论文部分内容阅读
摘要：随着我国科学技术的迅猛发展，智能电网大数据逐步成为了我国电力发展的重要技术。智能电网的发展不仅仅是最新科学技术的研究成果，更是当前电力行业的主要发展趋势。在电力领域使用智能电网大数据技术，除了能够提高其在我国的电力行业影响力之外，还对电力行业的可持续发展起到了巨大的推动作用。不仅如此，我国在智能电网大数据方面的研究上，已经取得了非常显著的成果。这就预示着我国在电力行业的已经取得了极大的进步。
关键词：智能电网;大数据;技术
1电力大数据
1.1电力大数据内涵
电力大数据指的是智能电网在电力生产、电力传输、电力消费等各个环节所产生的不同类型的数据，是电力系统运行中信息的高度融合。电力大数据的表达方式很多，除了一般的数字、符号外，还可以通过图片、视频等媒体形式展现出来。
1.2电力大数据与智能电网之间的联系
当下随着我国智能电网技术高速发展，也加强了对信息通信技术以及电子技术等应用，促进了信息间的交互。智能电网可以将客户的用电信息进行详细的收集起来，通过对电量的耗损情况进行分析从而获取相应的电力大数据，运用现代数据分析处理技术分析获得的数据，并提取出有效的信息。这些信息可以帮助运行人员对不同区域的电网展开宏观调控，以更好的满足各个地区的用电需要。但就目前来看，我国电网大数据的发展还存在一定的不足，大数据平台构建还需进一步完善，这样才能更好的促进智能电网的发展，保证大数据分析技术的有效利用。
2智能电网领域中大数据技术的应用
2.1智能电网大数据挖掘与采集技术
在智能电网的管理工作当中，数据内容上和传统的电网建设工作相比，数据更加庞大和复杂，同时在运行安全以及管理等工作当中都存在明显的差异。智能电网在工作过程当中，会受到其他数据的干扰和影响，因此在数据的管理和控制工作当中，运用大数据收集和挖掘技术可以大大提高智能电网数据处理的有效性，这也是当前大数据处理技术当中重要的工作内容。在大数据处理工作当中，通过大数据的挖掘和信息采集技术，主要表现为以下几个方面的特性：第一，在全面的数据挖掘工作当中，智能化管理工作所涉及到的管理数据，不但集中在电网企业和一些重点的变电设备当中，同时也直接表现在一些和电网相关的电力用户当中，对整个电力行业的发展以及社会经济的发展都有着重要的影响。基于这种情况，大数据挖掘技术就起到了良好的控制作用，比如在电力数据的管理工作当中，可以通过挖掘电网经济的发展状况，为电力的使用状况提供出相应的数据支撑，进而提高电网的智能化工作管理。第二，实现电力数据的全面采集。在智能电网的管理和数据收集工作当中需要对电网的发电侧、输变电侧以及用电侧各个状态进行动态数据的分析，在分析工作当中整体的数据采集难度相对较大，大数据采集工作当中信息捕捉速度较快，同时数据收集量较大，对电力数据处理质量的提升有着至关重要的作用。
2.2预测负荷波动和新能源出力
在整个电网电量管理系统中，负荷所占据的比重极大，它对于整体运行安全性会带来直接影响。当前，电网数据采集范围正在持续扩大，它也充分涉及有关于气象信息、用户信息等多方面内容，基于大数据技术能够实现对抽象指标的量化操作，并明确其与负荷间所具备的关系，这样的方式可以更好地预测到负荷变化趋势，从而提升了预测精度。受分布式发电接入方式的影响，新能源也逐步被应用起来，对于传统的电网运行管理模式而言则面临着适应性问题，虽然可以享受到电能所创造的便捷条件，但也需要充分考虑到负荷侧波动所带来的影响。就大型常规电源而言，它要想达到最佳工作状态并非易事，因此会对发电效率带来影响，进一步引发了能源浪费现象。基于大数据技術，则可以显著提升对于新能源出力预测的精度。丹麦一家风力发电公司则引入了基于BIM的大数据技术，从而展开对风电出力的预测工作，加之结构化数据的支持（最为典型的有地理方位以及气象报告等），所带来的风力涡轮机布局将会变得更加合理，与风力发电有关的预测精度也随之提升。
2.3源网荷协同调度
将大数据引入到智能电网行业中，对于降低预测误差发挥出极为重要的作用，这也是当前备受行业人员青睐的特性。基于新能源出力的方式，其存在较为明显的波动性，对于传统电力调度方式而言，只能采取旋转备用电源的方式进行处理。而伴随着电力市场的持续发展，则可以达到跨越常规电源出力调节的效果，以用户需求为指导而展开针对性管理，确保系统处于平衡状态基于市场调节手段，能够自发性的改变部分负荷，最终实现发电侧出力平衡。要想达到源、网、荷协调调度的效果，则需要建立在大量辅助信息的基础支行你，诸如新能源出力波动幅度或者是电网输送能力等，但受碍于技术水平有限，上述因素在电力交易过程中将会变得尤为复杂，此时则需要得到大数据技术的支持，理清各数据间所存在的关联，以此为指导展开协调调度工作。相比于传统的电网而言，新型的智能电网可以加大源网荷信息双向流动的效果，在特定的框架之中，各类源网信息则可以达到顺畅交互，从而保障了电网运行的经济可靠性。
2.4ETL技术
在智能电网管理运行的过程中会产生巨量的电力数据信息，数据量超出了传统电力系统的运算范畴，给电力分析工作造成了一定的压力，影响其他业务的开展。为了更好的解决这一问题，大数据分析技术中的ETL技术就发挥出了相应的工作价值，该电力数据分析技术的全称是Extract-Transform-Load。在大数据分析ETL技术应用的时候，首先就是开展Extract的数据采集工作，将电力数据信息按照相关的分类进行高效的采集，然后在Transform工作环节对采集的电力数据信息进行一定的转化处理。大数据分析技术针对特定的编码数据流进行分析，无法直接对电力数据信息进行分析，必须对电力数据信息进行合理的转化，从而使得电力数据信息具有一定的可读性，更好地发挥Transform分析环节的工作优势。最后就是进行Load环节的数据装载，通过将分析处理好的数据流进行条目的装载，确保每一个分析的结果都装载到对应的数据源中，安全有效地完成ETL处理分析技术的全部工作环节。目前我国在构建智能电网的时候，ETL技术是非常核心的技术组成之一，通过对ETL技术的合理应用，可以充分发挥该技术的应用优势，提高我国电力系统的整体运行效率。
3结语
对于智能电网大数据技术的，我国在这一方面的发展层次不断的进行提升。此外智能电网大数据技术不仅仅是一项综合性较强的技术，还有着深厚的哲学和数学理论基础。由于在国内外智能电网大数据的探索也是在起步阶段，所以为了能够更好的推动智能电网大数据技术的发展，我们应当突破界限，多方合作努力，越过发展过程中的障碍，提升电网行业在运行中的水平，制定一些恰当的、符合技术发展的战略。只有这样，才能使智能电网大数据得到进步，从而促进我国社会的发展。
参考文献：
[1]邢和军.面向智能电网应用的电力大数据关键技术研究[J].中国战略新兴产业，2017（48）：110-111.
[2]赵威.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，2017（17）：185.
[3]杨悦，戴茜璐.智能电网大数据处理技术现状与挑战研究[J].科技创新导报，2017，14（25）：149-150.
[4]刘诣超.智能电网大数据技术发展探索[J].通讯世界，2017（12）：212-213.
[5]陈丽丽.智能电网大数据处理技术现状与挑战[J].科技资讯，2017，15（09）：56+58.
关键词：智能电网;大数据;技术
1电力大数据
1.1电力大数据内涵
电力大数据指的是智能电网在电力生产、电力传输、电力消费等各个环节所产生的不同类型的数据，是电力系统运行中信息的高度融合。电力大数据的表达方式很多，除了一般的数字、符号外，还可以通过图片、视频等媒体形式展现出来。
1.2电力大数据与智能电网之间的联系
当下随着我国智能电网技术高速发展，也加强了对信息通信技术以及电子技术等应用，促进了信息间的交互。智能电网可以将客户的用电信息进行详细的收集起来，通过对电量的耗损情况进行分析从而获取相应的电力大数据，运用现代数据分析处理技术分析获得的数据，并提取出有效的信息。这些信息可以帮助运行人员对不同区域的电网展开宏观调控，以更好的满足各个地区的用电需要。但就目前来看，我国电网大数据的发展还存在一定的不足，大数据平台构建还需进一步完善，这样才能更好的促进智能电网的发展，保证大数据分析技术的有效利用。
2智能电网领域中大数据技术的应用
2.1智能电网大数据挖掘与采集技术
在智能电网的管理工作当中，数据内容上和传统的电网建设工作相比，数据更加庞大和复杂，同时在运行安全以及管理等工作当中都存在明显的差异。智能电网在工作过程当中，会受到其他数据的干扰和影响，因此在数据的管理和控制工作当中，运用大数据收集和挖掘技术可以大大提高智能电网数据处理的有效性，这也是当前大数据处理技术当中重要的工作内容。在大数据处理工作当中，通过大数据的挖掘和信息采集技术，主要表现为以下几个方面的特性：第一，在全面的数据挖掘工作当中，智能化管理工作所涉及到的管理数据，不但集中在电网企业和一些重点的变电设备当中，同时也直接表现在一些和电网相关的电力用户当中，对整个电力行业的发展以及社会经济的发展都有着重要的影响。基于这种情况，大数据挖掘技术就起到了良好的控制作用，比如在电力数据的管理工作当中，可以通过挖掘电网经济的发展状况，为电力的使用状况提供出相应的数据支撑，进而提高电网的智能化工作管理。第二，实现电力数据的全面采集。在智能电网的管理和数据收集工作当中需要对电网的发电侧、输变电侧以及用电侧各个状态进行动态数据的分析，在分析工作当中整体的数据采集难度相对较大，大数据采集工作当中信息捕捉速度较快，同时数据收集量较大，对电力数据处理质量的提升有着至关重要的作用。
2.2预测负荷波动和新能源出力
在整个电网电量管理系统中，负荷所占据的比重极大，它对于整体运行安全性会带来直接影响。当前，电网数据采集范围正在持续扩大，它也充分涉及有关于气象信息、用户信息等多方面内容，基于大数据技术能够实现对抽象指标的量化操作，并明确其与负荷间所具备的关系，这样的方式可以更好地预测到负荷变化趋势，从而提升了预测精度。受分布式发电接入方式的影响，新能源也逐步被应用起来，对于传统的电网运行管理模式而言则面临着适应性问题，虽然可以享受到电能所创造的便捷条件，但也需要充分考虑到负荷侧波动所带来的影响。就大型常规电源而言，它要想达到最佳工作状态并非易事，因此会对发电效率带来影响，进一步引发了能源浪费现象。基于大数据技術，则可以显著提升对于新能源出力预测的精度。丹麦一家风力发电公司则引入了基于BIM的大数据技术，从而展开对风电出力的预测工作，加之结构化数据的支持（最为典型的有地理方位以及气象报告等），所带来的风力涡轮机布局将会变得更加合理，与风力发电有关的预测精度也随之提升。
2.3源网荷协同调度
将大数据引入到智能电网行业中，对于降低预测误差发挥出极为重要的作用，这也是当前备受行业人员青睐的特性。基于新能源出力的方式，其存在较为明显的波动性，对于传统电力调度方式而言，只能采取旋转备用电源的方式进行处理。而伴随着电力市场的持续发展，则可以达到跨越常规电源出力调节的效果，以用户需求为指导而展开针对性管理，确保系统处于平衡状态基于市场调节手段，能够自发性的改变部分负荷，最终实现发电侧出力平衡。要想达到源、网、荷协调调度的效果，则需要建立在大量辅助信息的基础支行你，诸如新能源出力波动幅度或者是电网输送能力等，但受碍于技术水平有限，上述因素在电力交易过程中将会变得尤为复杂，此时则需要得到大数据技术的支持，理清各数据间所存在的关联，以此为指导展开协调调度工作。相比于传统的电网而言，新型的智能电网可以加大源网荷信息双向流动的效果，在特定的框架之中，各类源网信息则可以达到顺畅交互，从而保障了电网运行的经济可靠性。
2.4ETL技术
在智能电网管理运行的过程中会产生巨量的电力数据信息，数据量超出了传统电力系统的运算范畴，给电力分析工作造成了一定的压力，影响其他业务的开展。为了更好的解决这一问题，大数据分析技术中的ETL技术就发挥出了相应的工作价值，该电力数据分析技术的全称是Extract-Transform-Load。在大数据分析ETL技术应用的时候，首先就是开展Extract的数据采集工作，将电力数据信息按照相关的分类进行高效的采集，然后在Transform工作环节对采集的电力数据信息进行一定的转化处理。大数据分析技术针对特定的编码数据流进行分析，无法直接对电力数据信息进行分析，必须对电力数据信息进行合理的转化，从而使得电力数据信息具有一定的可读性，更好地发挥Transform分析环节的工作优势。最后就是进行Load环节的数据装载，通过将分析处理好的数据流进行条目的装载，确保每一个分析的结果都装载到对应的数据源中，安全有效地完成ETL处理分析技术的全部工作环节。目前我国在构建智能电网的时候，ETL技术是非常核心的技术组成之一，通过对ETL技术的合理应用，可以充分发挥该技术的应用优势，提高我国电力系统的整体运行效率。
3结语
对于智能电网大数据技术的，我国在这一方面的发展层次不断的进行提升。此外智能电网大数据技术不仅仅是一项综合性较强的技术，还有着深厚的哲学和数学理论基础。由于在国内外智能电网大数据的探索也是在起步阶段，所以为了能够更好的推动智能电网大数据技术的发展，我们应当突破界限，多方合作努力，越过发展过程中的障碍，提升电网行业在运行中的水平，制定一些恰当的、符合技术发展的战略。只有这样，才能使智能电网大数据得到进步，从而促进我国社会的发展。
参考文献：
[1]邢和军.面向智能电网应用的电力大数据关键技术研究[J].中国战略新兴产业，2017（48）：110-111.
[2]赵威.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，2017（17）：185.
[3]杨悦，戴茜璐.智能电网大数据处理技术现状与挑战研究[J].科技创新导报，2017，14（25）：149-150.
[4]刘诣超.智能电网大数据技术发展探索[J].通讯世界，2017（12）：212-213.
[5]陈丽丽.智能电网大数据处理技术现状与挑战[J].科技资讯，2017，15（09）：56+58.