基于電力調控大數據平臺的指標展示應用研究

溫濤

摘要：當前信息技術的快速發展催生了大數據時代的發展，使電力管理和建設的發展趨于自動化和數字化。本文大數據技術在電力調控中應用的價值，分析了大數據技術在電力調控中的具體應用，并進一步探討了大數據技術在電力調控中的應用方向，以其為電力調控工作自動化和智能化水平的提升提供一定的借鑒。

關鍵詞：大數據技術;電力調控;應用

引言

現階段社會的用電量在我國經濟水平逐步提高的情形下日益增加，因此在電網運行的質量和效率方面的要求也在不斷提升。而隨著近些年信息技術的飛快發展，在社會各領域中對大數據的應用也越來越普遍，作為信息技術中不可或缺的組成部分，大數據技術在電力調控工作中發揮的作用非常重要，它不僅使電網運行的成本進一步降低，電網運行的質量和效率也會因此而得到提升，所以對于該問題的研究勢在必行。

1.在電力調控中應用大數據技術的價值

大數據技術在電力調控中的應用，可較大程度的促進其發展，主要表現在：第一，對電力運營管理水平的提升有重要的促進作用。隨著發展電力系統的設備和構造也越來越復雜，因此也提升了電力運營管理的要求。利用大數據技術分析運營中的電力系統產生的各種數據，然后運用自動化和智能設備自動調控電力系統，可促進電力調控更加精準;第二，可使用戶用電體驗效果提升。當前用戶的用電隨著智能電網的應用越來越方便，人們利用網絡繳費便可以直接把費用下發到電表，還可以通過AMI分析數據，對用戶用電消費特征和用電量進行有效的判斷，進而更合理的規劃電力調度運行，保證用戶用電體驗更加良好;第三，促進相關政策的進一步優化。隨著我國不斷的推進電力改革，國家也根據實際情況調整和改進了電網政策，而且許多人也對新出臺得相關政策的調控效果比較關注。而政策優化所起的具體作用可通過大數據技術分析得到充分展現，也是政策優化的重要衡量標志。

2.大數據技術在電力調控中的具體應用

2.1電力大數據的核心技術的有效應用

電力大數據的核心技術主要包括：數據集成管理、數據分析、數據處理、可視化等技術。數據集成管理技術主要是通過收集和整理電網運行中的各種類型的數據，并通過對相關數據的轉換形成新的數據源，然后為電力調控依次提供一定服務的技術;數據分析技術指的是通過挖掘和分析電網運行中的各項數據，進而為電力調控工作提供所需的信息;數據處理技術主要是有效的結合計算機和大數據技術，進而及時處理各項動態數據的過程;可視化技術指的是利用圖形的形式處理各種數據，使相關應用的顯示更加直觀。

2.2電力調控中應用大數據技術的體現

（1）智能監控電網的運行狀態

電力調控中心可以通過對大數據技術的有效應用對處于運行狀態的電網全程進行智能監控，而且可以通過對大數據技術的數據集成、分析和處理等技術進行有效的利用在線監測各項數據，對電網的運行狀態實時進行診斷，如采用ETL工具抽取相關數據。ETL工具主要包括Kettle、Talend和InaplexInaport，其中Kettle工具比較常用，它主要是運用集群方式部署臺機器的工作，對Postgre等數據源進一步優化，通過利用Java腳本、SQL語句對數據進行篩選和分析，并在電子日志內記錄相關監控數據。隨著當前電力設備越來越多，運行過程中的電網會產生更多的數據量，因此想要對電力實現有效的調控，需保證智能電網的發展跨度更大，在智能監控的壓力得到有效緩解的基礎上，為大數據應用水平的提升奠定創造有利條件。

（2）智能預警電力系統的安全

智能預警是在電力系統中應用大數據技術的重要標志。傳統的安全預警是根據對預案的評估及采用離線計算方式科學預測電力系統的運行狀況。而根據其具體的應用情況分析，該預警方式的效率相對較低，對當前電網運行的需求無法提供保障，所以通過對大數據技術的合理應用對電力系統實現智能化管理非常有必要，如可以通過對全網仿真統一計算和數據分類儲存處理技術進行有效的利用，統籌處理電網運行過程中的一系列數據，并通過對其中異常數據的分析，準確追蹤和定位發生故障的區域，并實時生成可行性的評估方案，促使其中的矛盾和故障得到及時有效的解決。

（3）優化調控電力負荷的情況

隨著社會逐步提升用電的質量要求，電網建設過程中對新能源的應用越來越多，但是不同于傳統的火電發電方式，新能源發電通常間歇性的特征比較明顯，如太陽能、風力和光伏發電都受自然環境的影響較大，人為控制對其發揮不了較大作用，根據一定的比例對傳統發電和新能源發電進行并網，也是電力系統電網調控工作的一種挑戰，運用大數據技術可以依照電網運行中對可控資源信息的需求制定針對性的調度技術，進而對負荷信息實現有效的處理，如在Hedoop分布式文件系統中利用大數據技術對HBase數據庫進行構建，可增加數據的動態列和實現自動切分，進而實現實時讀寫和處理各項數據的目的。

3.關于大數據技術在電力調控中的應用方向

3.1對電力負荷加強預測

隨著當前科技的不斷進步，電力系統中電力結構發生的變化也相對較大，如在電力系統中接入分布式發電和電動汽車供電等，導致電力負荷運轉規律的變化較大，也進一步增加了電力負荷預測的難度。所以在愛當前應用大數據技術的過程中應該對該方面的工作引起重視，通過收集分析各方面數據，并對地理、經濟等行業數據信息綜合考慮，達到有效預測電力負荷的目的。

3.2進一步強化智能監控工作

隨著逐步發展當前電力系統的結構也更加復雜，其中相關數據信息也越來越多，因此只采用傳統的電力調控人員監控電力運行的方式已經無法適應當前發展，而且對電力系統的穩定和安全運行也造成不利影響。所以需把大數據技術合理融入電力調控監控工作中，對電力系統實現智能監控。通過有效的應用大數據技術，可以在某個監測點集中反應各電力設備的監測信息，然后通過統一分析所有的數據信息，進而實現對電力系統的整體調控，電力調控也會因此而更加科學和合理。另外還可以把智能告警裝置接入智能監控中，通過科學的設置報警數據，監控系統會在設備運行數據超出規定范圍之后，自動進行報警提醒，便于相關部門及時采取針對行動的調控措施。

3.3對電網加強檢修工作

在當前電力系統越來越復雜的情況下，也為電網檢修增加了難度。首先在診斷電網故障相關問題時增加了難度，會延長診斷電網故障的時間，客戶的用電體驗便會因此受到影響，進而威脅到其經濟利益。所以合理運用大數據技術便能妥善的解決這些問題，也是電網檢修速度和效率有效提升的重要保障。而電力系統運行數據在相應區域電網發生故障時也會發生變化，通過深入分析這些數據信息，可準確的查找到故障位置，對有效的開展維修工作提供較大的便利;另外在對電網計劃檢修安排時通過對大數據技術進行有效的應用，可避免發生延期供電、重復停電的情況。運用大數據技術可以有效整合區域范圍內的電力設備缺陷和用電需求等數據，然后統一規劃和安排整體檢修工作，并把確切的停電和供電的時間及時通知區域范圍內的客戶，實現最大程度的降低因檢修工作造成的影響的目的。

4結語

總之，在電力事業逐漸進步的情形下，電網調控過程中對大數據技術的應用會越來越多，而且根據當前電力調控中對大數據技術的實際應用分析也可得出，電網運行在該技術的促使下也更加穩定和高效，因此大數據技術的應用也是我國電力調控進一步發展的重要保障。

參考文獻：

[1]馬貴波.張旭.鄭雯澤.大數據技術在電力調控中的應用研究[J].南方農機，2018（19）：181.

[2]..大數據技術在電力調控中的應用分析[J].數字通信世界，2017（12）：54.