秦威 宋彦哲
国电南瑞科技股份有限公司南京变电技术分公司 211100
摘要：智能电网在我国的规模不断地扩大，大数据技术的融入使得智能电网的整体质量提高了很多，满足了我国目前经济发展和人民生活的要求。大数据技术在未来的应用范围会更加广泛，而智能电网仅仅属于其中部分。大数据技术在未来也会越发地成熟，努力解决好技术处理问题，是增强智能电网大数据技术的应用价值的重要一步。
关键词：智能电网；大数据技术；发展；措施
智能电网的建设是电力领域发展的必然，将大数据技术应用其中，与时代发展的趋势相符合。在电网数据量以及数据类型不断增加的今天，采用大数据技术，实现对负荷的预测以及对新能源出力等的预测，可以使预测准确度得到提高。
1 智能电网大数据技术的特征
智能电网大数据技术的应用可以提高供电系统的可靠性，增加其稳定性，在供电过程中也极大程度的增加了供电及用电的安全性。电网电能的正常输送需要非常多的电力人员进行前期准备和后期维护，这其中的人力和物力是非常大的资源消耗，而智能电网大数据技术的妥善应用可以在很大程度上节省资源。比如当电网送电出现停电故障时，以往需要人工进行故障点查找，如今的智能电网可以利用大数据技术进行快速的定位与检测，将故障点进行隔离并通知电力人员进行故障原因排查与解决，及时恢复电力供应以保证不会对用电户产生过大的影响。而且智能电网大数据技术得应用，还将电网电力输送的效率加以提升和稳定，这样高效平稳的贡献系统很大程度上降低了原本由人工维护及故障维修产生的费用，既可以节省成本，还能更好的服务人民。
2 智能电网大数据技术发展研究
2.1智能电网大数据的源网荷协同调度
为了符合可持续发展理念的要求，贯彻绿色出行的方针，电力领域对应能源的应用也提升到了电力领域中，保证新能源的准确预测成为了电力领域的重点关注问题。愿望和协同调度也从传统的调度出发点向需求侧运转，从电力用户的角度出发，通过市场调节的手段，对颠覆和进行调节，从而达到电力领域足以应对数据的存储、处理和调度的问题。智能电网大数据技术的应用可以为电力领域提供必要的辅助信息，从而使电力资源的优化调度能够更加顺利的实现，这是源网负荷协同调度发展的主要表现。
2.2智能电网大数据的负荷波动与新能源处理的预测
电力用户的用电量将直接影响到电力负荷，进而影响到电力系统的运行情况，为了较小实际波动值与预测不懂数值之间的差距，让电力公司在进行电网管理决策后实施的措施更加合理。智能电网大数据技术的应用为负荷波动与新能源处理的预测提供了大量的历史数据，并且还保证了数据的准确性与多样性，对于负荷波动与新能源处理的预测准确性的提高提供了坚实可靠的辅助力量。
2.3智能电网大数据的网架发展规划
电网的发展依托于智能电网大数据技术的建设，电转其技术目前也在研发过程中，其理念在促进天然气量增加的同时，对于天然气运输、储存的安全性也大大提供了保障。利用大数据技术进行电能预测，将其合理适度的转换为天然气，是提高网架发展规划技术的主要方式，也是该技术应用的主要发展方向。随着可持续发展战略的深入贯彻，电动汽车将逐渐取代传统燃气汽车称为汽车领域的研究方向，在此基础上，人们的出行方式将会发生重大变化，人们对有汽油也不再那么依赖，加油站也会像充电站转变。
2.4电网状态监测与诊断
目前的电网状态监测与诊断主要侧重单台独立的设备，检测数据无法共享，不同设备间的运行状况无法进行统筹分析，无法满足未来智能电网对全景状态信息监测的要求。智能电网环境下状态数据量远远超出传统电网状态监测的数据，包括一次、二次设备；实时在线状态数据；设备的基本信息、试验数据、运行数据、缺陷数据、巡检记录等。面对这些海量的、分布式的、异构的状态数据，常规的数据存储与分析方法会遇到极大的困难。而大数据的云计算技术使得解决上述问题成为可能。
2.5电能损耗分析
电力系统作为复杂的大型人造物理网络，其电能损耗的分析异常困难。目前较精确的网损计算基本是离线的，主要依靠进出线端和进出变压器端电能表测量得到的数据进行统计。实际中往往因表计不全而难以实现，由于表计的误差或不可靠等因素也会造成数据失常或缺少，以致对所采集的测量数据通常要进行剔除不良数据并进行状态估计处理。随着智能电网的发展，电气元件的数量和种类在不断增加，网损的统计精度、难度在不断加大。要提高网损精度，就必须使电量的采集工作变得更为灵活、更为实时化。如果要进行较精确电网电能损耗的计算，就要在采集电能表数据的同时进行较为精确的建模，利用EMS的数据进行电能损耗计算。这样精度较高，但计算量较大，对于现有的电网计算配置，很难达到很快的速度。利用大数据云计算技术可极大提高计算速度，进而达到实时或者准实时的网损计算水平。
2.6负荷分布式控制和用户侧短期用电负荷预测
电力系统中存在很多具有能量存储特性的负荷，短时间的切断不会对负荷终端使用特性造成很大影响。这些可以通过控制启停状态来调整负荷功率需求的负荷都可以作为可控负荷，参与系统的电力电量平衡控制。上述类型的负荷单一来说容量非常小，但将大量分散的容量很小的负荷进行聚合，可为系统提供可观的备用容量，对电网调度的调峰具有很大的应用前景。通过高级计量体系的广泛应用，可以准确获取并存储用户实时用电信息，进而实现有效的用户需求侧管理。
3 智能电网大数据技术发展措施
4.1 实时数据处理技术
实时数据处理技术主要是利用内存技术处理数据, 其优势在于处理效率高。由于实施数据处理技术能够有效解决海量数据所带来的难题,因此,必须要进一步完善技术,使其能够有效缓解数据处理压力。一般会利用内存数据库对数据进行实时处理,这种处理方式通常不会影响到其他数据。目前,许多电网开始引进新能源,这样就会产生不确定的波动情况,因此要加大对电网的监测。一般会采取状态监测的方式了解电网的波动情况,这就需要不断提高云平台技术,使其能够更好地进行海量数据处理,保证数据处理更加实时。
4.2 异构多数据源处理技术
异构多数据源处理技术主要是将多源异构信息进行有效整合,由于这些信息数量大,来源广泛,因此,在整合时必须要扩大整合规模。异构多数据源处理技术可以保证电网的各个环节畅通无阻,有机衔接,保证信息得到高效、全面采集。随着电网内的不断发展, 异构多数据源处理技术会以更大的规模整合海量、多源信息,能够保证不同地点基础设施得到合理有效的管理与控制,保障其安全运行。
4.3 大数据传输和存储技术
在电力系统中会产生许多数据,需要利用大数据传输和存储技术合理存储数据, 这样就可以不必开展实时监控,维持电力系统稳定运行。首先,在进行信息传输时,可以采用数据压缩的方式,再利用网络进行传输。第二,利用分布式的文件处理系统虽然可以实现数据存储, 但却无法保证电力系统实时运行,这就需要采取数据库系统弥补上述问题。目前,我国大数据存储技术还无法完全符合实时性要求,这就需要暂时利用云平台对数据进行存储。为保证数据得到科学的分析和精确计算,要加强对智能电网存储格式的研究,提高存储效率和存储水平。
综上所述，随着智能电网的不断发展, 大数据技术的应用频率日益增多。在智能电网中会产生海量数据,这就需要加强对数据的监控与管理,实现高效技术处理。大数据技术可以帮助智能电网正常运行, 对海量数据进行科学处理, 对电网进行实时监控。
参考文献：
[1]智能电网建设中大数据技术的应用研究 [J]. 王伟. 科技风. 2019(07)
[2]智能电网大数据技术发展研究 [J]. 邢宇辰. 中国新通信. 2019(04)
[3]智能电网建设中大数据技术的应用分析 [J]. 马景行. 科技资讯. 2019(19)