大数据技术在智能电网中的应用现状及展望

摘要：现代大数据技术的快速发展，为智能电网建设、发展与应用带来了更为丰富的技术工具，有效拓宽了智能电网的覆盖范围，具有多重价值。文章从智能电网的基本内涵出发，分别介绍了大数据技术在电网数据信息融合与配电网智能调度等方面的应用方法。在此基础上，展望了大数据技术在智能电网应用中的前景。

关键词：大数据技术；智能电网；应用现状；发展路径

中图法分类号：TP311 文献标识码：A

１ 引言

智能电网的建设与发展需要以大数据技术为依托，强化对电网运行数据信息的优化整合，实现电网运行数据的价值转换，提升智能电网运行管理效能。

在当前经济社会发展环境下，有必要立足智能电网建设发展的现实需求，拓展延伸大数据技术链条，提升智能电网管理水平。

２ 大数据技术与智能电网的内涵

２．１ 大数据技术

在互联网和云时代，大数据技术开始成为提升经济社会发展成效、优化数据、信息资源整合的重要工具，深刻改变着社会生产生活方式。大数据技术是一种以海量数据信息资源为主要面向对象，以数据类比、优化与提取为主要过程的现代科学技术方法，其整个应用实施过程需要首先按照既定规则收集有效信息，然后对数据信息进行分布式处理，这充分体现出数据信息的重要价值。在大数据技术支持下，电网运行过程中形成的数据同样可被深度整合利用，以数据统计分析结论辅助电网运行管理决策，提升智能电网运行效益，实现智慧化的智能电网运行成效［１］ 。

２．２ 智能电网

智能电网在运行管理过程中可形成诸多不同类型的数据信息，这些数据信息包含重要的信息元素，可为电网调度、能源分配与电网建设等提供可靠参考与依据。在传统电网系统环境下，数据流的形成更多地停留在发电、输电、变电、配电和用电等环节，其单向化的数据流特征相对突出，容易因数据分析处理不到位而造成电力资源浪费。而智能电网则可在结构化和非结构化数据中提取有效信息，将数据信息的价值贯穿于发、输、变、配、调、用等环节，具有顯著的规模性、多样性、高速性及价值大、密度低等特征。在大数据技术支持下，智能电网的建设与发展将更具现实意义。

３ 大数据技术在智能电网数据信息融合中的应用

３．１ 信息融合技术

大数据技术在智能电网中的应用过程同时是对多类型数据信息进行优化融合的过程，其中需要以信息融合技术为依托，对数据信息予以关联、相关和综合，并以此为基础建立数据模型，反映与体现智能电网的客观实际状态。在信息融合技术应用中，首先应建立完善而标准的信息融合规范，对不同类型的信息源数据进行拓展延伸，为数据高效融合创设优化环境。在实践中，信息融合可将智能电网数据信息细化分为数据层、特征层和决策层等多类型，通过遗传算法、人工神经网络和机器学习等信息融合方法完成相应融合指令，保障信息融合效率。

３．２ 智能电网大数据融合框架

智能电网的高效运转需要在大数据融合框架范围内实施，尤其在现代自动化技术和智能化技术快速推进的趋势下，智能电网大数据融合框架的约束规范作用更加突出。在该融合框架中，应明确分级，充分有效衔接数据采集与监视控制系统、广域相量测量系统与保护故障信息管理系统的关联关系，为智能电网故障检测与处理等提供有效依据。智能电网大数据融合框架还应对相对分散且冗余的数据进行集中统筹管理，融合衔接信息流转方式，以减少数据信息流阻塞等情况。通过对原始数据进行筛选，形成基于决策层融合的决策结果，为智能电网运行提供决策参考［２］ 。

３．３ 智能电网大数据融合平台建设和性能优化

３．３．１ 传感测量层

传感测量层是智能电网大数据融合平台的关键构成要素，其整体性能的优劣直接关系到智能电网大数据融合的质量与效率，理应采取更加系统完善的方法予以优化。因此，应建立基于传感装置的传感量测层标准规范，按照资源使用、能源感知和高效操作的标准要求，对其运行状态进行动态化监测，以保证物理层和链路层的传输速率。另外，提升数据融合中心的数据传输效能，在智能电网主干网中组建数据流转层次，以降低其延迟性，为光互联技术的优化应用提供技术基础支持。

３．３．２ 数据管理层

智能电网数据信息融合中的数据管理层可在特定意义上完成对海量数据信息的整合管理，实现数据信息的优化集成，使数据信息价值得以体现。为优化数据管理层的性能，技术人员应根据数据集成工具、数据管理工具与编程模型工具的实际需求，为其匹配相应的结构化集群，并以此为基础建立存储分布式数据库，形成规范化、集成化与统一化的数据库系统。

为数据管理层预留充足拓展端口，为其未来升级改造及增设局部数据库等提供相应空间。细化完善防止数据信息冗余的实践方法，按照数据预处理的操作要求，对存在不一致性的数据进行全面剔除，清除无效信息。

３．３．３ 应用层

智能电网大数据的高效融合需要以应用层为基础，在数据处理程序接口的支持下实现数据优化处理，完成数据融合的深化应用。在该过程中，应建立应用层融合标准，构造智能电网安全分析和可靠性分析体系，使智能电网数据信息的融合能够保持在闭环体系之中，降低集群能耗等。注重提升应用层的大数据处理能力、快速计算能力与资源整合能力等，促进智能电网信息化、共享化与数字化，使有限的资源要素能够全面发挥实际价值。引入虚拟化技术与云计算技术等，整合优化智能电网在线检测、电网调度与预测应用等功能，提高计算性能［３］ 。

４ 大数据技术在智能电网智能调度中的应用

４．１ 基于大数据的智能调度技术

电网调度需要以相关数据信息为依托，在系统终端海量的电力数据中高效筛选有效信息，以解决非线性数据难以精准分类和存储的难题。因此，基于大数据的智能调度技术应围绕智能电网的数据特点，从数据采取、系统分析与业务应用等层面实现流程化的操控规则，并以广大用户体验为导向，实现“全过程、全覆盖”的系统运行管理效果，这对于促进智能电网的持续优化具有积极作用。在调度要求方面，应利用决策支持效果，有针对性地突破数据壁垒的局限性，以时序化的方式实现智能电网高效调度的预期效果。

４．２ 大数据计算的智能电网任务调度

智能电网的任务调度具有连续性与动态性等特点，这为大数据计算方法的应用提供了有效空间，更为实现服务器使用资源的优化分配提供了良好环境。

因此，首先应按照电网调度的技术规范要求，对任务进行数据化排序，将应用服务的目标导向置于首要位置，使不同类型的数据信息得以有效存储。其次，需对大数据服务器中的数据资源进行共享互联，等待执行相应的调度任务，并配置相应的计算机资源。最后，根据系统要求将任务进行差异化处理，形成大数据结构模型与任务模型，通过分析目标函数、调度算法与评价指标等，得出智能电网调度结果。

４．３ 大数据下用电调度系统框架

现代大数据技术的持续快速发展，为智能电网调度系统提供了更为丰富的技术手段，使传统技术环境下难以完成的智能电网调度任务目标更具实现可能。

大数据下的用电调度系统框架主要由数据采集与监控、骨干网络路由器、供用电调度中心等构成，其彼此之间通过专用网络实现互联交互，以协同化的方式实现对智能电网的监控和维护管理。在“自上而下”的用电调度系统框架中，调度方案应完成传统型调度向数字化调度的转变，从而保证电力系统的安全稳定运行状态。强化对智能电网负荷的动态监控，提升负荷预测的精确度，并应用计量自动化系统，完成负荷分析与线损计算等［４］ 。

４．４ 配电网智能调度结构方案及大数据计算实现

４．４．１ 实现方案

配电网智能调度结构方案的数据载体支撑为智能数据中心，实现配网运行监控系统与主网运行监控系统之间的对接，使计量自动化系统、配电生产管理信息系统、配电地理信息系统和营销管理信息系统等能够彼此交互，在数据资源方面实现有效关联与共享，拓展延伸数据模型的覆盖范围，保障智能调度总体框架整体效果的不断优化。在配电网智能调度结构实现方案中，应满足数据交互与接口规范要求，对智能电网的实时载荷状态保持稳态监视。选择具有代表性的评价指标，对智能调度结构方案效果进行评价分析。

４．４．２ 遗传算法过程及技术实现

在诸多类型的智能调度算法中，遗传算法具有独特优势，其可在更加宽泛的范围内实现调度优化。具体而言，遗传算法首先应建立初始化种群，明确并设置各类参数，并对其予以编码化操作，然后为各类特定参数进行赋值操作，体现适应度值的个性化差异，按照相应规则进行变异操作或交叉操作，直至得出遗传算法的最终结果。在编码中，应对智能电网数据信息的个体要素进行分别编码，而非简单的统一决策变量。初始化种群的建立，按照智能电网数据信息之间的关联性，获取局部最优解，降低求解难度，改善技术实现效果。

４．４．３ 基于大数据计算的调度支持系统实现

在数据库分工层面，应从大数据的基本特点与应用规律出发，分别建立主网模型和配网模型，收集与整合各类静态参数和历史统计结果，并进行实时数据采集和高速计算，将相应的计算结果存储在时间序列数据库中。在数据库关联层面，则应在关系数据库和实时数据库之间建立关联，通过唯一标识，保证数据信息的一致性和同步性，并同步保持数据库的彼此独立性。为确保智能电网数据信息的集中收集与统一管理，应对调度支持系统的相关信息进行优化整合，促进数据信息在全网共享［５］ 。

５ 大数据技术在智能电网应用中的前景展望

５．１ 强化数据驱动

大数据技术在智能电网中的应用需要以数据信息为基本支撑，尤其在未来智能电网建设节奏不断加快的趋势下，更需要强化数据驱动，以智能电网数据信息为基本导向，实施相应的电网运行管理策略。为优化提升数据驱动的整体效果，技术人员应按照高质量、有效益、可持续的原则，深挖数据信息的潜在价值，坚持数据交互关联共享理念，强化关键数据技术科研攻关，持续提高能源效率，使智能电网更加符合大数据技术趋向要求。

５．２ 优化电网规划

电网规划关系到电网建设事业的发展成效，更关系到电网建设的综合效益，只有立足于大数据技术的核心价值，不断拓展延伸电网规划的综合实效，才能进一步实现电网价值。因此，应对大数据技术进行深度应用，提升其与智能电网之间的契合度，并根据区域性用电特点与需求，细化分解电网规划结构数据，对未来一段时间内的用电服务需求进行准确预测，为广大用户提供更加清晰明确的服务，提升电网规划的整体性、前瞻性和可行性。

５．３ 降低网络耗损

在当前技术条件下，如何有针对性地降低电网损耗，强化用户信息数据，开始逐渐成为广大电力企业关注的焦点。在未来的大数据技术应用中，智能电网的运行将更加侧重于降低网络损耗，密切结合用户服务需求、区域位置、用户特点等，形成更加系统完善的损耗降低方案，为不同用户提供专属用电方案，在保障用户基本用电需求的基础上，减少智能电网运行过程中的损耗。依托大数据技术，未来的智能电网还可缓解用电高峰压力，优化电力资源配置［６］ 。

５．４ 实现用电管理智能化

用电管理智能化的实现需要以用电量预测为依据，持续满足用户的个性化需求，保障经济社会对电力资源的连续性需求。通过应用大数据技术，智能电网可根据以往用电数据信息找出其中的规律和关系，对用电量的变化趋势进行有效预估，并形成具有可视化特征的数据模型，为调整优化用电管理策略提供基础参考。在该过程中，大数据技术还可推动泛在电力物联网建设，为用户提供优质高效的综合能源服务。

６ 结束语

大数据技术的核心价值决定了其在智能电网体系中的应用地位。因此，技术人员应立足智能电网的客观实际需求，建立健全基于大数据技术的智能电网运行管理模式，在更加宽泛的范围内整合优化智能电网运行管理数据资源，强化标准化技术规范的应用，深入挖掘与整理有价值数据资源，提升智能电网管理人员综合技能，为全面彰显大数据技术的综合效用奠定基础，为促进智能电网事业高质量发展贡献力量。

参考文献：

［１］ 夏盛海，金宇，杨攀，等．基于大数据分析技术的电网智能调控分析方法［Ｊ］．电力大数据，２０２２，２５（３）：５１?５８．

［２］ 沈梦雪，李屹然．基于云计算的大数据分析技术在智能电网中的应用［Ｊ］．无线互联科技，２０２２，１９（１３）：１１７?１１９．

［３］ 王均，刘熠．大数据平台下配电网智能化运维管控平台的设计［Ｊ］．网络安全技术与应用，２０２２（２）：１０８?１０９．

［４］ 赵云龙，傅文进，李沛．基于大数据的配电网运行风险智能预警方法［Ｊ］．自动化应用，２０２２（１）：１１６?１１８＋１２２．

［５］ 王琨，杜亮，马来·对山拜，等．面向智能电网应用的电力大数据关键技术研究［Ｊ］．微型电脑应用，２０２１，３７（８）：１２３?１２６．

［６］ 袁佳琰．基于智能的配电网电力大数据三维场景可视化分析［Ｊ］．電力设备管理，２０２２（９）：６３?６６．

作者简介：和乾（１９８１—），本科，讲师，研究方向：计算机应用技术与教育。