基于大数据分析技术的智能电网研究

丁嘉熹 周寒英 董治洲 李树东

云南电网有限责任公司保山供电局（云南 保山 678000）

0 引言

随着信息技术的发展以及社会对电力能源日益增长的需求，如何提升电网安全保障能力以及电网运行整体效率成为电网企业的发展难题。基于大数据分析技术的智能电网，可以利用大数据分析技术大量（Volume）、高速（Velocity）、多样（Variety）、价值（Value）、真实性（Veracity）“五V”特点，智能分析处理电网运行实时数据，形成实时反馈电网运行状态及预测电网发展趋势，并结合分析结果，实时提供优化建议的动态闭环机制。从源头上解决电网运行难以预测、变化多样、调整较难的问题，真正意义上实现电网企业节能降耗、降本增效的目标[1]。

1 大数据分析技术介绍

1.1 大数据概述

当今社会是一个科技高速发展、信息快速交互的社会，人与人通过手机、互联网等途径交流越发密切、频繁，生活也越发方便、快捷。频繁的交流产生大量冗杂的数据，这些数据杂乱无章、数量庞大，如何有效筛选、利用这些数据成为人们关注的重点，大数据概念也在此背景下应运而生。大数据是指在一定时间范围内无法使用主流软件工具进行收集、管理和处理的数据集合，是需要借助新的处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产[2-3]。正因如此，大数据必须借由计算机对海量数据进行收集、存储、比对、分析，才能得出客观结果。

1.2 大数据分析技术

（1）数据采集与预处理。日常生活数据来源较为广泛，包括银行卡消费数据、患者就医数据、社交网络数据、用户投资理财数据等，这些零散、单一、非关联的海量数据又称为数据孤岛，然而这些数据就目前而言是毫无意义的。数据采集就是将这些海量数据写入数据存储服务器中，通过数据存储服务器把零散、单一、非关联的数据整合在一起，根据不同用户需求以及关注程度将这些相对零散的数据进行初步的筛选处理，并同步将这些筛选处理过后的数据反馈至有需求的用户。

（2）数据存储与管理。采用分布式存储模式，构建大数据存储中心，即数据服务器集群，将数据分散存储于存储服务器中。利用多台存储服务器分担大数据存储负荷，利用位置服务器定位存储信息，根据用户的访问需求定向寻找存储在服务器集群中的数据，实现数据分门、分类、分散存储，提高系统的可靠性、可用性和存取效率，同时增强数据访问的安全性，确保“鸡蛋不会全部放在一个篮子里”。

（3）大数据计算模式。大数据计算模式，即以用户需求为导向，结合大数据多样的数据类型，将大量数据计算问题提炼并建立的各种算法模型。利用这些算法模型可以实现不同用户按需提取有用数据的目标，既满足用户对数据的实际需求，又缩减用户找寻有用数据的时间。从本质上看，大数据计算模式能够适应当今社会高速发展的信息技术节奏。

（4）大数据分析。大数据分析就是根据算法模型合理规划使用有限的计算资源，有针对性、时效性地分析和处理特定用户所需的数据。换言之，就是按照不同用户群体的不同用户需求来最大化利用资源的一种最优分析手段。通过计算机算法模型在用户有需求时提供满足需求的数据信息并加以分析，帮助有需求的用户有效识别、利用数据信息，提高用户数据使用效率，优化用户收集、分析、处理数据流程，缩短用户利用数据信息的时间，从而实现用户利用资源最优化的目标。大数据分析主要依靠数据多线程化、任务并行化技术来实现。

2 大数据分析技术在智能电网中的应用

2.1 面向电网建立数据中心

目前，监控电网运行态势的数据来源已经不仅仅是常规的四遥数据，即遥信、遥测、遥控、遥调数据，随着一次设备状态检修模式以及二次设备智能运维模式的兴起，涌现出了各式各样的数据，如无人机巡视输电线路的数据、智能机器人巡视设备的数据、在线监测装置监测设备的数据、各类传感器设备采集的数据等等。这些大量、多样的数据来自不同的采集终端，传输模式、协议以及数据接口也不尽相同，如何将这些数据合理采集、存储、分析、反馈成了智能电网发展过程中应该深究的问题。

面向这些大量、多样且来自不同采集终端的数据，可以建立一个数据服务器集群（也称为数据中心）。数据服务器集群根据功能将服务器划分为数据采集服务器、数据存储服务器、数据分析服务器三类。这三类服务器各司其职，数据采集服务器负责采集、传输变电站内常规的数据信息，包括四遥信息、保护信息等。数据存储服务器依据采集终端种类、数据类型，分类、存储采集终端回传的实时信息，如无人机以及智能机器人回传的巡视数据信息、常规的四遥数据信息等。数据分析服务器负责调取、分析数据存储服务器内的实时信息。数据分析服务器内含大数据分析算法，可以综合不同采集终端采集的信息运用大数据分析算法分析得出电网、设备的健康度、故障点、故障原因、故障处置建议，并将分析得出的结果以及处理建议反馈至专业人员，专业人员再据此拟定电网、设备的运检计划。即运用大数据分析技术宏观调控电网、设备运维检修方案，优化运维检修流程，合理分配运维检修资源，缩减运维检修时间，提高电网运维检修效率。

2.2 面向电网建立统一平台

在电网企业运营过程中，根据服务对象类型及特点的不同，可将技术人员划分为不同专业的运维人员。然而每个专业都有各自的日常运维流程和运维平台应用，这些平台应用的框架结构、传输协议、数据接口各不相同，导致各个专业相互提取数据时存在明显的数据壁垒，从而各专业间形成一个个对外隔绝的信息孤岛，不利于不同专业间数据信息共享，各专业的智能应用间交互极其困难，严重制约电网数字化、智能化发展进程。

为打破数据壁垒，去除信息孤岛，实现不同智能应用间互联互通、可互操作，就需要建立统一电网平台。所谓统一电网平台，是指在数据中心基础上实现“四个统一”的高度集约电网智能平台（电网、模型、数据统一；应用框架结构统一；传输交互协议统一；数据传输接口统一）。电网智能平台除了具备互联互通、高度集约的基本功能，还应具备智能业务应用扩展功能，即为满足今后电网数字化、智能化需求在原有应用的基础上可以扩展新的智能应用，既满足电网未来长远的发展规划，又能保障电网资源合理分配，不会出现资源重复浪费的情况，进一步优化电网资源分布和配置。

要想实现不同应用间互联互通、可互操作，需要在一个平台基础上，通过统一各智能应用框架结构以及数据接口，实现各智能应用间互联互通、可互操作。根据不同电网企业专业人员需求合理提取数据中心的数据，利用大数据分析技术形成有专业特色的数据分析体系，当电网出现故障时，结合各个智能应用的数据综合分析故障发生的原因、地点以及对设备运行造成的影响，最大限度缩减电网企业各专业人员处置故障的时间，优化处置故障流程，减少不必要的资源浪费，提高故障处置效率，进一步实现电网企业节能降耗、降本增效的目标。同时，智能电网平台应具备故障自我诊断功能，能够向平台运维人员实时反馈平台运行情况以及各智能终端采集的数据质量，便于智能电网平台上线后的运营维护。

3 大数据分析技术对智能电网的意义

在日益增长的社会发展需求以及大力发展绿色能源的大背景下，电能已经成为人类不可替代的核心能源，电网数字化、智能化已经成为未来电网发展的趋势。然而电网数字化、智能化势必带来海量、冗杂的数据，如何将这些数据高效、有针对性地收集、分析、使用，已经成为迫切需要解决的问题。

充分利用大数据分析技术针对不同需求用户高效、迅速收集处理反馈至对应需求用户的特点，可优化电网海量数据收集、处理、分析、反馈流程，有区别性、有针对性地为电网企业运营人员筛选有用的电网运维数据，优化电网运营流程、提升电网运营效率、缩减电网运营成本、合理分配电网运营资源，从源头上实现电网企业节能降耗、降本增效的目标，真正意义上实现电网又好又快发展。

4 结论

总而言之，随着电网朝着数字化、智能化方向发展，大数据分析越发重要。大数据分析技术作为智能电网发展的一个关键技术节点，如何有效地利用大数据分析技术是电网未来发展的持续性命题。文章主要探讨利用大数据分析技术提升电网资源分配优化的可行性，从智能电网的角度出发研究大数据分析技术的优越性，同时也提供了一个使用大数据分析技术使电网运营更加智能、更加高效的研究方向，希望可以为相关人员带来帮助。