大数据技术在电力行业的应用研究

张浩

摘要：如今，大数据技术已经广泛应用于各个领域，为许多行业的发展提供了技术支撑。电力行业为我国重要的支柱型产业，整个行业的发展趋向于智能化、现代化。大数据技术应用到电力行业的发展中，为电力行业发展提供了技术支持，符合现代电力行业发展需要，也符合现代社会发展需求。

关键词：大数据;电力行业;应用

引言

因电力系统规模的不断扩大，可再生能源发电渗透率的增强和电动汽车的快速发展，能量和信息之间的双向流通的智能电网开始出现。国家电网与南方电网公司等在智能电网、网络安全、用电能效等不同领域方面的大数据研究，进一步推动了大数据技术的发展。与此同时，外国针对智能电网大数据方面的研究也呈现出增多的趋势。大数据技术在电力系统中的应用，通过对用户的用电行为进行分析，可以更好的帮助消费者来调整自身的用电行为，通过对电力使用情况进行规划，进一步提升资源的利用效率。

1大数据技术概述

在新时代，互联网企业逐渐在大数据技术研究上投入了更多的精力，总的来讲，大数据技术主要具有一下特点：首先，大数据技术所需要处理的数据信息体积比较大，其次，大数据信息价值密度比较低，在一段时间内，大数据技术发挥作用的时间比较短，与此同时，数据信息的种类比较多，在这其中也包括着一些影像资料及其位置信息等，除此之外，大数据技术具有比较强的实时性，同时数据处理速度比较快。

2大数据技术对电力行业发展的意义

大数据技术对电力行业的发展有着极大的推进作用，遵照电力行业的特质能够进行三部分的划分：①发电领域;②输电领域;③用电领域。对发电领域来說，发电侧是消耗最大之处。电力大数据技术的应用能够对电力调度进行精准预测用电负荷，可以对用电计划进行安排，不仅满足客户用电需要，还能对电网运行方式进行升华;对于输电领域来说，电能在进行传输时也会形成消耗，运用电力大数据技术能够及时对线路上设备的电能损耗实行剖析，探寻原因所在来降低线损;对用电领域来说，电力行业在向用户销售电能时，不仅可以取得用户消耗电能数据，还可以对这些数据实行剖析，制定合理的电力营销策略。

3大数据处理技术

3.1数据处理

智能电网的数据源众多，产生数据结构不一，难以直接进行分析。数据处理分3步对数据进行处理：首先对数据源的数据进行清洗、重构，以保证数据的质量及可用性;然后对数据进行抽取、集成，提取各数据间的关系;最后采用电力数据统一公共模型将数据存储起来，供后续分析使用。

3.2集成管理技术

在智能电网下建立的大型数据平台，提供大量的信息存储功能，特别是在直接向电网提供大量信息并优化数据收集的实际设计应用中。处理这些数据的技术包括网络、信息管理和大型数据分析应用程序，从而通过分析和处理这些数据来优化集成管理技术。

3.3数据展现

通过数据分析从海量的数据中提取出用户关心的信息后，应该将其直观形象地展现给用户。通过可视化技术合理地选择数据的展示方式，能显著提高电力数据的易读性，帮助调度、运维人员更加直观、准确地了解系统当前的运行状态。除了传统的图表式展现方式，三维展示技术也可结合智能变电站的建设而加以应用。将智能变电站的设备及其相关参数、运行数据进行一体化的三维展示，将是变电运维领域的一大突破。

3.4数据分析技术

采用数据分析技术使电力系统能够分析大量信息，对技术信息进行更有针对性的分析，并在数据处理过程中作出科学决策。要提高网络化企业的竞争力和成本效益，这一战略的有效性对于经济高效的管理至关重要。据说，德国目前在数据分析方面处于极高水平，最大限度地利用太阳能，使用户能够连接电网的其他部分，从而带来经济实惠的新高度。

3.5数据存储备份技术

在大型数据时代，需要更好的数据存储以确保在网络中高效地存储大量数据。同时，通过自身的纠错码解决了系统平台上的问题，不仅智能电网，而且还保证了数据和智能电网的完整性，提高了电网的可靠性。

3大数据在电力行业的应用

3.1应用于电网运行

电网的稳定运行依赖于发电侧出力与用户侧负荷的平衡，利用大数据技术对电网运行的实时数据进行监控和分析，可及时实现电厂出力及短期负荷的精准预测，实现调度部门的精准调控，保障电网稳定运行。同时，在线路损耗计算、电网异常监测等方面，大数据技术也有应用空间。

3.2电力行业的数据采集

在电力数据的收集，主要以大数据技术为核心，建设发散式的数据中心。而数据中心对于电厂的运转进行专门的监察，不仅要了解电厂的运转情况，还要取得机械设备运行情况且对设备信息进行汇报，以此来定制维护方案[2]。大数据技术能够依据电力系统的运转状况，对电力数据进行剖析。大数据技术依据每个地区的用电情形，通过分享收集的电力数据，作为帮助供电站供给决策的凭据，从而拟定解决方案。电力大数据技术以此完成电力行业有效率的运转，使得电力行业在大数据技术的帮助下有更高的经济收益。

3.3应用于用户管理

利用大数据技术，能够对外部的市场需求等信息进行分析，根据客户群体的不同，提炼出对客户群及其需求的分布情况。以此为参考，可根据客户的不同需求提供更加精准的针对性服务，提高电力营销的水平和质量。同时，电力企业可以对自身的数据进行分析，在接入外部市场信息后，通过内外信息比对，可以分析出企业产出与市场需求的匹配程度，以此指导企业的经营，提高企业竞争力。

3.4预警评估配电网重过载风险

传统的“轻量级”设计模型已不再符合当今的需求，这是因为它消耗了大量电力，也就是说，电力需求急剧增加。这主要是因为经常出现过载问题，不仅保证了供电质量，而且影响了电网的运行。为了更好地实时了解配电装置和电路的历史以及三相电压、功率流和功率因数信息，这些系统包括：b .可供静电捕获系统、世卫组织、SCADA、AMI、世卫组织和相关营销部门使用。然后进行综合分析，评估电网变压器的相关特性，例如b .负载平衡比率、网路零件错误率、电路之间的传输能力等。

结束语

总的来说，大数据技术是当下时代的尖端技术，特别是在计算机技术和网络技术被广泛应用的前提下，大数据技术在工业领域和人们的现实生活中表现的作用尤为突出。对于电力系统来说，电力大数据技术不仅仅能够提高系统的稳定性，还能够保障电力营销的质量和电网安全运转，促进行业快速发展的同时，也推动了社会经济的快速发展，大数据技术是电力行业建设的重中之重。

参考文献

[1]曾晓洪，上官朝晖，应君裕，黄文杰，杜端.基于大数据技术的电力营销应用[J].通信电源技术，2018，35（10）：99-102+105.

[2]马贵波，张旭，郑雯泽.大数据技术在电力调控中的应用研究[J].南方农机，2018，49（19）：216+230.

[3]高扬.大数据技术在电力系统信息安全防护中的应用[J].信息通信，2018（10）：141-142.

[4]吕斌，詹少雄，钟宇.大数据技术在电力通信网的应用分析[J].数字技术与应用，2018，36（08）：60+62.

[5]姜丽珍，耿胜魁，路正霞，董淑杰，王世松.大数据技术在电力调控中的应用研究[J].电子制作，2018（12）：62+81.