论文部分内容阅读
摘要：随着技术的日新月异，人们越来越注重智能配电网的应用，而智能配电网的依托则是大数据技术，本文介绍大数据技术如何在其中应用，以及将要朝什么方向发展。
关键词：智能配电网；大数据技术；应用
1.电力大数据技术
电力大数据的采集、分析以及应用技术繁琐，其过程分为：电力数据采集，数据预处理与分类，数据存储与管理，数据挖掘与分析和数据应用五个大步骤。这五大步骤构成了电力大数据的技术体系。
电力数据采集是电力数据分析应用的前提和基础，数据整合端通过实时数据采集、文件数据采集和离线数据抽取完成电力数据的采集任务。数据整合端的数据采集过程包括数据感应与识别技术，数据压缩与加密技术，以及数据传输与通信技术等。数据预处理与分类是将电力大数据进行过滤筛选，去粗取精，并对数据进行辨识和整合分类处理，经过预处理与分类后的数据更加清晰有条理，便于数据的存储。数据预处理的关键任务是将种类繁多、结构复杂的电力大数据筛选并处理成类型单
数据存储与管理主要是将采集分类后的数据及时存储，建立相应的数据库，便于数据分类管理与调取，解决了电力大数据量大、存储难度大和调用困难的难题。数据存储与管理涉及大数据存储技术、大数据管理技术、大数据融合技术、大数据检索技术和大数据可视化技术等，它是多种类型的大数据处理技术的融合。
数据应用一方面是将电力大数据的挖掘与分析结果应用到电力行业的其他部门，优化电力行业的资源配比，提升企业管理水平和经济效益，另一方面是将电力大数据的挖掘与分析结果与其他行业共享，二者相互促进，共同辅助宏观经济的发展。电力大数据技术的五个步骤需要在电力大数据采集分析平台上完成，电力大数据的平台框架如图2所示。电力大数据技术平台包括数据整合、数据存储、数据计算、数据分析、平台服务、数据管理、配置管理和安全管理八大板块，其中数据管理、配置管理以及安全管理贯穿始终，为其他板块提供全程服务，也为电力大数据采集分析平台的安全可靠运行保驾护航。
电力大数据采集分析平台充分融合软件技术、硬件设备以及先进的算法技术，为电力大数据的采集，预处理与分类，存储与管理，挖掘与分析以及应用提供了一个可靠的基础。平台采集的数据不仅仅局限于电力数据，还可以与电力数据相关的气象数据、地理数据、用户信息数据、社会环境以及经济数据融会贯通，构建一个结构鲜明、种类繁多的电力大数据采集分析系统，为电力行业各部门、生产行业、在线监测行业和社会服务行业提供及时准确的数据支撑服务。
2.大数据在智能配电网中的应用
2.1分析配电网运行情况
持续定期采集配电网工作的各项数据，分析其正常的工作数据和异常的数据，并依照这些数据实时监测配电网的运行情况，是大数据技术在智能配电网中的明显作用之一。这里利用了大数据技术的数据分析能力，采用概率化分析数据的方式，做到了不同数据的统计对比，同时记录新的数据，与统计结果进行对比，得到配电网运行现状的判断。比如可以对配电网的供电能力进行评价，如容载比、线路间负荷转移能力等。当供电能力不能满足负荷需求时，根据负荷重要程度、产生的经济社会效益以及历史电压负荷情况，进行甩负荷。还可以对配电网进行安全性评价，如电力系统的节点电压水平、主变和线路负载率等。
2.2采集并存储用户信息
大数据技术能准确而全面地记录每个用户的用电情况，尽管当前这种采集和记录方式仍然不能保证绝对准确，智能配电网的构建和运行还是离不开这些数据信息。与传统数据单一式的数据采集方法相比，大数据信息收集技术有数据来源广、收集速度快、节省人力物力、可信度高等优势。为避免数据因意外而丢失或者损坏，我们可以将这些信息上传到网络存储空间，或者在网络空间中进行备份，这种做法的优点是有效避免了硬盘存储数据的损坏风险，缺点是网络云空间服务器一旦瘫痪数据将会丢失（可能性较小），并且网络存储很有可能存在某些未知的漏洞，对于网络环境的安全要求极高。
2.3数据处理
大数据技术的数据处理功能主要是通过对各种数据的研究分析，及时发现各数据间的联系，并从中筛选出有价值的信息。采用探索的方式了解不同数据之间的关系，可以在众多的数据中选择有利的信息，因此可以避免無用信息的干扰，节约了更多分析数据的时间和人们的精力。可以放大用户的兴趣点，排除掉无用信息，将广大用户所关注的信息挖掘出来。大数据智能配电网可以有效处理很多非结构化的电力数据，而且具有扩展性以及有用性，适合电力数据结构化以及非结构化的混合处理。在实时性高的配电网中进行在线监测、评估等内容，一般使用的是流计算技术进行处理，还有一种批处理，主要是将各种问题分类，在采取相应措施解决问题。
3.智能配电网应用大数据的发展趋势
3.1智能供电，人性化订制
智能配电网目前最理想的工作状态就是根据不同用户的不同用电需求，给予他们不同的配电，但是由于技术问题，这种理想状态现在并没有实现。为了贯彻落实节能环保的要求，这种理想配电方式是未来务必实现的，因此可以预见大数据的处理分析功能将会继续增强，达到可以根据分析现有的用户用电数据进行准确精密分析进而为用户人性化量身打造配电计划的效果。大数据技术还可以提高网架结构的关联性、动态性，解决传统意义上网架结构的迟延、模糊化等弊端，并且根据不同用户的不同需求规划电网，为广大用户提供更优质的电力服务。制定科学完善的用电方案，坚持客户至上观念，为了让广大用户及时掌握电价变动情况、用电情况，采用关联分析法来分析相关数据，使数据更加准确。
3.2数据存储空间增大，高速处理
目前我国很多村镇地区也有了明显的城市化痕迹——住宅楼、消费娱乐场所明显增多，不仅仅在中国，在全球化进程加快，很多发展中国家努力提升自己经济水平的今天，人类对于电能的需要和使用非常明显地日益增加，要想继续在智能配电网中应用大数据技术，就要保证大数据技术的存储量和分析能力能满足日益提高的要求。所以随着用电人口和用电途径的不断增加，未来智能配电网中的大数据技术将会不断增强自身的存储能力，同时其记录的准确性和安全性不会因此降低。因为电力系统的电力供应工作是随时随刻都在进行的，因此需要智能配电网按照毫秒甚至微秒的时间间隔对电力系统数据进行数据分析工作。科技研究的进步必然会带动大数据技术更上一层楼，在充分发挥大数据的作用的情况下，其数据处理能力必然较现在有着更加明显的进步——处理速度更快，分析结果更加准确，为全面实现智能供电提供保障。
4.结语
由于大数据本身属于一个还在不断发展完善的技术，供配电领域的需求量又十分巨大，因此，当前这二者的结合仍存在较多的问题，比如数据采集不准确等。但是不可否认二者结合的未来前景十分明朗，在各类“智能”蓬勃发展的今天，技术性问题迟早都会被攻克，重要的是这种模式确定有效，而我们恰恰能看到大数据和配电网结合的生命力。
参考文献
[1]俞海淼，周海珠，忻闻.崇明岛风力资源分析与评价[J].可再生能源，2008，26（3）：76-79.
[2]刘苏云，王笛，蒋丹，等.基于场景概率的风电机组的选址和定容[J].电气自动化，2014，36（5）：38-40.
（作者单位：国网四川省电力公司广元供电公司）
关键词：智能配电网；大数据技术；应用
1.电力大数据技术
电力大数据的采集、分析以及应用技术繁琐，其过程分为：电力数据采集，数据预处理与分类，数据存储与管理，数据挖掘与分析和数据应用五个大步骤。这五大步骤构成了电力大数据的技术体系。
电力数据采集是电力数据分析应用的前提和基础，数据整合端通过实时数据采集、文件数据采集和离线数据抽取完成电力数据的采集任务。数据整合端的数据采集过程包括数据感应与识别技术，数据压缩与加密技术，以及数据传输与通信技术等。数据预处理与分类是将电力大数据进行过滤筛选，去粗取精，并对数据进行辨识和整合分类处理，经过预处理与分类后的数据更加清晰有条理，便于数据的存储。数据预处理的关键任务是将种类繁多、结构复杂的电力大数据筛选并处理成类型单
数据存储与管理主要是将采集分类后的数据及时存储，建立相应的数据库，便于数据分类管理与调取，解决了电力大数据量大、存储难度大和调用困难的难题。数据存储与管理涉及大数据存储技术、大数据管理技术、大数据融合技术、大数据检索技术和大数据可视化技术等，它是多种类型的大数据处理技术的融合。
数据应用一方面是将电力大数据的挖掘与分析结果应用到电力行业的其他部门，优化电力行业的资源配比，提升企业管理水平和经济效益，另一方面是将电力大数据的挖掘与分析结果与其他行业共享，二者相互促进，共同辅助宏观经济的发展。电力大数据技术的五个步骤需要在电力大数据采集分析平台上完成，电力大数据的平台框架如图2所示。电力大数据技术平台包括数据整合、数据存储、数据计算、数据分析、平台服务、数据管理、配置管理和安全管理八大板块，其中数据管理、配置管理以及安全管理贯穿始终，为其他板块提供全程服务，也为电力大数据采集分析平台的安全可靠运行保驾护航。
电力大数据采集分析平台充分融合软件技术、硬件设备以及先进的算法技术，为电力大数据的采集，预处理与分类，存储与管理，挖掘与分析以及应用提供了一个可靠的基础。平台采集的数据不仅仅局限于电力数据，还可以与电力数据相关的气象数据、地理数据、用户信息数据、社会环境以及经济数据融会贯通，构建一个结构鲜明、种类繁多的电力大数据采集分析系统，为电力行业各部门、生产行业、在线监测行业和社会服务行业提供及时准确的数据支撑服务。
2.大数据在智能配电网中的应用
2.1分析配电网运行情况
持续定期采集配电网工作的各项数据，分析其正常的工作数据和异常的数据，并依照这些数据实时监测配电网的运行情况，是大数据技术在智能配电网中的明显作用之一。这里利用了大数据技术的数据分析能力，采用概率化分析数据的方式，做到了不同数据的统计对比，同时记录新的数据，与统计结果进行对比，得到配电网运行现状的判断。比如可以对配电网的供电能力进行评价，如容载比、线路间负荷转移能力等。当供电能力不能满足负荷需求时，根据负荷重要程度、产生的经济社会效益以及历史电压负荷情况，进行甩负荷。还可以对配电网进行安全性评价，如电力系统的节点电压水平、主变和线路负载率等。
2.2采集并存储用户信息
大数据技术能准确而全面地记录每个用户的用电情况，尽管当前这种采集和记录方式仍然不能保证绝对准确，智能配电网的构建和运行还是离不开这些数据信息。与传统数据单一式的数据采集方法相比，大数据信息收集技术有数据来源广、收集速度快、节省人力物力、可信度高等优势。为避免数据因意外而丢失或者损坏，我们可以将这些信息上传到网络存储空间，或者在网络空间中进行备份，这种做法的优点是有效避免了硬盘存储数据的损坏风险，缺点是网络云空间服务器一旦瘫痪数据将会丢失（可能性较小），并且网络存储很有可能存在某些未知的漏洞，对于网络环境的安全要求极高。
2.3数据处理
大数据技术的数据处理功能主要是通过对各种数据的研究分析，及时发现各数据间的联系，并从中筛选出有价值的信息。采用探索的方式了解不同数据之间的关系，可以在众多的数据中选择有利的信息，因此可以避免無用信息的干扰，节约了更多分析数据的时间和人们的精力。可以放大用户的兴趣点，排除掉无用信息，将广大用户所关注的信息挖掘出来。大数据智能配电网可以有效处理很多非结构化的电力数据，而且具有扩展性以及有用性，适合电力数据结构化以及非结构化的混合处理。在实时性高的配电网中进行在线监测、评估等内容，一般使用的是流计算技术进行处理，还有一种批处理，主要是将各种问题分类，在采取相应措施解决问题。
3.智能配电网应用大数据的发展趋势
3.1智能供电，人性化订制
智能配电网目前最理想的工作状态就是根据不同用户的不同用电需求，给予他们不同的配电，但是由于技术问题，这种理想状态现在并没有实现。为了贯彻落实节能环保的要求，这种理想配电方式是未来务必实现的，因此可以预见大数据的处理分析功能将会继续增强，达到可以根据分析现有的用户用电数据进行准确精密分析进而为用户人性化量身打造配电计划的效果。大数据技术还可以提高网架结构的关联性、动态性，解决传统意义上网架结构的迟延、模糊化等弊端，并且根据不同用户的不同需求规划电网，为广大用户提供更优质的电力服务。制定科学完善的用电方案，坚持客户至上观念，为了让广大用户及时掌握电价变动情况、用电情况，采用关联分析法来分析相关数据，使数据更加准确。
3.2数据存储空间增大，高速处理
目前我国很多村镇地区也有了明显的城市化痕迹——住宅楼、消费娱乐场所明显增多，不仅仅在中国，在全球化进程加快，很多发展中国家努力提升自己经济水平的今天，人类对于电能的需要和使用非常明显地日益增加，要想继续在智能配电网中应用大数据技术，就要保证大数据技术的存储量和分析能力能满足日益提高的要求。所以随着用电人口和用电途径的不断增加，未来智能配电网中的大数据技术将会不断增强自身的存储能力，同时其记录的准确性和安全性不会因此降低。因为电力系统的电力供应工作是随时随刻都在进行的，因此需要智能配电网按照毫秒甚至微秒的时间间隔对电力系统数据进行数据分析工作。科技研究的进步必然会带动大数据技术更上一层楼，在充分发挥大数据的作用的情况下，其数据处理能力必然较现在有着更加明显的进步——处理速度更快，分析结果更加准确，为全面实现智能供电提供保障。
4.结语
由于大数据本身属于一个还在不断发展完善的技术，供配电领域的需求量又十分巨大，因此，当前这二者的结合仍存在较多的问题，比如数据采集不准确等。但是不可否认二者结合的未来前景十分明朗，在各类“智能”蓬勃发展的今天，技术性问题迟早都会被攻克，重要的是这种模式确定有效，而我们恰恰能看到大数据和配电网结合的生命力。
参考文献
[1]俞海淼，周海珠，忻闻.崇明岛风力资源分析与评价[J].可再生能源，2008，26（3）：76-79.
[2]刘苏云，王笛，蒋丹，等.基于场景概率的风电机组的选址和定容[J].电气自动化，2014，36（5）：38-40.
（作者单位：国网四川省电力公司广元供电公司）