電網大數據時代調控管理應對策略研究

朱艷偉，黃森炯，蔡一駿，王 曉，鄭 南，黃 亮

（國網浙江省電力公司寧波供電公司，浙江 寧波 315010）

電網大數據時代調控管理應對策略研究

朱艷偉，黃森炯，蔡一駿，王 曉，鄭 南，黃 亮

（國網浙江省電力公司寧波供電公司，浙江 寧波 315010）

針對電網大數據對調控一體化管理模式產生的沖擊和影響，提出了提高調控數據信息全面共享程度、加強大數據處理和可視化技術、提升調控技能和風險管控能力等應對策略，開拓了大數據時代進一步優化電網運行方式、開展精細化調控思路，能推動調控對電網運行信息管理的重新定位，進而全面提升調控管理水平。

電網；大數據；調控管理；數據整合；可視化

0 引言

各種數據分析與處理技術為人們更深入地感知、認識和控制紛繁復雜的物理世界，提供了前所未有的豐富信息。電力行業工業化與信息化的深度融合，智能電網承載著電力流、信息流、業務流，使電力行業具備在大數據時代進行深度數據挖掘和分析的先天優勢[1]。

隨著智能電網建設的持續推進，各種智能設備越來越多的被運用于電能的輸送、控制、監測等環節，因而產生了大量的、多層次的電網運行數據。在當前大運行體系下，所有的電網運行數據均匯聚到了調控端，調度中心擁有最完整、最豐富的電網運行數據[2]。海量的數據一方面為調控人員精細化管理電網提供了支撐，另一方面也需要信息的存儲、處理、顯示技術的同步推進，因而是機遇與挑戰并存。

分析電網大數據對調控一體化管理模式產生的沖擊和影響，研究在電網大數據時代挖掘數據價值的重要作用，可為進一步優化電網運行方式，開展精細化調控提供新的方法。

1 電網大數據時代對調控管理影響分析

1.1 電網大數據時代對調控管理的有利因素

隨著調控端數據的巨量增多，給傳統調度帶來新的機遇。調控運行可以實現從經驗型轉向分析型調控；從以往的單一運行到多方位運行；從被動調度轉為主動調度，即以往事故都是通過運行人員匯報調控員，調控員再著手于事故處理，而大數據情況下的調控能夠第一時間獲取故障信息，對事故的進一步處理已胸有成竹。

1.2 電網大數據時代對調控管理的沖擊因素

電網大數據的到來對調控管理帶來4個方面沖擊：

（1）調控中心內部數據共享程度不高，導致各個專業之間數據存在壁壘，調控中心內部數據急需整合。

（2）為滿足大數據處理需要，各專業數據應有一體化的數據設計規范，統一的數據標準及數據格式，以有利于統一大數據平臺的識別與處理。

（3）大量的數據堆積調控端，快速而有效地提取有用信息對調控員提出了更高的要求。

（4）調控技能和風險管控能力有待提升。

綜上所述，作為整個電網的管控者，電力調度應多舉措應對電網大數據對電網的沖擊和影響，充分利用大數據的優勢，更加彰顯大數據時代電力調度的電網龍頭作用。

2 提高調控數據信息全面共享程度

2.1 電力系統統一數據平臺的建設

目前，電力系統企業內部缺乏統一數據標準、數據參數和數據平臺。而且各個部門數據口徑不一致，各個部門之間存在較為嚴重的專業壁壘，各個業務鏈條之間也尚未實現充分的數據共享。大數據時代，電力系統統一數據平臺的建立勢在必行，寧波電網統一數據平臺見圖1。電力系統統一平臺搭建與一線數據集中錄入、調通，將進一步實現電網安全穩定運行。

圖1 電力系統統一數據平臺

電網大數據貫通發電、輸電、變電、配電、用電、調度等多個環節，支撐電力流、信息流、業務流的高度一體化。電網各信息系統大多是基于本業務或本部門的需求，存在不同的平臺、應用系統和數據格式，導致信息與資源分散，異構性嚴重，橫向不能共享，上下級間縱向貫通困難。因此，必須實現大數據多源異構信息的整合，以及多系統之間的集成,為智能電網提供資源集約化配置的數據中心。

2.2 調控中心內部數據整合

調控中心有4個職能科室，分別是方式計劃處、調度控制處、自動化處、繼電保護處[3]。傳統的電網計算數據主要是由方式計劃處和自動化處維護，其中方式計劃處維護離線分析使用的數據，自動化處維護在線EMS（電能管理系統）的數據，此外，繼電保護處維護的數據中還有部分一次、二次設備的參數，這些數據可構成實際電力系統的不同視圖[4]。

調控中心數據整合方案：用在線運行數據刷新離線數據，以離線數據為基礎，用在線運行數據更新或者參與控制離線數據，從而調整離線數據中的設備運行狀態及在電網中的拓撲位置。其中，參與刷新和控制的基本運行數據包括：各電氣設備的投切狀態、高壓母線電壓、電氣設備的運行功率以及設備連接關系等。調控中心統一數據平臺見圖2。

圖2 調控中心統一數據平臺

3 運用大數據處理技術

3.1 規范數據結構

數據處理首先應基于規范而統一的數據結構。調控中心數據信息流如圖3所示。

圖3 調控中心信息流

調控管理工作中應做到：

（1）大運行模式下，調控中心承擔集中監控的責任，要求變電運行上傳數據信息的統一，各個變電站信息類型及信息表應相同。

（2）調控中心上傳至省電力公司的數據應符合省電力公司數據要求，乃至應符合國家電網公司的統一數據格式。

（3）現有模式下，規劃數據中的現狀電網部分也難以完全吻合當前實際情況。大數據時代，將建設統一的數據管理體系，調控運行數據與電網規劃數據有機結合在一起，支撐規劃業務與生產運行業務融為一體，無縫銜接，以提高電網規劃的準確性和科學性，從而有助于提高電網安全穩定運行。

數據平臺搭建完成后，重點要提高各專業部門的數據交換效率。作為單個專業部門既是數據的接收單位，也是數據的輸出單位。各專業數據匯總時，應及時有效地剔除不相關及無效數據，獲得需要及有效數據，這樣才能大大提高工作成效，所以大數據匯總時需要對數據平臺進行分類。

提煉各專業需要的相關電網基礎數據，總結歸類可以精確輸出的電網數據。例如調控專業可以向規劃部門提供寧波電網范圍內主變負載率，局部地區負荷增長率，規劃部門可以據此統籌規劃建設，消除地區供電瓶頸。

3.2 數據挖掘技術的應用

改進已有數據挖掘和機器學習技術；開發數據網絡挖掘、特異群組挖掘、圖挖掘等新型數據挖掘技術；突破基于對象的數據連接、相似性連接等大數據融合技術；突破用戶興趣分析、網絡行為分析、情感語義分析等面向領域的大數據挖掘技術。針對電力系統大數據特點，擴展并行流處理方式，有效結合包括 CPU（中央處理器）和GPU（圖形處理器）在內的多種異構計算能力，改進MapReduce模型實現流處理與批處理融合的數據分析模式。

綜合運用半監督學習、集成學習、遷移學習和概率圖模型等大數據挖掘算法，有效處理不同階段不同業務目的預測分析需求，包括無標識數據和有標識數據組合、數據量大幅激增、多結構數據混合的可視化分析、學習結果的有效泛化和知識至未知領域的衍生等，并提出并行處理的大數據機器學習算法，實現異構數據融合與挖掘的集成和有效預測。

4 加強大數據可視化技術

4.1 加強調控大數據可視化程度的意義

可視化通過一系列復雜的算法將數據繪制成高精度、高分辨率的圖片，并提供交互工具，有效利用人的視覺系統，并允許實時改變數據處理和算法參數，對數據進行觀察和定性及定量分析。

調控端融合了大量的數據，其中包含高精度、高分辨率數據，時變數據和多變量數據等。如何從這些龐大復雜的數據中快速而有效地提取有用的信息，加強可視化是關鍵技術之一。

4.2 調控大數據可視化

調控端匯集了大量的數據，將一些與調控運行息息相關的數據通過可視化的手段展現出來，有利于調控員快速準確地把握電網安全穩定性、電網運行方式的改變及全網負荷情況等，以下2個方面可以考慮進行可視化展示。

（1）電網安全性指標能夠明確指出電網目前安全可靠運行程度。連鎖故障概率能夠完全指正目前電網安全性能，體現當前電網是否處于自組織臨界態、發生連鎖故障的概率，以及發生連鎖故障后負荷損失的大小和發生大規模負荷損失停電事故的相對概率，即電網自組織臨界態的量化刻畫。

（2）隨著大運行，調控一體化的改革推進，變電站均已實行無人值班制度，當站內設備有嚴重缺陷或有特殊情況時，運維人員無法及時趕到變電站查看，在調控端實現隨時可以查看任何變電站的視頻終端，一旦出現險情，比如線路下方火情或站內火情，調控員可以在第一時間通過視頻設備查看火情，確定是否影響一次設備運行，以及時確定后續事故處理方案。

5 提升調控技能和風險管控能力

隨著大數據時代的到來，調控員應從多方面提升自身的技能，以應對技術的革新。建立基于“主動調度”的地區電網應急管理系統。調控員應全面提升駕馭大電網能力，優化業務流程，加速電網事故處理應急處置能力，提升設備運行集中監控能力，拓展在線安全預警能力。

建議提升調控應用系統。大多數地市調控端仍然使用OPEN3000或OPEN2000，但D5000是新一代的智能電網調控技術支持系統平臺，能夠處理海量數據，不失為大數據時代優秀的數據處理平臺。

6 結語

提出了提高調控數據信息全面共享程度、應用大數據處理技術、加大大數據可視化應用、提升調控技能和風險管控能力等應對策略，進而全面提升電力調度控制管理水平，讓大數據成為新的電網調控方式和技術發明的源泉，并為更多的改變積蓄能量。大數據將給電力企業帶來劃時代意義，大數據時代電力企業的相關應對策略有待深入研究。

[1]中國電機工程學會信息化專委會.中國電力大數據發展白皮書[M].北京：中國電力出版社，2013.

[2]宋亞奇，周國亮，朱永利.大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.

[3]嚴亞勤，陶洪鑄，李亞樓，等.對電力調度數據整合的研究與實踐[J].繼電器，2007，35（17）∶37-39.

[4]肖飛，齊立磊.大數據處理技術與探索[J].計算機與現代化，2009（9）∶75-77.

（本文編輯：楊 勇）

Strategies Study of Dispatching and Control Management in Power Grid Big Date Age

ZHU Yanwei，HUANG Senjiong，CAI Yijun，WANG Xiao，ZHENG Nan，HUANG Liang
（State Grid Ningbo Power Supply Company，Ningbo Zhejiang 315010，China）

In the view of strike and impact of power grid big data on integrated dispatching and control management，the paper presents a strategy of increasing dispatching and control date sharing extent，enhancing big date processing technology，improving big date visualization，promoting dispatching and control skills and risk management capability.The strategy can bring new ideas for further optimization of power grid operation mode and delicacy dispatching and control，promote re-positioning of dispatching and control management, and fully enhance dispatching and control management level.

power grid；big date；dispatching and control management；data integration；visualization

TM866

B

1007-1881（2015）07-0030-03

2015-05-12

朱艷偉（1983），女，博士，工程師，研究方向為電力系統調控運行。