大数据技术在智能电网中应用初探.docVIP

大数据技术在智能电网中应用初探 　　摘 要 　　从海量数据中快速获取有效信息的能力是大数据技术所着重强调的内容，而能源企业涉及大数据的目的则是要求在海量数据中高效地得到数据，并有效地深加工，最终获取有用的数据。本文现就大数据处理技术和智能电网大数据处理的应用进行重点探析。 　　【关键词】大数据 大数据处理 智能电网 　　1 智能电网与大数据技术 　　1.1 智能电网概述 　　智能电网是以物理电网为基础，将现代先进的传感测量技术、通讯技术、信息技术、计算机技术和控制技术与物理电网高度集成而形成的新型电网 　　智能电网的发展满足了电网用户对电力的需求，保证了电网的安全、可靠，并且在满足电力质量的前提先降低了电力的成本。智能电网信息管理的五大功能为：信息处理、信息分析、信息集成、信息显示以及信息安全。 　　1.2在智能电网系统中，大数据产生于整个系统的各个环节 　　大致分为3类： 　　（1）电网运行和设备检测或监测数据。 　　（2）电力企业营销数据。 　　（3）电力企业管理数据。例如大数据在输电线路中的处理：随着电网规模的壮大，输电线路状态监测系统工作中接收和处理的数据量越来越大导致输电线路状态监测系统的数据库处理工作量与处理效率都必须有待提升。并且输电线路状态监测系统还必须提供技术支持，以满足监视、控制、培训仿真、运行管理的需要。 　　1.3 云计算平台 　　云计算平台利用分布式数据存储方案，并提供高效并行查询与计算能力，与输电线路状态监测系统、历史数据的存储与应用达到实时统一。 　　随着日益增多的系统采集数据量，对于实时、海量高频数据采集，云计算平台利用分布式数据存储方案，并提供高效并行查询与计算能力，与输电线路状态监测系统、历史数据的存储与应用达到实时统一。例如Hadop云计算平台可采用廉价服务器和PC机构建集群，在不要求服务器类型相同的情况下，可以充分将现如今各地区供电公司闲置的大量服务器资源，进而使建设成本大幅度的降低，借助虚拟机来完成资源虚拟化，设备利用率得到提升。输电线路状态监测系统是在智能监视、报警与数据展示等应用方面提供全方位的支持，在获得并分析输电线路中采集的数据之后，需要以友好的人机界面形式显示进而供用户来使用。系统中的存储数据必须做到全面、完整（TB级甚至PB级），与此同时也对数据库的访问效率提出了更高的要求，也就是系统必须达到将应用在短时间（秒级）内获取海量数据的能力，云计算平台所提供的分布式文件系统及相应的分布式数据库，无论是容量支持，还是数据访问效率以及可扩展性、可靠性方面，都可做到输电线路状态监测系统规模的持续发展。 　　2 电力大数据处理技术 　　2.1 高性能计算 　　通过Hadoop分布式计算技术采用MAP-REDUCE模型建立分布式计算集群或者YonghongZ-Suite等高性能工具，对电力大数据进行分布式计算和处理。 　　2.2 数据挖掘技术 　　通过分析大量数据并从中寻找其规律的技术是数据挖掘技术，其任务为关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析等。数据挖掘技术主要有3个步骤：数据准备，规律寻找与规律表示。 　　（1）数据准备是从相关的数据源中选取所需的数据并整合成用于数据挖掘的数据集。 　　（2）规律寻找是用某种方法将数据集所含的规律找出来。 　　（3）规律表示是尽可能以用户可理解的方式（如可视化）将找出的规律表示出来。 　　2.3 统计分析 　　统计分析，常指对收集到的有关数据资料进行整理归类并进行解释的过程。统计分析可分为描述统计和推断统计。 　　2.4 数据可视化技术 　　数据可视化数据可视化主要旨在借助于图形化手段，清晰有效地传达与沟通信息，便于相关者对数据的理解和认识。数据可视化与信息图形、信息可视化、科学可视化以及统计图形密切相关。 　　3 智能电网大数据处理的应用 　　3.1 支持基建决策 　　发电企业通过大数据技术提供的有效数据来决定发电站的选址、输电线路的设计。以丹麦风电公司为例，丹麦风电公司实施的VESTAS计划，通过大数据技术把全球天气系统数据和本企业的发电机数据融合以来进行分析：以公司积累的数据和天气系统提供的气温、气压、空气湿度、空气沉淀物、风向、风速等一系列数据为基础，采用数据建模技术，通过对风速、风力、气流等对电力生产有重大影响的要素进行计算，从而对风力发电的厂址进行了优化选择。并且在这个过程中，此系统还对卫星图像、地理数据以及月相与潮汐数据进行了收集和处理，从而更好的服务此项目的建设和未来发展。 　　3.2 升级客户分析 　　电力营销单位对电力用户进行分析可以通过积累的庞大数据来实现，主要分析电力用户的特征，对用户进行细分，从而有针对性的进行改善服务。除了利用内部数据还可以利用外部数据，通过内外结合，分析用户在电力需求与其它方面的