大數據智能電網可視一體化研究

孫名揚 李宏偉

摘 ?要：智能電網是以傳統電網為雛形，通過數字化和網絡化的方式解決實際問題，并提高電網的自動化和智能化程度，進而追求信息感知、決策和執行的統一。大數據智能電網可視一體化平臺采用優化后的并行計算模型，有效解決了傳統電網自動控制效率低、故障率高、維護難的問題，大大提升了人員的工作效率，結合大數據技術，可多樣化滿足用戶需求，進而達到可靠、安全、經濟、高效、環境友好的目的。

關鍵詞：智能電網;大數據;平臺化;高效;環境友好

中圖分類號：TP311 ? ? ?文獻標識碼：A文章編號：2096-4706（2021）21-0136-03

Abstract： Taking the traditional power grid as the prototype， smart power grid solves the practical problems through digitization and networking ways， improves the automation and intelligence of power grid， and then pursue the unity of information perception， decision-making and implementation. The visual integration platform of big data smart power grid adopts the optimized parallel computing model， which effectively solves the problems of low efficiency， high failure rate and difficult maintenance of traditional power grid automatic control， and greatly improves the work efficiency of personnel. Combined with big data technology， it can meet the needs of users in a variety of ways， so as to achieve the purpose of reliability， safety， economy， efficiency and environment-friendly.

Keywords： smart power grid; big data; platformization; efficient; environment friendly

0 ?引 ?言

近些年來中國在工業用電、農業用電、商業用電、居民用電、公共設施用電方面的用電量逐年攀升。2020年中國全社會用電量達75 110億千瓦時，較2019年增長了2 258億千瓦時，同比增長3.10%，而2021年上半年全社會用電量已達39 339億千瓦時。傳統電力系統是單向結構，極其依靠傳統燃料，存在電力分配不合理和缺口巨大等問題，并且很難滿足日益增多的用電量和需求量。隨著全國積極推進“碳達峰”與“碳中和”，能源革命和發展高效智能化電力系統勢在必行，更是實現未來中國科技、經濟雙發展的必然途徑。正因如此，“智能電網”的概念被首次提出，并得到快速發展。作為一種信息采集—分配—管理的大型智能化系統，其運行時會產生海量數據，并且數據類型也日益多元化。

1 ?智能電網與大數據技術的關聯

智能電網在傳統電力系統的基礎上，集成應用新設備、新材料、新能源等構成新型現代化電網[1]，在此基礎上，還配備了許多新技術，如：大數據技術、傳感技術、遠程操控技術、信息交互技術等，對海量數據進行整合并利用，多樣化地對數據進行全方位統一管理，以滿足用戶的各種需求。在完善的數據庫和大數據處理技術的加持下，可進行“多方交互”，可有效規避風險和故障。在電能傳輸和發電耗電時，還可實時監控用戶的用電情況，若出現故障，可有效控制電網減少斷電時間。若為智能電網配置一個完善的數據庫，可通過大數據的云計算技術和數據挖掘技術，實現數據的全類型多樣化處理，還可以在任何地點、任何時間段，合理且高精度地提供電力資源，從而避免由電力缺口過大而導致的限電停產。

2 ?大數據技術在智能電網中的應用

大數據處理技術與智能電網的優化和升級是當下熱門的交叉性研究課題，也是中國未來發展所必需的。同時，新能源供電的大量引入，打破了傳統電力系統的靜態生產，使電力工業面臨極其復雜的安全形勢。正因如此，本文創新性提出了一種大數據智能電網可視一體化平臺，以大數據智能分析平臺為雛形，包含了數據特征提取、算法的設計、模型、參數查詢與管理、分布式存儲及并行運算等功能，以實現數據的分布式處理，降低時延，提高處理效率和用戶體驗，進而有效提高整體電能調度水平[2]。如圖1所示。

2.1 ?數據分布式存儲

傳統的存儲方法是采用集中的數據存儲器進行存儲，這樣的方法若用于龐大的數據集，會極大限制系統的性能。數據分布式存儲是將龐大的數據集經云計算技術分析后，將廣泛被應用的半結構化或非結構化數據轉變成結構化數據，分類存儲到多個獨立的設備上，當數據存儲平臺發生問題時，利用數據存儲技術進行問題處理，從而提升電網信息的安全性，減少了存儲器的負荷，更大大提高了可靠性，必要時還可進行彈性擴展[3]。大量數據涌入數據庫時，采用并行計算與分布式存儲相結合、云計算和數據挖掘技術相配合的方式，提取數據特征，合理分類，極大提升計算分析效率，有效擴大解決問題的規模，實現了分布式與并行計算的融合。

2.2 ?并行化多維計算

電能的產生、各用戶消費都是瞬間完成的，并產生一個大數據集，電力系統中還有電流電壓的產生，并配有大量負載。基于此情況，本文提出并行化計算的設計理念，整個過程中都須依靠高效且可靠的運算，才能保證電能的合理分配和動態平衡。能源革命愈演愈烈，大規模新能源設施動態接入和退出、用戶過多導致負荷過大等特性，對數據計算、處理和分析提出了更高的要求。并行化計算可在某一大數據集突然輸入時，依靠其特殊的算法設計對其產生的數學模型進行多維化計算分析，將一個龐大的數據集拆分成若干子數據集，進而進行分布式存儲。并行化多維計算相比于傳統的串行運算，極大提升工作效率、可靠性，并帶來極大的附加價值。這是能源安全可靠、高效智能生產、輸送與消費的基本保障。

2.2.1 ?算法設計

本平臺以BSP并行化計算模型為設計理念，包含計算組件、柵欄同步器和路由器，在提供網絡的同時，柵欄同步器將各類型數據分成一個個超步，分為3個階段進行計算分析：

（1）本地計算：計算節點對本地的數據進行計算分析，存入到本地的存儲器中，將需傳送到其他本地存儲器中的數據進行排序，有序傳輸。

（2）點點通信：即各計算節點之間可隨時通信。

（3）全局路障同步：超步為全局路障同步的起點，本次超步計算分析、數據經全局路障同步后，方可生效，并且每個計算節點完成后，才能進入到下一個超步，否則無效。

BSP并行計算模型相當于計時節點并行計算，各超步之間串行運行，適用于智能小區、樓宇和各類對數據挖掘無深度需求的普通用戶。如圖2所示。

2.2.2 ?BSP并行計算模型優化

BSP并行計算模型暴露出一個缺陷，就是在計時節點并行運算，超步之間串行運算時，保證了數據的一致性，但存在速度慢的問題，且無法針對智能電網的實時改變的數據進行計算分析，不適用于大數據的實時處理。故本平臺以BSP并行計算模型為雛形，提出了一個新的設計理念，即本次計算節點完成數據分析，經過全局路障同步后，串行進入下一個超步的計算。期間若有實時的大數據更新，也可以進行異步計算，即跳過全局路障同步，直接對數據進行計算分析，將數據并行化和模型并行化結合，保證了對實時數據處理的高效性和可靠性，也滿足了對智能樓宇、智能小區和各類普通用戶的個性化需求。如圖3所示。

2.3 ?“多方交互”網絡通信

在大數據智能電網可視一體化平臺中植入數據分析軟件包、智能終端和輔助決策分析供用戶使用。數據分析軟件包主要用于用戶對數據的再次挖掘;智能終端用于多方隨時進行網絡通信和用戶的信息查詢與管理;輔助決策分析包含電網基礎設施信息、設備運行管理信息、環境信息、歷史故障診斷和故障預警及故障率檢測。利用上述功能，以適當開源的方式，個性化、多樣化的滿足各種用戶的實際需求。下面將詳述各項功能。

2.3.1 ?智能終端

智能終端用于多方隨時進行網絡通信和用戶的信息查詢與管理，其中包含了信息安全防護技術和虛擬化技術，信息安全防護主要采用3個原則：最細化原則、權限分配原則和信息隔離原則。最細化原則：實時上傳和更新的數據過于龐大，務必會有敏感信息，這些敏感信息只在一個范圍內進行共享，適當分配用戶的訪問權限，進行限制性信息共享。權限分配原則：在整個平臺中，對所有權限進行合理分配，每個可以訪問信息的用戶只能訪問到相匹配的信息，并且各用戶之間還存在著相互制約，禁止用戶權限過大，導致平臺失衡，甚至信息泄露。信息隔離原則：將主要的信息和次要的信息進行隔離，對有訪問權限的用戶，共享信息主體，其余信息進行加密保存，存儲到數據庫中[4]。虛擬化技術采用了傳感器技術，利用此技術形成傳感器網絡，使各存儲器、各終端，各用戶隨時在線上傳和查看信息，達到無線通信的目的。

2.3.2 ?數據分析軟件包

數據分析軟件包可采用非對稱加密的方式，并通過用戶與軟件之間的聯系設計了特有的兩種密鑰，用于對新增加的各種數據再次進行分析和挖掘，具有很強的保密性的同時，還能使用戶發現其中所包含的海量資源[5]。此功能可為行業或企業帶來巨大的商業價值，實現多種高附加值的增值業務，從而提升行業或企業的經濟效益和管理效率。

2.3.3 ?輔助決策分析

輔助決策分析包含了電網基礎設施信息、設備運行管理信息、環境信息、歷史故障診斷、故障預警與故障率檢測。利用智能終端，部分用戶可遠程在線查看電網各設施的信息及運行情況，當電力系統某處出現問題時，會通過遠程信息告知，以便工作人員及時發現問題、解決問題。在此基礎之上，此功能還可對部分故障進行預估，及時上傳并匯報給相應的工作人員，減少風險。部分用戶在可以搜索到以往電力系統的故障率的同時，還可隨時對電力系統進行掃描，檢測故障，以降低故障率。

3 ?結 ?論

在傳統電力系統的基礎上，配備大數據技術和合理的分配機制，可對各類各時間段的數據進行分類、整合、歸納統一，既有效解決了電力分配不合理而導致電力缺口巨大的問題，更讓現有的電力系統達到控制高精度、信息可共享、故障可預判，推動新發展的目的。大數據技術、通信網絡交互技術應用于智能電網是智能電網產業發展的趨勢，也是智能電網發展的必經之路。全社會經濟和科技飛速發展，積極推進智能電網越來越重要，也加快帶動社會發展，推動社會互聯穩定、資源共享利用以及行業融合統一。

參考文獻：

[1] 羅布扎西.基于智能電網通信工程中關鍵性技術的研究 [J].信息系統工程，2020（8）：14-15.

[2] 李廷順，譚文，劉澤三.基于大數據智能電網關鍵技術研究 [J].電源技術，2017，41（8）：1195-1197.

[3] 劉國旗.基于大數據智能電網關鍵技術探討 [J].電氣技術與經濟，2020（3）：37-39.

[4] 張東霞，苗新，劉麗平，等.智能電網大數據技術發展研究 [J].中國電機工程學報，2015，35（1）：2-12.

[5] 朱大磊，王俊利.探究數據加密技術在計算機網絡通信中的應用 [J].信息系統工程，2019（12）：73-74.

作者簡介：孫名揚（1999—），男，漢族，遼寧營口人，本科在讀，研究方向：光伏與智能電網應用;通訊作者：李宏偉（1989—），男，漢族，遼寧沈陽人，實驗教師，碩士研究生，研究方向：信息化技術研究。