论文部分内容阅读
摘 要：智能电网大数据的研究取得了初步进展，相关研究人员和企业也做出了建设性的尝试。基于大数据在智能电网中应用的总体框架，列举了大数据技术在配电网运行状态诊断、用户用电行为特征分析、输电线路状态评估、基于复相关识别的输变电设备故障诊断与预测技术，本文总结了大数据技术的关键技术和研究思路，探讨了智能电网大数据技术面临的问题以及相关方法，希望给行业内人士以借鉴。
关键词：智能电网大数据；配电网；在线监测；故障诊断；状态评估
引言
对于大数据的定义，学术界并没有统一的定论，康奈尔大学计算机科学家乔恩·克莱因伯格称“大数据这个术语本身很模糊，但在某些方面却又非常具体。大数据是可能改造一切的一种过程的标签。”Manyika等认为“大数据是指数据集合，其大小已经超出了典型数据库在获取、存储、管理和分析的能力。”一般认为，大数据的量级级别应该是太字节，即240。就大数据的特征来看，一个典型的定义，即高速性、规模性和多样性。数据的发展带来了2次革命，数据与自然哲学的融合引发了第1次数据革命，体现了数据的依据性和基础性；第2次数据革命以大数据为主要特征，使万物皆数的理念变为现实。在应用层面上，大数据技术在互联网技术、生物医疗、智慧城市、金融市场以及远程感应等方面已崭露头角。发展智能电网已经在世界范围内达成共识，从技术和应用的层面看，智能电网是将先进的传感测量技术、信息通信技术、分析决策技术、自动控制技术和能源电力技术相结合，并与电网基础设施高度集成而形成的新型现代化电网。它的特征是坚强、自愈、兼容、经济、集成和优化，同时具有地理位置覆盖范围广泛、能量传输数量庞大、输电用电实时平衡等特点，这些特点使得电网运行时产生的数据量庞大，为大数据技术的使用提供了土壤，2012年以来，国内外已对大数据技术在智能电网中的应用作出了初步的尝试，但这些尝试都是探索性质的，对大数据的研究方法和基本概念没有达成共识，要达成的目标尚不明确，数据模式国际上还没有统一的规范，现行的数据分析算法仍然是基于小数据的，硬件设施还不完善，通信信息架构还不一致，数据安全性问题有待解决，不少企业对大数据技术信心不足，处于观望的状态。文中在给出电力大数据通用架构的基础上，整理了当前大数据技术在智能电网配电网和在线监测中的典型应用案例，如配电网运行状态诊断、用户用电行为特征解析、负荷预测、输电线路状态评估、基于复杂相关关系识别的输变电设备故障诊断和预测技术、基于大数据和信息融合的输变电设备关键性能动态评估及预测等，论述了智能电网大数据的关键技术及研究思路，总结了当前智能电网大数据技术遇到了难题，并对智能电网大数据技术的发展作了理性的展望。
1大数据技术在智能电网中的应用情况
1.1大数据技术在配用电网中的应用
随着智能电网的建设，配电网信息采集与管理控制系统逐渐完善，产生了大量的多源异构数据，为大数据的应用奠定了数据基础。文中结合了中国电科院的一些专家学者们的研究情况，对大数据技术解决配电网的问题进行了论述。
1.2网络坚强度
对配电网的强度进行了评估。如网络结构等级和电源备用情况，网络结构等级取决于中压线路连接率、中压线路站连接率和中压线路平均分段数；电源备用情况取决于变电站单电源线率和变电站单变率。）运营高效性。对配电网的运营高效性进行评价，如系统容量利用水平和运行管理水平。变电容载比和中压线路负载率体现出系统容量的利用水平；变电站智能化巡检比例、线路完好率和主要设备完好率体现了运行管理水平。
1.3电网互动性
评估电网交互性，如电力信息交互能力和需求侧响应级别。用电信息交互能力体现在智能电表安装率、用电信息系统覆盖率、客户服务信息系统覆盖率和呼叫中心系统覆盖率上；需求侧响应水平体现在负荷控制比例和实时动态电价用电量比例上。
1.4输电线路状态评价
一种基于大数据的输电线路状态多维评估方法。该方法首先建立了多层架构电力传输设备评估模型，设立了专门的评估时段和特殊线路区段。将累计扣分法用于评估模型参数基本得分，结合在评估时段以及评价区段得出每个参量的实际扣分情况和得分情况。最后，根据每个参量得分多少依次计算输变电设备子组件，塔位段，整体得分值，最后结合评价区段和时段对传输设备的整体状况进行评估。该评估方法结合了线路状态得分、时间和空间3个维度，符合大数据多维度的思想，评估的结果更接近输电线路真实的状态。
1.5负荷预测
负荷预测是电力系统调度、实时控制、运行计划和发展规划的前提，是电网调度部门和规划部门所必须具有的基本信息。电力负荷受气象条件、经济以及用户用电行为习惯等因素的影响，实现高精度的负荷预测比较困难，利用电力负荷的历史数据和当前数据以及数据挖掘算法挖掘出影响负荷波动的敏感因子，建立大数据环境下的的预测模型，进行各类电力负荷的预测。
2大数据关键技术与大数据技术的研究方法
2.1大数据的数据融合技术
大数据技术研究问题的特点之一是多维性，这就决定了用大数据方法分析某一具体问题时的数据来源广，譬如利用关键参量、气象和地理位置3个维度去评估电力设备的当前状态，显然设备关键参量数据、气象数据以及地理位置数据的存储模式差异很大，在分析数据前需要将这些数据在逻辑上和存储介质上进行有机的统一，以面向主题的数据集合的形式存储起来。当然，在存储前还要对数据进行必要的清洗和聚合抽取。大数据技术的另一个特点就是体量大，已上升到PB、ZB级，要查询和处理如此庞大的数据，目前的一个可行的办法是，利用非关系型数据库（NoSQL）进行存储，删掉关系型数据库特有的关系特性，形成一个基于云计算的分布式文件存储系统和分布式文件处理系统。
2.2大数据的处理技术
大数据处理关键技术主要包括：大数据采集、大数据预处理、大数据存储及管理、大数据分析及挖掘、大数据展现和应用（大数据检索、大数据可视化、大数据应用、大数据安全等）。分布式计算技术可以解决大量数据的计算和存储问题，内存计算技术解决了大量数据存储速度的难题，流处理技术解决了大量数据的实时计算问题。
2.3大数据技术的研究思路
大数据技术是在云计算技术基础上发展起来的一个先进的科技，大数据处理技术还很有欠缺，在实时性、数据一致性、隐私性和安全性方面仍有不少的挑战，值得人们去探索发现。笔者认为大数据研究的一般思路为：提出假设—搜集与整合数据—数据分析挖掘—得出结论—假设判定。具体来讲就是实验者首先依据已有结论提出理性的假设，选择实验方法与平台，建立可行的实验模型，搜集数据，将多源数据进行有机整合然后统一存储，对算法进行编程实现，将数据可视化，得出结果，假设进行证实或证伪。
结语
要相信大数据定会在智能电网的建设中大显身手，政府加强关注，增加人力物力投入，加快完善大数据關键技术，逐步解决阻碍智能电网大数据发展的难题。首先，笔者认为要建立智能电网大数据统一标准体系，完成适合智能电网的统一数据模型的研究，参加制定国际智能电网大数据统一标准；开展大数据关键技术的研究，完善大数据融合技术、大数据分析技术、大数据处理技术以及大数据可视化技术；鼓励电力企业搭建适合本企业发展的大数据架构，尝试在该企业利用大数据技术产生收益；电力企业之间应建立信任，加强合作，促进数据共享，逐步扩大数据的融合范围；循序渐进的将大数据技术渗透到智能电网的各个环节。
参考文献
[1]刘红，胡新和.数据革命：从数到大数据的历史考察[J].自然辩证法通讯，2013（6）：33?39.
[2]方环非.大数据：历史、范式与认识论伦理[J].浙江社会科学，2015（9）：113?120.
（作者单位：国网铁岭供电公司）
关键词：智能电网大数据；配电网；在线监测；故障诊断；状态评估
引言
对于大数据的定义，学术界并没有统一的定论，康奈尔大学计算机科学家乔恩·克莱因伯格称“大数据这个术语本身很模糊，但在某些方面却又非常具体。大数据是可能改造一切的一种过程的标签。”Manyika等认为“大数据是指数据集合，其大小已经超出了典型数据库在获取、存储、管理和分析的能力。”一般认为，大数据的量级级别应该是太字节，即240。就大数据的特征来看，一个典型的定义，即高速性、规模性和多样性。数据的发展带来了2次革命，数据与自然哲学的融合引发了第1次数据革命，体现了数据的依据性和基础性；第2次数据革命以大数据为主要特征，使万物皆数的理念变为现实。在应用层面上，大数据技术在互联网技术、生物医疗、智慧城市、金融市场以及远程感应等方面已崭露头角。发展智能电网已经在世界范围内达成共识，从技术和应用的层面看，智能电网是将先进的传感测量技术、信息通信技术、分析决策技术、自动控制技术和能源电力技术相结合，并与电网基础设施高度集成而形成的新型现代化电网。它的特征是坚强、自愈、兼容、经济、集成和优化，同时具有地理位置覆盖范围广泛、能量传输数量庞大、输电用电实时平衡等特点，这些特点使得电网运行时产生的数据量庞大，为大数据技术的使用提供了土壤，2012年以来，国内外已对大数据技术在智能电网中的应用作出了初步的尝试，但这些尝试都是探索性质的，对大数据的研究方法和基本概念没有达成共识，要达成的目标尚不明确，数据模式国际上还没有统一的规范，现行的数据分析算法仍然是基于小数据的，硬件设施还不完善，通信信息架构还不一致，数据安全性问题有待解决，不少企业对大数据技术信心不足，处于观望的状态。文中在给出电力大数据通用架构的基础上，整理了当前大数据技术在智能电网配电网和在线监测中的典型应用案例，如配电网运行状态诊断、用户用电行为特征解析、负荷预测、输电线路状态评估、基于复杂相关关系识别的输变电设备故障诊断和预测技术、基于大数据和信息融合的输变电设备关键性能动态评估及预测等，论述了智能电网大数据的关键技术及研究思路，总结了当前智能电网大数据技术遇到了难题，并对智能电网大数据技术的发展作了理性的展望。
1大数据技术在智能电网中的应用情况
1.1大数据技术在配用电网中的应用
随着智能电网的建设，配电网信息采集与管理控制系统逐渐完善，产生了大量的多源异构数据，为大数据的应用奠定了数据基础。文中结合了中国电科院的一些专家学者们的研究情况，对大数据技术解决配电网的问题进行了论述。
1.2网络坚强度
对配电网的强度进行了评估。如网络结构等级和电源备用情况，网络结构等级取决于中压线路连接率、中压线路站连接率和中压线路平均分段数；电源备用情况取决于变电站单电源线率和变电站单变率。）运营高效性。对配电网的运营高效性进行评价，如系统容量利用水平和运行管理水平。变电容载比和中压线路负载率体现出系统容量的利用水平；变电站智能化巡检比例、线路完好率和主要设备完好率体现了运行管理水平。
1.3电网互动性
评估电网交互性，如电力信息交互能力和需求侧响应级别。用电信息交互能力体现在智能电表安装率、用电信息系统覆盖率、客户服务信息系统覆盖率和呼叫中心系统覆盖率上；需求侧响应水平体现在负荷控制比例和实时动态电价用电量比例上。
1.4输电线路状态评价
一种基于大数据的输电线路状态多维评估方法。该方法首先建立了多层架构电力传输设备评估模型，设立了专门的评估时段和特殊线路区段。将累计扣分法用于评估模型参数基本得分，结合在评估时段以及评价区段得出每个参量的实际扣分情况和得分情况。最后，根据每个参量得分多少依次计算输变电设备子组件，塔位段，整体得分值，最后结合评价区段和时段对传输设备的整体状况进行评估。该评估方法结合了线路状态得分、时间和空间3个维度，符合大数据多维度的思想，评估的结果更接近输电线路真实的状态。
1.5负荷预测
负荷预测是电力系统调度、实时控制、运行计划和发展规划的前提，是电网调度部门和规划部门所必须具有的基本信息。电力负荷受气象条件、经济以及用户用电行为习惯等因素的影响，实现高精度的负荷预测比较困难，利用电力负荷的历史数据和当前数据以及数据挖掘算法挖掘出影响负荷波动的敏感因子，建立大数据环境下的的预测模型，进行各类电力负荷的预测。
2大数据关键技术与大数据技术的研究方法
2.1大数据的数据融合技术
大数据技术研究问题的特点之一是多维性，这就决定了用大数据方法分析某一具体问题时的数据来源广，譬如利用关键参量、气象和地理位置3个维度去评估电力设备的当前状态，显然设备关键参量数据、气象数据以及地理位置数据的存储模式差异很大，在分析数据前需要将这些数据在逻辑上和存储介质上进行有机的统一，以面向主题的数据集合的形式存储起来。当然，在存储前还要对数据进行必要的清洗和聚合抽取。大数据技术的另一个特点就是体量大，已上升到PB、ZB级，要查询和处理如此庞大的数据，目前的一个可行的办法是，利用非关系型数据库（NoSQL）进行存储，删掉关系型数据库特有的关系特性，形成一个基于云计算的分布式文件存储系统和分布式文件处理系统。
2.2大数据的处理技术
大数据处理关键技术主要包括：大数据采集、大数据预处理、大数据存储及管理、大数据分析及挖掘、大数据展现和应用（大数据检索、大数据可视化、大数据应用、大数据安全等）。分布式计算技术可以解决大量数据的计算和存储问题，内存计算技术解决了大量数据存储速度的难题，流处理技术解决了大量数据的实时计算问题。
2.3大数据技术的研究思路
大数据技术是在云计算技术基础上发展起来的一个先进的科技，大数据处理技术还很有欠缺，在实时性、数据一致性、隐私性和安全性方面仍有不少的挑战，值得人们去探索发现。笔者认为大数据研究的一般思路为：提出假设—搜集与整合数据—数据分析挖掘—得出结论—假设判定。具体来讲就是实验者首先依据已有结论提出理性的假设，选择实验方法与平台，建立可行的实验模型，搜集数据，将多源数据进行有机整合然后统一存储，对算法进行编程实现，将数据可视化，得出结果，假设进行证实或证伪。
结语
要相信大数据定会在智能电网的建设中大显身手，政府加强关注，增加人力物力投入，加快完善大数据關键技术，逐步解决阻碍智能电网大数据发展的难题。首先，笔者认为要建立智能电网大数据统一标准体系，完成适合智能电网的统一数据模型的研究，参加制定国际智能电网大数据统一标准；开展大数据关键技术的研究，完善大数据融合技术、大数据分析技术、大数据处理技术以及大数据可视化技术；鼓励电力企业搭建适合本企业发展的大数据架构，尝试在该企业利用大数据技术产生收益；电力企业之间应建立信任，加强合作，促进数据共享，逐步扩大数据的融合范围；循序渐进的将大数据技术渗透到智能电网的各个环节。
参考文献
[1]刘红，胡新和.数据革命：从数到大数据的历史考察[J].自然辩证法通讯，2013（6）：33?39.
[2]方环非.大数据：历史、范式与认识论伦理[J].浙江社会科学，2015（9）：113?120.
（作者单位：国网铁岭供电公司）