云计算在电力系统不良数据识别中的应用.docVIP

云计算在电力系统不良数据识别中的应用 　　摘要：电力系统不良数据严重影响电力系统正常运行，智能电网的发展对电力不良数据识别提出了新挑战，云计算可以为用户提供超强计算能力、大存储空间服务，将云计算应用到电力系统不良数据识别可有效提高算法性能，克服传统算法中存在的不足。本文首先介绍了电力系统不良数据识别，接下来分析了云计算的特点及类别，最后阐述了云计算在电力系统不良数据识别中的应用。 　　关键词：不良数据识别 云计算 电力系统 　　中图分类号：TM732 文献标识码：A 文章编号：1007-9416（2013）07-0066-01 　　1 电力系统不良数据识别 　　智能电网是未来电力系统发展的方向，智能电网需要对目前电网进行电力监测系统的升级改造，提高电网智能化测量水平。随着数字化变电站、输电线路监控系统、GIS集成监控平台等智能系统的发展，未来电力系统将会采集到海量的实时数据，这些数据是否准确决定着电力系统的安全可靠，在实际数据采集中，由于测量系统可能受到随机干扰或者存在偶然故障，电力系统可能出现不良数据。电力系统不良数据可能影响到电力调度决策，对电力系统正常运行带来威胁。电力系统不良数据识别就是要发现并消除测量数据中出现的偶然不良数据，保证系统运行安全性，电力系统不良数据识别和处理对电力系统安全可靠运行有重要意义。 　　目前，电力系统不良数据识别主要是基于状态估计和数据挖掘两个方面。基于状态估计的不良数据识别算法可能出现残差污染的现象，造成数据误检。基于数据挖掘的识别算法主要是基于智能算法进行不良数据识别，这些算法包括神经网络、聚类分析、模糊理论等，这些智能算法存在计算量大、复杂度高的问题，在电力系统大数据量的情况下，不能很好地满足智能电网的需求[1]。 　　2 云计算概述及分析 　　云计算是一种新兴的计算模式，它通过将计算任务分布在大量计算机资源上提供超强计算能力、大存储空间服务。“云”是一些可自我维护管理的计算资源，通常情况下是大型服务器集群，其中有计算、存储服务器，云计算是分布式计算、并行计算在商业中的实现，云计算集中计算资源并进行管理，但对用户屏蔽了运行细节[2]。云计算的特点主要有：（1）大规模，云计算具有超大规模，能够实现非常强大的计算能力，比如谷歌云拥有百万台服务器；（2）虚拟化，用户所请求的资源来自“云”而非固定实体，用户不需要了解服务具体运行的位置，只需通过网络即可获得高性能服务；（3）通用性，同一“云”可以提供不同的应用服务；（4）可靠性，云计算采用数据多副本容错以及计算节点互换等措施使得云计算比本地计算可靠性更高；（5）扩展性，云计算可以根据需求动态伸缩满足用户需求；（6）廉价性，云计算采用廉价硬件资源构建服务器集群，降低了数据中心成本，提高了其资源利用率。 　　按照服务类型，云计算可以分为三类：基础设施即服务（Infrastructure as a Service，IaaS）、平台即服务（Platform as a service，PaaS）、软件即服务（Software as a service，SaaS）。Iaas是将硬件设备及其他的基础资源封装为服务供用户来使用，用户可以让平台运行windows系统或者linux系统，这种方式最大的优势是允许用户动态释放节点。PaaS提供了用户应用程序所需的运行环境，在这种模式中，用户自主权有所下降，用户需要使用特定的编程环境及编程模型。SaaS将一些特定的软件封装成服务，这种模式中软件通过服务模式发布，SaaS将逐渐成为在线软件主要的应用模式，但未来的发展可能受限于网络带宽以及信息存储等基础设施。 　　3 云计算在电力系统不良数据识别中的应用 　　随着电网信息化的不断发展，电网状态数据的存储以及计算面临着非常大的挑战，电网运行结构具有分布式特性使得电力系统数据具有分布式特征，将云计算的文件系统引入电力系统可解决电力系统数据存储的难题。云计算还可以适用于电力系统数据处理的很多方面，云计算在电力系统不良数据识别方面的应用优势主要有：（1）构建以云计算技术为中心，以快速数据识别为目标，提供实时数据处理及存储的软件平台和工具，及时发现并排除不良数据。（2）依托于云计算强大快速的数据处理能力，基于云计算的不良数据识别算法可以最大限度发挥优势，克服传统不良数据识别中过度依赖调度员的缺陷，可以根据电力系统状态数据快速准确判断电力系统状态。（3）不良数据识别算法能够很好地适应云计算技术中的分布式计算存储等特点，可以根据不良数据辨识算法的这一特性设计适合云平台的算法模型。（4）电力系统中的状态数据符合分布式特征，这样待检测数据可以来自于不同的存储节点，利用虚拟化方法对电力系统存储资源整合，可解决资源不足的难题，可以为数据云化处理提供基础。（5）以云为基础的电力