陈楠
宁夏电力有限公司银川供电公司 宁夏银川 750011
摘要：随着我国经济的高速发展，我国各行各业也呈现出良好的发展趋势。大数据技术具有数据容量大、数据类型繁多、商业价值高、处理速度快的特点。能源互联网是信息通信与能源电力结合发展的高级阶段，以逐步实现信息通信基础设施与能源电力基础设施的一体化为特征。在能源互联网中不仅信息的种类和数量巨大，而且对信息的实时性要求也越来越高，因此大数据分析技术在能源互联网中具有广泛的应用前景。在大数据处理平台和大数据分析算法研究现状两方面综述了大数据分析技术，列举了大数据分析在能源互联网的典型应用场景和研究课题。
关键词：大数据；企业能源；在线监控
引言
能源互联网借鉴互联网理念自底向上构建能源基础设施，通过微网等类似能量自治单元的开放对等互联和信息能量融合分享，增加分布式可再生能源的灵活接入和就地消纳。能源互联网相对于大电网起到相辅相成的作用，符合电网发展分布与集中相结合的大趋势。
1企业能源管理现状
为了实现企业精细化管理与节能减排的目标，进一步提升能源利用效率，该企业已建立在线能源管理系统。经过数次技术改造，企业完成了从低压配电房到生产车间、仓库、办公区域的二级电力计量和监测，为电梯、空压机、制冷机冷却泵、制冷机冷冻泵、办公室空调等重点用能单元分别安装了独立计量设备；对各生产车间的给水、蒸汽完成了一级、二级计量，部分用水区域完成了三级计量；对压缩空气、天然气完成了一级计量。该企业将各个能源数据整合到在线能源管理系统上，但在功能上，除了电力计量做了简单的配电平衡分析外，其他能源平衡分析尚未完善，并且部分能源的二级、三级计量器具配备不完善，不能准确反映企业内部能源消耗的分布情况。除此之外，还存在计量器具数据管理不完善，不能及时反应计量器具的检定/校准情况等问题。虽然各种能源数据汇聚到在线能源管理系统，但由于部分计量器具安装不完善，导致部分数据无法采集，而且在线能源管理系统缺失部分能源分析模块，无法有效地对采集到的数据进行智能分析。在能源管理制度上，虽然企业对各类用能已制定了相应的能源管理文件，但在管理方面仍存在疏漏。例如：压力表等计量器具出现超期未检定，部分采集数据用的计量器具安装后没有定期校准等情况，都使得在线能源管理系统采集到的数据缺乏溯源性，准确性无法保证。因此，虽然该企业完成了能源数据的采集和部分重点用能设备的监控，但由于部分三级、四级计量器具没有安装完善，导致企业的在线能源监控系统无法对各项能源消耗量进行精细化管理，无法有效地对各用能单元进行能效考核，无法依靠在线能源监控系统持续提高节能降耗指标。
2能源在线监控平台大数据分析
2.1提高能源系统规划调度质量
在能源系统实际运行阶段，区域能源地图的作用不容忽视，这就需要以地理信息空间为主导，精准掌控区域内的能源情况，无论是生产还是运输，都应当进行精确规划，通过提高其协调性，促使供应服务与需求高度契合。例如一个区域内的能源类型较为多样，其中不可或缺的风能及水力资源、气候，都是组成资源数据的重要因素，这就需要对该类资源数据进行收集及深挖，促使该类数据与其他关联数据相契合，进而对区域内能源生产及供给的不足及缺陷进行精确定位及弥补，提高能源系统规划的合理性。
2.2能源互联网中的大数据处理平台
首先，能源互联网中的大数据处理系统本身对运行及数据处理的要求就较高，而云计算在发展进程中不仅具备较强的数据处理能力，更能快速传输及安全存储，因此，云计算平台的处理能力能够满足时代更迭发展的数据处理需求，其本质就是以物理资源及计算资源虚拟化处理为主导，实现对数据资源的科学分配及利用，可以说云计算平台的可利用弹性指标较为理想，能够在利用自身数据计算能力的基础上合理缩减运行成本，促使能源消耗量持续降低。另外，云计算平台的安全指数也普遍较高，能够保护用户的数据信息，降低泄露风险。其次，数据实现可视化，其原理就是在利用计算机图像处理技术的同时，将原本抽象的数据信息转变为可视化的图像信息，而后通过屏幕将数据完整的呈现出来，就能相对提升交互处理质量，因此，数据可视化技术中所应用的现代技术及学科较为丰富，无论是图像设计还是计算机辅助设计都涵盖其中，能够为数据的形象化转化提供基础保障。
2.3能源互联网的运行管理
（1）用能预测和协同调度。利用大数据技术进行用能宏观变化趋势和局部用能精细化预测，能够提高用能预测精准度。通过分析用能数据与其他数据之间的关联关系及宏观经济指标与用能之间的关系，并将这些抽象关系进行量化表征，建立用能预测模型，实现对用能量宏观变化趋势的整体把握与感知。利用机器学习、模式识别等多维分析预测技术，分析能源生产的影响因素，可更准确地对能源生产进行预测和管理。基于能源生产和用能预测结果，通过错峰资源聚类分析和错峰影响要素关联度分析，量化评估可调度资源错峰潜力，探究不同类型能源和用能负荷的优化组合原则及方法，实现错峰资源的分层优化及自动分配，完成能源生产与用能的协同调度。（2）混合可再生能源预测。结合大数据分析和天气建模技术，可进行混合可再生能源预测。例如：针对安装于涡轮机上传感器监测到的风速、温度和方向数据，利用大数据分析技术，可较为精准地预测风电场所在区域在未来一段时间的天气情况，并预测每个单独的风力涡轮机的性能，进而估算可产生的发电量。混合可再生能源预测使能源电力公司能更好地管理风能和太阳能的多变特性，更准确地预测发电量。（3）储能系统的智能控制。借助大数据，通过互联网，可指示、控制储能系统的能量充放及时间，实现储能系统充放的智能管理，这是一种通过互联网进行能源信息处理及控制的“云服务”。基于大数据支撑的储能系统智能管理，不仅给单个客户带来较好的收益，而且可利用储能系统调节地区能源供求。虽然每处设置的储能系统容量较小，但在太阳能发电及风力发电等可再生能源进一步发展的情况下，通过统一控制多个储能系统的运行，可稳定整个地区的能源供求。
结语
综上所述，能源互联网基于能源的生产输送多功能系统，不仅系统中的各类数据能够高度共享及利用，其参与者及外部环境都关键因素都将影响系统运行效率，因此，为了提高能源互联网的运行质量，降低能源损耗，促使其安全性及稳定性指标达到最佳状态，就需要对大数据技术进行充分利用，促使其技术能效最大化发挥，实现高效长远运转。
参考文献
[1]张娣，李桂红，冯为民.现代化能源监控及管理系统的集成与应用［G］//2005中国钢铁年会论文集.北京：中国金属学会，2019：820-824.
[2]闫涛.基于物联网的企业能耗监控与节能管理系统的研究［D］.杭州：浙江工业大学，2019.
[3]谢国荣，王迟，黄子杰，等.基于数据挖掘的能源监管系统研发［J］.国外电子测量技术，2018(4)：70-77.
[4]曲朝阳，陈帅，杨帆，等．基于云计算技术的电力大数据预处理属性约简方法［J］．电力系统自动化，2018，38（8）：67-71．ＤＯＩ：7500／ＡＥＰＳ20130601001．
[5]李国杰，程学旗．大数据研究：未来科技及经济社会发展的重大战略领域———大数据的研究现状与科学思考［J］．中国科学院院刊，2019，27（6）：647-657．