电力大数据应用研究和展望.docVIP

电力大数据应用研究和展望 　　摘 要：随着智能电网的全面建设，电力数据资源迅速增长。电力大数据的研究和应用可为电力企业提高质量及效率，促进电网的发展方式和企业发展模式的转变提供了强大的动力。本文首先介绍大数据的概念，并对电力大数据的分类及特征进行分析，最后通过典型案例阐述电力大数据的应用场景。 　　关键词：配用电系统；电力大数据；应用场景；展望 　　DOI：10.16640/j.cnki.37-1222/t.2017.03.134 　　1 电力大数据概述 　　1.1 能源互联网 　　维克托?迈尔?舍恩伯格曾在《大数据时代：生活、工作、思?S的大变革》一书中前瞻性地指出，大数据带来的信息风暴正在改变着我们的生活、工作与思维，大数据开启了大时代的重大转型。能源大数据的概念是电力、石油、天然气等能源领域数据与人口、地理、气象等领域的数据采集、处理、分析和应用的相关技术和思路。能源大数据不仅是大数据技术在能源领域的深入应用，而且融合能源生产与消费以及相关技术革命和大数据深度的理念，将加速能源产业的发展和商业模式的创新。 　　2013年3月中国电机工程学会信息化专委会发布《中国电力大数据发展白皮书》，将 2013 年定为“中国大数据元年”，掀起了电力大数据的研究热潮。作为正能源互联网转型的传统电力行业，大数据时代和云计算时代的到来将为传统电力行业的发展注入新的活力，传统电力行业即将变革。 　　1.2 电力大数据 　　电力大数据主要来自电力生产和电能使用的发电，输电，变站，配电，用电与调度每个环节，主要有下面几点：一是电网运行和设备检测或监测数据；二是电力企业营销数据，如交易电价、售电量、用电客户等方面数据；三是电力企业管理数据。电力大数据具有四个特点： 　　（1）数据体量大：常规的调度自动化系统包含数十万个采集点；配用电、数据中心将达到千万级； 　　（2）数据类型繁多：实时数据、历史数据、文本数据、多媒体数据、时间序列数据等各类结构化、半结构化数据以及非结构化数据； 　　（3）价值密度低：所采集的绝大部分数据都是正常数据，只有极少量的异常数据，而异常数据是状态检修的最重要依据； 　　（4）处理速度快：几分之一秒内分析大量，以支持决策制定。 　　2 大数据应用 　　2.1 形势分析 　　我们现在面临着一个全新的形势，我们国家提出了“中国制造2025”，国网公司也提出了“全球能源互联网”的发展要求，再加上电力改革和“大、云、物、移”等新技术的发展变革。从2013年开始，国网公司领导也提出了强化公司运营数据资产管理和大数据挖掘的各项工作要求，把数据资源提升到公司战略资源的高度。 　　随着电网企业信息化系统的蓬勃发展，数据量急剧增长，如何利用数据管理提升电网企业管理水平，把数据资源作为公司战略资产，加强集中管理，实现全公司信息共享，强化数据分析，“一切业务数据化，一切数据业务化”，提升数据应用水平和商业价值，是现阶段及未来很长时间面临的一项挑战。 　　2.2 数据分析实践-IBM电动汽车动力与电力工艺上系统优化预测 　　在2012年的一个实验中，IBM曾与加利福尼亚太平洋燃气电力公司和汽车制造商本田合作，输入大量的信息，如汽车电池电量，汽车的位置，每天时间和附近的充电站的可用插槽等，IBM开发了一套复杂的预测模型。它结合了这些数据与电网的当前消耗和历史的功率使用模型相结合。通过分析个多数据源大量的实时数据流和历史数据，这样可以确定司机为汽车最佳充电的时间和地点，并揭示最佳点的充电站。该车的电池指示灯告诉司机何时充电，电网的使用数据可以通过设备采集来管理电网的稳定性。 　　2.3 数据分析实践-重要时期配网负荷预警分析（以山东公司作为国网公司-用电负荷分析的试点单位） 　　2.3.1 提升对用电负荷波动情况的观测能力 　　在某些重要时期，如一年内气温最高或最低期间、重大社会活动期间、春节期间等，用电负荷可能随着气温、用电人口等变化出现较大的波动，电力公司也会对特殊时期如迎峰度夏、春节保电等采取措施。 　　2.3.2 提升对配电变压器运行情况的预判能力 　　因配电变压器的负载状况对其运行工况有直接影响，且现阶段对配电变压器的运行状况、负载情况普遍处于事后处理阶段，缺乏对其运行、负载的预判性工作，因而，以上时期较易表现为全年配电变压器故障高发期。 　　2.3.3 提高电网供电保障能力 　　通过使用智能电表等智能终端设备可采集整个电力系统运行数据，以及采集大数据系统进行分析处理，实现电网的实时监测；并结合电力系统大数据分析和模型。对配电变压器过载情况进行预警分析，实现配电、用电、物资等环节的互动，推动电网智能化发展。 　　为有效提高电网应急能力和管理水平，提高供电能力、保证供电安全，需基于配变（公