大數據技術在電力生產管理中的應用前景分析

李文娟，楊生婧，韓寶卿，索吉鑫，何 松，馬忠梅

（國網青海省電力公司 信息通信公司，青海 西寧 810001）

0 引 言

智能電網技術發展速度加快，電力企業開始高度重視信息化建設。電力生產、營銷以及服務過程中會產生較多信息數據，且不同業務系統積累的歷史業務數據比較多。企業花費大量時間和精力分析、運維并管理數據，但是數據信息量非常龐大，分析處理結果無法支撐企業生產與決策，造成該結果的主要因素如下。一是通過傳統方法分析和處理數據無法實現高效提煉與應用，從內部提取高價值的數據信息，無法全面性提升企業管理與決策水平。二是電力企業比較重視業務流程處理，建立管理信息系統不僅無法滿足企業生產、營銷以及決策的數據支持，也無法實現電力企業的長久發展。通過大數據技術，處理電力企業發展期間業務數據增長所致的潛在性問題，采用關鍵性技術有助于提升智能電網數據處理能力。

1 電力大數據概述

1.1 電力大數據內涵

現階段，云計算技術和基礎設備層快速發展，形成龐大的數據平臺，即電力大數據平臺。利用云計算服務訪問層，結合應用軟件能夠為供電系統內部提供分層管理條件。電力大數據的通用性較強，大部分電力企業規劃管理大數據時可以獲得顯著應用效果。現階段，大數據規劃主要應用分布式計算技術，確保數據查詢、存儲與處理，順利完成各項任務。

在建立電力大數據平臺時，涉及到分析框架、調度框架以及存儲框架。在調度框架內部涉及到序列傳輸工具、數據信息存儲庫、日志收集系統以及分布鎖設備。高度關注數據組織與調度可以確保數據信息效率性與準確性，為存儲系統和訪問系統提供基礎前提。

1.2 智能電網關聯性

智能電網與云計算和大數據技術分不開，其可以優化整合計算機技術、信息技術以及通信技術，協調配合輸配電設施，有助于提升電網經濟性、效率性及安全性，消除環境因素所致不良供電影響，建設新型電網架構。云計算技術和大數據技術通過網絡技術快速發展，可以形成新型一體化技術，包含信息采集、監測與控制。建立大數據框架時應當發揮出云計算功能。云計算存儲管理和數據分析功能強大，可以為大數據業務開展提供科學路徑，云計算技術是大數據的實現前提。基于總體角度分析，智能電網、大數據以及云計算技術具備相輔相成的關系，可以提升其他技術性能與優勢。

2 大數據信息技術應用內容

2.1 云計算技術應用

云計算技術已經成為成熟型技術，最具有代表性的就是阿里巴巴的阿里云，其屬于高強度云計算工具。在電力系統中，云計算技術的作用價值顯著。當前所應用的電力數據系統屬于PC端系統的改良結果，只能存儲和管理數據信息，無法精準分析數據信息。由于電力系統數據量比較大，服務器存儲小，極易產生數據丟失問題。當硬盤容量不足時，管理員會刪除部分信息數據，從而影響數據完整性，對整體分析的危害非常大。應用云計算技術之后，能夠快速整理和分析電力電網數據信息，在電網規劃設計時可以提供高效決策支持，使資源損耗降到最低。云計算技術的信息存儲與分析功能強大，可以將日常采集數據存儲到云端，在調用數據時，只需向服務器發送數據獲取請求，服務端可以將數據發送至終端設備，便捷性比較高，同時可以減少資金與成本的支出。圖1為云計算技術在電力生產管理中的應用表現。云端存儲技術可以維護數據安全性，且電網數據涉及產業龐大，當數據信息非法竊取和泄漏后，云端數據信息可靠性高。

圖1 電力云計算技術的應用框架

2.2 電力監測系統應用

我國電力點分布區域比較大，無法確保每個網點的專人看管與維護。當某個網點發生故障問題時，電力大數據中心會顯示出報警信息，同時顯示出故障發生地點與時間。在未來發展中，可以向附近網點檢修人員指派任務，整個過程為自動化方式，可以及時響應和反饋。技術人員接收到檢修指令之后可以在短時間內排查和恢復電力故障，引入大數據技術后可以優化整個所有電力數據，同時實現平臺分發。

3 大數據技術在電力生產管理中的應用

3.1 集成管理技術

在電力生產管理中應用集成管理技術時需要合并多個應用系統的數據信息，建立多功能企業應用過程。集成管理是將不同來源、格式以及特征數據在邏輯與存儲介質上集中，實現系統存儲系列高度集成，數據集合穩定性高，同時可以為系統提供數據共享依據。電力大數據集成管理技術涉及到其他層面技術，如數據融合集成技術和關系型數據庫技術。大數據處理必須抽取和集成數據源數據，提取實體和關系，全面加強數據質量。在存儲管理中必須高度重視NoSQL數據庫技術，該項技術屬于分布式數據存儲，可以簡化數據存儲方式與流程，其靈活性和可擴展性較強，可以存儲海量數據信息。

3.2 數據倉庫關鍵技術

在智能電網大數據技術中，數據倉庫技術屬于關鍵性技術。在數據分布層，智能電網具備海量性和分散性特點，因此數據處理難度比較大。在處理電網數據時，首先應當簡化數據處理步驟，注重收集、抽取以及轉換數據信息。需要注意的是，電力企業在收集數據信息時必須合理應用數據倉庫技術。在應用數據倉庫關鍵技術時，涉及到多個技術類型。其中數據抽取技術遵循實際工作需求，在海量數據源中抽取數據信息，全面加強數據信息關聯性，注重應用數據轉換技術可以轉變抽取數據，將其作為電網直接應用數據，實時處理錯誤數據，維護數據信息準確性，在應用數據加載技術時需要在數據源系統中存儲數據信息。

3.3 數據分析技術

在電力大數據關鍵性技術中，數據分析技術被廣泛應用到智能電網系統中。通過應用大數據分析技術可以從電力系統海量數據中找尋出潛在模態與規律，為決策人員提供參考依據。電力大數據技術屬于傳統數據挖掘技術的發展。由于大數據具備高速增長和海量存儲特點，并且涉及到結構化、半結構化以及非結構化數據類型，因此應用大數據技術分析不同結構數據信息可以獲得準確分析結果，將其作為電力生產管理依據。

3.4 數據展現技術

數據展現技術涉及到可視化技術和空間信息流展示技術，對其進行應用可以提升電力大數據技術的應用質量。在電網參數和地理信息系統結合下，通過空氣信息流展示技術可以充分為電網管理人員提供便利，全面了解和掌握電力設備運行狀態，同時為決策提供地理信息依據。

3.5 數據處理技術

在智能電網中，大數據處理技術可以高效處理數據信息，區分不同數據信息，涉及到分庫、分區以及分表等區分方法。對于分庫來說，遵循現有要求，可以將多次應用數據輸入到不同數據庫中，全面提升數據利用效率。對于分區來說，可以將通表數據載入到不同文件資料中，使大型數據表壓力降低，全面加快數據訪問速度，維護通表順暢度。對于分表來說，遵循數據處理要求，可以制定多元化數據表，使單表壓力降低。通過建設并行式和縱列式數據庫能夠確保數據加載效果，方便數據查詢，提供較高便利性。

4 大數據技術電力生產管理

4.1 大數據技術保障電網發展及安全生產

大數據技術發展過程會影響整個電力產業發展。電力行業中蘊藏大量數據資源，數據信息價值需求比較高。國外在電力領域中開始研究相關數據信息，采用智能化和科學化電力解決方案，建立智能停電管理系統，對企業停電方案進行優化，同時為電力企業建立智能電網評估系統和投資優化決策系統。智能感知電網實時運行狀態，可以幫助監督管理人員做出科學決策，同時完善電網狀態智能感知系統和報警系統等。

4.2 電力行業大數據分析研究

大數據潛在價值主要是物聯網和智能電網高度發展的成果。通過分析電網運行趨勢，聯合同型號設備壽命曲線對設備健康狀態進行判斷，以此判斷大修時機與項目，實現經濟性平衡，設備可用性高。在建設智能電網時，充分發揮大數據技術的價值。通過大數據傳輸與存儲技術能夠記錄電力生產、傳輸以及消費數據，通過數據壓縮技術可以實現海量數據的最小化傳輸，減少空間占用量，將電力數據轉變為聲音或圖像等，成為直觀化數據。聯合人機交互技術，能夠科學分析和處理電力數據。

4.3 大數據技術支撐能源行業優化轉型

風電、太陽能以及微網分布式能源接入與前端用戶用電行為關系密切。由于儲能系統成本低且效率高，將其應用到配電網中，能夠發揮出大數據技術支撐作用，確保能源合理分配。

5 結 論

電網企業必須順應電力大數據發展趨勢，將大數據技術應用到電力系統中，形成電力大數據體系。通過電力大數據可以為傳統產業提供轉型升級支持，同時為電力行業發展提供創新動力，為客戶與社會提供優質電力服務，值得推廣。