大数据技术在电力调控中的应用分析王皓
发表时间：2020-01-18T10:02:51.557Z  来源：《基层建设》2019年第28期作者：王皓
[导读] 摘要：近十年，社会用电量逐年稳步增长，电力工程建设数量及规模也在逐步扩大，电网接线方式变得愈加复杂。
国网江苏省电力有限公司无锡供电分公司江苏无锡  214000
摘要：近十年，社会用电量逐年稳步增长，电力工程建设数量及规模也在逐步扩大，电网接线方式变得愈加复杂。与此同时，电网设备数量剧增使得电网发生故障的不确定性增加，电力调控难度越来越大。大数据技术在数据整合集成方面应用优势明显，在电力调控的应用前景广阔。因此，探究大数据技术在电力调控中的应用方式进行具有重要的现实意义。
关键词：电网调控；智能监控；智能预警
引言
随着科学技术的快速发展，各行各业产生的数据信息在不断的增多。对这些数据信息进行有效的分析和应用，能够对行业的发展起到积极的推动作用。电网在日常运行过程中也会产生大量的数据信息，通过
大数据技术对这些数据信息进行采集，分析出电网可能存在的薄弱点，能够让电网系统运行变得更加高效安全。
一、基于大数据技术的电力调控应用的价值分析
在电力调控中应用大数据技术，对电力系统的发展具有重大价值。主要体现在以下三个方面：
1.1有助于提升电力系统运营水平
在现代电力系统中，设备数量多、系统接线规模庞大使得电力运营者需要投入更多的人力进行管理维护。通过大数据技术对电力系统运营过程中产生的数据进行采集分析，并结合自动化设备和智能设备，能够实现对电力系统的自动调控，在很大程度上提升电力调控的精准性。
1.2有助于提高电网运行质量
大数据技术的应用，使得电力系统中的监控系统和调度系统一体化成为了可能。基于大数据技术的电网监控技术，一方面可以为电网提供更灵活的运行方式，另一方面具有一定的主动恢复能力。能够在电网出现故障的情况下，为管理者进行全面高效的诊断，提供处理建议，从而减少电网故障处理时间，保证供电的稳定。正是因此，智能电网监控可以在不同的环境中开展工作，甚至是相对恶劣的环境仍能够实现。
1.3有助于提升用户的用电体验
在基于大数据技术的智能电网中，利用大数据技术预测分析，能够有效分析用户的用电规律和消费特征，形成科学合理的供给计划和检修计划，从而更好地服务电力调度的运行和规划工作，提升电力调度的效率，减少资源的浪费，为用户提供更加优质的服务，更好的用电体验。
二、电网调控运行大数据分类及特征
在电网调控运行过程中，各类数据的来源有三种，分别为基础数据、电网运行及设备状态监测数据以及外部信息数据。三种不同来源的数据可以相互影响，在促进电网稳定运行方面都发挥着十分重要的作用。在电网调控运行的多个数据种类中，结构化数据种类占90%以上，包括电网运行数据、负荷预测数据、基础数据等等，另外，现如今，非结构化数据也逐渐被导入至电网调控运行参数组成中，比如视频监控数据、图形图像处理数据等等。
三、大数据技术在电力调控中的具体应用
3.1电力大数据的核心技术应用分析
电力大数据的核心技术主要体现在以下几个方面，分别是数据集成管理技术、数据分析技术、数据处理技术和可视化技术。数据集成管理技术的主要作用是对电网运行过程中的各类型数据进行收集和管
理，最终通过转换数据获取新数据源，然后依次为电力调控提供相应的服务；数据分析技术主要对电网运行过程中的各项数据进行挖掘和分析，从而得到能够满足电力调控应用的有效信息；数据处理技术主要将计算机与大数据技术相结合，从而实现对各项动态数据的及时处理；可视化技术主要将数据以图形的形式进行处理，从而进行直观的展示。
3.2大数据技术在电力调控中的应用体现
3.2.1对电网的运行状态进行智能监控
大数据etl工具有哪些当电网处于运行状态时，电力调控中心能够通过大数据技术对电网进行全程的智能监控，并且利用数据集成技术、数据分析技术和数据处理技术对各项数据进行在线监测，诊断当前电网运行的状态。例如采用ETL工具对数据进行抽取。ETL工具分为Kettle、Talend和InaplexInaport三种，最常用的Kettle工具，主要利用集方式对台机器上进行工作部署，优化Postgre等数据源，利用Java脚本、SQL语句完成数据清洗，并将监控数据记录在电子日志内。随着电力设备的逐渐增多，电网运行中产生的数据量也越来越大，要实现有效的电力调控，必须促进智能电网实现进一步的跨越式发展，从而缓解智能监控的负担，提高大数据技术的应用水平。
3.2.2对电力系统的安全进行智能预警
智能预警是大数据技术应用于电力系统的典型体现。传统安全预警主要通过评估预案和离线计算的方式对电力系统的运行状态进行预测。从实际的应用情况来看，这种预警方式的效率不足，难以满足当前电网运行的需求，因此必须利用大数据技术实现电力系统的智能化管理。例如采用全网仿真统一计算和数据分类储存处理的技术，对电网运行过程中产生的海量数据进行统筹处理，分析存在异常的数据，对故障发生的区域进行追踪，确定准确位置，并生成实时的评估方案，针对性的解决其中存在的故障和矛盾。