李增偉,馬元明,馬 燕,冶秀蘭,趙洪凱
(國網青海省電力信息通信公司,青海 西寧 810000)
隨著大數據技術的全面發展,將其應用在智能電網體系內,能在降低電能能耗的同時為智能電網各項工作的開展提供保障。
第一,電力大數據具有數據量大的特點,不僅包括管理數據、生產數據,還涉及數據本身的不同形態,這就使得電力大數據的業務量較多,要想完成業務的統籌分析,就要對不同數據進行針對性管理,從而才能發揮電力大數據的應用價值[1]。
第二,電力大數據的更新速度較快,在企業運營過程中,盡管電力系統數據信息體量較大,卻依舊能維持系統的穩定,這就需要較為規范且合理的數據分析平臺,只有提高分析處理的時效性,才能更好地滿足電力資源應用需求。
正是基于電力大數據的標志性特征,為了維持數據處理的規范性,就要整合具體的數據應用過程,保證數據控制工作的規范效果。
智能電網是滿足社會經濟發展對電力需求的關鍵,能更好地提高資源管理效能,適用于多樣化的用電發展需求,為服務水平的優化提供保障,因此要結合智能電網的應用標準和具體應用要求,積極落實大數據處理技術[2]。
智能電網運行體系包括發電過程、輸電過程以及配電過程等,匹配用戶的用電行為共同構成完整的智能電網管理模式。為了滿足智能電網的應用要求,要整合大數據技術發展機制,實現對應系統的合理性控制。具體發展目標見圖1。

圖1 發展目標
正是因為智能電網對技術體系的要求有所不同,要結合具體的側重點展開相關工作,從而維持技術的應用效能,確保技術控制水平的最優化[3]。
在智能電網大數據應用體系中,要結合數據應用類型落實相關工作,確保智能電網應用水平最優化。較為常見的大數據應用類型見圖2,智能電網中的電力大數據技術主要以4種形態完成相關工作。

圖2 大數據應用類型
2.2.1 數據處理技術
結合數據處理的基本要求,要按照匹配的數據關聯原則落實具體工作,從而維持智能電網結構中大數據技術應用的效能[4]。并且要依據電力企業構建智能電網應用要求,維持數據處理的及時性和規范性,最大程度上發揮數據的優勢作用,具體表現見表1。

表1 數據處理技術
與此同時,針對不同數據進行安全性和使用效率的實效性評估,保證技術要求得以落實,并最大程度上維持智能電網體系下電力大數據的應用水平[5]。
2.2.2 數據分析技術
主要是從較為龐大的規模化數據體系中進行數據價值的綜合分析,并進一步開展匹配的管理機制,為電力企業投資決策提供較為直觀的依據。
第一,電力企業開展相關工作,要利用電力大數據技術進行數據的分類分析,并配合分析內容開展更加精準的電力作業,維持生產經營和項目決策的基本水平。
第二,電力企業借助數據分析技術還能深度挖掘數據的關聯性,為用戶提供更加精準的服務,這就能大大提升服務的優質性,建立針對性較好且服務效能較高的信息管控平臺。
第三,電力企業在進行工作數據對接和管理的過程中,匹配數據分析技術,能在優化服務統籌效果的基礎上對數據變化趨勢予以分析,從而更好地開展智能電網統籌管理工作[6]。
2.2.3 集成管理技術
主要是從電力企業數據增長的整體趨勢分析,應用大數據中的相關信息體系,確保數據管理和日常設備、材料、系統管理等工作予以有效銜接。例如,智能電網中要設置傳感器網絡(圖3),利用傳感器對運行環境進行數據的收集和匯總,從而保證感知效果滿足服務要求,包括溫度數據、濕度數據等,利用大數據分析模式就能更好地提升布置方案的規范性,在深入分析的同時也能提高服務的精準程度[7]。另外,集成管理技術的應用能保證數據收集的及時性和全面性,從而提高電網服務工作的整體水平。

圖3 智能電網傳感網絡
2.2.4 數據展現技術
對于大數據技術體系中的數據展現技術而言,主要實現空間信息流、歷史流以及可視化技術的融合,結合實際情況完成數據處理工作,以保證人們能更好地了解系統的運行狀態。
可視化技術模塊能配合可視化處理優勢提升電力系統自動化管理水平,利用可視化控制模塊就能實時了解電網的運行狀態,確保監督的及時性和規范性。空間信息管理模塊主要是對地理信息系統(Geographic Information System,GIS)技術(圖4)和電網參數予以融合,有效形成地理信息控制平臺,將空間信息流技術和智能電網予以統籌管理,并配合空間信息管控標準,最大程度上提高工作效率,減少運行成本[8]。歷史流應用模塊主要是借助大數據的挖掘技術進行歷史數據的對比分析,更好地評估運行狀態,配合智能電網日常管理工作規劃,打造多元可控的管理平臺,也能為企業防范規范工作的落實和開展提供支持。

圖4 GIS系統原理
基于大數據技術的優勢,將其應用在智能電網中,能打造更加高效科學的管控模式,減少智能電網數據冗余造成的延遲問題,保證智能電網統籌應用管理效能的最優化。
(1)將電力大數據技術應用在電網狀態監測工作中。相較于傳統單臺設備電網監測和診斷模式,應用大數據技術能建立實時性數據流分析體系,提高數據評估和分析的精準性,并且保證監測人員能了解相關設備的實時運行情況,以便于及時處理。因為電力數據較多,尤其是異構狀態數據,無論是分析還是存儲都存在較大的困難,而借助大數據技術就能進行數據的統籌分類,并將數據有效放置在各自關聯的數據庫內,不僅能提高數據的分析效果,也能最大程度上保證智能電網大數據管理工作的效率[9]。
(2)將電力大數據技術應用在電網損耗監測中,因為電力系統本身較為復雜,涉及的內容較多,為了保證其運行的規范性和安全性,就要及時分析電網損耗情況。傳統的技術模式往往采取“事后分析”模式,這就難免增加了資源損耗的概率。而借助大數據技術能精準評估網絡損耗量,并利用監測功能對數據進行建模管理,提高數據評估和分析的準確性。與此同時,配合云計算技術模式就能更快捷地進行電網損耗計算,為企業工作效率的優化提供了堅實保障。
(3)將電力大數據技術應用在電網安全穩定和預警分析工作中,相較于傳統運營模式中的離線預警,大數據技術能夠打造空間和時間并行的預警控制體系,及時發現智能電網存在的問題,并配合電網安全性應用指標完成智能預警。另外,借助電力大數據就能進行電力調度信息的共享和協同控制,促進電網穩定運行[10]。
智能電網中應用電力大數據技術具有重要的實踐意義,能在提高工作效率的同時及時分析電力數據信息的關聯性,并保持良好的信息監督模式,提高智能電網服務質量,滿足預警管控的基本需求,為智能電網決策管理提供保障,實現電力系統的健康可持續發展。