张敏敏
国网江苏省电力有限公司泗洪县供电分公司 223900
摘要：在我国智能电网不断发展过程中，电力行业的信息数据不断增加，基于大数据背景，电力企业应该对大数据予以足够重视，借助该技术完成转型改革。本文首先阐述了电力调控中应用大数据技术必要性，同时对该技术的应用路径进行分析，希望能够为企业与人员提供参考。
关键词：大数据；电力调控；应用分析
前言：基于新时期背景，我国各个行业与领域的用电需求持续增加，电力工程规模以及数量持续上升，同时，电网不确定性与复杂性等特点更加明显，促使电力调控难度进一步增加。在数据整合方面，大数据技术的应用优势较为显著，在电力调控方面具有良好应用空间。所以，强化电力调控中大数据应用的研究，对提高电力调控质量具有重要意义[1]。
1 电力调控中应用大数据技术必要性
首先，强化客户用电服务能力。预判性是大户数的主要优势之一，借助分析与处理相关数据，可以制定科学的检修计划与供给计划，有效提高电力调度效率，避免资源浪费，促使客户获得良好用电体验。比如，借助大数据展开需求侧管理工作，客户历史用电信息进行深入挖掘，根据区域内用电情况合理制定错峰计划，减少电网负荷情况。
其次，提高电网运行可靠性。在用电量与用电质量持续增加过程中，电网工作中也会产生大量不稳定因素，为了提高电网工作可靠性，需要实时监控电网状态，借助跨越式与系统性数据追踪与定位故障位置，进而科学预测以及有效处理各项故障。
2 电力调控中大数据应用路径
2.1核心技术的应用
对于电力调控而言，大数据应用涵盖多种核心技术，比如可视化、数据处理、数据分析以及集成管理等技术。数据集成一般在电网工作中的数据收集以及数据整理环节有着较高应用程度，按照最终数据信息，同时根据数据方面所获取的数据源，能够保证电力调控获得良好数据保障。数据处理应该以大数据技术与计算机技术为基础，实时分析、处理各个方面的数据信息。数据分析一般是深入挖掘、全面分析相关运行数据，通过精准数据信息为电力调控质量提供良好数据保障。在应用可视化技术过程中，能够借助图像形式对相关数据信息进行有效处理，促使数据结果能够直观地显示出来，便于工作人员充分了解与使用数据，可以对工作计划和方案随时进行调整。进而有效保证大数据应用质量，见下表[2]。
表1 大数据核心技术应用情况
核心技术 数据集成 数据分析 数据处理 可视化
分类 / 数据挖掘与机器学习 分布式数据流处理与分布式计算机技术 /
具体应用 主要对电网工作数据进行收集预处理，同时借助数据准变技术获得新数据源，提供给电力调控。 机器学习技术能够对电力设备运行状态进行检测；数据挖掘可以对电力工作抓那个天进行预测。 对大数据与计算机技术展开有机结合，能够创建超级计算机，进而有效处理不同种类的数据。 通过图形方式对电网工作中相关数据进行处理，为电力调控提供辅助作用。
2.2大数据技术应用方式
（1）智能控制电网工作状态。在电网工作时，调控系统可以结合大数据智能化功能监控电网工作装调。另外，能够对数据处理、数据分析以及数据集成等技术进行结合，在线检测系统中个性化数据。见下图。
图1 监控电网工作数据分析系统功能体系
统计中心，主要以数据采集、整合与标准化数据模型为基础，借助构建关联统计与分析模型，挖掘、统计多源异构电力监控数据，与现有系统相比，促使统计数据源质量和维度得到进一步提升与扩大，促使以往数据分析工作由传统单一数据点转变多点对比分析模式，通过因果分析结合相关分析策略，合理推断常态化异常事件原因，同时多维度地开展对比关联性评价，与传统统计方法相比，采用了因果关系方法[3]。
预警中心，借助深度学习、机器学习、数据挖掘以及时序预测等大数据技术，构建研判设备状态与电网态势应用模型。与现有被动式检测方法相比，可主动发现设备工作故障以及其他异常趋势情况，进而实现事前预防目标。
搜索中心，可以提供全面、灵活信息收集方法，与现有系统相比，可以提高客户预订信息以及重要事件的智能化推送水平。采用语义分析技术，结合深度学习以及离散事件分析等方法挖掘分析客户行为，构建消费者偏好模型，有效提高系统搜索功能的实用度与人性化，促使信息检索由对象检索转变为行为检索。
可视化中心，通过三维虚拟、二维全景以及其他技术，对各个中心数据分析结果展开可视化展示处理，时间尺度方面，建立实时/准实时/非实时/离线的监视业务，达到多数据、跨业务、多模块透视展示手段，进而有效强化设备状态、系统运行以及电网数据掌控能力。
所以为了保证电力调控效果，应该对智能化电网建设进行有效推动，在电力调控方面科学应用大数据技术，借助科学方法提高智能监控效果，进而有效强化大数据应用质量。
（2）智能预警电力系统的安全。基于大数据技术背景，电力系统可以不断提高自身智能预警能力。在传统电力系统方面，虽然也具备智能预警功能，然而主要通过离线方法分析、计算以及预测系统状态。此种方法无法有效提高预测结果准确性，整体效率较低。通过将电力系统与大数据技术进行有机结合，可以有效提高预警工作的智能化水平，促使传统预警体系中的不足得到有效优化。
（3）智能调控电力负荷。对于传统电力系统，主要采用火力发电方式。但是现阶段，社会发展过程中提倡环境保护与节能，所以需要积极构建新能源系统。并通过比较两种发电手段，能够发现新能源发电的自然性特征非常显著，认为控制水平不足，同时间歇性问题较为严重。若是可对火力发电与新能源发电进行并网处理，则会不断增加电力调控难度。要想更好地迎接挑战、保证电力系统问题得到充分解决，则需要在电网中科学应用大数据，提高电网运行调度合理性，有效处理负荷数据，提高电力调控效率。同时，通过大数据技术可以跳读新能源发电，进而对间歇性问题进行有效控制。电力系统出现间歇性问题之后会对供电质量造成影响，进而影响用户用电质量与体验。
结语：综上所述，电力系统工作过程中会形成庞大数据，使得电力调控的难度增加，对供电质量产生影响。所以需要对电力调控与大数据技术进行有机结合，进而全面分析系统隐患与故障。同时可以为相关人员提供良好参考，使其能够及时处理，保证电力系统始终处于稳定状态。
参考文献：
[1]姜丽珍,耿胜魁,路正霞,董淑杰,王世松.大数据技术在电力调控中的应用研究[J].电子制作,2018(12):62+81.
[2]韩延龙,李国强,魏大庆,陈国强.大数据技术在电力调控中的应用方向研究[J].山东工业技术,2018(20):182-182.
[3]闫萍,林兴华.浅析大数据技术在电力调控中的应用[J].电子世界,2019(15):154-155.