摘要：現代大數據技術的快速發(fā)展，為智能電網建設、發(fā)展與應用帶來了更為豐富的技術工具，有效拓寬了智能電網的覆蓋范圍，具有多重價值。文章從智能電網的基本內涵出發(fā)，分別介紹了大數據技術在電網數據信息融合與配電網智能調度等方面的應用方法。在此基礎上，展望了大數據技術在智能電網應用中的前景。

關鍵詞：大數據技術；智能電網；應用現狀；發(fā)展路徑

中圖法分類號：TP311 文獻標識碼：A

１ 引言

智能電網的建設與發(fā)展需要以大數據技術為依托，強化對電網運行數據信息的優(yōu)化整合，實現電網運行數據的價值轉換，提升智能電網運行管理效能。

在當前經濟社會發(fā)展環(huán)境下，有必要立足智能電網建設發(fā)展的現實需求，拓展延伸大數據技術鏈條，提升智能電網管理水平。

２ 大數據技術與智能電網的內涵

２．１ 大數據技術

在互聯網和云時代，大數據技術開始成為提升經濟社會發(fā)展成效、優(yōu)化數據、信息資源整合的重要工具，深刻改變著社會生產生活方式。大數據技術是一種以海量數據信息資源為主要面向對象，以數據類比、優(yōu)化與提取為主要過程的現代科學技術方法，其整個應用實施過程需要首先按照既定規(guī)則收集有效信息，然后對數據信息進行分布式處理，這充分體現出數據信息的重要價值。在大數據技術支持下，電網運行過程中形成的數據同樣可被深度整合利用，以數據統(tǒng)計分析結論輔助電網運行管理決策，提升智能電網運行效益，實現智慧化的智能電網運行成效［１］ 。

２．２ 智能電網

智能電網在運行管理過程中可形成諸多不同類型的數據信息，這些數據信息包含重要的信息元素，可為電網調度、能源分配與電網建設等提供可靠參考與依據。在傳統(tǒng)電網系統(tǒng)環(huán)境下，數據流的形成更多地停留在發(fā)電、輸電、變電、配電和用電等環(huán)節(jié)，其單向化的數據流特征相對突出，容易因數據分析處理不到位而造成電力資源浪費。而智能電網則可在結構化和非結構化數據中提取有效信息，將數據信息的價值貫穿于發(fā)、輸、變、配、調、用等環(huán)節(jié)，具有顯著的規(guī)模性、多樣性、高速性及價值大、密度低等特征。在大數據技術支持下，智能電網的建設與發(fā)展將更具現實意義。

３ 大數據技術在智能電網數據信息融合中的應用

３．１ 信息融合技術

大數據技術在智能電網中的應用過程同時是對多類型數據信息進行優(yōu)化融合的過程，其中需要以信息融合技術為依托，對數據信息予以關聯、相關和綜合，并以此為基礎建立數據模型，反映與體現智能電網的客觀實際狀態(tài)。在信息融合技術應用中，首先應建立完善而標準的信息融合規(guī)范，對不同類型的信息源數據進行拓展延伸，為數據高效融合創(chuàng)設優(yōu)化環(huán)境。在實踐中，信息融合可將智能電網數據信息細化分為數據層、特征層和決策層等多類型，通過遺傳算法、人工神經網絡和機器學習等信息融合方法完成相應融合指令，保障信息融合效率。

３．２ 智能電網大數據融合框架

智能電網的高效運轉需要在大數據融合框架范圍內實施，尤其在現代自動化技術和智能化技術快速推進的趨勢下，智能電網大數據融合框架的約束規(guī)范作用更加突出。在該融合框架中，應明確分級，充分有效銜接數據采集與監(jiān)視控制系統(tǒng)、廣域相量測量系統(tǒng)與保護故障信息管理系統(tǒng)的關聯關系，為智能電網故障檢測與處理等提供有效依據。智能電網大數據融合框架還應對相對分散且冗余的數據進行集中統(tǒng)籌管理，融合銜接信息流轉方式，以減少數據信息流阻塞等情況。通過對原始數據進行篩選，形成基于決策層融合的決策結果，為智能電網運行提供決策參考［２］ 。

３．３ 智能電網大數據融合平臺建設和性能優(yōu)化

３．３．１ 傳感測量層

傳感測量層是智能電網大數據融合平臺的關鍵構成要素，其整體性能的優(yōu)劣直接關系到智能電網大數據融合的質量與效率，理應采取更加系統(tǒng)完善的方法予以優(yōu)化。因此，應建立基于傳感裝置的傳感量測層標準規(guī)范，按照資源使用、能源感知和高效操作的標準要求，對其運行狀態(tài)進行動態(tài)化監(jiān)測，以保證物理層和鏈路層的傳輸速率。另外，提升數據融合中心的數據傳輸效能，在智能電網主干網中組建數據流轉層次，以降低其延遲性，為光互聯技術的優(yōu)化應用提供技術基礎支持。

３．３．２ 數據管理層

智能電網數據信息融合中的數據管理層可在特定意義上完成對海量數據信息的整合管理，實現數據信息的優(yōu)化集成，使數據信息價值得以體現。為優(yōu)化數據管理層的性能，技術人員應根據數據集成工具、數據管理工具與編程模型工具的實際需求，為其匹配相應的結構化集群，并以此為基礎建立存儲分布式數據庫，形成規(guī)范化、集成化與統(tǒng)一化的數據庫系統(tǒng)。

為數據管理層預留充足拓展端口，為其未來升級改造及增設局部數據庫等提供相應空間。細化完善防止數據信息冗余的實踐方法，按照數據預處理的操作要求，對存在不一致性的數據進行全面剔除，清除無效信息。

３．３．３ 應用層

智能電網大數據的高效融合需要以應用層為基礎，在數據處理程序接口的支持下實現數據優(yōu)化處理，完成數據融合的深化應用。在該過程中，應建立應用層融合標準，構造智能電網安全分析和可靠性分析體系，使智能電網數據信息的融合能夠保持在閉環(huán)體系之中，降低集群能耗等。注重提升應用層的大數據處理能力、快速計算能力與資源整合能力等，促進智能電網信息化、共享化與數字化，使有限的資源要素能夠全面發(fā)揮實際價值。引入虛擬化技術與云計算技術等，整合優(yōu)化智能電網在線檢測、電網調度與預測應用等功能，提高計算性能［３］ 。

４ 大數據技術在智能電網智能調度中的應用

４．１ 基于大數據的智能調度技術

電網調度需要以相關數據信息為依托，在系統(tǒng)終端海量的電力數據中高效篩選有效信息，以解決非線性數據難以精準分類和存儲的難題。因此，基于大數據的智能調度技術應圍繞智能電網的數據特點，從數據采取、系統(tǒng)分析與業(yè)務應用等層面實現流程化的操控規(guī)則，并以廣大用戶體驗為導向，實現“全過程、全覆蓋”的系統(tǒng)運行管理效果，這對于促進智能電網的持續(xù)優(yōu)化具有積極作用。在調度要求方面，應利用決策支持效果，有針對性地突破數據壁壘的局限性，以時序化的方式實現智能電網高效調度的預期效果。

４．２ 大數據計算的智能電網任務調度

智能電網的任務調度具有連續(xù)性與動態(tài)性等特點，這為大數據計算方法的應用提供了有效空間，更為實現服務器使用資源的優(yōu)化分配提供了良好環(huán)境。

因此，首先應按照電網調度的技術規(guī)范要求，對任務進行數據化排序，將應用服務的目標導向置于首要位置，使不同類型的數據信息得以有效存儲。其次，需對大數據服務器中的數據資源進行共享互聯，等待執(zhí)行相應的調度任務，并配置相應的計算機資源。最后，根據系統(tǒng)要求將任務進行差異化處理，形成大數據結構模型與任務模型，通過分析目標函數、調度算法與評價指標等，得出智能電網調度結果。

４．３ 大數據下用電調度系統(tǒng)框架

現代大數據技術的持續(xù)快速發(fā)展，為智能電網調度系統(tǒng)提供了更為豐富的技術手段，使傳統(tǒng)技術環(huán)境下難以完成的智能電網調度任務目標更具實現可能。

大數據下的用電調度系統(tǒng)框架主要由數據采集與監(jiān)控、骨干網絡路由器、供用電調度中心等構成，其彼此之間通過專用網絡實現互聯交互，以協(xié)同化的方式實現對智能電網的監(jiān)控和維護管理。在“自上而下”的用電調度系統(tǒng)框架中，調度方案應完成傳統(tǒng)型調度向數字化調度的轉變，從而保證電力系統(tǒng)的安全穩(wěn)定運行狀態(tài)。強化對智能電網負荷的動態(tài)監(jiān)控，提升負荷預測的精確度，并應用計量自動化系統(tǒng)，完成負荷分析與線損計算等［４］ 。

４．４ 配電網智能調度結構方案及大數據計算實現

４．４．１ 實現方案

配電網智能調度結構方案的數據載體支撐為智能數據中心，實現配網運行監(jiān)控系統(tǒng)與主網運行監(jiān)控系統(tǒng)之間的對接，使計量自動化系統(tǒng)、配電生產管理信息系統(tǒng)、配電地理信息系統(tǒng)和營銷管理信息系統(tǒng)等能夠彼此交互，在數據資源方面實現有效關聯與共享，拓展延伸數據模型的覆蓋范圍，保障智能調度總體框架整體效果的不斷優(yōu)化。在配電網智能調度結構實現方案中，應滿足數據交互與接口規(guī)范要求，對智能電網的實時載荷狀態(tài)保持穩(wěn)態(tài)監(jiān)視。選擇具有代表性的評價指標，對智能調度結構方案效果進行評價分析。

４．４．２ 遺傳算法過程及技術實現

在諸多類型的智能調度算法中，遺傳算法具有獨特優(yōu)勢，其可在更加寬泛的范圍內實現調度優(yōu)化。具體而言，遺傳算法首先應建立初始化種群，明確并設置各類參數，并對其予以編碼化操作，然后為各類特定參數進行賦值操作，體現適應度值的個性化差異，按照相應規(guī)則進行變異操作或交叉操作，直至得出遺傳算法的最終結果。在編碼中，應對智能電網數據信息的個體要素進行分別編碼，而非簡單的統(tǒng)一決策變量。初始化種群的建立，按照智能電網數據信息之間的關聯性，獲取局部最優(yōu)解，降低求解難度，改善技術實現效果。

４．４．３ 基于大數據計算的調度支持系統(tǒng)實現

在數據庫分工層面，應從大數據的基本特點與應用規(guī)律出發(fā)，分別建立主網模型和配網模型，收集與整合各類靜態(tài)參數和歷史統(tǒng)計結果，并進行實時數據采集和高速計算，將相應的計算結果存儲在時間序列數據庫中。在數據庫關聯層面，則應在關系數據庫和實時數據庫之間建立關聯，通過唯一標識，保證數據信息的一致性和同步性，并同步保持數據庫的彼此獨立性。為確保智能電網數據信息的集中收集與統(tǒng)一管理，應對調度支持系統(tǒng)的相關信息進行優(yōu)化整合，促進數據信息在全網共享［５］ 。

５ 大數據技術在智能電網應用中的前景展望

５．１ 強化數據驅動

大數據技術在智能電網中的應用需要以數據信息為基本支撐，尤其在未來智能電網建設節(jié)奏不斷加快的趨勢下，更需要強化數據驅動，以智能電網數據信息為基本導向，實施相應的電網運行管理策略。為優(yōu)化提升數據驅動的整體效果，技術人員應按照高質量、有效益、可持續(xù)的原則，深挖數據信息的潛在價值，堅持數據交互關聯共享理念，強化關鍵數據技術科研攻關，持續(xù)提高能源效率，使智能電網更加符合大數據技術趨向要求。

５．２ 優(yōu)化電網規(guī)劃

電網規(guī)劃關系到電網建設事業(yè)的發(fā)展成效，更關系到電網建設的綜合效益，只有立足于大數據技術的核心價值，不斷拓展延伸電網規(guī)劃的綜合實效，才能進一步實現電網價值。因此，應對大數據技術進行深度應用，提升其與智能電網之間的契合度，并根據區(qū)域性用電特點與需求，細化分解電網規(guī)劃結構數據，對未來一段時間內的用電服務需求進行準確預測，為廣大用戶提供更加清晰明確的服務，提升電網規(guī)劃的整體性、前瞻性和可行性。

５．３ 降低網絡耗損

在當前技術條件下，如何有針對性地降低電網損耗，強化用戶信息數據，開始逐漸成為廣大電力企業(yè)關注的焦點。在未來的大數據技術應用中，智能電網的運行將更加側重于降低網絡損耗，密切結合用戶服務需求、區(qū)域位置、用戶特點等，形成更加系統(tǒng)完善的損耗降低方案，為不同用戶提供專屬用電方案，在保障用戶基本用電需求的基礎上，減少智能電網運行過程中的損耗。依托大數據技術，未來的智能電網還可緩解用電高峰壓力，優(yōu)化電力資源配置［６］ 。

５．４ 實現用電管理智能化

用電管理智能化的實現需要以用電量預測為依據，持續(xù)滿足用戶的個性化需求，保障經濟社會對電力資源的連續(xù)性需求。通過應用大數據技術，智能電網可根據以往用電數據信息找出其中的規(guī)律和關系，對用電量的變化趨勢進行有效預估，并形成具有可視化特征的數據模型，為調整優(yōu)化用電管理策略提供基礎參考。在該過程中，大數據技術還可推動泛在電力物聯網建設，為用戶提供優(yōu)質高效的綜合能源服務。

６ 結束語

大數據技術的核心價值決定了其在智能電網體系中的應用地位。因此，技術人員應立足智能電網的客觀實際需求，建立健全基于大數據技術的智能電網運行管理模式，在更加寬泛的范圍內整合優(yōu)化智能電網運行管理數據資源，強化標準化技術規(guī)范的應用，深入挖掘與整理有價值數據資源，提升智能電網管理人員綜合技能，為全面彰顯大數據技術的綜合效用奠定基礎，為促進智能電網事業(yè)高質量發(fā)展貢獻力量。

參考文獻：

［１］ 夏盛海，金宇，楊攀，等．基于大數據分析技術的電網智能調控分析方法［Ｊ］．電力大數據，２０２２，２５（３）：５１?５８．

［２］ 沈夢雪，李屹然．基于云計算的大數據分析技術在智能電網中的應用［Ｊ］．無線互聯科技，２０２２，１９（１３）：１１７?１１９．

［３］ 王均，劉熠．大數據平臺下配電網智能化運維管控平臺的設計［Ｊ］．網絡安全技術與應用，２０２２（２）：１０８?１０９．

［４］ 趙云龍，傅文進，李沛．基于大數據的配電網運行風險智能預警方法［Ｊ］．自動化應用，２０２２（１）：１１６?１１８＋１２２．

［５］ 王琨，杜亮，馬來·對山拜，等．面向智能電網應用的電力大數據關鍵技術研究［Ｊ］．微型電腦應用，２０２１，３７（８）：１２３?１２６．

［６］ 袁佳琰．基于智能的配電網電力大數據三維場景可視化分析［Ｊ］．電力設備管理，２０２２（９）：６３?６６．

作者簡介：和乾（１９８１—），本科，講師，研究方向：計算機應用技術與教育。