智能电网大数据处理技术现状

(整期优先)网络出版时间:2018-12-22
/ 2

智能电网大数据处理技术现状

赵彦斐1高科2宋笠功3任亚军2刘琛1

(1国网平鲁区供电公司山西朔州036000;2国网朔州供电公司山西朔州036000;

3国网怀仁市供电公司山西朔州036000)

摘要:随着我国智能化电网技术的不断发展,智能电网和大数据已经能成为我国发展的重要领域之一。智能电网大数据技术对电力行业的影响非常巨大,对其可持续发展有重要的意义。

关键词:智能电网;大数据技术;发展

引言

当前,大数据处理技术已经应用到各个行业,智能电网也对其进行了利用,在发电、传输的过程中出现很多大数据,为了该类数据进行更好的管理和利用,使国民经济更好的发展,文章对其进行了研究。

1大数据特点分析

在智能电网中,大数据具有类型多、规模和密度大等特点,具体为:第一,数据的数量较大,从TB到PB级别,采用的常规系统有遥测点数量1000个,在采样过程中需要间隔的时间在3到4秒之间,同时每年产生的TB数量在1.03TB之间,从广域上来说,测量系统所需的遥测点数量在1万个,采样率为每秒100次,根据上面这些基础数据可以得出每年所需要的TB数据为495TB。第二,所用的数据有多种类型,通过对电网的数据进行分析可以发现,该类数据分布较广,且数量众多,包括历史、实时、文本、时间序列、多媒体数据等各种结构,同时还有非结构和结构化数据等,在处理和查询的过程中所使用的性能和频度均不相同,例如在每隔半小时对电力设备的油色谱数据进行一次采样,在此过程中绝缘放电设备所需要的采样速度在几百kHz和GHz之间,具体大数据技术架构见图1。第三,该类数据所需要的密度较低,比如以视频为例,在长时间不曾停止的监测中,所需要的数据仅仅只需要1到2秒的时间便可以使用,在使用输变电设备的过程中也会有相同的问题,在使用的过程中很多数据均为正常数据,少数数据为异常数据,这些少数数据在设备检修的过程中发挥着重要作用。第四,该类数据在处理的过程中具有快速的特点,可在几分之一秒中对所需要的数据进行处理,帮助作出更好的决策。同时对在线数据也提出更高要求,和传统数据的处理技术相比,该类数据的处理质量更高,同时也可以对数据进行分析,在该技术的发展过程中也更看重数据的真实性,这也是该类技术发展较快,应用较广的原因之一。

2智能电网大数据技术的发展现状

2.1智能电网大数据处理技术

对于大数据技术在经济和科技发展中的巨大优势,大数据技术逐渐成为我国研究的对象,围绕着大数据的竞争已经逐渐形成,但是,现在大数据技术才刚刚起步,还存在诸多的问题,比如存储和处理能力的不足,已经严重影响了智能电网的正常运行,另外,一些关键性技术还需要改进,但是,基于云计算为主的智能电网大数据本身要具有稳定和拓展性,使用费用低,这样很大程度上减少了对数据处理软件的依赖,这样可以作为一个平台,实现智能电网的数据管理和设备检测。

2.2云计算技术

云计算技术的应用是智能电网大数据处理的关键性环节,与传统数据处理技术相比,云计算具有强大的数据处理和运算能力,基于数据类型和分布,能够有效提高数据处理和存储的效果,提升电网运行过程中电力运行的检测能力,包括电网运行、维护、检测等众多的参数,这就要求技术性人员对数据使用进行全方位检测,实时监控。目前我国电力电网系统有效利用率很低,云计算技术的使用可以提高资源运行平台框架兼容性,提升云计算和互联网技术的联系,实现智能电网系统的最优发展。

2.3数据处理技术具有一定复杂性

大数据处理技术是当前各行各业重点关注的问题,智能电网大数据处理技术同社会经济的发展息息相关,如:阿里巴巴、百度以及谷歌等商家投入了大量的资金,对大数据处理方面进行了一定的改进,进一步提升大数据处理技术,推动经济的发展。因此,在新形势下,这就要求我们要重视智能电网大数据处理技术和大数据处理技术的复杂性。当前,我们所研发和使用的智能电网大数据处理技术处在一个令人喜忧参半的状态下,喜主要体现在最近几年,社会各界不断增加资金投入,大数据处理技术也得到了有效发展,前所未有的改善和提升智能联网大数据处理技术。由于智能电网自身存在的复杂性在某些方面发展还存在一定的不足之处。研究发现,现阶段全球范围内数据处理能力,已经无法切实满足数据海量的增长,如:淘宝每日的交易数量达到15TB,这样一来,平台每日处理的数据则高达200TB。通过对上述的分析,不难发现数据是非常大的,为进一步处理好这些海量的数据,淘宝在大数据处理方面投入了大量的资金,但也获得巨额的回报,大数据在智能电网方面的运用同大数据在商业方面的使用相比较,更加具有复杂性。即便计算平台存在储存量大、成本低等优势,但有待进一步加强实时性。在数据规模日益扩大的当下,由于数据量较大,因此其多样性也在不断加强,这样一来,就让智能电网大数据处理技术的现状日益复杂化。

3智能电网大数据处理技术面临的挑战

3.1智能电网大数据存储、传输技术

智能电网记录了电力设备监测数据以及电力系统运行中各项数据,越来越多的数据大幅增加了电网数据传输及监控设备的负担,并在一定程度上影响电网智能化发展。在智能电网大数据传输方面,要想提升数据传输效率就应当选择压缩数据的方法,促进数据传输量降低。所以智能电网数据传输中开始应用越来越多的网络数据压缩技术,这样能够最大限度节省数据存储空间,但系统中心也会因数据压缩及解压出现资源浪费,需要设置更合理的支持平台。在存储智能电网大数据方面,通过分布式文件保存方式虽然能够解决存储问题,但是会对电力系统实时性数据处理产生一定影响,所以需要分析并分类存储系统中大数据。智能电网中很大一部分数据为非结构化数据,需要将这些非结构化数据转化为结构化数据在进行储存,这也是当前智能大数据处理技术中的主要问题。

3.2智能化大数据可视化分析技术

当前大数据处理中的一个重要课题就是,有效地分析和处理智能电网运行中不断生成的数据,并通过有线的屏幕向电力用户展示。大数据通过可视化分析技术能够得到有效处理,所以其在实际电网运行中得到广泛应用。可视化分析技术通过高分辨率图像、高度集成技术、交互工具,将明朗的数据处理结果提供给电力用户。科技进步过程中可视化技术发展也遇到了瓶颈,包括提取重要数据、技术扩展性、显示及图像合成等。

3.3优化运行大数据源异构处理技术

对智能电网系统运行数据的分析过程中,要提升未来智能电网发展的预测,要对发电和输电系统进行分析,还要对用电环节进行分析,确保运行环节顺利进行和深度剖析,在信息采集过程中,集中优势资源提取大数据,综合运用大数据进行处理,使用数据异构处理,从而获得智能电网数据最大化,让传输和数据规模更加有效管理,提升基础设施管理,降低运行成本。

结语

近年来我国电力行业发展迅速,为社会生产生活活动提供了有效保障。在这个过程中智能电网工程稳步推进,作为智能电网建设中的重要技术,智能电网大数据处理技术在这个过程中发挥了重要作用。然而当前智能电网大数据处理技术发展还面临诸多挑战,要想实现对智能电网大数据的有效运用,还需对大数据处理技术进行不断研究和完善。实践中行业人员应当强化对智能电网大数据处理技术的认识,对其应用现状和存在问题进行分析,最终不断推动智能电网大数据处理技术发展和进步。

参考文献:

[1]常月廷,贺瑞,杨滨.智能电网大数据处理技术现状分析[J].科研,2016(8):00211.

[2]王渭,崔健.智能电网大数据处理技术现状与挑战[J].电子技术与软件工程,2016(1):188.