基于大数据的电网规划设计业务

刘春 刘卓 王喆

摘 要：随着智能化电网的普及，电力数据呈现爆炸性的增长。在当前形势下，无论是国家政策要求，还是企业自身发展，电网规划设计业务信息化迫在眉睫。借助大数据技术，分析处理电力大数据，以提高电网企业的规范化管理和企业的市场竞争力成为电力行业发展的必然趋势。本文介绍了智能电网中的大数据分类，分析了智能电网规划与大数据融合技术。

关键词：大数据；智能电网；规划

1 前言

电网规划具有覆盖范围广、数据信息量大、编制任务繁重等特点， 科学合理电网规划的基础是对各个层次、各个维度的海量数据信息进行统筹管理，挖掘有效信息，以提升电网规划效率。电网规划数据对内涉及电网企业发展、建设、运检、营销等多个专业部门，对外涉及政府、企业、居民，覆盖范围广、数据信息量大。利用数据分析技术为智能电网规划提供数据支撑，可充分发挥坚强智能电网的功能和作用。

2 智能电网中的大数据分类

从数据的形成来看，电网数据可分为静态数据和动态数据两类。电网静态数据包含电网规划数据、技术标准数据、设备台账数据、客户信息数据等； 电网动态数据包含： 电网负荷数据、电网电量数据、各类设备实时状态数据等； 据调研该公司220 kV 变电站27 座、110 kV变电站115 座，以上规模的主网变电站每天生成约1 GB 的数据量，若统计配电网数据则数据量更为庞大。按照电网业务数据进行划分，一般分为三类：一是电网运行和设备检测或监测数据； 二是电力企业营销数据，如交易电价、售电量、用电客户等方面的数据； 三是电力企业管理数据，如财务数据、合同数据等。

3 智能电网规划与大数据融合技术

基于大数据产业链的定义，电力大数据的关键技术包括数据管理、数据处理、数据展示、数据分析技术等方面。

（1）数据管理技术包括关系型和非关系型。数据库技术、数据融合和集成技术、数据抽取技术、数据清洗和过滤技术，具体是指电力数据ETL、电力数据统一公共模型等技术。电力数据质量本身不高、系统众多，也对数据管理技术提出了更高的要求。

（2）数据处理技术包括分布式计算技术、内存计算技术、流处理技术。具体是指电力云、电力数据中心软硬件资源虚拟化等技术。近几年电力数据的海量增长使得电力企业需要通过新型数据处理技术来更有效的利用软硬件资源，在降低IT 投入、维护成本和物理能耗的同时，为电力大数据的发展提供更为稳定、强大的数据处理能力。

（3）数据展现技术包括可视化技术、历史流展示技术、空间信息流展示技术等。具体是指电网状态实时监视、互动屏幕与互动地图、变电站三维展示与虚拟现实等技术。电力数据种类繁杂，电力相关指标复杂，加以未来的电力用户双向互动需求，需要大力发展数据展现技术，提高电力数据的直观性和可视性，从而提升电力数据的可利用价值。

（4）数据分析技术包括数据挖掘、机器学习等人工智能技术，具体是指电网安全在线分析、间歇性电源发电预测、设备运行状态分析等技术。由于电力系统安全稳定运行的重要性以及电力发输变配用的瞬时性，相比其他行业，电力大数据对分析结果的精度和实效性要求更高。

4 智能电网规划与大数据契合的技术方法

4.1 智能电网规划数据结构的顶层设计方法

智能电网规划大数据建模： 顶层规划、总体设计，以涵盖物理电网各环节的网络架构数字化建模为基础，进行业务信息梳理整合，规范业务信息流数据模型，统一编码，统一建模。从业务管理上打破部门间壁垒，贯通业务流程，实现电网“电力流”、“业务流”、“信息流”顺畅流通，是实现“三流合一”的关键。

电力流： 构建涵盖发、输、变、配、用、调的一体化的反应真实物理电网网络架构的数字化、规范化的电网模型；业务流： 规划、计划、投资、建设、生产运行、用电、财务的业务处理流程，产生信息流，并应用到电网模型。

信息流： 将“三集五大”的业务流各环节的业务信息规范，建立统一的信息模型，与电网网络模型融合，真正做到“三流合一”，做到业务主体间的信息顺畅识别、流转，提升数据的利用价值。

根据以上理念对发展部大规划平台系统优化提升，明确发展业务数据需求，以基础电网业务数据为基础，明确数据责任，反映单位生产、经营、运行、管理的核心指标，实现数据的源头系统集成、自动采集，减少多头来源、多层级填报，增强数据智能校核，为整个电网发展规划和各类业务需求提供有力支撑。

4.2 智能电网成果生成规划数据的深度融合方法

目前国家电网公司正推进营配贯通、同期线损等智能电网深化管理工作，智能电网规划所需数据可充分利用相关成果进行提取，尽可能从已有各类管理系统中自动抽取、校核、汇总相关数据。如同期线损推进过程按照“摸家底，重治理”

的思路，全面夯實数据基础，对PMS 台帐数据、营销用电采集数据、电能量数据、智能公变数据进行数据纠错、数据融合，主要梳理了所辖电厂、变电站、线路、配变、用户等各层级的电网数据。营配贯通、同期线损工作有效提升了海量配电网数据质量，在对配电网数据进行汇总、分类，可以形成智能配电网规划所需数据，如配变台帐及运行数据、配电线路台帐及运行数据。

4.3 该公司基于大数据理念的智能电网规划与数据管理方法

智能电网规划数据管理方法需建立PDCA 管理模式，即需从规划、前期、投资计划、统计分析等方面形成闭环管理的管理体系，规划、统计处于管理体系的首端和末端，其作用承上启下，规划项目通过投资计划建设反映为统计数据，新的统计数据亦给下一轮规划编制提供数据支撑。供电公司除了建立智能电网规划PDCA管理模式外，还需健全数据管理办法，由于公司系统众多，智能电网规划数据管理需按照“源数据、建制度、重校核、精分析”方法进行，“源数据”就是建立动态准确的数据同源管理机制，对同一数据指标明确数据唯一来源，明确数据质量责任部门； “建制度”形成长效机制，要落实具体工作，明确各部门职责划分，确定相关部门报送数据时间要求； 重校核是建立各类数据自动校核体系，确保数据质量； “精分析”在数据质量高、获取便捷的前提下，加强数据加工，形成有用信息，开展深入数据精益分析，形成各类分析产品，提供给规划所用，实现科学、合理的数据支撑。

大数据技术的应用是凭借数据分析等方法挖掘电网数据中的潜在价值，探索更有价值的数据，以辅助电网规划设计业务，进而为领导层对电网规划建设及投资提供强有力的数据支撑。基于大数据技术的电网规划设计业务的应用研究是一个值得深入探讨的课题，望今后相关领域的研究提供一定的参考价值。

参考文献：

[1] 周国亮.朱永利.智能电网大数据处理技术现状与挑战[J].电网技术，2013（4）：927～935.

[2] 王德文，宋亚奇.基于云计算的智能电网信息平台[J].电力系统自动化，2013（22）：72～73.

[3] 刘壮志，王明俊.智能电网的研究进展及发展趋势[J].电网技术，2012（13）：1～10.

[4] 刘正超，罗凤章.智能电网涉及的关键技术[J].电源技术应用，2013（10）： 65～68.