面向智能电网大数据分析研究.docVIP

面向智能电网大数据分析研究 　　摘 要：电力供应网络已经进入智能时代，大数据概念为智能电网的发展提供更加强劲的动力。发展智能电网的基础是分析了解和掌握大数据关键技术，构建电网大数据平台框架，通过大数据分析，智能化优化和管控电网运行。本文分析探讨电力企业及电网发展中大数据的处理分析方法。 　　关键词：大数据；智能电网；数据分析；数据处理 　　中图分类号：TM76 文献标识码：A 文章编号：1671-2064（2017）19-0145-02 　　社会经济发展离不开电力能源供应，电力供应系统已经成为社会经济发展的重要基础。电力系统从产生就具有覆盖面大、系统复杂、管控困难等诸多特点，但同时，也具有大数据的典型特点。电力系统在运行中，产生庞大的数据量，数据信息复杂多变，而随着智能化设备及软件系统的使用，更加庞大的数据信息产生。面对愈加庞大的数据信息量，传统的数据分析处理技术已经无法满足速度及精度要求，大数据环境下的电网智能化、信息化是电力发展的必然结果。 　　1 智能电网运作概念 　　电力系统大数据产生并贯穿于电力发生、输送、变压、配电、使用各个环节，是电力能源技术变革的必然产物，其不仅是电力技术方面的改革进步，也是智能化电网体制与理念的突破与变革。大数据背景为电力系统的改革提供了坚实的理论与技术基础。 　　与智能电网密切结合的两项技术分别是大数据和云计算。三者关系交互关联，共同构成智能电网的整体基础架构。 　　首先，智能电网与大数据。智能电网的智能性在于，其整合当代计算机技术、信息技术、电力技术、先进仪表设备于一体，形成高度集成性，具有自动监测控制功能的新型电力网络。智能化的电力系统通过反馈的终端数据，如用电量、用电时段情况、电网监测信号等，能够自我优化电力供给，自我监测报警和修复故障。通过数据采集分析交互，实现自动化控制、智能调节、及时分析反馈等功能。智能电网是大数据概念的充分体现。 　　其次，大数据与云计算。所谓云计算，是一种数据计算分析模式，充分利用互联网的便捷，海量信息及信息共享技术。大数据侧重于数据的采集沉淀，云计算侧重于数据的计算分析处理。但二者相互促进，云计算为大数据的利用提供技术基础，大数据为云计算的技术发展创造了新方向，促进云计算的实践应用。 　　再次，三者交集关系。云计算能够发挥其技术优势，处理电网内部数据与存储资源，提高数据信息内部交互效率；大数据基于终端信息反馈，采集数据信息，通过云计算分析处理；智能电网则是依托大数据与云计算形成的整体智能化系统。 　　智能电网是现代科技信息技术的集大成者，是电力发展的必然阶段。处于信息技术前沿的大数据和云计算，其强大的数据处理能力，能够很好的满足电力系统的数据处理需求。电力系统也相应的以大数据和云计算为基础提出了电力云概念。 　　2 智能电网数据挖掘处理 　　所谓数据挖掘，是基于一定的运算方法，在海量的数据中提取价值数据，进而对这些数据进行精细分析提炼，形成某些结论和结果的过程。 　　2.1 基本数据的挖掘提取处理 　　（1）基本数据的挖掘提取分析计算。基本数据是指，根据已有的数据模型，建立的分类数据规则，系统根据既定的规则提取相应的数据信息并进行分类输出。运算法则包括贝叶斯模型、决策树及K近邻等算法。 　　（2）数据关联挖掘分析。大量数据之间是存在一定关系的，通过一定的运算法则，提取数据间具有一定的关联关系的数据，如相似、差异、趋势、对立等，建立相应的挖掘法则，进而提取相关数据。如Frequent pattern树算法。 　　（3）类聚挖掘分析。类聚挖掘处理分析是以数据间的距离为基准，所谓“距离”是指具有函数关系的数据，这表明数据间具有一定距离，能够通过法则进行推算。这样，以函数关系定义数据间的远近，进而挖掘提取相关数据并予分类。包括层次、频率、密度等运算方法。 　　2.2 综合类数据的挖掘处理 　　（1）仿生学挖掘处理。其一，ANN是基于人类神经系统的突触连接进行信息处理和存储的数据挖掘处理方法。人类神经系统的突触连接结构可以作为一种映射数学函数或运算法则的表达方式。类似的计算方法有前馈、反馈等。其二，遗传学法则，简写GA，是基于生物进化过程中的优胜劣汰法则，模拟产生的一种数据挖掘处理机制。其三，蚁群优化法则，简写ACO，是一种模拟蚂蚁群体在觅食行为中的发现和选择最优路径的算法，模拟大量蚂蚁个体信息激素释放、痕迹、挥发等信息反馈过程。其四，粒子群调整优化法则，这是模拟鸟类群体捕食活动中，群体通过个体的反馈信息调整飞行方向、路线、距离的方法，挖掘和提取数据。其五，免疫算法，通过模拟生物体组织的免疫机制运作原理和过程，用于数据空间探索和调整优化。 　　（2）数学集合论挖掘处理方法。其一，基于模糊性现象的模糊集论。模糊集不同于随机性事件