电力大数据在能源互联网时代的发展探究

刘思君，朱辰泽

(南京华盾电力信息安全测评有限公司，江苏 南京 210000)

0 引言

近年来，随着国内互联网技术的飞速发展以及高端的传感技术、测量技术和电力设备设施技术的普及使用，“互联网+电力”的模式在电力行业得到了推广和应用。通过在电力企业中构建一个完整的智能网络，使得电力能源得到充分利用和科学分配，也可以实现电力资源的智能化、安全化管理。在智能传感技术下，可以实现电力企业内万物互联，推动电力行业的稳步发展；在电力大数据应用下，既可以实现对电力数据的采集存储，也可以满足当前智能电力时代的发展要求，提高电力企业整体运营管理水平。

1 能源互联网电力大数据概述

电力系统作为能源互联网中的重要组成部分，其大数据的应用将会实现电力数据的智能化管理，为智能电网与智能发电提供海量数据支撑。以电力公司为例，公司以服务电力用户作为导向，需要通过大数据、互联网、物联网等技术来深度研读用户的用电状况，构建智能电力系统，如图1所示。利用大数据技术将用户不同阶段、不同维度的用电数据分类别进行分布式存储，便于电力公司统一管理。在此基础上使用必要的技术来开展数据的分析，确保用户用电数据分析更加准确，也可以实现能源效益的最大化。电力大数据在配电侧的应用，会减少电力的损耗，实现对当前电力网络运行方式的灵活调整，避免在电力传输期间产生一些无谓的损耗。通过电力大数据长期的算法学习和模型积累，可以实现对电力网络网架规划的优化，并具备分析发展趋势的能力，为智能电网搭建提供必要的数据支持。在用电侧通过电力大数据也可以实现数据积累分析，通过深度研读用户不同时期、不同阶段的用电需求，制定科学合理的用电规划方案，为电力用户提供精确的个性化服务，提升整个电力公司的电力服务水平。利用电力大数据开展电力的合理评估，可以实现电力资源的合理调度；预测用电户用电变化也是当前电力数据管理的重要内容，会直接影响电力的变化。因此，需要通过数据分析、数据预测的方式，预测未来的电力使用变化[1]。

图1 智能电力系统

2 能源互联网形势下的电力大数据发展支撑技术

借助互联网发展技术，在应用电力大数据时，需要依赖于统一的能源数据平台，才能够实现对电力系统的横向、纵向的协调，实现数据的汇集以及信息的展示。通过使用云计算、大数据、物联网、移动技术、人工智能、区块链等各种技术手段实现对电力运行数据的采集分析，按不同业态可包括：对电力设备的运行管理、系统的综合管理、能源设备数据的采集等。只有应用这种技术，才能在能源互联网条件下，为电力大数据提供能源数据平台的支撑[2]。

2.1 电力大数据的数据集成技术

数据集成技术会汇集所有电力数据，统一数据格式，通过分布式的物理连接方式和存储实现数据的集中管理，为企业的经营人员提供必要的数据，开展电力设施设备的管理和电力应用的规划。数据集成可以从容应对各电力系统汇总海量数据所带来的挑战，也可以深度挖掘数据背后的价值，实现数据的统一管理，找出数据之间的联系。通过一定的关联聚合和合理的治理编码，实现对数据的汇集和应用。例如NoSQL数据库应用分布式的存储模式，代替了传统关系型的数据库，使数据存储变得更加简单灵活，且具有较强的扩展性，同时解决了海量数据的存储难题[3]。

2.2 大数据的解析技术

大数据的解析，其关键之处在于分析数据和解析数据。通过解析，会发现数据类型之间有一定的间接、直接关系。构建智能电网时，大数据可以为配电网络建立系统以及实现各系统之间的数据交流。当出现新的数据信息时，会通过大数据来实现数据加工，并形成一个新的数据系统，实现配电系统之间的数据交流。在应用大数据的解析技术时，挖掘数据的同时要构建电力数据处理模型。在特定的关系系统中，需要记录相关的事件，并且确定相关人员的行为特征，使其逐步向模式化方向发展。同时，在数据解析中，可以将其挖掘出来，形成规范的模型。在偏离模型的轨迹分析中，可以通过规范化的模型来对其数据进行修正，确保数据符合标准。同时，数据的可视化主要是将数据库中的数据转化为形象的图表，以便于分析研读。在电力大数据的应用系统中，会实现数据可视化，直接将数据展示给工作人员，便于电力信息的搜寻和使用[4]。可视化也是当前大数据的核心技术之一，将解析技术与格式技术相融合，在电力数据库中剔除那些没有价值的数据信息，挑选关键数据信息并进行展示。

2.3 能源应用支撑技术

能源应用的支撑技术主要是在能源数据平台上实现与上层应用之间的连接，通过了解用户的需求，提供上层的应用支持，以便更好地搭配应用系统。通过构建数据的模型来开展数据的分析，借由一定的业务规则，将电力业务和逻辑分拆到不同的计算机内部，由不同计算机的处理之后，再通过计算机将人的工作任务分解、识别、匹配，实现人机的交融[5]。

2.4 数据驱动的决策方法

用大数据来开展数据的驱动决策，以数据驱动作为主体、辅助模型作为客体。在不抛弃模型的情况下，模型与数据相互启发，应用渐进式的方式来完成数据的决策。在数据驱动无模块的决策中，主要是数据的模型会引发很多决策系统，决策方式规律性较强、规模较大、重复性较高，对这些行为进行决策要以大数据分析作为主要手段，基于以往的方法和模型开展数据的研读分析和挖掘。

3 电力大数据发展的趋势

电力大数据已经深入应用到电力行业的各项工作，从发电企业风电场的地址选择，到电力公司开展电力网络的搭建以及日常大小电力设施的维护，都发挥了作用。随着当前国内智能电网建设步伐不断加快，电力大数据成为电力行业的重要发展趋势。在发电企业方面，电力的大数据技术会逐步完善，而且运用范围更广。随着智能电网的构建，大数据技术也将在发电企业中有效应用，促进企业生产模式的变革，也会促进企业对未来用电量的精准预测。目前部分发电企业加快了在线监测技术的应用，应用智能技术来实时检测电力设备的运行状况。例如风电场一般基础工作环境比较恶劣，会给电力设备带来较高的工作压力，还会受到外界自然侵害的冲击。因此，在风电机组的运行过程中，要保证电力设备正常运转，可以在风电基础上安装预警系统，及时地对该设备的运行进行在线监测。通过优化设备属性配置并创建模型，可以在线评估设备运行状况，开展在线评估分析，应用相关联的点实现状态预警和观测点预测。在电力公司方面，大数据技术会运用到电网中。随着国内电力网络日益复杂，电力系统会因为网络的复杂而出现一系列的故障。当故障长期存在时，就会产生较大危害，这就要求公司加强对电力故障的预防处置[6]。基于大数据开展电力自然灾害的预警，并构建预警的框架模型，该框架通过算法来判断故障位置并查明原因，应用原因分析树，得出预警的结果。未来电力物联网也是智能电网建设的重要一环，物联网以其高效数据捕捉能力，在电网中安装传感器，并将传感器的数据及时传输到数据平台上，快速处理故障数据，及时将电网故障预警信息发送至电力设备运营管理人员，以便进行故障诊断和消除。

4 结语

未来电力行业逐步向智能化方向发展，无论是在发电厂建设还是电力网络的搭建中，均会大量应用物联网设备和传感器设备。应用互联网技术使电力系统变得更加智能，应用大数据支撑智能电网，同时结合用户的需求，为电力用户提供精准的电力服务，也能够实现电力用户与发电企业、电力公司之间的沟通联系。构建以数据驱动为主的智能电网与智能发电模型，可以使得电力大数据在能源互联网发展中有着较好的应用前景，而且能够实现电力电量的精准预测，提高整体电力网络的优化效率。