基于电网调控运行数据的分布式自主分析关键技术与应用.docx

?

?

基于电网调控运行数据的分布式自主分析关键技术与应用

?

?

廖利军

摘要：随着国民经济的稳步发展，社会生产和人类生活对电能的需求量日益增长，这就使得电网规模日趋扩大，并进一步带动了智能电网的建设和发展。在这一发展历程中，电网省级和地市级部署的电网调度数据库内部已经积累了庞大的电力运行数据，从而形成了丰富的数据信息资源，因此，对电网调控运行数据实时采集、运算和自主分析就成为了提高电网调度管理水平的关键技术环节。本文主要对电网调控运行数据的分布式自主分析关键技术与应用进行了探究，旨在提高电网运行数据的利用效率，推动电网运行的智能化发展。

关键词：分布式存储；电网运行数据；自主分析；应用

前言

目前，国家电网将“三纵三横”的华北、华中以及华东地区通过特高压网架进行电网连接，从而促使电网规模进一步扩大，这就需要采取更加县级的科技手段，实现对电力地网度自动化操作和分析。然而，受到运行数据在存储规则和电网安全等因素的限制，在实施数据采集、计算和分析的自主化管理过程中仍存在一些技术难点，这就需要我们对其中的关键技术加以分析和了解。

1电网调控运行数据的分布式自主分析关键技术

下面，我们会通过对省级和地市级两级电力调度运行情况加以了解，对分布式存储、量测点索引、数据计算以及公式解析等技术要点内容进行分析和研究。

1.1分布式存储关键技术

由于省地两级的电网运行调控数据通常采取分级存储的方式分散在不同的两级，因此，在对省地两级的电网调度数据加以收集和分析的过程中，通常可选用集中存储和分布式存储两种方案类型。①在集中存储的结构中，地级调度数据通常需要经由广域服务线路传至省调度数据库内部，然后再将省地两级数据在省调度数据库加以存储。在这一过程中，还需设置自主分析类型的查询服务器，以便为省地不同区域的用户提供便利的查询服务。②在分布式存储的方案构造中，通过在省地两级设置电网智能调度系统，并布置查询服务器，且该服务器具备对数据的自主分析能力，通过此服务区能够对省地两级调度数据库D5000进行历史调度运行数据的访问，从而为本地用户提供可靠的查询服务。

与此同时，对于省调查询服务器而言，需要部署分布式管理、实时监控、服务分发以及合并这四项管理模块，从而实现高效的调度数据管理效果。而实时监控功能模块则主要是对地调服务进行全面监控；而分布式管理功能模块则是对多台服务器实现存储和分布式管理；而服务分发及合并功能模块则主要是针对用户查询请求进行分发处理，通过将用户查询信息发送到各个省地级服务器内部，从而确保查询效率。通过对两种方案进行比较后发现，分布式存储较之集中存储具备可行性高、查询速度快的优点，因此，本文将采取分布式存储的方法对电网运行数据实施统一管理。

1.2量测点索引关键技术

倒排索引是本文电网量测点实施检索的关键性技术，在索引过程中，需要依照量测点的表里数据进行索引文件的构建，首先需要创建电力调度范围内的单词词典，比如“唐热”和“滦河”等相關电力词汇，并为每一个词汇设置唯一的编码，再将其存放于单词词典的内存中；然后对电网测量点实施中文分词操作，将各个量测点转化为单词序列所组成的数据信息流；最后设立完整的倒排列表，对单词表示的全部量测点及其位置信息进行记录，同时对相关数据信息实施压缩处理，并将压缩以后的倒排序列表采取分块存储的方式置于磁盘中，以此完成索引结构的构建工作。在查询时，通过输入关联单词，即可在磁盘中找到相关的倒排文件，通常而言，测量点的单个索引速率大约为0.1s，通过这种方式能够有效提高测量点的索引效率。

1.3量测点数据计算技术

在测量点的历史运行数据计算过程中主要采取时间并行以及存储并行两种方式进行并行计算和分析。①时间并行数据计算是指通过对大时间段内电网历史运行数据进行查询解，在将大时间段分解为多项小时间段后，对量测点进行单月的查询和计算操作，最后再将分段计算数据予以总体性整合，通过合并得到最终的计算结果。②存储并行数据计算则是通过将实际查询情况划分到相关联的存储服务器内部，然后在本地服务器中建立分布式存储应用数据服务，而每一项应用服务都能够对本地存储的相关查询请求进行分析和处理，然后中心服务器再将每一项应用服务器的分析结果予以合并，从而得出最终的结果。通过这两种并行计算方式，能够有效提高调度数据的分析速率。

1.4量测点公式以及解析

对于一些较为复杂的数据查询和分析操作，需要将多项量测点及数学公式进行组合，从而得出全新的量测点，然后再对此量测点加以查询及分析。因此，在这一计算过程中，需要将计算器原理作为计算基础，然后再应用Java实现加减乘除操作，并对计算过程实施封装操作，同时设置函数自定义接口，并对正弦、余弦、四舍五入以及绝对值等函数进行定义，然后开发相应的计算解析模块，对量测点加以解析。

2电网调控运行数据的分布