能源互聯網形勢下的電力大數據發展趨勢

賈洋

【摘 ?要】近年來，隨著我國科學技術的發展，我國的經濟水平和生活質量得到了明顯的提高，特別是在能源方面，電力企業在應用信息系統和智能傳感技術的同時，還需要面臨著基數較大的電力以數據，同時對一些綜合處理的要求無法通過傳統的數據分析方式進行滿足。所以，在能源互聯網形勢下需要應用大數據技術來為電力數據進行處理。本文就對能源互聯網形勢下的電力大數據發展趨勢進行深入探討。

【關鍵詞】能源;互聯網;電力;大數據

伴隨各項技術和控制方法的進步，能源系統近年來實現了快速的發展，其中智能電網是非常突出的代表。目前很多能源企業均建立了具有自身特色的管理系統，比如能量管理系統和配網管理系統等，進而確保能源網絡可以正常的運行。通過充分應用智能傳感技術和信息系統，電力行業收集了非常大體量的數據，采用傳統的數據分析方法也無法滿足對數據進行綜合處理的要求，必須要應用大數據技術對各行業和各階段的數據進行處理，以從中獲取更具價值的信息。基于此，本文對能源互聯網背景下，電力大數據的發展情況進行研究，為電力等能源企業更好的應用大數據技術對收集而來的大體量數據進行挖掘和處理提供理論指引。

1、能源互聯網中大數據技術應用的重要性

首先，能源互聯網性中的功能主體更加具有先進性優勢，不僅多源系統之間能夠相互配合，決策階段更需要完善的信息資源做保障，在實時處理的基礎上，提高決策的有效性及合理性，相對的，一旦信息資源不夠全面，就會導致管理效率大幅度下降，細化來說，以能源互聯網為主導，電能與儲能裝置較多，與此同時，還應當確保主體系統之間良性互動，在保持協調性的基礎上，創建以能源為基準的一體化西用那個，通過對大數據進行分析，提高決策質量，促使多種能源在保持穩定性的同時實現智能化配送。其次，在能源互聯網實際運行階段需要確保能源高效生產及利用，這就使得其中涵蓋的內在聯系較為復雜，處于不同的能源項目中，側重點也因此而偏移，一旦外部因素控制不當，對其產生消極作用，增加能源互聯網的運行難度及風險，而社會發展進程中對能源的持續及穩定供應則提出了更高的要求，這就需要對大數據技術進行高效應用，對能源互聯網中的運行數據進行實時分析及利用，通過對其進行深入挖掘，精準掌控能源互聯網的運行狀態及特點，通過不斷對其模式進行優化，促使其運行效果始終處于良好范疇中，進而從根本上提高能源互聯網的運行質量，促使其安全性及穩定性達到預期目標。

2、能源互聯網中大數據技術的應用思考

2.1提高科技創新能力

創新能力是衡量一個國家綜合實力的重要指標，提高科技創新能力也是發展電力市場的根本。比如最新的大數據分析科技。大數據在能源互聯網的重要作用顯而易見，它能夠對大量的信息進行傳輸、處理和分析。因此在今后的改革方向中，必須把大數據放到重要的發展平臺上來，這樣才能夠對電力系統進行全景實時的數據收集。許多最新的科研技術例如云計算、智能電網等等的應用與發展也都可以提升電力系統的穩定性與可靠性。

2.2能源公共服務與應用支撐技術

以平臺總線為基礎構建能源公共服務平臺，進而為更好的應用信息交互提供相應的支持，并且利用云計算技術也能提供應用軟件的協同。通過以全局服務總線為基礎，構建統一的能源公共服務平臺，進而提供標準化的松散應用耦合模式，進而發揮通過數據傳遞信息的作用，確保系統的可擴展性得以提升，同時改善其監控性與管理性，進而促進軟件的在線升級與靈活部署的實。在構建統一服務平臺時，要對底層通信技術進行屏蔽，并采取正確的處理方法，促進應用請求信息和響應結果的正常傳輸。在構建統一服務平臺時，需要確保軟件的服務功能的實現，以對動態部署提供更大的支持。在能源公共服務平臺和上層應用之間，要采用能源支撐技術，根據應用的不同需求，更好的支撐上層應用，使之與系統的應用相匹配。通過構建數據模型，進而生成分析業務所需要的數據。在平臺總線的基礎上，支持應用信息的交互，進而為更加透明的業務互動提供服務。

2.3能源互聯網中的大數據處理平臺

首先，能源互聯網中的大數據處理系統本身對運行及數據處理的要求就較高，而云計算在發展進程中不僅具備較強的數據處理能力，更能快速傳輸及安全存儲，因此，云計算平臺的處理能力能夠滿足時代更迭發展的數據處理需求，其本質就是以物理資源及計算資源虛擬化處理為主導，實現對數據資源的科學分配及利用，可以說云計算平臺的可利用彈性指標較為理想，能夠在利用自身數據計算能力的基礎上合理縮減運行成本，促使能源消耗量持續降低。另外，云計算平臺的安全指數也普遍較高，能夠保護用戶的數據信息，降低泄露風險。其次，數據實現可視化，其原理就是在利用計算機圖像處理技術的同時，將原本抽象的數據信息轉變為可視化的圖像信息，而后通過屏幕將數據完整的呈現出來，就能相對提升交互處理質量，因此，數據可視化技術中所應用的現代技術及學科較為豐富，無論是圖像設計還是計算機輔助設計都涵蓋其中，能夠為數據的形象化轉化提供基礎保障。

2.4分布式數據挖掘技術

對于設備出現的異常或故障，必須及時發現，及時糾正。這需要我們對設備的狀態數據進行聚類，并且還需要判斷該設備是處在正常狀態還是異常狀態。利用聚類的方法，我們可以將數據分成不同的簇，雖然不同簇之間的差異比較大，但是同簇之間的差別較小。因為在能源互聯網中的數據量是非常大的，我們可以采取分步式的方法對聚類進行處理，把整個聚類作為一個hadoop任務來執行，再通過迭代計算和分布式計算來有效地減少計算的時間。

3、電力大數據發展的趨勢

實踐證明電力大數據應用在電力行業的各個環節，從電力企業的風電場選址、到電力配電網絡的建設以及日常的管理都發揮著重要的作用，隨著我國智能電網建設步伐的加快，電力大數據的發展趨勢呈現為：一是電力大數據技術越來越完善、應用范疇越來越廣。隨著智能電網的建設，大數據技術在電力企業中的應用越來越廣泛，促進了電力企業的生產模式，加大了電力企業的預測準確性;二是實現了在線監測，智能技術越來越完善。電力系統的風電機組工作環境比較惡劣，其不僅要擔負高負荷的工作壓力，而且還需要經受各種自然現象的沖擊，因此監測風電機組運行狀態是保證電力工作的重要因素，基于大數據的風電預警系統實現了對該設備的實時在線監測，通過設備屬性配置定義創建設備超球模型，并用該模型在在線超球模型中評估設備狀況，在線評估模型的輸出是相似度曲線，用于關聯點排序、狀態預警和測點值的預測;三是大數據技術在電網災難預警中的應用。基于電網的日益復雜，一旦電力系統出現故障就會產生巨大的災害性損失，因此，降低電力系統故障就需要做好預防工作，構建基于大數據的災害預警框架，該框架主要是通過算法模糊層判斷指標獲得判斷數據庫，以此查找原因獲得原因分析樹，并且走給出綜合預警結果。

4、結論

結合本文，由目前情況可知，許多能源企業都形成了自身特點鮮明的管理系統，電力大數據技術已經被有效的應用到了我國電力行業的各個環節，無論是在電力配電網絡的建設還是日常的運營管理，都在發揮出重要的作用。從而有利于電力企業形成數據驅動型智能配電網，充分根據用戶的需求來實現用戶與電力企業的有效溝通。

參考文獻：

[1]宮一品，徐從明，韓憲叢.能源互聯網下電力大數據發展相關研究[J].山東工業技術，2018（11）：132.

[2]吳全才.能源互聯網形勢下的電力大數據發展趨勢[J].信息與電腦（理論版），2016（18）：147-148.

[3]李棟華，耿世奇，鄭建.能源互聯網形勢下的電力大數據發展趨勢[J].現代電力，2015，32（05）：10-14.

（作者單位：國家電網山西省電力公司忻州供電公司）