电力大数据应用研究与展望

郭靖

【摘 要】随着电网输电设备的大批量投入，针对设备的实时状态和准实时状态在线监测的广度和深度不断加强，需要存储和处理的实时状态监测数据量不断增长，并成为电力大数据中重要的组成部分。信息技术的持续发展，电力大数据关键技术的应用开始日新月异，其具体应用不但能为电力企业的发展带来新的技术导向，也能保证电力企业的用电质量。大数据背景下，为能让企业持续、长远的发展下去，就要处理好电力系统中庞大的数据信息内容，这样不但能让数据处理工作的精准性受到影响，也能让电网的经济有效运行得以保障，故此构建完善的电力数据平台就显得极为重要。

【关键词】电力大数据;应用;研究

1 引言

随着物联网、云计算、三网融合等技术的迅猛发展，人类社会正在进入大数据（BigData）时代。数据已成为一种资产，成为与物质资产和人力资本相提并论的重要生产要素。大数据的涌现，不仅改变着人们的生活和工作方式、企业的运作模式，还催生了许多学科的交叉融合，引起了科学研究模式的根本性改变。其关键技术及应用领域，正在激起学术界和产业界的浓厚兴趣和高度关注。

2 大数据的概念

按照美国国家标准与技术研究院大数据工作组的定义，大数据是指传统数据架构无法有效处理的新数据集。因此，采用新的架构来高效率完成数据处理。这些数據集特征包括：容量、数据类型的多样性、多个领域数据的差异性、数据的动态特征（速度或流动率，可变性）。维基百科给出的定义是：大数据，或称巨量数据、海量数据、大资料，指的是所涉及的数据量规模巨大到无法通过人工在合理时间内达到截取、管理、处理并整理成为人类所能解读的信息。百度百科的定义是：大数据（巨量数据集合），指无法在一定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，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

3 电力大数据的特点

电力数据具有体量大、类型多，价值复杂，实施性强等特点，这已经满足大数据所具有4V特征，即规模性、多样性、价值性和高速性，所以在数据处理上需要一些大数据技术。电力行业的特点决定了电力数据周期差别非常大：有微秒级的，诸如电力高频设备切换的设备数据，雷闪监测的环境数据;也有每小时、每天、每周、年的负荷数据;还有电力资产，像变压器、断路器、变电站生命周期在几十年到一百年的过程。这个数据有非常大的跨度、特点、区别。这样对于电力行业大数据整合，产生了很多困难，提出很多挑战。特别是，智能电站运行以后，大量传感器装置安装在电力设备上，带回大量的数据，每天带回几个KB的数据。公司怎么样利用这个数据，这是需要考虑的问题。

4 电力行业大数据的应用研究

4.1电力规划中大数据的应用

随着电力配网规划业务覆盖范围的不断扩大，电力企业对电力行业数据的采集、计算和储存也有了更严格的要求。在电力规划中，电力大数据在用电量预测、空间负荷预测等方面的应用价值也能得到提高。比如，电力数据在用电量预测中的应用。依据大量历史用电量数据，以及规划面积、历史人口与国民经济等数据的变化，预测区域的用电量，以便支撑电力规划设计的实现。电力大数据在空间符合预测中的应用价值主要表现在基于区域占地面积、容积量、行业建筑面积密度、占地面积密度以及行业总负荷值等相关数值，对电力行业的空间符合进行预测，并将预测结果作为电力行业规划的支持依据。

4.2电力检修中大数据的应用

电力设备状态信息的获取方法是多种多样的，而当前电力行业较常使用的获取方式是利用不同类型的传感器来实现对设备信息的实时获取。视频作为一种传感器，其也是获取电力设备信息的有效方法。伴随着视频智能化技术的产生和发展，电力企业对变电站表计、刀闸的状态和读数的采集、计算也能得到实时且准确。依据相应的大数据技术，电力检修中大数据应用价值的提升主要表现在状态评价、趋势分析和实时报警等方面。从状态评价方面而言，利用视频智能识别技术对电力设备基础运行数据及设备状态量进行采集和分析，对电力行业建立综合评价模型有很大帮助，据此得出的电力设备健康状态也会更加准确。从发展趋势方面分析，根据电力行业历史数据的趋势分析结果而建立的数学模型，能够准确地反映电力设备运行状态，也能够更详细的反映电力设备所出现的故障，这对电力企业掌控电力设备运行状态有一定的帮助。从实时报警方面而言，利用视频监控技术和安防技术，可以及时发现表计变化、非法入侵、发热缺陷等对电力设备运行造成影响的因素，并实现实时报警，这对电力企业保证电力设备正常运行有很大帮助。

4.3电力设备运行中大数据的应用

电力设备状态管理属于电力企业的运行业务模块，这一模块对电力系统运行和校验的完善有很大影响，也能够提高电网运行的安全性和可靠性。目前，电力设备状态管理的实现仅仅是依靠其他调度业务所记录的设备状态，缺乏对未来设备状态的预测结果，这对电力设备状态的管理有一些影响。随着电力行业调度业务范围的逐渐完善，电力企业运行业务模块的提升也迫在眉睫。依据电网设备台帐和设备拓扑等电力信息，可以从历史查询、设备数据质量及断面预测等方面分析大数据的应用。历史查询是指实现电力设备数据的储存，以便电力人员能够快速直接的查询电力设备某一时刻的运行状态和操作过程;设备数据质量分析是指利用设备状态断面信息获取电力设备的相应信息，并将此信息与系统设备状态的互检结果进行对比，从而达到对其他系统进行检测的目的;断面预测是指依据大量历史状态数据，对电网调度规则进行总结，并在任意时刻断面上，对获取的设备状态变化信息进行智能化的编排，以便在此基础上演算未来某时刻的设备调度操作历程，从而实现对电网未来某时刻设备断面的预测。

4.4电力行业建设中大数据的应用

在电力行业建设中，电力系统的年管理项目多达2000-3000。然而，由于受到电力企业自身处理与储存能力的限制，部分管理项目只能留存少量信息，这不仅使得电力管理人员无法详细的了解电力管理项目，也导致电力管理项目缺少相应的决策数据支持，而这也是导致电力大数据不能得到充分利用的重要影响因素。在电力建设中，大数据的应用价值可以从下述几方面得到增强：一是电力系统非结构化数据储存能力可以得到提升;二是现场信息采集范围可以得到扩大，数据采集频率可以得到提升;三是利用大数据技术，可以实现对非结构化数据分析能力的增强，在此基础上，电力建设管理过程也能得到更智能化的管理和监控。

5 结束语

大数据技术的广泛应用是未来社会发展的必然趋势。将大数据技术应用到电力系统必将促成电力行业的全新发展，加快智能电网的建设步伐。希望通过本文的阐述，能够引起电力部门和电力工作者对大数据技术的关注，变革传统观念、创新工作方法、整合先进技术，促进电力事业的长足稳定发展，为现代化建设提供基础性保障，加速社会主义事业的发展步伐。

参考文献：

[1]但涛.面向智能电网应用的电力大数据关键技术分析[J].科技传播，2015（06）：14-15.

[2]蔡力军.探讨面向智能电网应用的电力大数据关键技术[J].科技展望，2016（11）：12-13.

（作者单位：国网山西省电力公司检修分公司）