浅谈面向智能电网应用的电力大数据关键技术

云南电网有限责任公司昆明供电局 张克宇

浅谈面向智能电网应用的电力大数据关键技术

云南电网有限责任公司昆明供电局 张克宇

智能电网是在日益信息化的背景下应运而生的新型技术，为进一步提高电力企业供电质量及其管理水平打下了基础。但是在大数据环境下，要追求更大的进步，如更高效处理电力系统的庞大数据信息、保证电网运行的经济性、有效性与可靠性等，则应该构建完善的电力大数据平台，并且熟悉、掌握与落实相关关键技术。

信息化；智能电网；电力领域；大数据技术

如今人类的生存与经济发展越来越依赖于电力系统，而电力系统在运行的过程中会产生数量庞大的数据信息，数据增长快速并且类型丰富，决定了电力系统满足大数据的一切特征。随着智能电网的日益推进，电力系统的数据源也不断扩大，甚至呈现出爆炸式增长的趋势。在传统数据处理技术无法满足当下电力领域海量数据信息处理技术需求的情况下，电力大数据技术的发展与运用势在必行。

1.智能电网电力大数据概述

1.1智能电网信息数据来源

智能电网的运行过程中会产生海量的信息数据，基于不同来源可包括电力企业内部数据与外部数据。其中，内部数据主要在数据采集与监控、生产管理、配电管理以及客户服务等各大应用系统中产生，而外部数据则来源于互联网或者气象、地理信息系统，这些数据具有非常分散的特点，因此其管理单位也并不一样[1]。

1.2智能电网大数据平台的构建

当下电网拥有的基础设施没办法满足日益增长的信息资源技术要求，而智能电网的应运而生能够实现有效的数据信息搜集、分析以及存储。但是要切实地利用不断增加的信息资源，就要构建大数据平台来实现更科学合理的决策。而这方面比较成功的就是基于Hadoop服务平台系统的构建，并将大数据关键技术与这一平台进行有效对接和融合，为智能电网中大数据关键技术作用的良好发挥提供了保障。比如，可以进行海量数据信息的搜集和处理，同时提供电子表格界面，利于进行数据信息的合理分类处理，切实提高了用户处理信息的效率及质量。

另外，智能电网大数据平台基于分布式文件处理技术，可能会实现Pb和Zb级的数据存储，而基于分布式计算机技术，则可能会实现Pb和Zb级的数据查询分析功能。而且大数据平台还可以涵括其它功能模块，比如大数据访问与调度框架、商业智能应用模块、数据仓库、网络层模块、操作系统模块、服务器、数据管理模块等等[2]。因此，大数据平台的构建可以基于大数据关键技术的良好运用来为电力领域各企业对智能电网的有效控制提供保障，并且促进企业对自身生产结构与营销服务模式进行优化与创新，推动电力企业的可持续健康发展。

2.智能电网中电力大数据关键技术的运用

2.1ETL关键技术

在电力领域的智能电网中，其大数据在分布上具有比较分散的特点，其数据也具有量大与种类多的特点，因此在数据处理方面具有一定难度。而在这基础上，智能电网大数据处理要遵循“数据集成—抽取—转换—剔除—修正”这一标准流程。在电力企业的数据集成方面，一般广泛采用ETL技术（数据仓库技术）。ETL技术可以包括三个部分，首先是数据抽取（Extract），即是将目的数据源系统需要的相关数据从数据源系统中抽取；其次是数据转换技术（Transform），即是将上一部分中抽取获得的数据根据一定要求而进行转换，变成另一种形式，与此同时，对存在偏差或错误的相关数据进行清洗或者加工；最后是数据加载技术（Load），即是前面所转换获得的数据进行加载，保存到目的数据源系统内。ETL关键技术是面向智能电网的电力大数据应用中的重要数据集成技术，因此，电力企业还需要对各项因素进行合理的综合考虑，与多种先进技术相融合而实现科学的数据集成化，促进电力企业发展[3]。

2.2数据分析关键技术

对于大数据技术而言，其根本驱动力即是将信号向数据转化，进而通过数据分析能力转换为信息，再将信息进行提炼而形成知识，最后通过知识为决策与行动提供推动力。因此，在大数据背景下，电力数据分析技术能够在海量的信息数据中找到其隐藏的模态及规律，从而为决策者提供有效信息支持。针对电力企业而言，科学的决策能够为其生产经营服务的实施提供指导性力量，进而促进竞争能力的提高，创造更理想的经济效益。比如德国采用这项技术为其太阳能推广应用决策的制定提供了科学合理的支持，而且太阳能的广泛运用利于电力用户把多余的电能向电网中输入，这也是企业经济效益提升的新方法。

2.3数据处理关键技术

而在电力大数据中，其数据处理技术即是对采集的庞大数据进行分库、分区与分表的合理处理。首先，分库处理就是基于一定处理原则对不同数据库中进行利用率低下数据的输入，进而实现其数据库相关数据利用率提高的目的。其次，对数据进行分区处理，即是对不同文件进行通表数据的合理载入，进而较好地减少大型表压力，使得数据访问性能运行更佳。而对数据进行分表处理，即是基于一定数据处理原则进行不同数据表的建造，降低单表压力。另外，构建并行式和纵列式数据库，利于强化数据的加载性能，利于实时查询功能的实现。比如，结构化查询语言（SQL）和MapReduce（映射与归约）的有效结合，利于强化数据库的数据处理性能，增强其抗压弹性。

2.4数据展现关键技术

在智能电网大数据背景下，电力数据展现关键技术主要有可视化技术、历史流与空间信息流展示技术等三种技术，利于电力管理者更加直观和准确地了解电力数据意义与系统运行状态[4]。首先，可视化技术一般在电网状态实时监控领域具有较为广泛的运用，利于电力系统自动化水平的有效提升。其次，空间信息流展示技术一般在电网参数和已有GIS结合方面有所体现，比如虚拟现实技术以及三维展示技术。而将GIS与电力配电设备管理进行密切结合，能够帮助电网管理者更直观地对电力设备相关情况进行了解，利于为决策者带来最新的地理信息。而空间信息流展示技术用于变电站工程设计方面，利于实现时间、成本与资源的有效节约，为电力企业创造更好的经济效益。最后，历史流展示技术一般在电网历史数据的管理以及展示方面有所体现。对于电力系统而言，其深层次的运用分析一般都建立在历史数据基础之上。历史流展示技术能够针对电力生产现场的实时监测数据或者电网规划、负荷预测数据等进行发展趋势图表的绘制，将未来相关数据走势进行科学合理的预测。因此，这一技术的运用，能够实现对历史重大事件的发生与演变进行模拟，进而挖掘其隐藏的知识与规律，具有极大的应用价值。

3.结束语

综上所述，在国内智能电网发展十分迅速的环境下，电力系统在运行过程中产生了庞大的信息数据量，要适应大数据时代提出的更高要求，我们应该构建出更完善化的电力大数据平台，将电力大数据的相关数据价值进行充分的挖掘，有效利用ETL技术、数据分析技术、数据处理技术以及数据展现技术等一系列关键技术，提高面向智能电网的电力大数据技术应用水平，并且强化电力大数据关键技术的深入研究，为电网的高效与稳定可持续运行提供保障。

[1]张东霞,苗新,刘丽平,张焰,刘科研.智能电网大数据技术发展研究[J].中国电机工程学报,2015,01:2-12.

[2]薛禹胜,赖业宁.大能源思维与大数据思维的融合(一)大数据与电力大数据[J].电力系统自动化,2016,01:1-8.

[3]徐高翔,黄勇达,赵卓.云计算大数据处理技术在智能电网中分析与应用[J].科技与企业,2016,06:91-92.

[4]张根周.大数据在智能电网领域的应用[J].电网与清洁能源,2016,06:114-117.