大數據時代下的新型電網規劃體系

趙春暉，姜大為，崔 燦，李 彬

(1.國網北京經濟技術研究院，北京市102209;2.華北電力大學電氣與電子工程學院，北京市102206)

0 引 言

近年來隨著智能電網的全面建設，以及物聯網和云計算等新一代IT 技術在電力行業中的廣泛應用，促使電力數據資源開始急劇增長并形成了一定的規模。數據的爆炸式增長給電力行業各個部門帶來了劇烈的沖擊，不僅體現在數據處理和挖掘能力的不足，還體現在行業內固化數據的理念變革［1－3］。

2013年3月，中國電機工程學會信息化專委會發布《中國電力大數據發展白皮書》，拉開了電力大數據發展的序幕。其中指出:電力大數據是能源變革中電力工業技術革新的必然過程，而不是簡單的技術范疇。電力大數據不僅僅是技術進步，更是涉及整個電力系統在大數據時代下發展理念、管理體制和技術路線等方面的重大變革，是下一代智能化電力系統在大數據時代下價值形態的躍升［4－5］。

電網規劃是電力行業發展與建設的首要環節，傳統的電網規劃依靠單向確定性的規劃方法，對于跨部門跨行業的數據信息利用率低，已經不適合智能電網的管理體系和發展形勢。在大數據浪潮的引領下，充分利用電力大數據關鍵技術和發展理念，建立信息化、智能化的電力大規劃體系勢在必行［6］。針對大數據環境下電網規劃體系中的數據獲取、數據處理和數據應用方案，本文提出并設計新型電網規劃體系，為電網規劃體系的建設提供參考。

1 大數據簡介

將大數據技術充分利用到電網規劃系統中的前提是對大數據技術和理念正確且深入的認識。

大數據技術是移動互聯網、物聯網及云計算技術等新興科技高速發展的產物。2011年5月，全球知名咨詢公司麥肯錫(Mckensey and Company)在美國拉斯維加斯舉辦了第11 屆FMC World年度大會，設定的主題為“云計算相遇大數據”，發布了“Big data:The next frontier for innovation，competition and productivity”的報告，首次提出“大數據”的概念［7］。從此，數據作為一種重要的戰略性資源，開始受到各行各業的廣泛重視。

電力大數據是大數據技術、理念和方法在電力行業的實踐。對于電力行業來說，大數據不僅帶來了先進的信息處理和計算機應用等技術，更重要的是對新的數據理念的認識［1，8］。大數據帶來的重大思維和理念變革主要包括3 點:

(1)大數據即全數據。“大”只是大數據的一個表象，“全”才是大數據的本質。要想挖掘數據內蘊含的所有信息，必須在對所有數據進行分析的前提下才可能實現。大數據是指不用隨機分析法這樣的捷徑，而采用所有數據的方法。

(2)大數據允許不精確。數據量的大幅增加會造成一些錯誤的數據混進數據庫，大數據時代要求我們重新審視精確性的優劣。我們要學會接受這些紛繁的數據并從中受益，而不是以高昂的代價消除所有的不確定性。也就是說，快速獲得一個大概的輪廓和發展脈絡要比嚴格的精確性要重要得多。

(3)預測是大數據的核心。建立在相關關系分析法基礎上的預測是大數據的核心。相關關系通過識別有用的關聯物來幫助我們分析一個現象，而不需要揭示其內部的運作機制，我們更關注將要發生的事情“是什么”，而不是“為什么”。

大數據時代帶來的巨大價值使得選擇大數據的理念和方法不再是一種權衡，而是通往未來的必然改變。在這樣一種時代潮流中，電網規劃建設部門作為預測電網發展、規劃電網未來的重要角色，必須快速適應新技術帶來的變革，掌握新型理念和方法，為整個電力行業的規劃建設做出更加經濟有效的決策［9－10］。

2 面向大數據的電網規劃新體系

在大規劃體系下，電網規劃面臨著全面歸集規劃數據、應用衛星圖像與航拍技術、實現全數字化決策和規劃、提高規劃設計方案經濟性等一系列的挑戰。現有的規劃系統無法滿足電力大數據的應用要求，主要表現在以下3 方面:

(1)數據種類不夠全面?，F有規劃系統中的數據基本來自電力行業內部，數據種類較少，且缺乏智能化的數據獲取手段，使得數據實時性較低，更新周期長。

(2)數據處理能力不足。在龐大的數據量面前，現有系統面臨著數據處理方面的巨大壓力，特別是針對圖片、視頻等新型非結構化數據的處理效率較低。

(3)缺乏智能評估體系。目前電網規劃決策的評估大多以經驗為標準，經濟性是主要指標。這種評估方式忽略了電網建設對環境和社會的影響，以及新能源接入等外部因素，無法達到能源發展長久可持續的目的。

2.1 新型電網規劃體系架構

大數據帶來的新型數據理念，即以數據關聯分析為基礎的預測，能夠為電網規劃提供新的思路。針對上述問題，利用大數據先進技術及思路，本文提出面向大數據的新型電網規劃體系架構，如圖1 所示。

圖1 新型電網規劃體系架構Fig.1 Architecture of novel power grid planning

該體系主要包括數據獲取、數據處理和數據應用3個部分，從電網規劃實際應用需求出發，以系統內外的全數據獲取為前提，利用先進的數據處理技術，實現智能化的方案設計、風險評估、工程監測和用戶交互等應用。

首先，電網規劃數據的獲取必須包含環境地理信息數據、電網運行管理數據和外部社會數據。其中，環境地理信息數據可采用無人機航測、衛星遙感及雷達測繪等空天一體化信息采集技術進行收集，較之以往的人工測繪方式，能夠大大提高數據信息的準確性和實時性;電網運行管理數據來自系統內部的各個部門，不同部門之間的數據傳遞和共享能夠充分提高電力數據的利用率，最大程度上體現數據的價值;外部數據包括社會數據、用戶反饋及新能源數據，這類數據是以往電網規劃容易忽視的非結構化數據，目前系統內并無針對此類數據的處理和應用方式。

其次，針對各類多源異構數據的處理和分析是整個體系的核心。建立電網規劃綜合信息數據庫是對各種數據的整理和存儲，數據庫以先進的內存計算和索引機制為支撐，能有效減少數據處理過程所需的時間。數據處理具體包括清洗修正、特征提取、關聯分析和挖掘預測4個步驟，分別實現查找并修正錯誤數據、分析不同類型數據的特征、找出不同數據特征之間的相關性、根據相關性對未來的數據進行預測。而根據過去和現在的數據對未來進行分析和預測正是大數據理念的體現。

最后，數據分析和預測的結果可以用于電網規劃中的方案設計、風險評估、工程監控和用戶交互等應用。通過對全面的規劃數據的深入挖掘和預測，掌握電網乃至整個社會的發展趨勢，能夠根據能源和經濟需求合理設計規劃方案，并從多指標多維度進行方案的智能評估，降低決策風險。實時監控和用戶交互是電網規劃必不可少卻經常被忽視的環節，通過對規劃用地及線路的監控和周邊用戶的交流與反饋，不僅為電網規劃綜合信息數據庫提供鮮活的數據，還能減少不必要的損失，提高規劃方案的準確性。

2.2 新型電網規劃數據獲取方式

全面可靠的數據獲取是面向大數據的新型電網規劃體系得以實現的前提和基礎。相比于傳統的數據獲取方式，大數據應用從數據的完整性、實時性、準確性等各個方面對數據獲取方式和手段提出了更高的要求。針對上述問題，新型電網規劃數據獲取體系應結合先進的遙感測量等采集技術以及高性能的數據識別和處理技術，提高數據質量，為數據處理和應用提供保障。

新型電網規劃數據獲取方式示意圖如圖2 所示，其中黑色箭頭代表數據流向。規劃區域的地理環境較為復雜且受人為因素影響較大，傳統的人工探測不僅工作效率低，而且數據更新速度慢，往往導致項目實施無法達到預期目標。目前，空天信息探測采集業務逐漸趨于成熟，是實現對規劃區域全方位、高精度探測與監控的有效途徑。以經濟性較高的無人機為例，多鏡頭、多角度、高效率的拍攝能夠獲得大量多維度的實時地理信息圖像，大大提升信息采集效率。

圖2 新型電網規劃數據獲取方式Fig.2 Data acquisition of novel power system

對數據的預處理是新型數據獲取體系的核心部分。通過遙感和航拍等手段獲得的大量圖像視頻數據冗余度較高，不能直接存儲在數據庫中，也無法直接用于規劃方案的設計。針對多種類型的非結構化數據，數據的預處理包括數據識別、數據整理等環節。數據識別是指對各類非結構化數據進行分析，將其中所包含的信息特征進行提取和量化，有助于識別、關聯和應用;數據整理主要是對非結構化數據去除冗余的過程，然后對數據進行分類后存入數據庫中，提高數據的存儲和處理效率。

2.3 非結構化數據在新型電網規劃體系中的應用

非結構化數據是指不方便用數據庫二維邏輯表來表現的數據，包括圖片圖表、文本文檔、語音視頻和網頁信息等。在電力系統中，非結構化數據所占的比例急劇上升，這類數據不能用傳統的邏輯數據庫進行存儲和處理，導致了大量數據的丟失。大數據采用先進的數據處理技術，對非結構化數據進行了更深層次的處理，使得非結構化數據中蘊含的信息被逐漸挖掘并加以利用。

電網規劃中涉及到的非結構化數據主要包括圖像視頻數據、社會經濟數據和用戶交互數據。其中圖像視頻數據來源于各類探測與監控手段，社會經濟數據以圖表、文本等格式為主，用戶交互數據主要指用戶信件、電話記錄以及社交網站信息等。以往規劃過程中對這些數據的利用程度較低，導致規劃方案只重視經濟效益而社會價值有限。圖3 是新型電網規劃體系中非結構化數據應用示意圖，上述非結構化數據在經過處理和挖掘后能夠應用在電網規劃過程中的各個環節。

圖3 非結構化數據應用示意圖Fig.3 Unstructured data applications

圖像視頻等數據可以用于各類電子地圖的繪制、廠址與線路規劃設計以及施工過程中的場地監控等。社會經濟數據包括區域經濟水平、社會發展趨勢以及可再生能源情況等方面的信息，是用電預測、方案設計和效益估算等實際應用的重要依據。用戶交互數據是用戶對用電情況以及規劃方案的意見和反饋，在需求分析和評估過程中充分考慮該類數據是智能電網以用戶為中心的良好體現。

3 新型規劃體系建設與展望

新型電網規劃體系的建設并不會簡單地一蹴而就，而是在現有規劃體系的基礎上進行不斷的改進和完善，從而逐步實現。針對現有規劃系統在面對大數據應用時的不足，規劃設計部門可以從以下4個方面采取措施:

(1)采取智能化的信息獲取手段，提高數據源的種類和數據質量。這是對數據價值充分挖掘利用的基礎和前提。目前無人機技術和遙感技術日漸成熟，規劃部門可以直接獲取遙感數據，再根據需求繪制平面或三維數字地圖，相比于直接獲得衛星地圖或圖紙，能夠得到更精確的原始數據并提高數據的利用率。

(2)充分利用高性能的大數據處理相關計算機技術。國內外已有較多針對大數據存儲、處理和挖掘的技術，如MapReduce、Hadoop 平臺等［11］。這些先進技術的引進能夠大幅提高系統的數據存儲和處理能力，為整個新型規劃體系提供技術支撐，值得深入研究學習并在電力系統內加以運用。

(3)引進大數據相關專業的技術人員。電力大數據的應用需要各個專業的技術人員共同合作才能得以實現，除了電力人員以外，大數據也不僅僅是一門計算機科學，而是涵蓋計算機專業、電子信息專業、社會經濟專業等眾多專業的綜合性學科。隨著電力大數據的不斷研究和發展，相關專業人才的引進是必然過程。

(4)建立完善的管理機制，加強對數據的安全管理。數據作為一種資源，已經在各行各業受到廣泛重視，電力行業也應加強對數據的管理，建立完善的機制，防止數據的丟失，以提高數據的安全性，達到保護數據價值的目的。

4 結 語

本文對電網規劃現狀以及大數據時代帶來的挑戰進行分析，在深入研究大數據帶來的數據新理念的基礎上，提出一種新型電網規劃體系架構。通過更加全面的數據源獲取，結合高性能的數據處理和分析，為電網規劃實際應用提供智能化手段，提高電網規劃效率。其次分別對數據獲取和非結構化數據應用方式做相關描述和分析。最后對如何實現新型規劃體系提出一系列要求與展望，為電網規劃相關部門提供一定的參考依據，為促進電力大數據的廣泛應用提供理論支撐。電力大數據應用尚處于起步階段，如何在實際應用中利用大數據理念和方法為整個社會提供更好的能源服務仍然是今后重要的研究方向。

［1］王繼業.大數據與電力企業［J］. 電力信息化，2012，10(8):7－7.

［2］孟小峰，慈祥. 大數據管理:概念、技術與挑戰［J］. 計算機研究與發展，2013，50(1):146－169.

［3］王廣輝，李保衛，胡澤春，等. 未來智能電網控制中心面臨的挑戰和形態演變［J］.電網技術，2011，35(8):1－5.

［4］李芬，朱志祥，劉盛輝. 大數據發展現狀及面臨的問題［J］. 西安郵電大學學報，2013，18(5):100－103.

［5］龔鋼軍，孫毅，蔡明明，等. 面向智能電網的物聯網架構與應用方案研究［J］. 電力系統保護與控制，2011，39(20):52－58.

［6］閆龍川，李雅西，李斌臣，等. 電力大數據面臨的機遇與挑戰［J］.電力信息化，2013，11(4):1－4.

［7］Manyika J，Chui M，Brown B，et al. Big data:The next frontier for innovation，competition，and productivity［R］. New York:McKinsey Global Institute，2011.

［8］Mayer－Sch?nberger V，Cukier K. Big data:A revolution that will transform how we live，work，and think［M］. Boston:Houghton Mifflin Harcourt，2013.

［9］宋毅，歐陽邵杰，王旭陽，等. 考慮需求側資源的新型電網規劃模式［J］，電力建設，2013，11(2):12－16.

［10］宋亞奇，周國亮，朱永利. 智能電網大數據處理技術現狀與挑戰［J］. 電網技術，2013，37(4):927－935.

［11］劉樹仁，宋亞奇，朱永利，等.基于Hadoop 的智能電網狀態監測數據存儲研究［J］.計算機科學，2013，40(1):81－84.