APP下载

基于大数据智能电网关键技术探讨

2020-07-15刘国旗

电气技术与经济 2020年3期
关键词:数据处理电网智能

刘国旗

(长安大学)

0 引言

大数据时代的来临,不仅改变了人们的生活方式和工作方式,并且大数据在深入的发展过程中还在智能电网领域得到广泛的推广和应用。目前,传统的数据处理技术已经无法满足当前的发展要求。因此,大数据背景下,为了进一步满足社会需求、促进电力企业的发展,必须要结合现代先进技术开发一个更加安全、更加稳定、更有效率的电力系统,这是新时期电力企业谋求持续发展的重要任务。

1 智能电网的内涵

电力资源是人类社会中不可或缺的重要部分,随着人们生活质量的提升,对于电力资源的需求更加明显,传统电网已经无法满足社会发展的需求,智能电网应运而生。与传统电网相比,智能电网在电网各项基础设施上都引进了先进的技术,如传感技术、自动化技术、安全机制技术等等,极大地促进了电力资源利用的稳定性、安全性、高效性以及可靠性等综合性能的提升,此外,智能电网还具有信息交互功能,能够实现发电方、输电方、配电方、用电方之间的适时交流,极大地提高了我国供电水平。智能电网需要用到智能变电站、智能配电网等智能设备。在可靠性方面,智能电网打破了传统电网中时间与空间的限制,实现了任何时间地点的电力资源提供。在提供电能的同时,智能电网还能对供电情况进行实时监控,当有电站出现故障时及时警示,能够有效规避用电故障及其带来的损坏。在电力设备维护时,智能电网还能够有效降低断电时间,减少断电对人们用电需求的影响。

2 智能电网和大数据的关系简析

智能电网在运行过程中会产生海量的数据,数据产生的速度快且类型较多,和大数据的特征相符合。现阶段,我国使用的电网基础设施较为落后,不具备计算处理和数据分析能力,进而阻碍了智能电网的发展。为了更好地促进智能电网的长远发展,在大数据背景下,构建出安全高效的电网大数据平台。通过将大数据技术、云计算数据进行整合,提升了数据处理能力,运用到智能电网数据处理当中,可以很好地解决多样化的大数据问题。此外,大数据技术还能提升智能电网的安全运行能力,降低成本,实现电网高效稳定的发展。

智能电网的发展目标是将传统的电网系统通过大数据技术建立智能化、自动化电力系统,进而对智能电网进行实时监控和管理,满足用户多样化的便捷服务需求。实现该目标主要包含了电能传输环节、发电环节以及耗电环节等等,这就要求我们对电网的所有数据进行分析和处理,通过对数据的处理获取用户的耗电信息、用户的需求以及电能质量信息等。为了更好促进智能电网安全稳定的运行,本文对大数据和智能电网的关联性进行了深入研究。

3 大数据智能电网关键技术应用

3.1 智能电网大数据平台的总体架构

信息化时代的来临,为传统电力基础设施带来了发展和改革的机遇。目前,我国的电力基础设施还比较落后,无法充分满足人们的使用需求。随着智能电网的诞生,它可以快速地处理信息问题,对信息进行整合并利用。因此,为了能够更好整合资源信息,就应该构建大数据平台,为应用提供统一的数据接入、数据处理、数据储存和管理等功能。智能电网大数据平台基础资源包含了网络资源池、信息储存资源池等,在大数据平台对多样化数据信息进行全方位统一的管理。智能电网大数据平台总体构架如下图所示:

3.2 数据存储技术

大数据背景下,给电网的智能化发展提供了改革的契机。充分地发挥出了大数据技术的作用和价值,对于电网中的大量数据,进行快速的存储。同时,当数据储存平台发生问题时,应该利用数据储存技术进行问题处理,从而提升了电网信息的安全性,促使智能电网得到了优化和升级。此外,智能电网大数据结构复杂、种类多,数据储存方式可以根据数据的特征选择合适的储存方式。数据管理也是智能电网平台中的重要功能之一,按照不同的数据进行分类和管理,并且具备查询和索引功能。结合上文表述,数据存储技术分类表如下:

表1 数据储存技术场景应用

3.3 数据处理技术

智能电网大数据应用的种类繁多,需要结合不同的实际需求去合理使用相应的数据挖掘技术。比如:智能电网大数据经常被人们广泛地用于半结构或者非结构化的数据信息中,在经过分析、清洗和筛选后变换为结构数据,在智能电网发展和运行过程中,非结构化的数据信息在分布式系统中得以保存。根据大数据的特征和处理需求,将大数据处理技术分为内存计算、流处理以及图计算几种常见的处理技术。其中流处理方式将数据流进行分析,获取最终所需的信息和结果,数据流具有规模大、速度快的特征,不会对海量的数据进行永久性的保存,因此,利用构建流处理系统的方式,全面地掌握整个数据的信息。另外,随着内存成本价格的下降,配置服务器的内容扩大,通过内存计算的方式去处理海量的数据,成为了一种可能性。同时,内存处理还能和流处理、图计算相结合,其可以提升数据分析能力。所有数据处理技术的作用,在于对电网安全进行实时的监控,提升数据的准确性,及时对电网的问题作出反应。数据处理方式如下表所示:

表2 数据处理技术场景应用

3.4 基于智能电网大数据技术的发展意义

对于电力领域而言,智能电网是未来主要的发展方向。通过大数据和智能电网的有效结合,可以实现对用户终端用电、电网运行以及发电等多个环节进行控制和管理。同时,具备高速和大规模的特点,智能电网处理数据日益剧增,能够实现高速的云状态,在用电高峰期,稳定电网系统正常运行,及时处理各种故障和问题,进而满足电力行业各方面的利益和需求,在对环境保护的基础上,提升工作效率,降低企业成本,获取更多的经济和社会效益。其次,传统的数据处理技术无法满足现有的通信需求。而大数据的有效运用,不仅解决了智能电网的通信需求,还提升了智能电网的安全性和稳定性。其次,传统通信技术下,通信模式相对滞后,网络亟需及时更新和升级,导致通信速度降低。大数据的融入,优化了寻址方式,运用多层技术,整合了数据,满足了电力信息交换任务需求。因此,大数据技术在电力系统运维中是非常重要的。不仅可以创建电力大数据平台,充分地利用数据分析和挖掘技术,还可以有效提升管理能力,通过专业化的监控模式,实施全面信息系统监测,从而提高智能电网中大数据处理水平,更好地提升运维工作效率,提升供电的可靠性,促进我国电力行业快速发展。

4 结束语

智能电网是未来社会发展的必然趋势,是构建和谐、高效、稳定、节能型社会的重要内容。而大数据处理平台和技术能够在智能电网的建设中发挥至关重要的作用。大数据技术的各种优势保障了智能电网建设中的成本控制效果、维护检修的便捷度以及操作便捷度,帮助智能电网实现智能化信息采集与管理,确保电力系统的稳定性、智能性,促进了智能电网技术的进一步发展。因此,电力企业需要加强对大数据技术及其在智能电网系统中运用的研究,以此来提高电力系统的工作效率,促进电力企业的经济效益的提升。

猜你喜欢

数据处理电网智能
计及SOC恢复的互联电网火储联合AGC控制策略研究
认知诊断缺失数据处理方法的比较:零替换、多重插补与极大似然估计法*
数字化电网技术在电网规划设计中的应用
基于低频功率数据处理的负荷分解方法
穿越电网
无人机测绘数据处理关键技术及运用
高层建筑沉降监测数据处理中多元回归分析方法的应用研究
高层建筑沉降监测数据处理中多元回归分析方法的应用研究
智能前沿
智能前沿