论文部分内容阅读
[摘 要]大数据技术的兴起已引起电力系统各领域的高度关注,2013 年《中国电力大数据白皮书》的发表,为我国电力大数据技术的发展指明了方向。以此为契机,相关技术研究和应用尝试日益活跃,统一的电力大数据平台也已在设计、开发之中。大数据具有 4V 特征,强调跨领域、多类型数据的融合与利用,其以云计算为基础,在理论研究和实际应用方面涉及一系列软硬件技术的进步。电力大数据技术是大数据在电力行业的应用和发展,包括有分布式存储、并行计算,以及各种分析算法等组件,并充分吸收电力系统云计算的先进成果。
[关键词]电力大数据;电力系统仿真;数据分析;应用场景
中图分类号:R452 文献标识码:A 文章编号:1009-914X(2017)26-0313-01
1 数据特征
电力系统仿真计算数据属于结构化数据,主要特点有:
1)多类型异构。不同计算软件、不同类元件、同一元件的不同模型,以及不同类计算结果的数据结构差异较大;
2)在线计算数据与离线计算数据的同质性。电力系统仿真中的在线数据通常由量测信息与离线计算数据拼合而成,数据结构相似,因而数据分析的研究成果具有在2种数据上通用的可能;
3)存储方式多样。在线数据通常是集中存储、定期更新,而大部分离线数据则分散于工作人员的个人计算机中;
4)体量巨大。随着智能电网调度技术支持系统(简称D5000)的广泛使用,在线计算数据飞速积累,体量上将可达到PB级别。虽然离线计算原始数据的单一体量较小,但分析计算产生的结果数据体量巨大。例如,对10000节点电网全网母线进行短路电流扫描并计算各母线故障下的全网电压,将会产生1×109个母线电压结果,数据文件达到GB级。
此外,同电力系统的其他领域相比,仿真计算在大数据研究方面具有一个独有优势,即仿真计算本身就可以产生丰富的、高质量的数据,受历史积累、系统量测,以及数据源不足的限制相对较小。
2 适用问题
2.1 仿真计算数据的统一管理
电力系统仿真计算数据按来源主要分为在线和离线2大类。目前,在线数据主要存储于能量管理系统(energy management system,EMS),离线数据主要由计算人员本地管理。为了统一电网计算数据,提高数据质量,省级以上电网公司已陆续建立了数据中心,但其管理范围仅限于部分电网仿真标准公用数据。电力大数据技术既适用于大规模数据的集中存储,也能将数据管理延伸到分散的计算端和存储端。同时,其还能提供数据清洗、整合等各种基本服务,并为实现仿真数据与其他领域数据的融合奠定基础。
2.2 仿真计算中间结果利用
电力系统仿真计算较多地涉及非线性方程和微分方程求解,二者都涉及迭代计算。现有的各种算法在应用于实际大系统计算时,常会出现计算失败或结果异常的情况,如潮流计算不收敛,或是得到不合理解。对仿真计算中间结果进行数据分析,通过观察计算收敛的变化过程,确定关键影响因素,将有助于在计算过程中制定有效的调整方案,提高迭代计算的收敛性和鲁棒性,进而推进仿真计算技术的进步。目前,对于仿真计算迭代中间结果的观测和应用还处于较为初步的阶段。电力大数据技术将使对迭代中间结果数据,乃至迭代计算全过程的快速分析成为可能。
2.3 时域仿真结果应用
在常规的电力系统时域仿真中,多关注扰动发生后系统能否保持稳定,即最终的仿真结果。但随着我国电网规模的扩大和电压等级的升高,系统中出现了一些涉及范围广、失稳时间长的问题,如低频振荡。在时域仿真中,元件模型的所有变量通常都可以计算并输出。利用这些数据,能够实现对电力系统动态过程的精细观察,通过与描述系统演变的数学、物理方法相结合,从多方面掌握系统在空间和时间上的变化情况,进而提取运行规
律、模式,加深运行人员对系统动态特性的理解。对20000节点、含有2000台发电机和3700个负荷的系统进行20s的时域仿真,其可输出的计算量数据至少在1.5亿条以上,占用的存储空间达到GB级。虽然通过提取关键因素、优选分析算法等手段,能够有效压缩所需的数据规模,但考虑到计算速度、数据存储能力和精细观察的要求,电力大数据技术的支撑依然必不可少。
2.4 多类型计算结果的融合与再分析
电网仿真计算包括很多類型,如潮流计算、暂态稳定计算、小扰动分析等。不同的计算结果反映了电网不同方面的稳定特性,需要对其综合运用,才能全面反映电网运行状况。目前,对多类型计算结果的联合分析主要靠人工进行,虽然凭借知识和经验,工程技术人员能够观测并提取部分重要信息,但这仍属于样本分析,不可避免地会因数据简化而丢失信息。对多类型仿真计算结果的自动融合与再分析不仅能促进对系统问题的深入探索,而且将使对电
网的“覆盖计算”及其分析成为可能,即不再以典型、经验、最严重等标准筛选需考虑的情况,而是基于所有可能或较为可能的情况进行全面分析或者结论验证,从而为传统的电网仿真分析模式注入新的活力。除了数据量巨大之外,多类型计算结果分析可以看作是电网仿真计算领域中,不同计算子领域间的“跨领域”分析,更加注重多类型数据的整合、挖掘,以及知识提取等,其实现所需的技术条件与电力大数据更为切合。
2.5 电网运行安全稳定性快速分析
在电网在线安全预警及控制中,直接利用在线计算数据或量测数据,通过数据挖掘、机器学习等手段,寻找与系统稳定有关的判定指标或规则,实现对系统的快速分析,是电网仿真分析领域长期以来备受关注的方面。在引入电力大数据技术后,可以2.1到2.4节的研究成果为基础,通过整合多源调度运行数据,以具有物理或数学意义的系统特征量为基础,结合高性能数据分析平台,实现对电网运行规律的深度探索。随着D5000平台的成熟、在线数据质量的提高,这方面的成果将有可能最先具备实际应用条件,在故障集筛选、安全预警,乃至系统特性研究等方面发挥作用。
3 总结
随着技术的成熟,未来电力大数据平台将会与EMS、ERP等系统类似,成为电力系统规划、设计、运行、管理的一个“基础设施”。电网各领域看待问题的视角将会由当前的信息和结果,逆着数据变化的趋势向问题的源头溯源移动。同时,也会依从数据变化的规律,探索其新的趋向,发现潜藏于其中的未来景象。
电力系统仿真技术领域的数据具有较强的物理和数学联系。利用大数据技术实现对其的有效观测,以及以既有知识为基础的深度分析,将会使对电网的研究,从以“初始-结果”模式为主提升到新的高度,更多地關注系统的演变、数据的变化与融合等方面,开创出新的视角。
电力系统仿真作为一个以保障电网安全为主要目的领域,其所有研究都需要有坚实的理论基础。因此,相关的数据研究必将由现象的发现走向其背后原因的分析,并尽可能上升到理论高度,这为大数据技术在其中的应用提出了新挑战。
综上所述,大数据技术与电力系统仿真的结合将能够为系统分析提供新的手段、视角,甚至于方法。本文基于对仿真分析和电力大数据的认识,探讨了该方面研究可能的思路和要点,后续将在此基础上进一步开展具体工作。本文的研究也可为电力大数据涉及的其他相关领域提供积极的参考。
参考文献
[1] 华月铭.探析通信工程中传输技术的广泛应用[J].科技展望,2017,(05):149.
[2] 王丹.探析传输技术在信息通信工程中的应用[J].商,,:.
[3] 宋扬东,马文敏,冯杰,尹含,洪庆宾.自筹资金航天项目风险管理探索与实践[J].中国航天,2015,(06):34-37.
[4] 黄彦浩,于之虹,谢昶,史东宇,周孝信.电力大数据技术与电力系统仿真计算结合问题研究[J].中国电机工程学报,2015,(01):13-22.
[关键词]电力大数据;电力系统仿真;数据分析;应用场景
中图分类号:R452 文献标识码:A 文章编号:1009-914X(2017)26-0313-01
1 数据特征
电力系统仿真计算数据属于结构化数据,主要特点有:
1)多类型异构。不同计算软件、不同类元件、同一元件的不同模型,以及不同类计算结果的数据结构差异较大;
2)在线计算数据与离线计算数据的同质性。电力系统仿真中的在线数据通常由量测信息与离线计算数据拼合而成,数据结构相似,因而数据分析的研究成果具有在2种数据上通用的可能;
3)存储方式多样。在线数据通常是集中存储、定期更新,而大部分离线数据则分散于工作人员的个人计算机中;
4)体量巨大。随着智能电网调度技术支持系统(简称D5000)的广泛使用,在线计算数据飞速积累,体量上将可达到PB级别。虽然离线计算原始数据的单一体量较小,但分析计算产生的结果数据体量巨大。例如,对10000节点电网全网母线进行短路电流扫描并计算各母线故障下的全网电压,将会产生1×109个母线电压结果,数据文件达到GB级。
此外,同电力系统的其他领域相比,仿真计算在大数据研究方面具有一个独有优势,即仿真计算本身就可以产生丰富的、高质量的数据,受历史积累、系统量测,以及数据源不足的限制相对较小。
2 适用问题
2.1 仿真计算数据的统一管理
电力系统仿真计算数据按来源主要分为在线和离线2大类。目前,在线数据主要存储于能量管理系统(energy management system,EMS),离线数据主要由计算人员本地管理。为了统一电网计算数据,提高数据质量,省级以上电网公司已陆续建立了数据中心,但其管理范围仅限于部分电网仿真标准公用数据。电力大数据技术既适用于大规模数据的集中存储,也能将数据管理延伸到分散的计算端和存储端。同时,其还能提供数据清洗、整合等各种基本服务,并为实现仿真数据与其他领域数据的融合奠定基础。
2.2 仿真计算中间结果利用
电力系统仿真计算较多地涉及非线性方程和微分方程求解,二者都涉及迭代计算。现有的各种算法在应用于实际大系统计算时,常会出现计算失败或结果异常的情况,如潮流计算不收敛,或是得到不合理解。对仿真计算中间结果进行数据分析,通过观察计算收敛的变化过程,确定关键影响因素,将有助于在计算过程中制定有效的调整方案,提高迭代计算的收敛性和鲁棒性,进而推进仿真计算技术的进步。目前,对于仿真计算迭代中间结果的观测和应用还处于较为初步的阶段。电力大数据技术将使对迭代中间结果数据,乃至迭代计算全过程的快速分析成为可能。
2.3 时域仿真结果应用
在常规的电力系统时域仿真中,多关注扰动发生后系统能否保持稳定,即最终的仿真结果。但随着我国电网规模的扩大和电压等级的升高,系统中出现了一些涉及范围广、失稳时间长的问题,如低频振荡。在时域仿真中,元件模型的所有变量通常都可以计算并输出。利用这些数据,能够实现对电力系统动态过程的精细观察,通过与描述系统演变的数学、物理方法相结合,从多方面掌握系统在空间和时间上的变化情况,进而提取运行规
律、模式,加深运行人员对系统动态特性的理解。对20000节点、含有2000台发电机和3700个负荷的系统进行20s的时域仿真,其可输出的计算量数据至少在1.5亿条以上,占用的存储空间达到GB级。虽然通过提取关键因素、优选分析算法等手段,能够有效压缩所需的数据规模,但考虑到计算速度、数据存储能力和精细观察的要求,电力大数据技术的支撑依然必不可少。
2.4 多类型计算结果的融合与再分析
电网仿真计算包括很多類型,如潮流计算、暂态稳定计算、小扰动分析等。不同的计算结果反映了电网不同方面的稳定特性,需要对其综合运用,才能全面反映电网运行状况。目前,对多类型计算结果的联合分析主要靠人工进行,虽然凭借知识和经验,工程技术人员能够观测并提取部分重要信息,但这仍属于样本分析,不可避免地会因数据简化而丢失信息。对多类型仿真计算结果的自动融合与再分析不仅能促进对系统问题的深入探索,而且将使对电
网的“覆盖计算”及其分析成为可能,即不再以典型、经验、最严重等标准筛选需考虑的情况,而是基于所有可能或较为可能的情况进行全面分析或者结论验证,从而为传统的电网仿真分析模式注入新的活力。除了数据量巨大之外,多类型计算结果分析可以看作是电网仿真计算领域中,不同计算子领域间的“跨领域”分析,更加注重多类型数据的整合、挖掘,以及知识提取等,其实现所需的技术条件与电力大数据更为切合。
2.5 电网运行安全稳定性快速分析
在电网在线安全预警及控制中,直接利用在线计算数据或量测数据,通过数据挖掘、机器学习等手段,寻找与系统稳定有关的判定指标或规则,实现对系统的快速分析,是电网仿真分析领域长期以来备受关注的方面。在引入电力大数据技术后,可以2.1到2.4节的研究成果为基础,通过整合多源调度运行数据,以具有物理或数学意义的系统特征量为基础,结合高性能数据分析平台,实现对电网运行规律的深度探索。随着D5000平台的成熟、在线数据质量的提高,这方面的成果将有可能最先具备实际应用条件,在故障集筛选、安全预警,乃至系统特性研究等方面发挥作用。
3 总结
随着技术的成熟,未来电力大数据平台将会与EMS、ERP等系统类似,成为电力系统规划、设计、运行、管理的一个“基础设施”。电网各领域看待问题的视角将会由当前的信息和结果,逆着数据变化的趋势向问题的源头溯源移动。同时,也会依从数据变化的规律,探索其新的趋向,发现潜藏于其中的未来景象。
电力系统仿真技术领域的数据具有较强的物理和数学联系。利用大数据技术实现对其的有效观测,以及以既有知识为基础的深度分析,将会使对电网的研究,从以“初始-结果”模式为主提升到新的高度,更多地關注系统的演变、数据的变化与融合等方面,开创出新的视角。
电力系统仿真作为一个以保障电网安全为主要目的领域,其所有研究都需要有坚实的理论基础。因此,相关的数据研究必将由现象的发现走向其背后原因的分析,并尽可能上升到理论高度,这为大数据技术在其中的应用提出了新挑战。
综上所述,大数据技术与电力系统仿真的结合将能够为系统分析提供新的手段、视角,甚至于方法。本文基于对仿真分析和电力大数据的认识,探讨了该方面研究可能的思路和要点,后续将在此基础上进一步开展具体工作。本文的研究也可为电力大数据涉及的其他相关领域提供积极的参考。
参考文献
[1] 华月铭.探析通信工程中传输技术的广泛应用[J].科技展望,2017,(05):149.
[2] 王丹.探析传输技术在信息通信工程中的应用[J].商,,:.
[3] 宋扬东,马文敏,冯杰,尹含,洪庆宾.自筹资金航天项目风险管理探索与实践[J].中国航天,2015,(06):34-37.
[4] 黄彦浩,于之虹,谢昶,史东宇,周孝信.电力大数据技术与电力系统仿真计算结合问题研究[J].中国电机工程学报,2015,(01):13-22.