(国网西藏电力有限公司那曲供电公司 852000)
摘要：随着智能电网的迅速发展，电网调控也产生出了更多的数据，对这些数据采用大数据技术进行处理和分析，可以很大程度上提高配用电系统的管理水平以及运行水平。本篇文章主要分析大数据技术在电网调控当中的发展趋势以及特征，综合相关的研究和试验，总结电网调控的相关应用和价值。
关键词：电网调控；大数据存储；处理技术
引言
电力行业在国家经济发展中起着重要作用，是支撑现代化建设的重要公共事业。在信息技术持续发展的背景下，电力大数据关键技术的应用开始日新月异，为电力系统的经营管理上提供了重要的技术支持，其具体应用不但可使电网转变为互动经济、安全可靠、清洁高效的现代能源互联网，还能提高电力系统的运营效率和管理水平。
1大数据技术对电网建设意义
大数据技术对电网的意义主要表现在发电、输电和用电这三个方面：在发电环节中，大数据技术能统计出很大范围的电力需求，然后通过收集的数据预测出后一段时间的用电负荷，发电领域在考虑预测结果的基础上进行有计划发电，这样有利于整个社会的生态文明建设；在输电环节，输电线路上的所有信息都可以使用大数据技术来进行收集和处理，此方法能使得低电压损耗率大大降低，还能保证线路的正常运行；在用户用电环节，所有用户的用电量能采用大数据技术进行整理，通过采纳电力市场中的先进营销策略，引导用户拥有节约用电的理念，以此来推动电力产业的“集约化”发展。
2智能电网大数据处理技术
2.1智能电网大数据传输和存储技术
在建设智能电网过程中，要及时保存电网运行中的各项数据，所以在智能电网中，涌现出庞大的数据，一定程度上影响着整个系统的数据传输和数据存储工作，并且威胁着电网的智能化建设。在智能电网中大数据的传输方面，加强传统数据压缩方式的应用，可以将数据传输效率提升上来，并将数据传输量降至最低。所以在智能电网数据传输中，诸多数据压缩技术的应用价值得到了充分体现，有助于提高智能电网数据传输效率。数据压缩似乎，为数据传输工作带来了极大的便利性，但是极容易浪费诸多资源，所以要借助合理平台进行助益。
2.2可视化分析技术
在智能电网运行过程中，所涌现出的数据比较多，合理处理其数据，并借助合理方式进行展示，保证电力用户所熟知，这严重影响着智能电网运行大数据的发展。通过可视化技术的应用，可以为大数据的处理创造便捷，而且其应用价值较高。对于可视化技术而言，其集成度和分辨度较高，在对用户提供数据处理结果方面发挥着重要的作用。但是由于科学技术发展速度迅猛，想要不断提高智能电网故障诊断水平，不仅要对网络予以及时恢复，而且还要不断提高智能电网性能，所以作为一大挑战，影响着智能电网大数据处理技术的发展。
3大数据技术在电网调控运行中的应用
3.1预测风电功率
由于现如今大规模风电并网对电力系统和电网调度的安全运行产生了严重影响，而对风电功率进行预测能使这个问题得到有效缓解。风电的特性是随机性和波动性，这个特性使得预测风电功率必须以大量的历史数据作为支撑，此类数据主要包括风电机组信息、地貌形势、风电场实时和历史输出功率数据、实时和历史测风塔等数据。其中采集的风塔历史数据的时间分辨率短则超过10min，时长则超过1年；通过风电场采集的历史输出功率数据的时间分辨率要超过5min，数据的时长要超过1年。
面对大量的历史数据，此时就需要建立可靠的预测模型来对风电功率进行预测，通过选择不同的时间尺度，结合实际工程应用需求，尝试多种预测模型对风电功率进行预测，以便得到更精准的预测结果。
3.2大数据技术在能量优化调度方面的实际应用
数据分析的难度是由数据调度的来源决定的，因此为了能够有效地提升数据的存贮量与效率，相关人员要积极地解决数据存在的复杂性与不兼容性。此外，我们都知道各个部门之间的数据也是不相同的，不管是对于共享性与结构来说，其整合调整的难度都比较大。但是大数据技术的出现了以有效的对这些平台与信息进行整合，可以提升配电网的信息储存量与有效性。在有源配电网的情况下，双向潮流的能量调度使得优化约束更加困难。传统的挖掘数据的办法无法解决电网在实际工作中遇到的问题，而大数据挖掘机算法可以很好地减少能源的调度，达到优化主动配电网的目的。
3.3供电服务舆情监测预警分析
目前电力行业发展的比较迅速，对电力结构进行优化和改革的进程中，电力的供与需之间的矛盾，环境的保护问题以及可持续发展的理念等问题受到大众的高度重视，如何在发展的过程中顺应社会的潮流，符合民情民意，电力舆情工作面临的挑战和压力都非常大。现在随着互联网的发展，通讯工具的大量运用，大众可以随时地接收和发布一些信息，信息在网络时代的传播速度非常快，影响的范围也比较广，电力舆情所面临的问题非常的严峻。所以要提高互联网的大数据舆情监测的分析能力，可以利用互联网的优势对大数据进行及时的采集，分析以及储存，把关键的信息提炼出来，对客户的行为进行具体分析，更好地实现舆情的控制，从而提升整体的服务和营销水平。
3.4大数据技术在主动配电网的状态分析评估方法的应用
主动配电网运行中的关键信息采集包括电动汽车的特殊负荷时空分布特性、设备运行检测、短期负荷预测、分布式发电量预测等。其中，关联规则聚类系统继承了关联分类和决策树的挖掘方法，即可以对分布式发电输出进行分析，将各种气象数据与周边地区不同气象站的特征进行关联分布式发电的输出是不稳定的，其概率随分布式发电的输出而变化。用户智能电表向主动配电网传输大量的用电信息，数据流可以达到双向作用随机变化模式、数据波动模式和稳定模式已成为当前配电网用户负荷分析的三种模式。采用聚类分析的方法对智能电表中的海量数据进行采集和提取利用关联分析技术对负荷与日期、天气的关联进行分类，利用规则挖掘智能预测系统提高短期负荷的检测精度。
3.5定位和治理配电网低电压
由于现在电网仍然存在低电压的问题，主要原因是整个电网系统升级较慢，以及用电负荷的大大增加，这样对用户的正常用电造成了负面影响。利用大数据技术能定位配电网低电压，电网的相关信息可通过用电信息采集系统和SCADA系统进行收集，这些相关信息如变压器和线路的电流电压断货负荷类型、功率因数等参数。与此同时，与配电网相关联的无功补偿、负载率、供电半径、配电网结构、故障情况等信息，为了深度了解电网低电压的原因，采用数据挖掘模型对配电网低电压的影响因素进行关联分析，提升了配电网合格率，对电网的安全运行给予保障。
结束语
随着智能电网的不断建设和发展，以及不断增加的电力数据需求量，大数据技术得到各个领域的广泛应用已成为了必然趋势。通过分析电力数据的特点，并结合大数据技术的优势，将大数据技术应用到电力系统中，对智能电网建设产生了积极影响。希望本文的阐述能引起越来越多的电力工作者对大数据技术的关注，电力系统能充分应用大数据技术，推动电网的发展和转型，促进电网的长久稳定发展，才能更好适应社会发展需求。
参考文献：
[1]于仕.大数据技术在电力行业的应用探讨[J].现代工业经济和信息化,2017(19):51-52.
[2]周萌.关于电网调控运行大数据存储与处理技术的分析[J].科技创新与应用,2017(20):47-47.