大数据在电力调度中的应用

强东盛,高 龙

(1.国网河北省电力公司电力科学研究院,石家庄 050021;2.国网河北省电力公司保定供电分公司,河北 保定 071000)

大数据在电力调度中的应用

强东盛1,高 龙2

(1.国网河北省电力公司电力科学研究院,石家庄 050021;2.国网河北省电力公司保定供电分公司,河北 保定 071000)

介绍电力调度大数据和大数据基本框架,从异常数据统计、电网运行数据可视化展示、调度各专业精益化管理、停电事件综合查询分析等方面分析大数据在电力调度中的应用情况,分析表明极大提升了电力设备运行水平、促使调度专业管理提升到新的高度。

电力调度,大数据,数据挖掘,智能判断

随着互联网技术、计算机技术的飞速发展,大数据技术和理念应运而生,虽然现在仍处于发展阶段,但在许多领域已经创造了巨大的价值,可谓前景无限。电力调度体系和大数据的结合,凭借其强大的数据挖掘和智能判断能力,能为电力调度打造出高效的业务流程,助力自身战略决策,并将逐步改变电力企业发展方式,为全球能源互联网和智能电网的建设提供新的思路。

1 电力调度大数据介绍

电力调度大数据主要体现在多数据融合、数据可视化、大规模结构化存储3个方面[1]。多数据融合是电力调度大数据应用的核心。传统的调度系统如D5000系统、调度生产管理系统、电量采集系统、缺陷管理系统、调度工作评价系统等往往独立配置,各系统间数据不互通,保护、方式、自动化等专业数据彼此独立,形成信息孤岛。电力调度大数据的多数据融合性有力地破除了信息孤岛的数据壁垒,增强了数据的耦合度;电力系统运行和电网检修的特征和规律一般较抽象,难以发现,电力调度大数据可视化的优势有效解决了该问题,图形化展示海量数据中隐藏的内在联系,便于各部门信息的传递与经验的分享;电力调度大数据大规模结构化存储为点多面杂的电力数据提供了一个全方位、多联系的媒介,可规模化存储历史数据,为统计分析提供数据基础[2]。

2 电力调度大数据基本框架

电力调度大数据的整个框架结构是自下而上数据融合、分析、处理的过程,根据数据处理的不同阶段,可以将电力调度大数据系统划分为四层结构,如图1所示。

图1 电力调度大数据系统的基本框架结构

框架底层为电力调度相关的应用系统,如调度前置系统,提供电网最基础也最重要的电流电压功率数据,大数据所有的智能判断和前瞻性预测都以前置系统的电网数据为依托。SCADA系统提供电网模型,电网中线路、主变压器、电容器、母线的数量、参数及相互之间的拓扑关系都可以从中得到。生产管理系统、缺陷管理系统为大数据系统加入了电网管理信息,使大数据不仅能为电网数据展示提供便利,而且真正成为电网管理者强有力的管理工具,综合智能告警、停电信息查询等各项便捷功能应运而生。第二层为数据库层,收集调度各应用系统的生数据,并按照遥测、信号、模型、管理的类别差异,分类存在不同的数据库模块中,现代数据库系统的可扩展性和多结构性极大的提升了数据的存储效率。第三层为数据综合处理层,该层为大数据系统的核心,依托数据库层中海量数据,可根据工作需要实现负荷越限告警、无功电压潮流、保护缺陷分析、方式调整决策等智能应用。事实上电力系统中几乎所有的统计、分析、决策、参考信息都能在数据综合处理服务器中自动生成。最高层为展示层,目的是建立人性化的人机交互,数据综合处理层中提取的有用信息通过图表的形式展示出来,便于调度管理者理解和分析。

3 电力调度大数据的应用

3.1 应用分析

3.1.1 异常数据统计分析

异常数据统计分析的作用是从电力系统海量信息中自动挖掘错误或异常数据,达到错误异常提示的目的。电力系统中的错误、异常数据往往预示着电网中设备的故障或异常状态,指引调度管理者处理电网缺陷,提升电网的稳定性。例如,负荷突变推送,系统实时采集各县域总加负荷,并形成负荷曲线,当某县域负荷突增或骤减时,自动生成负荷异常记录,并通过短信的形式告知调度专责。又如厂站运行率,系统自动统计每座变电站当前通讯状态、当月通讯中断时长,并算出一定时间段内的厂站运行率,厂站运行率较低的说明厂站自动化设备故障或通讯通道欠佳,供调度自动化专责参考。再如遥控失败、遥信异常、遥测异常、监控信号频发统计,更是直指SCADA基础数据缺陷,有助于提升调度自动化基础数据水平。

3.1.2 电网运行数据可视化展示

随着电网规模增大和数据量的增多,需要更先进、更直观的工具和手段来帮助调度员实现对电网及时有效的监控,可视化功能是目前从人机界面角度实现上述功能的最有效的技术手段。模型数据库中包含电网中所有设备的参数信息,在数据展示区可展示电网规模,显示在运所有变电站的数量、主变数量、线路数量等;统调发购,风电、光伏、火电出力,地区用电负荷可在“负荷电量”区集中展示,用日曲线、年曲线的形式比较直观,便于纵向比对,同时提供历史曲线查询功能;“设备运行”版块可展示主变油温、线路及主变负载率、母线电压越限情况,电网设备异常状态一目了然;“负荷控制”版块可展示可控用户负荷、有序用电、事故拉路、低频减载等。

3.1.3 调度各专业精益化管理

对于电力调度管理者来说,收集数据是一切分析与决策的前提。而调度大数据系统天然具有数据优势,可为调度各专业精益化管理提供全方位的平台。调度控制专业可集成过载设备监视、预计设备过载、设备过载统计功能;调度计划专业可集成输变电设备检修浏览、清洁能源出力消纳、等效平均负荷等功能;设备监控专业可集成全网监控信息展示、监控信息分析、油温负载率越限、电压越限、无功电压潮流等功能;继电保护专业可集成远方操作统计、保护设备统计、保护缺陷分析等功能;自动化专业可集成状态估计、厂站运行率、缺陷分析、智能告警等功能,甚至是调度综合管理也会得益于它的强大数据处理能力,生成全网人员管理、调度工作评价、网站栏目发文统计、会议室管理等实用性功能。

3.1.4 停电事件综合查询分析

停电事件不仅会破坏电网的稳定性,增加电网风险,而且会给用户造成损失,影响电力企业形象,因此,对停电事件的分析势在必行。调度大数据系统可将检修停电、故障停电、接地拉路停电、过负荷限电信息提取出来,自动生成停电时段分部、当前停电设备、年度停电分布、重复停电次数等报表或图像,供调度或营销管理者参考。另外可对故障停电做系统分析,统计故障跳闸率高、缺陷发生率高的设备,重新规划供电方案,更新换代老旧设备,逐步降低故障停电的概率。

3.2 应用效果

大数据在电力调度中的应用主要体现在2个方面。首先是极大提升了电力设备运行水平,通过异常数据统计分析、电力系统故障可视化展示和停电事件综合查询分析,电力调度管理者可轻易发现电网设备运行中的缺陷和隐患,提前做好大修技改储备计划和应急预案,保证不出现电网安全事故,同时可通过电网运行规律的深度挖掘,研究形成电网最优运行方案,减少线路损耗,增强电网运行可靠性。其次是促使调度专业管理提升到新的高度,利用调度大数据系统的全方位性,将管理抓手横向延伸至专业边沿,纵向延伸至各级调度体系,形成调度管理的全面管控,另外,增强了调度管理的科学性和客观性,一切结论和决策都拿数据“说话”,有利于抑制主观臆断对管理决策的影响。

4 结束语

随着数字信息化时代的迅猛发展,信息量也呈爆炸性增长态势。在人类充分享受信息化带来的资讯、方便和快捷时,也使得全球的数字信息资源正进入到一个前所未有的快速增长期。大数据在电力调度中的应用,充分利用了大数据高性能计算、数据挖掘、统计分析的能力,将电网运行数据和调度管理信息结合起来,成为提升电力调度发展水平的新的发动机。未来电力调度大数据的应用必将转变电力公司发展方式,促进电力行业转型升级,为智能电网的全面建成打下坚实的数据基础。

[1] 中国电机工程学会信息化专业委员会.中国电力大数据发展白皮书[M].北京:中国电力出版社,2013.

[2] 赵云山,刘焕焕.大数据技术在电力行业的应用研究[J].电信科学,2014,30(1):57-62.

本文责任编辑：罗晓晓

Application of Big Data in Field of Electric Power Dispatching

Qiang Dongsheng1,Gao Long2
(1.State Grid Hebei Electric Power Research Institute,Shijiazhuang 050021,China; 2.State Grid Hebei Electric Power Corporation Baoding Power Supply Branch,Baoding 071000,China)

With the rapid development of internet and computer technology,big data technology and ideas came into being.Although it is still in the development stage,but in many areas it has created great value.It has unlimited prospects.By its powerful data mining and intelligent judgment ability,big data on power dispatching will gradually change the development of power enterprise and provide new ideas for the construction of the global energy net and the intelligent gird.This paper mainly discusses the application of big data in the field of electric power dispatching.

power dispatching;big data;data mining;intelligent judgment

TM734

B

1001-9898(2017)02-0001-02

2017 03 22

强东盛(1964-),男,高级工程师,主要从事电力系统保护及自动化专业、变电站运行检修等专业管理工作。