智能电网大数据技术发展研究杨东

智能电网大数据技术发展研究杨东

杨东

(国网福建建瓯供电有限公司福建省建瓯市353100)

摘要：在智能电网中，大数据技术能够分析电网各类数据的结构特点，对数据进行细化处理形成深层次数据集。该数据集中主要包含两种数据，结构数据和非结构数据。结构数据是指相互之间存在关联的数据，在所有数据中占很大比重；非结构数据是指相互之间独立的源数据，如视频监控数据、初始图像数据等。虽然它的数量不如结构数据，但是增长更新的速度要高于结构数据。本文主要分析探讨了智能电网大数据技术发展，以供参阅。

关键词：智能电网；大数据；技术发展

引言

智能电网是一种通过通信技术、计算机技术、控制技术等先进技术对电力市场进行调控，从而达到促进电力市场优化运行的一种技术。通过应用智能电网大数据技术可以有效提升电力系统的运行效率，降低企业的运行成本，减少因为电力系统损失或者处理不当造成的污染，能够及时对电力系统进行宏观把控。为此，相关技术人员应当积极优化智能电网大数据技术的应用，使其更好的为人类服务，更好的改变人类的生活。

1智能电网大数据的内涵

智能电网大数据是指在电力信息化的发展技术之上，通过联合智能电表、智能变电站以及电力实时监测系统等构成的电力系统。随着电力系统规模的不断扩大，智能电网大数据在数据分类上主要分为了内部数据和外部数据。内部数据主要是电力系统内部的信息处理系统、监测系统、管理系统和服务系统等。外部数据主要是分析和接受外部影响因素，包括地理信息系统、气象系统以及公共管理部门等。随着智能电网大数据在实践中的应用不断深入，智能电网大数据的特征主要包括以下三个方面：第一，大规模。当前智能电网大数据的数据量不断增多，电网的负荷增加明显。第二，高速化。当前智能电网大数据的应用能够实现电网的高速云状，能够在电网负荷运动复杂的前提下，保证供电高峰的平稳运作，能够及时且有效的处理故障问题。第三，多样性。智能电网大数据的数据收集能力较强，能够实现信息处理系统的综合性，并能够接受往外数据，从而使得系统运作更加安全，数据分析结果更加可靠。但是当前智能电网大数据的应用还处于初级阶段，随着数据规模的不断扩大，对于智能电网大数据技术的分析能力要求也逐渐升高，且电网结构更加多元化，也使得智能电网大数据技术在适用性和功能性方面还有巨大的发展空间，因而应当不断对此进行研究与探索。

2智能电网大数据技术的发展

2.1智能电网大数据的的源网荷协同调度

为了符合可持续发展理念的要求，贯彻绿色出行的方针，电力领域对应能源的应用也提升到了电力领域中，保证新能源的准确预测成为了电力领域的重点关注问题。愿望和协同调度也从传统的调度出发点向需求侧运转，从电力用户的角度出发，通过市场调节的手段，对颠覆和进行调节，从而达到电力领域足以应对数据的存储、处理和调度的问题。智能电网大数据技术的应用可以为电力领域提供必要的辅助信息，从而使电力资源的优化调度能够更加顺利的实现，这是源网负荷协同调度发展的主要表现。

2.2智能电网大数据的负荷波动与新能源处理的预测

电力用户的用电量会影响到电力负荷，而电力负荷的波动，则会影响到电力系统的运行情况。目前，对负荷波动的预测已经得到了重视。减小预测波动值与实际波动值之间的误差，能够使作出的电网管理决策更加合理，反之，则极容易导致电网运行产生风险。当前我国电力领域负荷预测主要采用的是通过对历史负荷数据的观察，以相似日法为基础，实现预测的方法。上述方法的实现所需要的历史数据量相对较大。智能电网大数据技术的应用，能够为其提供大量的历史数据，同时还能够保证数据的多样性，这对于负荷波动预测准确性的提高能够起到极大的促进作用。除此之外，对新能源出力预测也十分重要。传统能源的使用具有一定的平稳性，这是其主要优势。相对而言，新能源应用的优势则在于更加符合可持续发展理念的要求，但其却具有一定的波动性。对其进行合理预测，能够使电网企业及时做好用电规划，是保证其稳定运行的基础。新能源接入受制因素主要包括网架结构脆弱以及预测误差两大方面，前者主要由新能源的位置决定，其往往位于电网末端，因此结构相对脆弱。大数据技术的应用可以提高预测准确度，以IBM大数据解决方案为例，其能够较为准确的实现对风力发电情况的预测。

2.3智能电网大数据的网架发展规划

电网的发展依托于智能电网大数据技术的建设，电转其技术目前也在研发过程中，其理念在促进天然气量增加的同时，对于天然气运输、储存的安全性也大大提供了保障。利用大数据技术进行点能预测，将其合理适度的转换为天然气，是提高网架发展规划技术的主要方式，也是该技术应用的主要发展方向。随着可持续发展战略的深入贯彻，电动汽车将逐渐取代传统燃气汽车称为汽车领域的研究方向，在此基础上，人们的出行方式将会发生重大变化，人们对有汽油也不在那么依赖，加油站也会像充电站转变。

3智能电网大数据技术的发展策略

3.1大数据传输和存储技术

电力电网系统在正常运行的过程中所产生的数据量极其庞大，为了能够方便工作人员的监控管理，需要将这些数据储存起来，这就利用到了大数据传输和储存技术。为了方便数据的传输，我们首先需要压缩数据，然后在通过计算机网络实现数据的传输。接下来就是数据的储存了，常用的储存技术为分布式的文件处理系统，然而他的缺点是不能保证实时性。为了解决缺乏实时性的问题，一般利用数据库系统加以弥补，例如那些电网运行过程中需要实时分析处理的数据一般都会采用数据库系统。目前，我国的大数据传输和储存技术对于保证数据的实时性仍然有较大的缺陷，当云平台不能响应时只能进行短暂的数据存储。总之，和传统数据相比，智能电网大数据优势还是比较明显，为了使数据的分析统计更加高效便利，智能电网的储存格式的研究还需更加深入。

3.2实时数据的处理技术

电网单位采用的数据处理技术主要分为三个部分，即分布式计算、内存计算和流处理。分布式计算主要是针对数据分布形态，在分散数据之间的关系基础上，对数据进行计算处理。通过此计算方法可以了解数据的原理、功能、来源、状态等基本属性，算法的核心思路在于将大规模分散数据集中化。内存计算主要是为了避免海量数据计算时占用大量的计算机资源，导致计算效率变低，应用时能够将数据放置在内层中，摆脱传统的磁盘读取时间。流处理主要是针对海量数据传输流进行处理，因为电力信息的产生具有很强的实时性和异构性，且在传输速度与自身规模上也难以统一。流处理可在极短时间内对各式各样的数据进行分析和引流，保障数据流通的正确性。

3.3异构多数据源处理技术

利用异构多数据源处理技术对数据信息进行一定的整合，对于电网的发电输电和用电之间的衔接以及电网正常运行有较大的帮助，而且可以从各个方面收集信息，并以一定的速度传播，最重要的一点就是能快速，有效率的分析处理数据信息，因此该技术将会在大数据技术中被大量的应用。未来电网将进行大规模的整合以此来减少运营部的输出，并且采取科学合理的措施对各个地区的基础设施进行管理，这样做不仅可以增加利润，还可以获取更多的电力能源。

结束语

参考文献

[1]刘诣超.智能电网大数据技术发展探索[J].通讯世界.2017(06).

[2]乔东伟,尚建华,贾学瑞.论智能电网大数据技术的发展[J].科技风.2018(05).

[3]吴义俊.智能电网大数据技术发展探讨[J].通信电源技术.2018(10).