大数据智能电网可视一体化研究

孙名扬 李宏伟

摘  要：智能电网是以传统电网为雏形，通过数字化和网络化的方式解决实际问题，并提高电网的自动化和智能化程度，进而追求信息感知、决策和执行的统一。大数据智能电网可视一体化平台采用优化后的并行计算模型，有效解决了传统电网自动控制效率低、故障率高、维护难的问题，大大提升了人员的工作效率，结合大数据技术，可多样化满足用户需求，进而达到可靠、安全、经济、高效、环境友好的目的。

关键词：智能电网;大数据;平台化;高效;环境友好

中图分类号：TP311      文献标识码：A文章编号：2096-4706（2021）21-0136-03

Abstract： Taking the traditional power grid as the prototype， smart power grid solves the practical problems through digitization and networking ways， improves the automation and intelligence of power grid， and then pursue the unity of information perception， decision-making and implementation. The visual integration platform of big data smart power grid adopts the optimized parallel computing model， which effectively solves the problems of low efficiency， high failure rate and difficult maintenance of traditional power grid automatic control， and greatly improves the work efficiency of personnel. Combined with big data technology， it can meet the needs of users in a variety of ways， so as to achieve the purpose of reliability， safety， economy， efficiency and environment-friendly.

Keywords： smart power grid; big data; platformization; efficient; environment friendly

0  引  言

近些年来中国在工业用电、农业用电、商业用电、居民用电、公共设施用电方面的用电量逐年攀升。2020年中国全社会用电量达75 110亿千瓦时，较2019年增长了2 258亿千瓦时，同比增长3.10%，而2021年上半年全社会用电量已达39 339亿千瓦时。传统电力系统是单向结构，极其依靠传统燃料，存在电力分配不合理和缺口巨大等问题，并且很难满足日益增多的用电量和需求量。随着全国积极推进“碳达峰”与“碳中和”，能源革命和发展高效智能化电力系统势在必行，更是实现未来中国科技、经济双发展的必然途径。正因如此，“智能电网”的概念被首次提出，并得到快速发展。作为一种信息采集—分配—管理的大型智能化系统，其运行时会产生海量数据，并且数据类型也日益多元化。

1  智能电网与大数据技术的关联

智能电网在传统电力系统的基础上，集成应用新设备、新材料、新能源等构成新型现代化电网[1]，在此基础上，还配备了许多新技术，如：大数据技术、传感技术、远程操控技术、信息交互技术等，对海量数据进行整合并利用，多样化地对数据进行全方位统一管理，以满足用户的各种需求。在完善的数据库和大数据处理技术的加持下，可进行“多方交互”，可有效规避风险和故障。在电能传输和发电耗电时，还可实时监控用户的用电情况，若出现故障，可有效控制电网减少断电时间。若为智能电网配置一个完善的数据库，可通过大数据的云计算技术和数据挖掘技术，实现数据的全类型多样化处理，还可以在任何地点、任何时间段，合理且高精度地提供电力资源，从而避免由电力缺口过大而导致的限电停产。

2  大数据技术在智能电网中的应用

大数据处理技术与智能电网的优化和升级是当下热门的交叉性研究课题，也是中国未来发展所必需的。同时，新能源供电的大量引入，打破了传统电力系统的静态生产，使电力工业面临极其复杂的安全形势。正因如此，本文创新性提出了一种大数据智能电网可视一体化平台，以大数据智能分析平台为雏形，包含了数据特征提取、算法的设计、模型、参数查询与管理、分布式存储及并行运算等功能，以实现数据的分布式处理，降低时延，提高处理效率和用户体验，进而有效提高整体电能调度水平[2]。如图1所示。

2.1  数据分布式存储

传统的存储方法是采用集中的数据存储器进行存储，这样的方法若用于庞大的数据集，会极大限制系统的性能。数据分布式存储是将庞大的数据集经云计算技术分析后，将广泛被应用的半结构化或非结构化数据转变成结构化数据，分类存储到多个独立的设备上，当数据存储平台发生问题时，利用数据存储技术进行问题处理，从而提升电网信息的安全性，减少了存储器的负荷，更大大提高了可靠性，必要时还可进行弹性扩展[3]。大量数据涌入数据库时，采用并行计算与分布式存储相结合、云计算和数据挖掘技术相配合的方式，提取數据特征，合理分类，极大提升计算分析效率，有效扩大解决问题的规模，实现了分布式与并行计算的融合。

2.2  并行化多维计算

电能的产生、各用户消费都是瞬间完成的，并产生一个大数据集，电力系统中还有电流电压的产生，并配有大量负载。基于此情况，本文提出并行化计算的设计理念，整个过程中都须依靠高效且可靠的运算，才能保证电能的合理分配和动态平衡。能源革命愈演愈烈，大规模新能源设施动态接入和退出、用户过多导致负荷过大等特性，对数据计算、处理和分析提出了更高的要求。并行化计算可在某一大数据集突然输入时，依靠其特殊的算法设计对其产生的数学模型进行多维化计算分析，将一个庞大的数据集拆分成若干子数据集，进而进行分布式存储。并行化多维计算相比于传统的串行运算，极大提升工作效率、可靠性，并带来极大的附加价值。这是能源安全可靠、高效智能生产、输送与消费的基本保障。

2.2.1  算法设计

本平台以BSP并行化计算模型为设计理念，包含计算组件、栅栏同步器和路由器，在提供网络的同时，栅栏同步器将各类型数据分成一个个超步，分为3个阶段进行计算分析：

（1）本地计算：计算节点对本地的数据进行计算分析，存入到本地的存储器中，将需传送到其他本地存储器中的数据进行排序，有序传输。

（2）点点通信：即各计算节点之间可随时通信。

（3）全局路障同步：超步为全局路障同步的起点，本次超步计算分析、数据经全局路障同步后，方可生效，并且每个计算节点完成后，才能进入到下一个超步，否则无效。

BSP并行计算模型相当于计时节点并行计算，各超步之间串行运行，适用于智能小区、楼宇和各类对数据挖掘无深度需求的普通用户。如图2所示。

2.2.2  BSP并行计算模型优化

BSP并行计算模型暴露出一个缺陷，就是在计时节点并行运算，超步之间串行运算时，保证了数据的一致性，但存在速度慢的问题，且无法针对智能电网的实时改变的数据进行计算分析，不适用于大数据的实时处理。故本平台以BSP并行计算模型为雏形，提出了一个新的设计理念，即本次计算节点完成数据分析，经过全局路障同步后，串行进入下一个超步的计算。期间若有实时的大数据更新，也可以进行异步计算，即跳过全局路障同步，直接对数据进行计算分析，将数据并行化和模型并行化结合，保证了对实时数据处理的高效性和可靠性，也满足了对智能楼宇、智能小区和各类普通用户的个性化需求。如图3所示。

2.3  “多方交互”网络通信

在大数据智能电网可视一体化平台中植入数据分析软件包、智能终端和辅助决策分析供用户使用。数据分析软件包主要用于用户对数据的再次挖掘;智能终端用于多方随时进行网络通信和用户的信息查询与管理;辅助决策分析包含电网基础设施信息、设备运行管理信息、环境信息、历史故障诊断和故障预警及故障率检测。利用上述功能，以适当开源的方式，个性化、多样化的满足各种用户的实际需求。下面将详述各项功能。

2.3.1  智能终端

智能终端用于多方随时进行网络通信和用户的信息查询与管理，其中包含了信息安全防护技术和虚拟化技术，信息安全防护主要采用3个原则：最细化原则、权限分配原则和信息隔离原则。最细化原则：实时上传和更新的数据过于庞大，务必会有敏感信息，这些敏感信息只在一个范围内进行共享，适当分配用户的访问权限，进行限制性信息共享。权限分配原则：在整个平台中，对所有权限进行合理分配，每个可以访问信息的用户只能访问到相匹配的信息，并且各用户之间还存在着相互制约，禁止用户权限过大，导致平台失衡，甚至信息泄露。信息隔离原则：将主要的信息和次要的信息进行隔离，对有访问权限的用户，共享信息主体，其余信息进行加密保存，存储到数据库中[4]。虚拟化技术采用了传感器技术，利用此技术形成传感器网络，使各存储器、各终端，各用户随时在线上传和查看信息，达到无线通信的目的。

2.3.2  数据分析软件包

数据分析软件包可采用非对称加密的方式，并通过用户与软件之间的联系设计了特有的两种密钥，用于对新增加的各种数据再次进行分析和挖掘，具有很强的保密性的同时，还能使用户发现其中所包含的海量资源[5]。此功能可为行业或企业带来巨大的商业价值，实现多种高附加值的增值业务，从而提升行业或企业的经济效益和管理效率。

2.3.3  辅助决策分析

辅助决策分析包含了电网基础设施信息、设备运行管理信息、环境信息、历史故障诊断、故障预警与故障率检测。利用智能终端，部分用户可远程在线查看电网各设施的信息及运行情况，当电力系统某处出现问题时，会通过远程信息告知，以便工作人员及时发现问题、解决问题。在此基础之上，此功能还可对部分故障进行预估，及时上传并汇报给相应的工作人员，减少风险。部分用户在可以搜索到以往电力系统的故障率的同时，还可随时对电力系统进行扫描，检测故障，以降低故障率。

3  结  论

在传统电力系统的基础上，配备大数据技术和合理的分配机制，可对各类各时间段的数据进行分类、整合、归纳统一，既有效解决了电力分配不合理而导致电力缺口巨大的问题，更让现有的电力系统达到控制高精度、信息可共享、故障可预判，推动新发展的目的。大数据技术、通信网络交互技术应用于智能电网是智能电网产业发展的趋势，也是智能电网发展的必经之路。全社会经济和科技飞速发展，积极推进智能电网越来越重要，也加快带动社会发展，推动社会互联稳定、资源共享利用以及行业融合统一。

参考文献：

[1] 罗布扎西.基于智能电网通信工程中关键性技术的研究 [J].信息系统工程，2020（8）：14-15.

[2] 李廷顺，谭文，刘泽三.基于大数据智能电网关键技术研究 [J].电源技术，2017，41（8）：1195-1197.

[3] 刘国旗.基于大数据智能电网关键技术探讨 [J].电气技术与经济，2020（3）：37-39.

[4] 张东霞，苗新，刘丽平，等.智能电网大数据技术发展研究 [J].中国电机工程学报，2015，35（1）：2-12.

[5] 朱大磊，王俊利.探究数据加密技术在计算机网络通信中的应用 [J].信息系统工程，2019（12）：73-74.

作者简介：孙名扬（1999—），男，汉族，辽宁营口人，本科在读，研究方向：光伏與智能电网应用;通讯作者：李宏伟（1989—），男，汉族，辽宁沈阳人，实验教师，硕士研究生，研究方向：信息化技术研究。