許錦豐 毛英田

基于大數據的電力信息技術應用

許錦豐 毛英田

電力企業(yè)已經進入了大數據時代，大數據在電力信息技術的應用日益受到重視。本文闡述了大數據的概念及電力大數據的特點，指出電力企業(yè)在大數據時代所面臨的挑戰(zhàn)，研究了基于大數據的電力信息技術在電力企業(yè)中的應用。

隨著電網智能化水平的不斷提高，產生了海量的數據信息，我們稱其為“大數據”。電力大數據的產生是由于電力生產、傳輸、消費等環(huán)節(jié)信息化程度不斷提高，各類電力數據與信息暴發(fā)式增長的結果。電力信息技術的進一步發(fā)展必須充分利用大數據的潛在價值。本文就大數據背景下的電力信息技術應用做出有益的探討，首先說明了電力大數據的特點，指出大數據時代電力系統面臨的挑戰(zhàn)，闡述了大數據處理的技術體系，最后說明了電力大數據在信息技術方面的具體應用。

大數據時代的電力系統

大數據的概念及其特點

電力大數據是指電力生產消費過程中產生的大量類型繁多、數量巨大的數據集合，它隱含著很高的使用價值。

電力大數據具有以下幾個方面的特征。

（1）數據類型多。其中不僅包括各種結構化的生產數據，如電量數據、運行狀態(tài)記錄、資產優(yōu)化信息等，隨著智能電網的發(fā)展，還出現了大量非結構化的數據，如視頻、音頻、文本等。

（2）數據量巨大。電力行業(yè)的所有生產環(huán)節(jié)都在產生大量數據，電網智能化水平的不斷提升，非結構化數據將超過結構化數據，數據規(guī)模從PB量級增長到EB量級。

（3）數據處理速度快。電能不能大量貯存，發(fā)電量必須與用電量實現實時平衡，要求對電力系統的實時運行數據、狀態(tài)信息快速響應、及時處理。

（4）數據價值潛力大。對電力大數據進行挖掘與分析，不僅可以反映電力行業(yè)的發(fā)展規(guī)律和內部特征，而且還能反映社會、經濟的發(fā)展規(guī)律，存在著巨大的潛在價值。

（5）數據處理靈活性高。電力系統對大數據的應用種類很多，為了適應不同的需求，對大數據的處理必須具備高度的靈活性。

（6）數據處理復雜度高。量大、類型多、要求處理速度快等特點使得電力大數據的處理相當復雜。

大數據時代下電力系統的挑戰(zhàn)

從目前我國的電力系統發(fā)展現狀來看，大數據的產生來源于電力生產與消費的各個環(huán)節(jié)。在發(fā)電側，信息化和自動化水平的不斷提高，各種與電力生產相關的數據和信息都得以保存；在輸電側和配電側，電網智能化和配電網自動化程序不斷提升，設備在線監(jiān)測能力越來越高，各種狀態(tài)信息被記錄與存儲；在用電側，智能電表的普及，把數量極其龐大的電力用戶的用電信息上傳和保存。

目前，電力企業(yè)對大數據的處理、應用能力有限，僅能存儲、查詢、統計等，尚不能實現更有價值的應用。大數據時代中的電力企業(yè)，必須深刻理解大數據的內涵，在解決了“信息孤島”的難題之后，不能轉而變成受困于“數據大?！泵Ｈ粺o措的狀態(tài)。為破除這一困境，有關專家和學者需做出相當大的努力，電力企業(yè)也應該積極應對。

電力大數據的技術體系

電力大數據的技術體系是指電力大數據在采集、處理、應用過程中所依賴的所有技術總和。

大數據采集與預處理

電力大數據的來源主要有：（1）電力規(guī)劃設計信息；（2）電力系統內設備運行狀態(tài)信息；（3）電力生產管理方面的信息；（4）所有用戶的用電信息。

電力數據采集之后須做必要的預處理，比如異構數據集成、實體識別以及數據清洗、數據質量控制等。

大數據存儲與管理

數據的存儲和管理不是新課題，但大數據背景下給這個問題帶來了更大的挑戰(zhàn)：（1）存儲的數據量級達到PB甚至EB；（2）異構數據并存使存儲更復雜；（3）不同的高級應用對數據服務種類和水平要求不同，數據的大規(guī)模和高復雜度使得存儲系統的高性能、高可靠性等指標的實現難度大增。

基于分布式的文件系統、數據庫以及分布式的訪問接口和查詢語言等是存儲、管理大數據最適用的技術。目前各個大數據庫的廠商都已開發(fā)出分布式索引和查詢的產品，還有很多面向全文檢索的產品，且這些產品都是開源的。

大數據計算模式與系統

大數據的計算必須適用于不同的高級應用，要求處理方式更具多樣性，而且必須滿足高級應用的性能要求。為了達到這個目的，多種大數據計算模式應運而生，對應的計算系統和工具也隨之涌現。大數據的計算模式決定了大數據被利用的程度，目前云計算模式是當前最成功、最廣泛接受的。

大數據可視化分析

大數據量大而雜，只有通過可視化技術才能在有限的空間與時間內呈現大量信息，再者人類視覺系統獲取信息量大、速度快，用戶可以通過觀察大數據的圖像、視頻，結合自身儲備的知識，做出分析與判斷。通過可視化技術，讓看似龐雜、無序、無關的數據得以直觀的呈現，用戶還可以通過對可視化系統的不同設置，改變數據的輸出方式，從而獲得大數據不同角度、不同方面的利用價值。目前，已經出現了不少相關的產品，為大數據的可視化服務做出了不少努力與嘗試。

大數據背景下電力信息技術的應用

大數據的挖掘技術

電力系統的大數據價值巨大，它來源面廣，關聯著社會經濟發(fā)展的多個方面，電力是社會經濟發(fā)展風向標之一。電力大數據不僅可以為電力系統發(fā)展服務也可以為社會經濟發(fā)展服務。

為了得以充分地利用大數據，需要采用模糊識別等算法對數據進行挖掘、分析。大數據背景下，電力數據挖掘技術必須結合電力生產的特點，從采集、整理、管理、分析、展示等所有環(huán)節(jié)出發(fā)，基于不同的應用進行研發(fā)。數據挖掘技術是電力大數據價值得以實現的關鍵環(huán)節(jié)。

云計算在電力信息技術中的體現

云計算應用最廣泛，具備如下若干特點：（1）計算存儲能力強大；（2）系統可以進行動態(tài)擴展；（3）非常便于計算資源共享和優(yōu)化配置；（4）便于軟件開發(fā)和升級；（5）便于用戶使用等。

電力信息技術在電力系統仿真、事故預演等方面應用較廣，電力系統智能云為其應用提供了更強大的支持，提供更廣的數據共享，協調各個子系統的運作，實現更大范圍的實時監(jiān)控與數據采集。

此外，電力系統智能云可以把大計算化解成小計算，分配給網內的眾多計算機進行并行計算，可以極大地提高計算速度，在適時內處理更多的信息。

大數據在電力信息技術中具體的應用

電力大數據通過數據挖掘、云計算等技術可以實現眾多的電力信息技術應用，在電力系統的具體應用中，主要有：

（1）發(fā)輸變電設備的故障識別與預測。通過現場的各種在線監(jiān)測系統獲取的大量數據，包括視頻、聲音等，利用視頻分析技術和流計算技術，對輸變電設備進行故障的預測、分析、識別。

（2）通過配網自動化系統獲得的配電數據，采用Storm等流處理技術，進行配電網負載估算及重過載預警。

（3）利用關聯分析技術對物資庫存資料需求影響因素進行分析，制定安全合理的庫存配置方案。

（4）采用流計算技術和批處理技術，分析用電數據、設備運行數據、網架結構數據，實現配電網低電壓實時監(jiān)測應用。

（5）采用數據挖掘技術和分布式計算技術，對電網中長期負荷預測與用電量進行分析。

結束語

大數據給電力系統的發(fā)展帶來了新的挑戰(zhàn)，但通過對電力大數據的研究與挖掘，充分利用其潛在的價值，不斷地提高電力系統的綜合管理水平，電網的智能化水平，為電力企業(yè)的可持續(xù)發(fā)展提供重要的信息技術保障。

10.3969/j.issn.1001-8972.2015.21.023