智能電網(wǎng)的電力大數(shù)據(jù)技術(shù)應(yīng)用淺析

前言：想要寫(xiě)出一篇引人入勝的文章？我們特意為您整理了智能電網(wǎng)的電力大數(shù)據(jù)技術(shù)應(yīng)用淺析范文，希望能給你帶來(lái)靈感和參考，敬請(qǐng)閱讀。

摘要：傳統(tǒng)的數(shù)據(jù)處理技術(shù)已無(wú)法對(duì)爆發(fā)式增長(zhǎng)的電力數(shù)據(jù)進(jìn)行處理，導(dǎo)致智能電網(wǎng)無(wú)法滿(mǎn)足市場(chǎng)變化的需求，阻礙電力行業(yè)的發(fā)展。本研究以電力大數(shù)據(jù)技術(shù)為切入點(diǎn)，闡述電力大數(shù)據(jù)體系中的關(guān)鍵技術(shù)，分析電力大數(shù)據(jù)技術(shù)在智能電網(wǎng)領(lǐng)域中的應(yīng)用情況，并針對(duì)電力大數(shù)據(jù)技術(shù)在應(yīng)用時(shí)存在的問(wèn)題，提出相應(yīng)的技術(shù)應(yīng)用策略，研究電力大數(shù)據(jù)在智能電網(wǎng)中的應(yīng)用效果。研究結(jié)果表明，電力大數(shù)據(jù)技術(shù)在智能電網(wǎng)中發(fā)揮著關(guān)鍵作用，對(duì)保障電網(wǎng)的安全穩(wěn)定運(yùn)行、打造具備極高智能化水準(zhǔn)的“2.0電網(wǎng)”有重要意義。

關(guān)鍵詞：智能電網(wǎng)；電力大數(shù)據(jù)；電網(wǎng)運(yùn)行

0引言

近年來(lái)，我國(guó)電力產(chǎn)業(yè)蓬勃發(fā)展，智能電網(wǎng)、電力大數(shù)據(jù)等全新概念被相繼提出。通過(guò)大數(shù)據(jù)技術(shù)來(lái)構(gòu)建大數(shù)據(jù)平臺(tái)，打造完全自動(dòng)化、高效控制全部電網(wǎng)節(jié)點(diǎn)、信息數(shù)據(jù)在各個(gè)節(jié)點(diǎn)間雙向流通的電力傳輸網(wǎng)絡(luò)體系，徹底改變?cè)械碾娋W(wǎng)建設(shè)模式。在此背景下，如何高效應(yīng)用電力大數(shù)據(jù)技術(shù)是打造智能電網(wǎng)的關(guān)鍵，對(duì)提升用電服務(wù)質(zhì)量、電網(wǎng)運(yùn)行效率、管理水平有著深遠(yuǎn)的影響。

1面向智能電網(wǎng)的電力大數(shù)據(jù)關(guān)鍵技術(shù)

1.1數(shù)據(jù)倉(cāng)庫(kù)技術(shù)

數(shù)據(jù)倉(cāng)庫(kù)技術(shù)（ExtractTransformLoad，ETL）用來(lái)描述數(shù)據(jù)從數(shù)據(jù)端經(jīng)過(guò)抽取、轉(zhuǎn)換、加載等一系列處理到目的端的過(guò)程。此項(xiàng)技術(shù)多用于數(shù)據(jù)倉(cāng)庫(kù)領(lǐng)域，也可用于智能電網(wǎng)、決策支持等其他領(lǐng)域。在智能電網(wǎng)運(yùn)行期間，ETL技術(shù)用于完成集成、抽取、轉(zhuǎn)換、剔除與修正的數(shù)據(jù)處理任務(wù)，將所采集到的龐大數(shù)據(jù)流轉(zhuǎn)換為可供決策分析、狀態(tài)判斷的有效信息，使管理人員將精力投入到相對(duì)復(fù)雜的工作中。而在轉(zhuǎn)換修正過(guò)程中，該技術(shù)可將多源異構(gòu)數(shù)據(jù)轉(zhuǎn)換為特定格式，并對(duì)轉(zhuǎn)換時(shí)形成的錯(cuò)誤或無(wú)效數(shù)據(jù)進(jìn)行修正處理［1］。

1.2集成管理技術(shù)

集成管理技術(shù)是將多個(gè)面向智能電網(wǎng)的應(yīng)用系統(tǒng)數(shù)據(jù)資源進(jìn)行集成處理，重構(gòu)為一個(gè)具備完善使用功能、兼容多種數(shù)據(jù)格式的數(shù)據(jù)集合，以總數(shù)據(jù)庫(kù)的形式呈現(xiàn)出來(lái)，以此來(lái)實(shí)現(xiàn)“信息互通、資源共享”的目的，并為電網(wǎng)調(diào)度、電網(wǎng)穩(wěn)定性分析等工作的開(kāi)展提供足夠的數(shù)據(jù)樣本。NoSQL非關(guān)系型數(shù)據(jù)庫(kù)會(huì)將所采集到的數(shù)據(jù)信息進(jìn)行分類(lèi)存儲(chǔ)，但各類(lèi)數(shù)據(jù)間并無(wú)關(guān)系，使數(shù)據(jù)庫(kù)有著巨大的擴(kuò)展空間，并在存儲(chǔ)大量數(shù)據(jù)的情況下有著良好的讀寫(xiě)性能。相比之下，早期電網(wǎng)管理系統(tǒng)實(shí)行豎井?dāng)?shù)據(jù)的管理模式，各應(yīng)用系統(tǒng)之間互不關(guān)聯(lián)，所產(chǎn)生和收集的數(shù)據(jù)僅限本系統(tǒng)使用，從而形成“信息孤島”。因?qū)嶋H可用信息的匱乏，導(dǎo)致系統(tǒng)決策分析能力無(wú)法得到真正的提高，并使電網(wǎng)管理流程復(fù)雜化和煩瑣化。

1.3數(shù)據(jù)分析技術(shù)

在智能電網(wǎng)運(yùn)行期間，數(shù)據(jù)分析技術(shù)負(fù)責(zé)將所采集到信號(hào)轉(zhuǎn)換為可識(shí)別的數(shù)據(jù)量，再通過(guò)BP神經(jīng)網(wǎng)絡(luò)、模糊邏輯推理等智能算法，從數(shù)據(jù)量中尋找潛在的模態(tài)和規(guī)律，并對(duì)數(shù)據(jù)集中的各項(xiàng)數(shù)據(jù)的關(guān)聯(lián)性、支持度和可信度進(jìn)行分析，關(guān)系分析結(jié)果反映出電網(wǎng)實(shí)時(shí)運(yùn)行狀況和預(yù)測(cè)未來(lái)變化情況?？紤]到智能電網(wǎng)有著數(shù)據(jù)總量增長(zhǎng)速度快、采集的數(shù)據(jù)為多源異構(gòu)數(shù)據(jù)的特征，為改善分析效果，在選擇應(yīng)用數(shù)據(jù)分析技術(shù)時(shí)，需要使用全新的大數(shù)據(jù)挖掘算法來(lái)取代原有算法，如采用并行算法對(duì)結(jié)構(gòu)化、半結(jié)構(gòu)化等多源異構(gòu)數(shù)據(jù)進(jìn)行并行處理。

1.4數(shù)據(jù)處理技術(shù)

數(shù)據(jù)處理技術(shù)是將各類(lèi)提交至數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行分類(lèi)存儲(chǔ)，并完成實(shí)時(shí)計(jì)算任務(wù)，主要有分布計(jì)算、內(nèi)存計(jì)算、流處理三類(lèi)。分布計(jì)算是由多臺(tái)計(jì)算機(jī)共同組成的網(wǎng)格計(jì)算體系，將復(fù)雜的計(jì)算任務(wù)分配給多個(gè)網(wǎng)格進(jìn)行分布式處理，再將處理結(jié)果進(jìn)行合并。如Google公司構(gòu)建的MapReduce模型，可將計(jì)算任務(wù)進(jìn)行分解，并提交至若干Map任務(wù)區(qū)進(jìn)行獨(dú)立處理，通過(guò)Reduce任務(wù)來(lái)匯總處理結(jié)果，主要用于完成對(duì)海量的分散數(shù)據(jù)源進(jìn)行采集。內(nèi)存計(jì)算是把所采集到的數(shù)據(jù)放于內(nèi)層并加以計(jì)算操作，取代傳統(tǒng)的磁盤(pán)讀寫(xiě)操作，極大地縮短了計(jì)算時(shí)間，計(jì)算速度得到顯著提升，以此來(lái)滿(mǎn)足智能電網(wǎng)數(shù)據(jù)處理時(shí)效性的要求。流處理采取的是細(xì)粒度處理模式，立刻處理動(dòng)態(tài)數(shù)據(jù)并提供分析結(jié)果，隨著時(shí)間推移，形成穩(wěn)定持續(xù)的數(shù)據(jù)流，避免因數(shù)據(jù)延誤處理而導(dǎo)致數(shù)據(jù)價(jià)值降低［2］。

2電力大數(shù)據(jù)技術(shù)在智能電網(wǎng)中的應(yīng)用

2.1配電網(wǎng)運(yùn)維

在配電網(wǎng)運(yùn)維場(chǎng)景中，電力大數(shù)據(jù)技術(shù)多用于預(yù)測(cè)任務(wù)調(diào)度、指標(biāo)管控、問(wèn)題診斷。在預(yù)測(cè)任務(wù)調(diào)度方面，大數(shù)據(jù)平臺(tái)對(duì)歷史數(shù)據(jù)、當(dāng)前批次數(shù)據(jù)進(jìn)行運(yùn)算分析，追蹤采集到的電力、電量等參數(shù)，在此基礎(chǔ)上繪制時(shí)間趨勢(shì)走向圖，根據(jù)實(shí)際走向來(lái)預(yù)測(cè)未來(lái)一段時(shí)間內(nèi)配電網(wǎng)的調(diào)度情況，并評(píng)估設(shè)備運(yùn)行狀態(tài)等因素對(duì)調(diào)度情況產(chǎn)生的影響，將預(yù)測(cè)結(jié)果作為制定調(diào)度方案的主要依據(jù)。在指標(biāo)管控方面，管理人員提前在系統(tǒng)中設(shè)立配網(wǎng)規(guī)模、檢修、運(yùn)行、搶修等指標(biāo)的額定值，由大數(shù)據(jù)平臺(tái)跟蹤采集各項(xiàng)指標(biāo)的實(shí)時(shí)值，對(duì)比實(shí)時(shí)值與額定值，在臨近或超出額定值時(shí)，系統(tǒng)及時(shí)將問(wèn)題反饋給管理人員，其可根據(jù)實(shí)際情況來(lái)啟動(dòng)相應(yīng)的應(yīng)急處置預(yù)案。在問(wèn)題診斷方面，當(dāng)配電網(wǎng)處于異常狀態(tài)或設(shè)備出現(xiàn)故障時(shí)，由系統(tǒng)分析故障前后的數(shù)據(jù)走向和歷史數(shù)據(jù)，準(zhǔn)確判斷出問(wèn)題類(lèi)型，深入分析故障形成的原因，并鎖定故障點(diǎn)，為后續(xù)設(shè)備檢修、現(xiàn)場(chǎng)搶修工作的開(kāi)展提供參照。

2.2電網(wǎng)調(diào)度

隨著信息化時(shí)代的到來(lái)，以及智能電網(wǎng)建設(shè)不斷加快，聯(lián)網(wǎng)規(guī)模與電網(wǎng)復(fù)雜程度均有所提升，原有的人工調(diào)度模式缺乏適用性，存在著反應(yīng)不及時(shí)、調(diào)度工作負(fù)擔(dān)繁重、錯(cuò)誤決策頻發(fā)等問(wèn)題。針對(duì)這些問(wèn)題，可將電力大數(shù)據(jù)技術(shù)應(yīng)用于電網(wǎng)調(diào)度場(chǎng)景中，代替工作人員來(lái)完成大多數(shù)基礎(chǔ)性工作，并輔助工作人員完成剩余的復(fù)雜性工作。電力企業(yè)可在系統(tǒng)中設(shè)置調(diào)度員培訓(xùn)、故障處置、運(yùn)行信息查詢(xún)等方面的智能助手，負(fù)責(zé)向調(diào)度員解答相關(guān)問(wèn)題，并提供決策建議。而運(yùn)行信息查詢(xún)助手負(fù)責(zé)向調(diào)度員提供有關(guān)的調(diào)度日志、實(shí)時(shí)電力電量、氣象資料等方面的信息數(shù)據(jù)，以及提供數(shù)據(jù)統(tǒng)計(jì)、數(shù)據(jù)走向預(yù)測(cè)等服務(wù)。

2.3電網(wǎng)穩(wěn)定性分析

在電網(wǎng)穩(wěn)定性分析場(chǎng)景中，電力大數(shù)據(jù)技術(shù)負(fù)責(zé)構(gòu)建穩(wěn)定性評(píng)估模型，持續(xù)向模型輸入采集到的電網(wǎng)實(shí)時(shí)運(yùn)行數(shù)據(jù)，根據(jù)模型輸出值來(lái)評(píng)估電網(wǎng)當(dāng)前運(yùn)行狀態(tài)是否穩(wěn)定，并判斷各項(xiàng)變量因素對(duì)穩(wěn)定性造成的實(shí)質(zhì)影響，系統(tǒng)可提供相應(yīng)的建議來(lái)強(qiáng)化電網(wǎng)穩(wěn)定性。例如，當(dāng)大數(shù)據(jù)平臺(tái)計(jì)算出的電網(wǎng)穩(wěn)定系數(shù)低于警戒值時(shí)，會(huì)在系統(tǒng)界面上反饋問(wèn)題，并以數(shù)據(jù)、圖表、3D模型等形式來(lái)描述問(wèn)題，幫助管理人員解決問(wèn)題。此外，大數(shù)據(jù)技術(shù)還具備跟蹤監(jiān)測(cè)的能力，在電網(wǎng)出現(xiàn)突發(fā)狀況時(shí)，系統(tǒng)跟蹤監(jiān)督相應(yīng)解決措施的執(zhí)行效果，并根據(jù)執(zhí)行情況來(lái)實(shí)時(shí)評(píng)估電網(wǎng)狀態(tài)穩(wěn)定與否，如果問(wèn)題未得到妥善解決，則引導(dǎo)管理人員對(duì)處理方案進(jìn)行優(yōu)化調(diào)整［3］。

2.4新能源并網(wǎng)控制

為實(shí)現(xiàn)可持續(xù)發(fā)展目標(biāo)，緩解能源供需矛盾，近年來(lái)提出建設(shè)新能源電網(wǎng)戰(zhàn)略，由光伏發(fā)電、風(fēng)力發(fā)電等逐步取代傳統(tǒng)的火力發(fā)電。然而，從新能源電網(wǎng)的實(shí)際運(yùn)行情況來(lái)看，風(fēng)力發(fā)電、光伏發(fā)電系統(tǒng)的穩(wěn)定性較差，經(jīng)常出現(xiàn)電壓頻率波動(dòng)幅度大、形成的瞬時(shí)電流過(guò)大等問(wèn)題，存在安全隱患。對(duì)此，需要在新能源并網(wǎng)控制場(chǎng)景中應(yīng)用大數(shù)據(jù)技術(shù)，由大數(shù)據(jù)平臺(tái)持續(xù)采集相關(guān)數(shù)據(jù)，預(yù)測(cè)微電源在未來(lái)一段時(shí)間內(nèi)的變化情況，以及電壓、頻率、電流等參數(shù)的變化幅度，在預(yù)測(cè)結(jié)果基礎(chǔ)上制定相應(yīng)的并網(wǎng)控制方案，采取最大功率跟蹤控制、對(duì)等控制、主從控制等措施［4］。例如，丹麥維斯塔斯風(fēng)力技術(shù)集團(tuán)采取電力大數(shù)據(jù)技術(shù)來(lái)獲取PB量級(jí)氣象報(bào)告、衛(wèi)星圖像、潮汐相位等信息，并借助超級(jí)計(jì)算機(jī)來(lái)持續(xù)分析，在此基礎(chǔ)上構(gòu)建高精度數(shù)值天氣模型，該模型可直觀地呈現(xiàn)出各處風(fēng)力發(fā)電系統(tǒng)所處區(qū)域的風(fēng)力資源分布情況，并預(yù)測(cè)各區(qū)域風(fēng)力資源的月度、季度、年度變化情況。

2.5電網(wǎng)災(zāi)難預(yù)警

在智能電網(wǎng)運(yùn)行期間，受到人為操作、外部環(huán)境侵蝕、設(shè)備線路自身老化、形成過(guò)大瞬時(shí)電流、雷電流沖擊等因素的影響，有可能會(huì)出現(xiàn)電氣火災(zāi)、大規(guī)模停電、設(shè)備連鎖故障等事故，存在嚴(yán)重的安全隱患，電網(wǎng)運(yùn)行的穩(wěn)定性和用電服務(wù)質(zhì)量有所下降。與此同時(shí)，在傳統(tǒng)電網(wǎng)管理模式中，受技術(shù)的限制，主要秉持“被動(dòng)管理”的觀念，往往是在災(zāi)害事件發(fā)生后，再分析災(zāi)害的成因，并著手解決問(wèn)題，但會(huì)造成一定程度的經(jīng)濟(jì)損失。為了預(yù)防和減少災(zāi)害事件的發(fā)生，可將電力大數(shù)據(jù)技術(shù)應(yīng)用到電網(wǎng)災(zāi)害預(yù)警場(chǎng)景中，由大數(shù)據(jù)平臺(tái)跟蹤監(jiān)測(cè)各項(xiàng)參數(shù)，對(duì)比監(jiān)測(cè)值與額定值，在發(fā)現(xiàn)異常情況時(shí)要及時(shí)進(jìn)行反饋，并采取切斷異常部分與正常部分的連接、異常設(shè)備停機(jī)等措施，從而消除安全隱患。同時(shí)，在少量元件相繼出現(xiàn)故障時(shí)，系統(tǒng)要對(duì)電網(wǎng)整體狀態(tài)進(jìn)行評(píng)估，分析異常狀況可能造成的后續(xù)影響，從而判斷大規(guī)模停電、電氣火災(zāi)等事故發(fā)生的概率，根據(jù)災(zāi)難預(yù)測(cè)規(guī)模、預(yù)測(cè)出現(xiàn)率來(lái)采取相應(yīng)的解決措施。此外，為強(qiáng)化智能電網(wǎng)的災(zāi)難預(yù)警能力，需要構(gòu)建災(zāi)害預(yù)警子系統(tǒng)，該系統(tǒng)架構(gòu)由數(shù)據(jù)層、算法模型層、判據(jù)層和業(yè)務(wù)層組成。其中，數(shù)據(jù)層負(fù)責(zé)采集電網(wǎng)的運(yùn)行數(shù)據(jù)、拓?fù)鋽?shù)據(jù)及地理信息，對(duì)數(shù)據(jù)進(jìn)行集成處理后并及時(shí)上傳。算法模型層通過(guò)構(gòu)建評(píng)價(jià)指標(biāo)計(jì)算模型、薄弱環(huán)節(jié)判據(jù)模型等模型，從數(shù)據(jù)中尋找規(guī)律。判據(jù)層負(fù)責(zé)將模型輸出結(jié)果提交至評(píng)價(jià)指標(biāo)庫(kù)、薄弱點(diǎn)判據(jù)指標(biāo)庫(kù)和原因分析樹(shù)中，準(zhǔn)確識(shí)別出薄弱部位，并分析原因，獲取預(yù)警結(jié)果。業(yè)務(wù)層負(fù)責(zé)對(duì)系統(tǒng)界面上功能欄的設(shè)置，用戶(hù)訪問(wèn)功能欄后下達(dá)薄弱部位分析控制指令，以及在界面上顯示分析結(jié)果，自動(dòng)向用戶(hù)發(fā)送災(zāi)難預(yù)警信號(hào)［5］。

2.6設(shè)備狀態(tài)評(píng)估

在設(shè)備狀態(tài)評(píng)估場(chǎng)景中，大數(shù)據(jù)平臺(tái)對(duì)風(fēng)電機(jī)組、變壓器、配電變壓器等終端設(shè)備的實(shí)時(shí)運(yùn)行數(shù)據(jù)進(jìn)行持續(xù)采集，對(duì)比監(jiān)測(cè)數(shù)據(jù)、歷史數(shù)據(jù)，根據(jù)參數(shù)的走向來(lái)預(yù)測(cè)設(shè)備在未來(lái)一段時(shí)間內(nèi)的運(yùn)行狀態(tài)，為電網(wǎng)調(diào)度等工作的開(kāi)展提供信息支持，真正意義上做到“預(yù)先管理”，并根據(jù)預(yù)估的設(shè)備狀態(tài)來(lái)制定相應(yīng)的管理計(jì)劃。此外，還可對(duì)比監(jiān)測(cè)數(shù)據(jù)和同類(lèi)型故障數(shù)據(jù)，當(dāng)二者的相似度達(dá)到一定程度時(shí)，表明可能出現(xiàn)設(shè)備故障，需要采用狀態(tài)調(diào)節(jié)、參數(shù)調(diào)節(jié)等手段來(lái)確認(rèn)故障。隨后將所發(fā)現(xiàn)的故障問(wèn)題及時(shí)反饋給工作人員，組織檢修人員前往現(xiàn)場(chǎng)進(jìn)行維修，遠(yuǎn)程下達(dá)設(shè)備停機(jī)運(yùn)行、切斷故障與非故障部分連接的控制指令，避免設(shè)備受損嚴(yán)重，或在發(fā)現(xiàn)故障前期征兆時(shí)便著手處理，避免故障問(wèn)題的出現(xiàn)。

3電力大數(shù)據(jù)技術(shù)在智能電網(wǎng)中的應(yīng)用策略

3.1云計(jì)算

在智能電網(wǎng)運(yùn)行期間，由于電網(wǎng)規(guī)模龐大，會(huì)持續(xù)產(chǎn)生海量的數(shù)據(jù)信息，如果僅依靠所配備的計(jì)算機(jī)等硬件設(shè)施來(lái)完成全部的數(shù)據(jù)采集、運(yùn)算分析等任務(wù)，容易出現(xiàn)系統(tǒng)卡頓、崩潰等問(wèn)題，從而影響電網(wǎng)管理工作的正常開(kāi)展，還會(huì)出現(xiàn)設(shè)備使用壽命縮短、故障頻發(fā)等問(wèn)題。與此同時(shí)，為滿(mǎn)足電網(wǎng)運(yùn)行及管理需求，需要配置大量的高性能設(shè)施、設(shè)備，導(dǎo)致智能電網(wǎng)的前期建設(shè)成本和總體使用成本增加。對(duì)此，可將云計(jì)算技術(shù)應(yīng)用于智能電網(wǎng)系統(tǒng)中，對(duì)電網(wǎng)穩(wěn)定性分析、電網(wǎng)調(diào)度等較為復(fù)雜的計(jì)算任務(wù)可提交至云計(jì)算平臺(tái)中，采用分布式計(jì)算方法進(jìn)行處理，將海量的數(shù)據(jù)分解為若干小程序，將各個(gè)小程序分配到相應(yīng)的服務(wù)器進(jìn)行獨(dú)立計(jì)算，再將小程序的計(jì)算結(jié)果進(jìn)行合并處理，從而在短時(shí)間內(nèi)完成數(shù)以萬(wàn)計(jì)、數(shù)以十萬(wàn)計(jì)數(shù)據(jù)的運(yùn)算處理，并提供準(zhǔn)確的計(jì)算結(jié)果。在滿(mǎn)足智能電網(wǎng)運(yùn)行管理需求的同時(shí)，電力企業(yè)無(wú)須自主配置大量高性能設(shè)施，僅向云服務(wù)商支付一定費(fèi)用即可。

3.2云存儲(chǔ)

隨著智能電網(wǎng)規(guī)模的擴(kuò)大，數(shù)據(jù)庫(kù)中存儲(chǔ)的數(shù)據(jù)量也在不斷增加，對(duì)數(shù)據(jù)庫(kù)的存儲(chǔ)容量也提出較高的要求，且無(wú)法通過(guò)刪除數(shù)據(jù)的方式來(lái)獲取存儲(chǔ)容量，這會(huì)對(duì)電網(wǎng)管理水平、運(yùn)行效果造成負(fù)面影響。例如，在設(shè)備狀態(tài)評(píng)估、電網(wǎng)災(zāi)害預(yù)警場(chǎng)景中，系統(tǒng)通過(guò)對(duì)比實(shí)時(shí)數(shù)據(jù)與歷史數(shù)據(jù)來(lái)判斷設(shè)備是否出現(xiàn)故障、電網(wǎng)運(yùn)行狀態(tài)是否穩(wěn)定，如果缺少足夠的歷史數(shù)據(jù)，將會(huì)直接影響評(píng)估精度和預(yù)警能力。與此同時(shí)，如果無(wú)限制地?cái)U(kuò)大本地?cái)?shù)據(jù)庫(kù)的存儲(chǔ)容量，將會(huì)導(dǎo)致成本過(guò)高，并引發(fā)系統(tǒng)卡頓等問(wèn)題。對(duì)此，可向云服務(wù)商支付一定的費(fèi)用來(lái)租賃云端存儲(chǔ)空間，將智能電網(wǎng)運(yùn)行期間產(chǎn)生的數(shù)據(jù)信息上傳至云服務(wù)器中進(jìn)行存儲(chǔ)，實(shí)時(shí)訪問(wèn)云端平臺(tái)來(lái)查閱和下載數(shù)據(jù)信息，在滿(mǎn)足電網(wǎng)管理工作正常開(kāi)展的同時(shí)，不會(huì)搶占本地?cái)?shù)據(jù)庫(kù)的剩余存儲(chǔ)空間。此外，應(yīng)用云存儲(chǔ)技術(shù)時(shí)應(yīng)重點(diǎn)關(guān)注數(shù)據(jù)存儲(chǔ)安全和數(shù)據(jù)沖突兩個(gè)問(wèn)題。對(duì)于數(shù)據(jù)存儲(chǔ)安全，有時(shí)會(huì)出現(xiàn)上傳數(shù)據(jù)外泄、信息越權(quán)訪問(wèn)等問(wèn)題，因而需要在云端平臺(tái)上設(shè)置訪問(wèn)權(quán)限，對(duì)管理人員分配相應(yīng)權(quán)限等級(jí)的賬戶(hù)，在訪問(wèn)云端平臺(tái)時(shí)必須登錄賬戶(hù)來(lái)認(rèn)證身份，在權(quán)限范圍內(nèi)開(kāi)展信息的查閱、下載、傳輸?shù)炔僮?。?duì)數(shù)據(jù)沖突問(wèn)題，考慮到電網(wǎng)運(yùn)行期間會(huì)持續(xù)產(chǎn)生多源異構(gòu)數(shù)據(jù)，如果異構(gòu)數(shù)據(jù)導(dǎo)入同一數(shù)據(jù)庫(kù)中進(jìn)行存儲(chǔ)，容易導(dǎo)致數(shù)據(jù)發(fā)生沖突，因而需要在云存儲(chǔ)空間上構(gòu)建多類(lèi)型數(shù)據(jù)庫(kù)，對(duì)數(shù)據(jù)信息進(jìn)行分類(lèi)存儲(chǔ)，如結(jié)構(gòu)化數(shù)據(jù)庫(kù)、半結(jié)構(gòu)化數(shù)據(jù)庫(kù)等［6］。

3.3可視化分析

在智能電網(wǎng)運(yùn)行期間，將持續(xù)產(chǎn)生龐大的數(shù)據(jù)流，包括配電網(wǎng)運(yùn)維、設(shè)備狀態(tài)監(jiān)測(cè)、新能源并網(wǎng)控制效果、電網(wǎng)狀態(tài)監(jiān)測(cè)等方面的數(shù)據(jù)，數(shù)據(jù)內(nèi)容較為復(fù)雜。與此同時(shí)，在傳統(tǒng)電網(wǎng)管理模式中，以文件圖表的形式來(lái)展示電網(wǎng)的實(shí)時(shí)運(yùn)行狀態(tài)和數(shù)據(jù)處理結(jié)果，對(duì)管理人員的理解能力、專(zhuān)業(yè)素養(yǎng)有著十分高的要求，其難以在短時(shí)間內(nèi)從文件圖表中提取到有效信息，間接降低智能電網(wǎng)的管理效率。對(duì)此，需要在電力大數(shù)據(jù)體系中引入可視化技術(shù)，如空間信息流展示、3D全景模型、電子地圖、歷史流展示等技術(shù)，以更為直觀清晰的方式來(lái)展示電網(wǎng)的運(yùn)行狀態(tài)。例如，在故障報(bào)警與災(zāi)難預(yù)警場(chǎng)景中應(yīng)用電子地圖技術(shù)，以特殊顏色符號(hào)在地圖上標(biāo)記故障設(shè)備的位置和災(zāi)難波及的范圍，取代傳統(tǒng)的故障碼和設(shè)備編號(hào)的方式。而在溯源分析場(chǎng)景中，則應(yīng)用歷史流展示技術(shù)，以曲線趨勢(shì)變化圖來(lái)呈現(xiàn)故障出現(xiàn)前后各項(xiàng)參數(shù)的變化走向，幫助管理人員清晰了解整個(gè)故障事件的發(fā)生演變過(guò)程，從中挖掘各類(lèi)故障的客觀發(fā)生規(guī)律，提取故障前期征兆特征量。

4結(jié)語(yǔ)

綜上所述，大數(shù)據(jù)技術(shù)為我國(guó)電力事業(yè)提供了全新的發(fā)展契機(jī)，同時(shí)也為智能電網(wǎng)的建設(shè)和運(yùn)維指明了方向。電力企業(yè)必須正確認(rèn)識(shí)到大數(shù)據(jù)技術(shù)的應(yīng)用價(jià)值，構(gòu)建由數(shù)據(jù)倉(cāng)庫(kù)、集成管理等多項(xiàng)核心技術(shù)組成的電力大數(shù)據(jù)技術(shù)體系，在配電網(wǎng)運(yùn)維、設(shè)備狀態(tài)評(píng)估等場(chǎng)景中做到對(duì)大數(shù)據(jù)技術(shù)的落地應(yīng)用，并推動(dòng)電力大數(shù)據(jù)朝向云計(jì)算、云存儲(chǔ)、可視化分析的方向發(fā)展。

作者:盧珊 郭雷崗 單位:鄭州電力高等專(zhuān)科學(xué)校