大數據在電力調度中的應用

強東盛,高 龍

(1.國網河北省電力公司電力科學研究院,石家莊 050021;2.國網河北省電力公司保定供電分公司,河北 保定 071000)

大數據在電力調度中的應用

強東盛1,高 龍2

(1.國網河北省電力公司電力科學研究院,石家莊 050021;2.國網河北省電力公司保定供電分公司,河北 保定 071000)

介紹電力調度大數據和大數據基本框架,從異常數據統計、電網運行數據可視化展示、調度各專業精益化管理、停電事件綜合查詢分析等方面分析大數據在電力調度中的應用情況,分析表明極大提升了電力設備運行水平、促使調度專業管理提升到新的高度。

電力調度,大數據,數據挖掘,智能判斷

隨著互聯網技術、計算機技術的飛速發展,大數據技術和理念應運而生,雖然現在仍處于發展階段,但在許多領域已經創造了巨大的價值,可謂前景無限。電力調度體系和大數據的結合,憑借其強大的數據挖掘和智能判斷能力,能為電力調度打造出高效的業務流程,助力自身戰略決策,并將逐步改變電力企業發展方式,為全球能源互聯網和智能電網的建設提供新的思路。

1 電力調度大數據介紹

電力調度大數據主要體現在多數據融合、數據可視化、大規模結構化存儲3個方面[1]。多數據融合是電力調度大數據應用的核心。傳統的調度系統如D5000系統、調度生產管理系統、電量采集系統、缺陷管理系統、調度工作評價系統等往往獨立配置,各系統間數據不互通,保護、方式、自動化等專業數據彼此獨立,形成信息孤島。電力調度大數據的多數據融合性有力地破除了信息孤島的數據壁壘,增強了數據的耦合度;電力系統運行和電網檢修的特征和規律一般較抽象,難以發現,電力調度大數據可視化的優勢有效解決了該問題,圖形化展示海量數據中隱藏的內在聯系,便于各部門信息的傳遞與經驗的分享;電力調度大數據大規模結構化存儲為點多面雜的電力數據提供了一個全方位、多聯系的媒介,可規模化存儲歷史數據,為統計分析提供數據基礎[2]。

2 電力調度大數據基本框架

電力調度大數據的整個框架結構是自下而上數據融合、分析、處理的過程,根據數據處理的不同階段,可以將電力調度大數據系統劃分為四層結構,如圖1所示。

圖1 電力調度大數據系統的基本框架結構

框架底層為電力調度相關的應用系統,如調度前置系統,提供電網最基礎也最重要的電流電壓功率數據,大數據所有的智能判斷和前瞻性預測都以前置系統的電網數據為依托。SCADA系統提供電網模型,電網中線路、主變壓器、電容器、母線的數量、參數及相互之間的拓撲關系都可以從中得到。生產管理系統、缺陷管理系統為大數據系統加入了電網管理信息,使大數據不僅能為電網數據展示提供便利,而且真正成為電網管理者強有力的管理工具,綜合智能告警、停電信息查詢等各項便捷功能應運而生。第二層為數據庫層,收集調度各應用系統的生數據,并按照遙測、信號、模型、管理的類別差異,分類存在不同的數據庫模塊中,現代數據庫系統的可擴展性和多結構性極大的提升了數據的存儲效率。第三層為數據綜合處理層,該層為大數據系統的核心,依托數據庫層中海量數據,可根據工作需要實現負荷越限告警、無功電壓潮流、保護缺陷分析、方式調整決策等智能應用。事實上電力系統中幾乎所有的統計、分析、決策、參考信息都能在數據綜合處理服務器中自動生成。最高層為展示層,目的是建立人性化的人機交互,數據綜合處理層中提取的有用信息通過圖表的形式展示出來,便于調度管理者理解和分析。

3 電力調度大數據的應用

3.1 應用分析

3.1.1 異常數據統計分析

異常數據統計分析的作用是從電力系統海量信息中自動挖掘錯誤或異常數據,達到錯誤異常提示的目的。電力系統中的錯誤、異常數據往往預示著電網中設備的故障或異常狀態,指引調度管理者處理電網缺陷,提升電網的穩定性。例如,負荷突變推送,系統實時采集各縣域總加負荷,并形成負荷曲線,當某縣域負荷突增或驟減時,自動生成負荷異常記錄,并通過短信的形式告知調度專責。又如廠站運行率,系統自動統計每座變電站當前通訊狀態、當月通訊中斷時長,并算出一定時間段內的廠站運行率,廠站運行率較低的說明廠站自動化設備故障或通訊通道欠佳,供調度自動化專責參考。再如遙控失敗、遙信異常、遙測異常、監控信號頻發統計,更是直指SCADA基礎數據缺陷,有助于提升調度自動化基礎數據水平。

3.1.2 電網運行數據可視化展示

隨著電網規模增大和數據量的增多,需要更先進、更直觀的工具和手段來幫助調度員實現對電網及時有效的監控,可視化功能是目前從人機界面角度實現上述功能的最有效的技術手段。模型數據庫中包含電網中所有設備的參數信息,在數據展示區可展示電網規模,顯示在運所有變電站的數量、主變數量、線路數量等;統調發購,風電、光伏、火電出力,地區用電負荷可在“負荷電量”區集中展示,用日曲線、年曲線的形式比較直觀,便于縱向比對,同時提供歷史曲線查詢功能;“設備運行”版塊可展示主變油溫、線路及主變負載率、母線電壓越限情況,電網設備異常狀態一目了然;“負荷控制”版塊可展示可控用戶負荷、有序用電、事故拉路、低頻減載等。

3.1.3 調度各專業精益化管理

對于電力調度管理者來說,收集數據是一切分析與決策的前提。而調度大數據系統天然具有數據優勢,可為調度各專業精益化管理提供全方位的平臺。調度控制專業可集成過載設備監視、預計設備過載、設備過載統計功能;調度計劃專業可集成輸變電設備檢修瀏覽、清潔能源出力消納、等效平均負荷等功能;設備監控專業可集成全網監控信息展示、監控信息分析、油溫負載率越限、電壓越限、無功電壓潮流等功能;繼電保護專業可集成遠方操作統計、保護設備統計、保護缺陷分析等功能;自動化專業可集成狀態估計、廠站運行率、缺陷分析、智能告警等功能,甚至是調度綜合管理也會得益于它的強大數據處理能力,生成全網人員管理、調度工作評價、網站欄目發文統計、會議室管理等實用性功能。

3.1.4 停電事件綜合查詢分析

停電事件不僅會破壞電網的穩定性,增加電網風險,而且會給用戶造成損失,影響電力企業形象,因此,對停電事件的分析勢在必行。調度大數據系統可將檢修停電、故障停電、接地拉路停電、過負荷限電信息提取出來,自動生成停電時段分部、當前停電設備、年度停電分布、重復停電次數等報表或圖像,供調度或營銷管理者參考。另外可對故障停電做系統分析,統計故障跳閘率高、缺陷發生率高的設備,重新規劃供電方案,更新換代老舊設備,逐步降低故障停電的概率。

3.2 應用效果

大數據在電力調度中的應用主要體現在2個方面。首先是極大提升了電力設備運行水平,通過異常數據統計分析、電力系統故障可視化展示和停電事件綜合查詢分析,電力調度管理者可輕易發現電網設備運行中的缺陷和隱患,提前做好大修技改儲備計劃和應急預案,保證不出現電網安全事故,同時可通過電網運行規律的深度挖掘,研究形成電網最優運行方案,減少線路損耗,增強電網運行可靠性。其次是促使調度專業管理提升到新的高度,利用調度大數據系統的全方位性,將管理抓手橫向延伸至專業邊沿,縱向延伸至各級調度體系,形成調度管理的全面管控,另外,增強了調度管理的科學性和客觀性,一切結論和決策都拿數據“說話”,有利于抑制主觀臆斷對管理決策的影響。

4 結束語

隨著數字信息化時代的迅猛發展,信息量也呈爆炸性增長態勢。在人類充分享受信息化帶來的資訊、方便和快捷時,也使得全球的數字信息資源正進入到一個前所未有的快速增長期。大數據在電力調度中的應用,充分利用了大數據高性能計算、數據挖掘、統計分析的能力,將電網運行數據和調度管理信息結合起來,成為提升電力調度發展水平的新的發動機。未來電力調度大數據的應用必將轉變電力公司發展方式,促進電力行業轉型升級,為智能電網的全面建成打下堅實的數據基礎。

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

[2] 趙云山,劉煥煥.大數據技術在電力行業的應用研究[J].電信科學,2014,30(1):57-62.

本文責任編輯：羅曉曉

Application of Big Data in Field of Electric Power Dispatching

Qiang Dongsheng1,Gao Long2
(1.State Grid Hebei Electric Power Research Institute,Shijiazhuang 050021,China; 2.State Grid Hebei Electric Power Corporation Baoding Power Supply Branch,Baoding 071000,China)

With the rapid development of internet and computer technology,big data technology and ideas came into being.Although it is still in the development stage,but in many areas it has created great value.It has unlimited prospects.By its powerful data mining and intelligent judgment ability,big data on power dispatching will gradually change the development of power enterprise and provide new ideas for the construction of the global energy net and the intelligent gird.This paper mainly discusses the application of big data in the field of electric power dispatching.

power dispatching;big data;data mining;intelligent judgment

TM734

B

1001-9898(2017)02-0001-02

2017 03 22

強東盛(1964-),男,高級工程師,主要從事電力系統保護及自動化專業、變電站運行檢修等專業管理工作。