机制，所以通过主云与子云实现权限设定并分配资源，能够避免系统内部出现资源浪费和不必要权限，促进数据资源的合理化利用，进一步满足智能电网在处理海量信息上的需求。

4 电力大数据关键技术

4.1 电力大数据的集成管理技术

电力大数据具有明显的数据增长量，例如使用广泛的传感器网络，就是利用大量传感器感知环境而收集数据信息的。它们涵盖了温度、湿度等任何形式内容的数据，能收集到海量数据，并进行有效管理。通过自适应传感系统和合理的传感器布置，服务提供商能够利用这些数据进行有针对性的分析，提供更好的服务。

4.2 电力大数据的数据分析技术

电力大数据的数据分析技术，指的能够从海量数据中提取有用的信息，进行分析与管理，进而利用在决策工作中，帮助企业开展生产、营销业务。例如德国人通过数据分析提出了太阳能推广策略，当有家庭安装有太阳能设施后，可以将多余的电能提供给电网进而获利。对于电力企业来说，生产、运营和管理的数据收集都是非常重要的，这对于企业的发展和运营具有指导性意义。

4.3 电力大数据的数据处理技术

4.3.1 对收集到的数据进行分表处理，分区处理或分库处理。分表处理，即遵循一定原则建造不同的数据表，减轻单表压力；分区处理，即把同表数据载入

不同文件中，增强数据访问性能，降低大型表的压力；分库处理，即遵循一定原则把利用率较低的数据输入不同的数据库，提高数据库利用率。

4.3.2 并行式数据库与纵列式数据库的构建。并行式与纵列式数据库能够增强数据加载能力，实现实时查询功能。例如SQL与MapReduce的捆绑结合能够让数据库具有更强的处理能力和抗压弹性。

4.4 电力大数据的数据展现技术

电力大数据能够展现更多样化的数据表征，实现相应数据之间的系统匹配与传输，支持资料的修复、回拷与备份。

5 大数据在智能电网中的应用案例

现阶段，不少厂家已经开始研究建立Hadoop架构上的数据平台和商务服务，希望能够将大数据关键技术合理应用在智能平台中。Hadoop作为雅虎创建的融合了MapReduce软件技术的数据系统，能够收集并处理海量数据，建造在其基础上的Datameer系统提供的电子表格式界面，能够让用户更便捷的处理和分析数据。将这样的数据系统应用在智能电网中能有效改善电力企业的生产和营销方式，实现多元化的发展。