智能电网大数据技术的特点及发展

智能电网大数据技术的特点及发展

闫珅

(国网冀北电力有限公司唐山供电公司河北唐山063000)

【摘要】：目前，我国环境问题越来越严重，全社会节能减排的压力逐渐增大，电力行业的能耗在能源领域占比较高，多数发达国家电力消费占终端能源消费比例约为20%，且呈现出逐年上升的趋势。智能电网技术在我国已经发展成熟，基本实现了对全网多维信息的采集，同时“互联网+”、“能源互联网”、“物联网”等概念的提出，使得电力系统和外界的交互越来越频繁，海量数据为智能电网建设带来了前所未有的机遇和挑战。智能电网中如何利用海量数据，使得不同能源之间协调配合实现节能减排，改善我们的环境生活，已成为国内外专家学者研究的热点。

【关键词】：大数据技术；智能电网；应用

当前，智能电网的应用变的越来越广泛，智能电网的应用大大提高了电力系统的工作效率。随着科技的不断发展，大数据技术在智能电网中的应用提高了数据分析和采集的准确性，提高了电网的运行质量，大数据技术能够解决传统通信网络通信效率低以及出错率高的问题，保证了通信的质量。对智能电网大数据技术的发展进行研究成为当前电力企业的一个重要工作。

1智能电网大数据的特征与发展现状

1.1智能电网大数据的特征

智能电网大数据是指各种智能变电站、智能电表、电力实时监测系统等数据类型的系统。随着科技的不断发展，智能电网大数据的规模也逐渐扩大，智能电网大数据的主要特征包括速度快、规模大、种类多。由于电网在运行过程中负荷不断变化，采用大数据技术，当电网的运行出现故障时能够快速进行处理，从而保证电网正常运行。由于智能电网大数据的数据量极大，很大程度上加大了电力电网的负荷量，这就是其大规模的体现，智能电网大数据技术能够保证电网正常运行，为电力系统的正常供电提供了保障。

1.2智能电网大数据的发展现状

当前，我国电网迅速发展，智能电网大数据也不断发展，现阶段智能电网大数据技术主要包括：（1）结构数据分析机制；（2）非机构数据分析机制。结构数据分析机制主要统计计算数据库中的数据，从而整合电力数据，这种数据分析机制运行参数数据整合度较高。而结构数据分析机制刚刚兴起，由于非结构数据的独特性，在建立视频数据框架以及统计计算图形参数时，通常会用到数据库二维编辑，相比结构数据，非结构数据发挥着越来越重要的作用，同时这也对工作人员的管控能力提出了更高的要求。

2大数据在智能电网中的应用

2.1电能损耗分析

电能损耗是影响电力企业经营成本的重要因素，目前电力部门的电能损耗都是通过对变压器端电能表的测量实现的，是在离线的情况下完成的，并且电能表的测量结果存在误差，在进行数据采集的过程中也会出现各种问题，需要对电能表测量的数据进行专门处理、剔除缺陷数据之后才能进行分析。而采用大数据技术，能够提高测量的准确性，通过对电表数据进行精确建模，并通过云计算能够采集到准确的数据。

2.2实现智能调度

在智能电网中应用大数据能够实现电网调度的智能化，能够满足电网高效化、一体化运行的要求。当前我国电网主要是使用一台监测设备对一整个区域内的电网运行状态进行监测，并且由于检测设备的不同数据不能共享，无法对设备的运行状况进行统筹分析，也无法提高电网运行情况的监测水平。此外，监测的数据量大，需要对一、二次设备的基本情况及运行情况进行监测。而利用大数据技术就能够解决这些问题，能够对设备的运行状况进行实时监测，为电网调度提供准确的数据，从而保证电网稳定运行。

2.3安全分析及智能预警

当前，电力企业不断发展，电网建设规模逐渐扩大，电网的安全问题成为电力企业关注的主要问题之一，电网在运行过程中经常会出现安全问题，给电力系统的稳定运行造成一定的影响。应用大数据技术可以实现对电网运行情况的实时动态分析及控制。大数据技术的计算速度快、计算能力强，能够快速处理大量的数据，包括电网运行情况数据以及监测数据，还能够使跨区域的数据实现共享。目前，电力行业的安全分析及预警都是通过专门的调度中心完成的，调度中心是通过收集离线数据并计算处理后生成预警预案，不能满足智能电网实时监控和预测以及全面评估的要求。而采用大数据能够建立电力系统的一体化安全监管以及数据的分析、处理，当发现问题时还能够进行预警，保证了电网运行的安全性和稳定性。

2.4用电负荷的控制和预测

在电力系统中存在很多容量小、具备存储性能的可控负荷。将这些可控的电荷进行存储，并有效利用，能够为电力系统提供客观的用电量，对用电高峰时期的电力调度具有重要的意义。利用大数据技术，能够实时获取各用户的用电负荷以及可控负荷的具体情况，从而对电能资源进行合理调度，实现电网的实时调度，从而为人们提供优质的电能。

3智能电网大数据技术的发展

3.1优化大数据传输和存储技术

电力电网系统在正常运行时会产生很多的数据，为了能够便于工作人员进行监控和管理，需要将这些数据进行存储，这就用到了大数据传输和储存技术。为了方便数据的传输，首先需要对数据进行压缩，然后通过计算机网络进行数据传输，并进行存储。经常使用的存储技术是分布式的文件处理技术，但是该技术不能保证数据存储的实时性，为了解决这一问题，需要借助数据库系统进行弥补，数据库系统常用于电网运行过程中需要进行实时分析和处理的数据。目前，我国的大数据传输和储存技术对于保证数据的实时性存在很大的缺陷，因此，相关研究人员应该加强对大数据传输和存储技术的研究，从而使数据的分析和统计更加高效便利。

3.2优化运行大数据的实时分析和整合技术

在对智能电网的数据库进行分析和处理时，比较多的关注数据库的内存结构，只有完整的内存数据库，才能优化数据内存参数项目中数据分析和处理。当数据量较多、处理负担较重时，可以使用内存数据库，该数据库不仅不会影响数据的准确性，而且还能有效提高数据处理的实时性。在对数据进行分析过程中，利用实时性分析机制，能提升智能电网系统运行中各个环节和用户数据的有效性，并且利用集成与整合技术能够保证智能电网中数据结构的实效性。当前绿色能源大力推广，电网在引入新能源时会产生波动，并且波动具有不确定性，因此对电网进行状态监测十分重要，所以需要进一步提升云平台对于数据的处理能力，这样才能满足对实时性的要求。

3.3优化异构多数据源处理技术

采用异构多数据源处理技术对数据信息进行整合，有助于电网的发电、输电、用电之间的衔接，对于电网的正常运行具有很大的帮助。异构多数据源处理技术能够从各个方面收集信息，而且数据传输的速度快，该技术将会在大数据技术中大量的应用，从而使数据得到大规模的调度和控制，保证传输参数和数据规模得到有序的管理，提升基础设施的管理力度，有效降低数据运营中心的成本。

结束语

综上所述，当前科技不断发展，大数据技术应用也越来越广泛，将该技术应用在智能电网中，能够实现智能化调度，实现对电网运行数据的实时监测，对于推动电力企业的发展具有重要的作用。近年来，我国智能电网的建设速度逐渐加快，其中涉及到大量的信息数据，对数据处理能力的要求也不断提高，因此需要加强对大数据的研究，从而提高电网运行状态监测以及数据分析、处理的能力，进一步促进智能电网大数据技术的发展。

参考文献：

[1]赵雪松，谢蓓敏.智能电网大数据技术发展研究[J].电子世界，2017（23）：93-94.

[2]吕维体.智能电网大数据技术发展研究[J].通讯世界，2017（13）：133-134.

[3]杨程.智能电网大数据技术发展初探[J].电子世界，2017（09）：71.

[4]刘伟，侯轲，姜苏航，侯倩.基于智能电网大数据技术发展研究[J].电子技术与软件工程，2016（06）：179.