论文部分内容阅读
摘要：随着科学技术的快速发展，各行各业产生的数据信息都在不断的扩大，对这些数据信息进行有效的分析和应用，能对行业的发展起到积极的推动作用。同样，在电力调控中也会产生较多的数据信息，通过大数据技术对这些数据信息进行引用，能够让电网系统运行变得更加高效安全。
关键词：大数据技术;电力调控;应用
1大数据的定义
大数据是指需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。比较典型的大数据定义是3V定义，即规模性、多样性、高速性。规模性是指数据规模庞大，已经达到PB级以上;多样性是指包含各种数据类型，比如结构化数据、半结构化数据、非结构化数据等;高速性是指数据以数据流的形态迅速增长，数据处理速度达到高速实时处理。
2网调控运行大数据分类及特征
在电网调控运行过程中，各类数据的来源有三种，分别为基础数据、电网运行及设备状态监测数据以及外部信息数据。三种不同来源的数据可以相互作用和影响，在促进电网稳定运行方面都发挥着十分重要的作用。在电网调控运行的多个数据种类中，结构化数据种类占90%以上，包括电网运行数据、负荷预测数据、基础数据等等，另外，非结构化数据也逐渐被导入至电网调控运行参数组成中，比如视频监控数据、图形图像处理数据等。
3电力大数据的核心技术研究
3.1数据集成管理技术
电力大数据的数据集成管理技术，包含关系型和非关系型数据库技术、数据融合和集成技术、数据抽取技术、过滤技术和数据清洗等。大数据的一个重要特点就是多样性，这就意味着数据来源极其广泛，数据类型极为繁杂，这种复杂的数据环境给大数据的处理带来极大的挑战，要想处理大数据，首先必须对数据源的数据进行抽取和集成，从中提取出实体和关系，经过关联和聚合之后采用统一的结构来存储这些数据，在数据集成和提取时需要对数据进行清洗，保证数据质量及可靠性。
3.2数据分析技术。
在电力大数据中，数据分析技术有很多种，包括机器学习技术、数据挖掘技术等等，通过数据分析，可以提取大数据中的有用信息。机器学习技术是人工智能的核心，其能够改善计算机系统使用性能，主要被应用于电力系统暂态稳定性评估、电力设备运行状态检测等方面。数据挖掘技术在实际应用中可以有效处理复杂的数据结构形式，对海量数据进行分析处理，进而提升数据质量，主要被应用于电力行为预测中。
3.3数据处理技术
电力数据处理技术可以分为分布式计算技术、内存计算技术以及分布式数据流处理技术。其中，分布式计算技术指的是通过应用网络技术，将电力系统中的计算机进行连接，进而形成超级计算机，对大数据进行存储和计算;内存计算技术指的是将已經收集到的大数据存储在内存中，然后直接对大数据进行计算和分析;分布式数据流处理技术具有实时性、伸缩性和开放性特征，可以对电力系统中的动态数据进行实时处理。
3.4可视化技术
可视化技术指的是通过应用图形化处理技术，将各类信息以比较容易理解的形式来展现，便于运行管理人员能够准确掌握各类信息。可视化技术的应用目标是发现信息，洞察数据，然后再做出决策。通过将可视化技术应用于电力系统状态实施监测中，能够有效提升电力系统自动化水平。
4大数据技术在电力调控中的应用分析
4.1电力大数据的核心技术应用分析
电力大数据的核心技术主要体现在以下几个方面，分别是数据集成管理技术、数据分析技术、数据处理技术以及可视化技术。数据集成管理技术的主要作用是对电网运行过程中的各类型数据进行收集和管理，最终通过转换数据获取新数据源，然后依次为电力调控提供相应的服务;数据分析技术主要对电网运行过程中的各项数据进行挖掘和分析，从而得到能够满足电力调控应用的有效信息;数据处理技术主要将计算机与大数据技术相结合，从而实现对各项动态数据的及时处理;可视化技术主要将数据以图形的形式进行处理，从而进行直观的展示。
4.2大数据技术在电力调控中的应用体现
4.2.1对电网的运行状态进行智能监控
电力调控中心在电网处于运行状态过程中，可以结合大数据技术智能化的监控电网运行，并集合数据集成技术、数据处理技术、数据分析技术在线的检测各项数据情况，对电网运行状态中的各项问题进行诊断和分析。比如ETL工具的应用可以抽取相关数据，可以实现监控数据电子日志记录功能，便于相关分析的开展。在电网运行中电力设备持续增加的情况下，数据量信息越来越多，要想确保电力调控的有效性，就应当将智能电网发展实现更大的跨越，以更好的对智能监控负担进行缓解，确保大数据技术应用的质量和效率。
4.2.2对电力系统的安全进行智能预警
智能预警是大数据技术应用于电力系统的典型体现。传统安全预警主要通过评估预案和离线计算的方式对电力系统的运行状态进行预测。从实际的应用情况来看，这种预警方式的效率不足，难以满足当前电网运行的需求，因此必须利用大数据技术实现电力系统的智能化管理。
4.2.3对电力负荷的情况进行优化调控
随着科学技术的快速发展，在当前的电力系统中电力结构发生较大的改变，如：分布式发电、电动汽车供电等接入到电力系统之中，使得电力负荷的运转规律出现较大的变化，造成电力负荷预测工作十分困难。基于此，在当前大数据技术应用中，应当着重加强这方面工作，通过对各方面数据信息的收集分析，考虑经济、地理等行业数据信息，可以实现对电力负荷的有效预测。
5结语
总之，随着我国电力事业的不断发展，在电力调控中应用大数据技术已经成为一种必然的趋势，而且从目前的实际应用现状来看，大数据技术在电力调控中的应用也确实能够为电网运行带来实质性的帮助。
参考文献：
[1]王占英，李宝聚，李振元，等.云计算在智能电力调度中的应用[J].吉林电力，2013，41（6）：17～20.
[2]李振元，李宝聚，王泽一.大数据技术对我国电网未来发展的影响研究[J].吉林电力，2014，1（230）：10～13.
（作者单位：国网安徽省电力有限公司阜阳市城郊供电公司）
关键词：大数据技术;电力调控;应用
1大数据的定义
大数据是指需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。比较典型的大数据定义是3V定义，即规模性、多样性、高速性。规模性是指数据规模庞大，已经达到PB级以上;多样性是指包含各种数据类型，比如结构化数据、半结构化数据、非结构化数据等;高速性是指数据以数据流的形态迅速增长，数据处理速度达到高速实时处理。
2网调控运行大数据分类及特征
在电网调控运行过程中，各类数据的来源有三种，分别为基础数据、电网运行及设备状态监测数据以及外部信息数据。三种不同来源的数据可以相互作用和影响，在促进电网稳定运行方面都发挥着十分重要的作用。在电网调控运行的多个数据种类中，结构化数据种类占90%以上，包括电网运行数据、负荷预测数据、基础数据等等，另外，非结构化数据也逐渐被导入至电网调控运行参数组成中，比如视频监控数据、图形图像处理数据等。
3电力大数据的核心技术研究
3.1数据集成管理技术
电力大数据的数据集成管理技术，包含关系型和非关系型数据库技术、数据融合和集成技术、数据抽取技术、过滤技术和数据清洗等。大数据的一个重要特点就是多样性，这就意味着数据来源极其广泛，数据类型极为繁杂，这种复杂的数据环境给大数据的处理带来极大的挑战，要想处理大数据，首先必须对数据源的数据进行抽取和集成，从中提取出实体和关系，经过关联和聚合之后采用统一的结构来存储这些数据，在数据集成和提取时需要对数据进行清洗，保证数据质量及可靠性。
3.2数据分析技术。
在电力大数据中，数据分析技术有很多种，包括机器学习技术、数据挖掘技术等等，通过数据分析，可以提取大数据中的有用信息。机器学习技术是人工智能的核心，其能够改善计算机系统使用性能，主要被应用于电力系统暂态稳定性评估、电力设备运行状态检测等方面。数据挖掘技术在实际应用中可以有效处理复杂的数据结构形式，对海量数据进行分析处理，进而提升数据质量，主要被应用于电力行为预测中。
3.3数据处理技术
电力数据处理技术可以分为分布式计算技术、内存计算技术以及分布式数据流处理技术。其中，分布式计算技术指的是通过应用网络技术，将电力系统中的计算机进行连接，进而形成超级计算机，对大数据进行存储和计算;内存计算技术指的是将已經收集到的大数据存储在内存中，然后直接对大数据进行计算和分析;分布式数据流处理技术具有实时性、伸缩性和开放性特征，可以对电力系统中的动态数据进行实时处理。
3.4可视化技术
可视化技术指的是通过应用图形化处理技术，将各类信息以比较容易理解的形式来展现，便于运行管理人员能够准确掌握各类信息。可视化技术的应用目标是发现信息，洞察数据，然后再做出决策。通过将可视化技术应用于电力系统状态实施监测中，能够有效提升电力系统自动化水平。
4大数据技术在电力调控中的应用分析
4.1电力大数据的核心技术应用分析
电力大数据的核心技术主要体现在以下几个方面，分别是数据集成管理技术、数据分析技术、数据处理技术以及可视化技术。数据集成管理技术的主要作用是对电网运行过程中的各类型数据进行收集和管理，最终通过转换数据获取新数据源，然后依次为电力调控提供相应的服务;数据分析技术主要对电网运行过程中的各项数据进行挖掘和分析，从而得到能够满足电力调控应用的有效信息;数据处理技术主要将计算机与大数据技术相结合，从而实现对各项动态数据的及时处理;可视化技术主要将数据以图形的形式进行处理，从而进行直观的展示。
4.2大数据技术在电力调控中的应用体现
4.2.1对电网的运行状态进行智能监控
电力调控中心在电网处于运行状态过程中，可以结合大数据技术智能化的监控电网运行，并集合数据集成技术、数据处理技术、数据分析技术在线的检测各项数据情况，对电网运行状态中的各项问题进行诊断和分析。比如ETL工具的应用可以抽取相关数据，可以实现监控数据电子日志记录功能，便于相关分析的开展。在电网运行中电力设备持续增加的情况下，数据量信息越来越多，要想确保电力调控的有效性，就应当将智能电网发展实现更大的跨越，以更好的对智能监控负担进行缓解，确保大数据技术应用的质量和效率。
4.2.2对电力系统的安全进行智能预警
智能预警是大数据技术应用于电力系统的典型体现。传统安全预警主要通过评估预案和离线计算的方式对电力系统的运行状态进行预测。从实际的应用情况来看，这种预警方式的效率不足，难以满足当前电网运行的需求，因此必须利用大数据技术实现电力系统的智能化管理。
4.2.3对电力负荷的情况进行优化调控
随着科学技术的快速发展，在当前的电力系统中电力结构发生较大的改变，如：分布式发电、电动汽车供电等接入到电力系统之中，使得电力负荷的运转规律出现较大的变化，造成电力负荷预测工作十分困难。基于此，在当前大数据技术应用中，应当着重加强这方面工作，通过对各方面数据信息的收集分析，考虑经济、地理等行业数据信息，可以实现对电力负荷的有效预测。
5结语
总之，随着我国电力事业的不断发展，在电力调控中应用大数据技术已经成为一种必然的趋势，而且从目前的实际应用现状来看，大数据技术在电力调控中的应用也确实能够为电网运行带来实质性的帮助。
参考文献：
[1]王占英，李宝聚，李振元，等.云计算在智能电力调度中的应用[J].吉林电力，2013，41（6）：17～20.
[2]李振元，李宝聚，王泽一.大数据技术对我国电网未来发展的影响研究[J].吉林电力，2014，1（230）：10～13.
（作者单位：国网安徽省电力有限公司阜阳市城郊供电公司）