大数据在智能电网领域的应用

张根周（国网陕西省电力公司，陕西西安　710048）

大数据在智能电网领域的应用

张根周
（国网陕西省电力公司，陕西西安710048）

大数据；智能电网；电力系统

1　智能电网与大数据

智能电网是电力工业发展的方向和趋势。智能电网是以物理电网为基础，将现代先进的传感测量技术、通信技术、信息技术、计算机技术和控制技术与物理电网高度集成而形成的新型电网。它涵盖发电、输电、变电、配电、用电和调度等各个环节，对电力市场中各利益方的需求和功能进行协调，在保证系统各部分高效运行、降低运营成本和环境影响的同时，提高系统的可靠性、自愈性和稳定性［1-2］。

智能电网是建立在集成的、高速双向通信网络的基础上，通过先进的传感和测量技术、先进的设备制造技术、先进的控制方法以及先进的决策支持技术的应用，实现电网可靠、安全、经济、高效、环境友好和使用安全的目标。一般认为，智能电网的特征主要包括坚强、自愈、兼容、经济、集成和优化。

智能电网的“智能”表现为高度的“可观测”和“可控制”，观测和控制的基础在于获得反映系统运行状态的信息和数据，并对信息和数据进行快速地分析、处理、判断、预测。智能电网的最终目的是为用户（包括发电侧用户和用电侧用户）提供更好的服务，满足用户多样性的需求。而且，随着信息通信技术的发展，智能电网将与互联网、物联网、智能移动终端等相互融合，更大范围地满足用户的需求。

大数据早期主要应用于商业、金融等领域，之后逐渐扩展到交通、医疗、能源等领域［1］。智能电网被看作是大数据最重要的应用领域之一［3］。随着智能电网的快速发展，智能电表的大规模部署和传感、量测技术的广泛应用，电力工业产生了大量结构多样、来源复杂的数据。如何利用这些数据为电网的发展和运行控制提供科学的决策，是智能电网发展的迫切需求，也是实现智能电网坚强、自愈、兼容、经济、集成、优化特征的必由之路。可以说，大数据是实现智能电网“智能化”的重要工具［4］。

2　智能电网大数据重点应用领域

智能电网大数据的重点应用领域可以分为支撑公司运营与发展、面向电力用户和服务社会与政府三大类。其中，第一类应用是服务电网公司自身的运营和发展，力求充分挖掘数据的价值，提升电网运行管理水平和效率，推动公司运营模式和管理模式的创新；面向电力用户和服务社会与政府类应用是面向人民生活、社会经济与政府决策的高级应用，力求提升服务质量，为用户提供多样化服务，更好支撑和服务于社会，推动公司服务模式的创新。

2.1支撑公司运营和发展类应用

支撑公司运营和发展类应用主要包括发展规划、电网运行管理、资产管理等几个方面。

1）对于大电网规划而言，受经济社会发展情况和相关政策的影响，电网规划面临很大的不确定性。间歇式新能源的大规模并网和柔性负荷的出现，使电网规划面临的不确定性进一步加剧，未来电源发展情况和负荷增长情况的预测需要考虑的因素越来越多，变得更加困难。随着网络技术的发展，可参考的社会资讯更多，为预测经济社会发展、能源发展、用户用电增长情况提供了更多的参考渠道。用户用电信息采集系统为建立分类负荷特性模型和参数提供了条件，应用大数据技术，可以依据这些数据对发电和负荷做出更为科学的预测。

2）电网运行管理的首要目标是保证大电网的安全稳定性和配电系统的供电可靠性。一方面，我国正在形成以特高压为骨干网架、交直流混联的复杂大电网，系统的结构和运行方式变得越来越复杂，对电网的调度运行、安全稳定控制提出了更高要求，基于大数据开展面向在线稳定计算需求的综合分析处理技术基础性研究，从众多的在线数据中自动发现电网安全运行的特征与规则，为运行方式安排和调度决策提供理论依据，进一步提升大电网调度运行在线安全分析能力，增强电网抵御外部因素对安全稳定运行影响的能力；另一方面，由于电力的持续增长，配电网处在快速变化中，普遍存在着配电网结构薄弱、配电自动化水平较低等问题，影响了供电可靠性。随着智能电网的发展，已建设投运的配电自动化系统、调度自动化系统、电网气象信息系统、电能质量监测管理系统、生产管理系统、地理信息系统、用电信息采集系统、配变负荷监测系统、负荷控制系统、营销业务管理系统、ERP系统、95598客服系统为更有效地运行管理配电网提供了丰富的数据源，在应用大数据技术基础上，可开发高效的停电管理和优化、配电网运行状态评估与预警、有源配电网电能质量监测和评估、防窃电分析等应用。

3）电网资产管理是以资产为中心，综合应用各种先进自动化技术、计算机技术、通信技术、信息技术以及现代管理理念和技术，优化调整资产的管理和运行，优化资产之间的配合，以最大限度地发挥其功能，从而达到以最低的成本实现所期望的优质服务的目的。与电网资产管理相关的大数据应用涉及数据资产、设备资产和人员资产管理等方面。智能电网大数据应用本身就是通过对智能电网中及来自外部的各种数据进行汇聚、融合、分析处理，为电网公司的运营管理服务，不断体现数据的资产属性，实现数据资产的价值。因此本节的资产管理指设备资产和人员资产管理。对设备进行全寿命周期管理、对人员进行精细化管理，是电网资产管理的核心。

2.2面向电网用户类应用

面向电网用户类的应用主要包括用户行为分析、用户服务优化与提升2个方面。

1）随着“大营销”建设的推进，国家电网公司完成了电力用户用电信息采集系统、SG186营销业务应用系统、95598客户服务、用能服务管理平台、需求侧管理系统等系统和平台的建设，积累了大量的客户信息和数据。借助于这些数据，对用户的行为和信用进行分析，有助于电网公司有针对性地制定优质服务策略，为客户提供增值服务，增强与客户的沟通与互动，优化用户体验，提升电网公司服务和运营管理水平。用户行为与信用分析包括用户用电行为分析和需求响应、用能行为分析与能效评估、缴费行为分析、舆情监测分析等。

2）为电力用户提供更好的服务，满足用户多样性的需求既是电网公司运营发展的要求，也是电网公司体现公共服务性质、塑造良好社会形象的需要。目前用电信息采集系统基本实现全覆盖、全采集，能够提供不同行业、不同用户类型的日负荷曲线、月负荷曲线、日电量、月电量、年电量等实时和历史数据。其他营销业务系统中还包含了用户业务办理、电费收缴、缴费渠道、供电合同、用电检查、客户服务等信息。而且随着智能网关、智能插座等设备逐步普及，用户用电数据采集与存储变得更为便捷，并可能获得更加详细的用户用电信息，为探索多样的服务模式，全面提升服务水平提供了条件。大数据在用户服务优化与提升方面的应用涉及业扩报装、停电管理、客户服务、能效评估、需求侧管理、电动汽车充电站建设等领域。

2.3服务社会与政府类应用

电力与国民经济发展密切相关，电力需求变化能够真实、客观地反映国民经济的发展状况与态势。通过分析地区、行业、企业、居民的用电信息，并与电价、补贴、能耗指标等相关联，有助于政府和社会更好地了解和预测区域和行业发展状况、用能状况以及各种政策措施的执行效果，为政府就产业调整、经济调控等做出合理决策提供依据。用户用电数据、电动汽车充电站充放电数据以及包含新能源和分布式能源在内的发电数据也是政府优化城市规划、发展智慧城市、合理部署电动汽车充电设施的重要依据。

3　面临的挑战

3.1技术层面

1）可持续拓展的大数据平台架构有待构建。电力大数据平台架构的设计，需要依托全局化的研究思路，对基础硬件设施和上层软件配置进行长远规划，预留数据源接口保证平台的可持续扩展性，为新型数据源接入和拓展上层应用模块提供基础条件，以应对未来企业内部和外部数据种类和数据体量的快速性增长，全面支持企业内部业务部门，同时服务于电力用户和社会。

2）信息系统基础设施承载能力需要提升。随着企业范围内物联网的大规模实施和信息系统的大量建设，信息采集向着更大范围、更多种类、更高频率、更加精准的方向发展。就电力企业的长远发展来看，信息网络传输能力、数据存储能力、数据处理能力、数据交换能力、数据展现能力及数据互动能力无法满足未来电力大数据的要求。这就对电力企业信息系统提出了更高的标准，对基础设施的承载能力提出更高的要求，以应对未来由于信息来源的增加、信息类型复杂程度的提高，导致的设备对网络、存储、计算、交换等日趋增大的承载压力，同时需考虑如何应对实时、非实时、结构化、半结构化、非结构化等信息的数量大爆炸式上升带来的挑战。

3）数据接口规范和信息通信架构的一致性。现有信息通信架构缺乏一致性。因为电力工业信息化系统之间彼此孤立，软硬件系统之间的技术差异和标准差异使数据交换、互操作性问题普遍存在。实现数据共享，需要一致性的数据接口规范和信息通信架构，而由于公共信息模型以及数据交换规范不统一，电力公司现有的信息通信架构往往只能支持应用系统之间专门的点对点接入，无法适应大数据的发展需求。

4）数据采集与传输问题。配电和用电侧直接面对终端用户，数据采集量大。而由于之前与电网调度运行关联性不大，对数据的实时性和准确性要求不高，造成很多地区智能电表数据传输存在“最后一公里”瓶颈，并仅采集了电量等少数参数，无法满足大数据分析应用的要求。

5）数据融合问题。由于各业务部门的信息化系统由不同研发团队，围绕各部门的应用需求设计开发，前期缺乏全局性的数据规划，采集的各类数据源存在种类交叉、数据冗余、数据不一致、采集频率和存储频率差异性大、数据格式不统一等问题。同时电力行业缺乏行业层面的数据模型定义与主数据管理，各单位数据口径不一致。行业中存在较为严重的数据壁垒，业务链条间尚未实现充分的数据共享，为数据融合带来很大的技术挑战。

6）数据隐私和信息安全。数据隐私和信息安全存在隐患。数据隐私与敏感信息相关，通常采用两类方法来实现：其一是限制数据的获取，对数据访问添加身份验证和访问控制。其一是数据匿名化，即以拒绝数据的随机访问来保证达到隐私保护的目的。电力大数据由于涉及众多电力用户的隐私，对信息安全提出了更高的要求。电力企业地域覆盖范围极广，各单位防护体系建设不平衡，信息安全水平不一致，安全性有待提高。电力设备智能化水平的提升，将会引发更多的远程控制安全隐患，传统的边界防护概念已经被改变。大数据一旦被篡改、污染，损失严重。需要引入新的防护措施，提升安全传输、安全存储的防护水平，安全防护手段和关键防护措施需要进一步加强。

3.2管理层面

1）数据管理模式有待创新。目前电网公司的数据保存在不同的系统中，而这些系统由不同公司和部门开发和运维管理，在系统开发时并没考虑数据跨系统、跨部门共享和交互的需求，给数据在跨部门各业务环节的顺畅流通带来了困难。而大数据分析正好需要开展跨部门、跨业务的分析。为更好地发挥数据资产的价值，需要建立数据交互与共享机制，创新数据管理模式。

2）新型跨专业合作模式需要探索。智能电网大数据是交叉学科，需要电力领域专家、数据分析专家和信息通信技术专家等协作开展研究。但目前各专业人员还存在交流上的知识壁垒，跨专业的复合型人才更是少之又少，因此需要培养一支智能电网大数据专家团队，并探索新型联合攻关机制。

3）电网企业大数据价值评估方法和体系缺乏。电力大数据需要大量人员资金的投入，目前缺乏大数据价值评估的方法。电力企业在开展大数据分析时需要考虑大数据投入产出比。而大数据价值评估方法的缺失，将导致大数据价值不清晰，影响电网企业领导对电力大数据分析的决策，可能导致电力大数据难以推进。

由于目前智能电网大数据的应用研究尚处在起步阶段，智能电网大数据的应用领域并不限于本章所述的技术领域。随着智能电网大数据研究的不断深入以及应用的不断拓展和创新，其应用将向更深、更广的领域拓展。

Applications of Big Data in the Field of Smart Grid

ZHANG Genzhou
（State Grid Shaanxi Electric Power Company，Xi'an 710048，Shaanxi，China）

In recent years，countries around the world have started researches on the smart grid.The final goal of the smart grid is to build a panoramic real-time system，which covers the whole production processes in the electric power system，including power generation，transmission，substation，distribution，consumption and dispatching.However，supporting the safe，self-healing，green，strong and reliable operation of the smart grid is based on panoramic real-time data collection，transmission and storage，as well as the rapid analysis of the massive multi-source data that are accumulated.With the continuing advance of the smart grid development，the data produced during the power grid operation and equipment detection/monitoring have shown a exponential increase，which，gradually form the big data that are focused on among the informatics academia.This article mainly expounds the fields and challenges of the application of big data in the smart grid，as a reference for the analogous works in the future.

big data；the smart grid；power system摘要：近年来，世界各国都开展了智能电网的研究工作。智能电网的最终目标是建设成为覆盖电力系统整个生产过程，包括发电、输电、变电、配电、用电及调度等多个环节的全景实时系统。而支撑智能电网安全、自愈、绿色、坚强及可靠运行的基础是电网全景实时数据采集、传输和存储，以及累积的海量多源数据快速分析。因而随着智能电网建设的不断深入和推进，电网运行和设备检/监测产生的数据量呈指数级增长，逐渐构成了当今信息学界所关注的大数据。主要阐述了大数据在智能电网中的应用领域及面临的挑战，为今后大数据在电网领域中的应用提供借鉴。

1674-3814（2016）06-0114-04

TM73；TM76

A

2016-01-06。

张根周（1964—），男，硕士，主要研究方向是电力信息化。

（编辑冯露）

2016年陕西省电力公司《基于智能物联资产全生命周期管理项目》。

Project Supported by the Foundation of Assets Life Cycle Management Based on Smart Internet of Thing of State Grid Shaanxi Electric Power Company in 2016.

［1］张东霞，苗新，刘丽平，等.智能电网大数据技术发展研究［J］.中国电机工程学报，2015，35（1）：2-12. ZHANG Dongxia，MIAO Xin，LIU Liping，et al.Research on development strategy for smart grid big data［J］. Proceedings of the CSEE，2015，35（1）：2-12（in Chinese）. ［2］孟祥君，季知祥，杨祎.智能电网大数据平台及其关键技术研究［J］.供用电，2015（8）：19-24. MENG Xiangjun，JI Zhixiang，YANG Yi.Research on big data platform and its key technologies in smart grid［J］. Distribution&Utilization，2015（8）：19-24（in Chinese）. ［3］马坤隆.基于大数据的分布式短期负荷预测方法［D］.长沙：湖南大学，2014.

［4］宋亚奇，周国亮，朱永利.智能电网大数据处理技术现状与挑战［J］.电网技术，2013，37（4）：27-35. SONG Yaqi，ZHOU Guoliang，ZHU Yongli.Present status and challenges of big data processing in smart grid［J］. PowerSystemTechnology，2013，37（4）：27-35（in Chinese）.