大數據技術在電力調度工作中的應用

袁浩亮

摘要：伴隨著我國科技水平的發展，大數據技術被廣泛應用在電力調度工作中。針對大數據在電力調度中的應用研究，結合理論實踐，在簡要闡述大數據在電力調度中應用價值的基礎上，分析了目前大數據在電力調度中應用存在的挑戰，并提出具體的應用思路。得出在電力調度中應用大數據提高調度效率和準確性關鍵的結論，希望對相關單位有一定幫助。

關鍵詞：大數據技術;電力調度;應用

引言

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數據挖掘技術及其原理

數據安全研究中心網站對數據挖掘的定義是：基于現實或虛擬的數據處理中心，圍繞一個特定的研究對象或一個特別的研究目的，對數據進行采集、保存、分析等數據收集與管理。目前，國網電力公司正在實施“SGl86”工程，正在建設并完善以數據采集、數據共享、數據分析為主要功能的智能型綜合業務系統。

服務架構是海量實時數據中心對外提供的各種服務功能的集合，具體而言，包括數據接入服務、數據采訪和基礎工具服務。利用海量數據，可以訪問電力系統各業務流程的歷史記錄，提供各流程業務的標準、統一訪問方法，并為跨專業、跨部門的分析及輔助決策提供必要的支撐。海量實時數據中心提供標準的業務應用數據接入方法，主要包括以下幾種。

（1）實時/歷史數據通用應用程序訪問接口（UAPI）。利用應用程序訪問接口將數據寫入中心服務平臺，以實現實時/歷史數據接入。業務應用可以直接使用UAPI直接向實時數據中心寫入數據，從而完成實時歷史數據的接入。該接入方法可以適用于同在管理信息大區的業務應用接入，生產控制大區的應用由于單向隔離網閘而無法應用。

（2）E格式語言文件。E格式語言文件是國網公司制定的一種通用的實時數據傳輸標準，實現文本文件在單向隔離網閘的穿越傳輸，在調度與信息的數據交換領域得到了廣泛的應用。該接入方法能夠適用于所有業務應用的接入，由業務應用依據需求持續形成E格式文件并輸送至實時數據中心的接入服務器，接入服務器負責解析E格式文件并調用UAPI將數據寫入實時數據中心。

（3）實時數據接入通用規約。該通用規約基于TC/IP，通過網絡通信報文的形式將業務應用的數據傳輸到實時數據中心的接入服務器，接入服務器負責解析該通用規約并調用UAPI將數據寫入實時數據中心。考慮到單向隔離網間的特點，該通用規約在設計時不考慮應答報文，其目的是通過通信規約的形式。

（4）其他標準的規約和接口。對于電力行業及相關行業內比較成熟通用的標準規約和接口，實時數據中心都應提供支持。

2大數據在電力調度中應用存在的挑戰

大數據在電力調度中的應用大體上可以分為三個階段，第一階段，理論知識的研究階段，對電力調度大數據相關知識和體系進行深入研究，明確其可行性;第二階段，關鍵技術研究階段，通過數據挖掘技術等對大數據在電力調度中應用的相關數據進行收集和處理，為后期的應用奠定基礎;第三階段，應用研究階段，重點對各技術領域的詳細需求分析、場景設計、分析模型和專業方法研究。

2013年，我國電力科學研究院所開始對大數據在電力調查中的應用進行研究，同時也提出了大數據在電力調度中應用時存在的挑戰。主要包括：基礎數據獲取難度大、多領域數據融合比較困難、專業數據解析準確度有待提高等。與電力調度內部數據獲取相比，外部相關數據獲取的難度更大。而作為全球工業大國，德國很早就實現了大數據在電力調度中的應用，但上述三類難題一直沒有得到有效解決。主要原因是大數據是一項綜合性非常強的技術，其在電力調度中應用時，無論系統構建還是應用開發，都需要多領域、多學科的合作才能完成，就我國目前電力系統的發展現狀而言，對此方面的研究還停留在起步階段。因此，我國大數據在電力調度中的應用仍然任重而道遠。

3大數據電力調度中的應用思路

3.1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。

3.2數據挖掘技術的應用

在對電力調度自動化系統挖掘過程中，可以使用現代化機械學習系統緊盯數據開發、挖掘、使用，并將傳統的數據信息進行連接，以保證數據信息的準確性，確保調度自動化系統的使用安全。針對電力調度自動化系統的特點，使用擴展的方式進行處理，結合中央處理器與圖形處理器結構進行分析計算，從而保證電力調度自動化系統的使用安全與人們日常用電安全，從根本上提高我國社會經濟效益，提高人們的生活質量，促進電力行業快速發展。

除此之外，還可以使用半監督半學習的形式，保證數據的項目使用的準確性，同時還可將這些數據信息結構結合，將數據信息進行可視化分析，從而達到最終的數據挖掘效果。

3.3數據存儲壓縮

數據中心主要應用于存儲和獲取時間序列的實時數據，用于工廠數據的自動采集、存儲和監視，它是連接工廠底層控制系統與上層管理信息系統的橋梁。在數據庫中的電力數據類型是多種多樣的，既包括電力生產的實時數據，又包括一些累計數據。特別是在電能量采集系統和用電信息采集系統中的計量關口和大用戶數據，這些數據往往規模龐大，如果把這些數據分散存儲在各個數據單元，將浪費大量測點資源，也不利于數據的管理。數據存儲壓縮技術將數據通過時分法進行無損壓縮，從而保證數據的精度與質量。以電量數據為，將電量數據集成到實時數據庫，基于實時數據庫完成分析電表運行狀態、電量平衡、網損計算和各種統計管理功能。

3.4互動負荷大范圍的廣域優化調度

傳統電力調度主要是通過調節相應的電機組來實現電力調度和調整，但當風電間歇性能源的容量達到一定臨界值時，僅僅憑借電機組很難實現電力的調度和調整。在未來“五縱六橫”高壓電網骨架中，相應的可控資源也要納入電力調度系統中，傳統的調度方式則更加難以滿足具體需求。而利用大數據技術，就可以實現對全網負荷信息的全方位、全過程監測，甚至可以根據資源優化配置的原則，實現大范圍的廣域調度，可以有效提高電網全局姿態感知和統一控制決策的能力，滿足電網安全、經濟運行，而且也可以最大限度上接納可再生能源的需求。

結語

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。

參考文獻

[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.