大數據在智能電網中的技術應用體系和路線圖

粟之梁

摘 要：隨著時代的發展，電力系統的資源及環境壓力均有顯著提升，為了適應用戶對供電的要求，相關人員提出了智能電網的概念。智能電網的運行，需要大量的外界數據，如何對其進行有效的存儲與應用，是當前亟需解決的問題之一。文章重點介紹了大數據的來源，并詳細分析了現階段的各種智能電網大數據處理方案，以此為基礎論述了大數據在智能電網中的發展路線。

關鍵詞：智能電網；大數據；數據處理；發展方向

中圖分類號：TM76 文獻標識碼：A 文章編號：1006-8937（2013）20-0109-02

1 大數據在智能電網中的來源及其特點

1.1 來源

1.1.1 按產生原因分類

按產生原因對智能電網中的大數據進行分類，可以將其分為如下三類：

第一，因設備監控而產生的大數據。為了實時監控電網各設備的運行狀況，我們設置了大量的采集點，一般小型的自動化調度系統，即包含十萬量級的采集點，對數據中心而言，這個數據還會幾何上升，各子節點檢測裝置按規定編碼方案，將所有采集點采集得到的消息逐級傳輸至數據處理中心，這些數據就形成了設備監控大數據。第二，因狀態信息擴展而產生的大數據。為了滿足智能電網的調控需要，除了監控設備能否正常運行外，我們還需要提供大量其他的數據，如輸變電設備的絕緣放電信息、周邊輻射干擾信息等，這類數據的采集頻率往往更高，形成的數據量也自然非常之高，這就形成了因狀態信息的擴展而產生的大數據。第三，實時變化采樣而產生的大數據。所謂實時變化，應用于電網系統，指的是電能從產生到消耗完畢，所經歷的所有細節，對其進行統計，能全面反映電網的生產運行過程，是智能電網進行自我學習的必要信息。對整個生產運行進行實時變化采樣，必然會產生大量的數據，這就是由實時變化采樣而產生的大數據。

1.1.2 按產生環節分類

按產生環節對智能電網中的大數據進行分類，可以將其分為以下三類：

第一，電能生產側產生的大數據。對發電廠進行數字化智能控制，需要應用到生產設備狀態數據、專家控制數據、故障診斷數據，還需要對這些數據進行有效的分析，這都涉及到海量數據的處理及存儲。智能電網系統只有預先存儲了足夠的相關數據，才能在設備出現故障、生產需要調整的時候有效工作。因此，在對發電廠實行數字化智能控制時，必不可少會出現大數據。第二，輸變電側產生的大數據。輸變電是聯系電能生產方及使用方的關鍵環節，事實上智能電網主要的工作點就是保證輸變電側能夠正常運行，這就需要我們采集大量的輸變電側運行數據，以供智能電網分析、學習所用。統計顯示，僅對輸變電側進行相位檢測，一個檢測裝置每天就能采集到0.6 GB的數據。第三，用電側產生的大數據。為了保證用戶有效用電，我們需要獲取用戶的實時用電信息，這必然會用到智能電表，也必然會產生大量的數據。與此同時，為了保證用戶安全用電，我們有必要對大型電器的工作信息進行采集，以合理控制其充放電時間，這也會產生大量的數據。

1.2 特點

智能電網中的大數據，往往具有規模大、種類多、價值量低、變化頻率小四方面的特點。其中數據規模大、種類多主要是因為采集范圍廣，采集頻率大所致；數據價值密度低，主要是指采集的數據中具有實際價值的并不多，以設備監控為例，往往只有異常數據才表示設備出現故障，需要處理，而這在監控數據中所占比例并不多；數據變化頻率小主要是因為需要對數據進行迅速處理，以供及時制定供電策略，直接表現在需要對數據進行在線處理。

在數據的處理上，除了需要對數據進行高速在線處理外，還需要我們保證數據的可靠性、真實性，但大量無序數據中出現的誤差是無法完全避免的，因此，智能電網中的數據還具有不可預測這一特點，其需求并不確定。

2 大數據在智能電網中的技術應用體系及路線圖

大數據處理在智能電網運行中意義極大，是保證智能電網正常運行的基礎，然而一方面智能電網中大數據生成量極大、生成極頻繁，另一方面智能電網又不同于Internet，具有其獨特的數據性質，因此我們不能直接套用目前主流的云計算等大數據處理系統。目前在智能電網中涉及到大數據存儲利用的主要技術，有數據存儲傳送、處理等幾類，現總結其重點技術及發展方向如下。

2.1 傳輸存儲技術

①數據壓縮技術。與計算機系統中廣為應用的RAR、ZIP壓縮技術不同，智能電網中的數據壓縮需要保證壓縮及解壓速度、數據先后順序等重要信息，因此需要我們進行深入探討。眾多科研人員對此進行了深入研究，其中實踐性較強的包括：利用濾波器對數據進行線性整數變換，配合哈夫曼編碼，對數據進行實時壓縮、解壓；對火電廠數據行二維提升小波處理，進行實時壓縮；對穩態數據行參數化壓縮。

②數據存儲技術。常規的分布式文件系統能夠滿足小型智能電網的運行需求，但大型智能電網對實時性要求更高，就需要我們根據不同數據的性質，選擇其他存儲方案。對存取頻繁、性能要求高的數據，應用實時數據存儲系統；對只讀性、讀取頻繁的業務數據，應用并行數據存儲系統；對讀取不頻繁、僅需安全保存的歷史數據，采用分布式文件存儲系統。鑒于需要分類存儲，我們完全可以在智能電網的數據存儲系統中，引入分級式存儲技術。

2.2 數據處理技術

①實時數據處理技術。所謂實時數據處理，其基礎還是對數據進行快速、超快速處理，云計算雖然能夠進行快速計算，但存儲、傳送還受到網絡條件的限制，數據響應時間得不到保證，因此適用性并不強。以內存為存儲媒介的數據庫能夠提供高速讀寫服務，可以適當應用。另外，數據查詢涉及到索引結構的設計，也需要重點設計。

②發電側數據處理技術。發電側數據需要保證實時性，抗延遲能力極低，以現在主流的TCP/IP技術進行傳輸容易出現故障，因此需要用到關系數據庫系統進行數據讀取，應用云計算系統進行數據高速處理。

③輸電側數據處理技術。輸電側的數據強調的是全局性，其數據必須足夠智能系統進行故障處理及自愈，因此控制計算速度成為其發展主要方向。在數據監控上，需要應用到細粒度更高的監控系統。

④用電側數據處理技術。用電側的關注重點，在于以最少的投資獲得最大的效益以及最大化用電性價比，其發展方向主要在于發展配合各種用電器的電量檢測裝置，保證用電設備的電能消耗與電網的電能供給相匹配。

3 結 語

智能電網的正常運行關鍵在于準確及時處理海量數據，從上面的分析不難看出，其技術應用體系包括數據的傳輸、存儲、處理技術，發展方向依據數據產生的原因、環節各有不同。在傳輸上，要求我們保證數據的實時性，在存儲上需要保證不會出現數據溢出，在處理上，需要保證高速、準確性。

參考文獻：

[1] 張文亮，湯廣福，查鯤鵬，等.先進電力電子技術在智能電網中的應用[J].中國電機工程學報，2010，（4）.

[2] 李國杰.大數據研究的科學價值[J].中國計算機學會通訊，2012，（9）.

[3] 謝華成，陳向東.面向云存儲的非結構化數據存取[J].計算機應用，2012，（7）.

[4] 張斌，張東來.電力系統穩態數據參數化壓縮算法[J].中國電機工程學報，2011，（1）.