国网吐鲁番供电公司 新疆吐鲁番 838000
摘要：随着科学技术不断发展，社会用电量逐渐增加，这就在一定程度上对电网运行质量、效率有着更高要求。信息化技术快速发展的现在，大数据时代的随之到来，在社会各领域的应用，大数据技术作为信息技术一部分，在新时代的电力调控阶段有着重要作用，不仅可以对电网运行成本降低，还可以提高电网运行效率、质量。本文主要从作者实际工作经验入手，分析电力调控阶段的大数据技术应用，希望对有关从业人员带来帮助。
关键词：电力调控；大数据技术；应用
前言：大数据技术凭借自身多方面的优势，在电力调控中得到了广泛的应用，不仅减少调控人员的工作量，还有效增强了系统运行的经济性。因此，需要结合实际，积极运用大数据技术优化电力调控工作。
1 基于大数据技术的电力调控应用的价值分析
1.1 对电力系统的运行管理水平进行提升
在现代的电力系统中，设备、系统构造都变得更加的复杂，对电力运营管理提出更高的要求。通过大数据技术对电力系统运营过程中产生的数据进行分析，然后结合自动化设备和智能设备，能够实现对电力系统的自动调控，在很大程度上提升电力调控的精准性。
1.2 可以实现提高电网运行质量
大数据技术的应用，使得电力系统中的监控系统和调度系统一体化监控成为了可能。基于大数据技术的电网监控技术，一方面可以保证电网灵活运行，另一方面还有着自主的恢复能力。电网监控中的数据收集和共享能够在电网运行出现故障的情况下，行全面诊断和便捷高效的处理，从而提升电网供电质量和供电的稳定。正是因此，智能电网监控可以在不同的环境中开展工作，甚至是相对恶劣的环境仍能够实现。
1.3 提升用户的用电体验
在大数据技术智能电网应用阶段，采用大数据技术预测分析，可以对用户用电量、消费特点进行有效判断，进而形成科学合理的供给计划、检修的计划，对电力调度运行、规划工作做好，全面的提升电力调度效率，对资源浪费问题进行减少，使用电客户得到更加优质的服务，为用户提供更好的用电体验。
2 电网调控运行大数据的分类
在电力调控系统中，不同的大数据来源主要分为三类，即基础数据、电网运行与设备状态数据、外部信息数据。运行过程中，三类不同的数据会相互影响、作用，其能够保证电网在安全的状态下运行。另外，电网调控中所产生的诸多数据，包含90%以上的结构化数据种类，如基础数据、负荷预测数据、电网运行数据等。不仅如此，当前系统中所产生的非结构化数据，也已经逐渐成为电力调控数据的一部分，如图形图像处理数据、视频监控数据等。由此能够发现，传统电力调控方式已经不能满足相关需求，迫切需要将大数据技术应用在其中。
3 大数据技术在电力调控中的具体应用
3.1 电力大数据的核心技术分析
电力大数据的核心技术主要体现在以下几个方面，分别是数据集成管理技术、数据分析技术、数据处理技术和可视化技术。
数据集成管理技术的主要作用是对电网运行过程中的各类型数据进行收集和管理，最终通过转换数据获取新数据源，然后依次为电力调控提供相应的服务；数据分析技术主要对电网运行过程中的各项数据进行挖掘和分析，从而得到能够满足电力调控应用的有效信息；数据处理技术主要将计算机与大数据技术相结合，从而实现对各项动态数据的及时处理；可视化技术主要将数据以图形的形式进行处理，从而进行直观的展示。
3.2电力调控中大数据技术的应用
第一，运行方式。首先是电网运行方式的优化。以大型数据管理中心为平台，结合数据挖掘领域中的关联规则技术，采用多种算法模型进行智能分析。集成了电网故障信息和运行状态信息。从大量数据中发现不同运行模式之间的频繁模式、相关或因果关系以及不同运行模式与电网稳定性的关系，从而细化不同运行模式与电网稳定性的关系。静态和暂态稳定性与发电和负荷参数密切相关。挖掘隐含的知识和信息。同时，利用电能质量监测信息，研究了不同类型的电气设备在不同系统电压和频率下的电气特性。建立了较为精确的数学模型，并对模型参数进行了辨识。最后，对影响因素进行了综合。该单元优化了电网的运行方式，兼顾了运行稳定性和经济性的要求。其次是新能源的优化运行。挖掘新能源地理位置、气象信息、负荷特性等相关数据的相关性，确定不同新能源之间的输出组合模式，从而实现配电网的优化能源调度和经济运行。结合故障信息数据和新能源运行数据，分析了新能源低压穿越的有效性。
第二，预测、监测与诊断方面的应用。首先在负荷预测方面，负荷预测对电力系统的安全、经济、可靠运行起着重要作用，负荷预测的准确性对电网计划的检修安排及安全裕度检查有很大的影响。分布式电源与电动汽车的连接使得负荷的规律性变差，负荷预测的精度难以提高。由于缺乏气象、地理、经济等数据信息，负荷预测精度不高。大数据技术的引入和气象、地理、经济等行业数据信息的集成，为提高负荷预测的准确性带来了新的可能性。其次智能报警：随着电网规模的扩大，控制中心的监控信息不断增加，控制器淹没在大量的报警信号中，各种设备缺陷、报警信号、视频监控信息、历史维修记录等信息都不清楚。有一种重复安排和加工的现象，只依靠历史经验，手工分析判断，效率低。引入大数据技术，将分散在各个部门的信息如调度、传输和变压操作、维护和维修等进行集成，为有效的智能报警提供了可能。最后在电网状态监测与诊断方面：目前主要侧重于单个设备的监测，不同设备之间的监测数据不共享，无法对电网设备的总体情况进行分析，无法进行人工干预和判断。在综合了设备的基本测试参数、运行缺陷、检修和测试记录后，增加了数据的数量。传统的数据分析方法效率高，离散性大，利用大数据技术对这些海量数据进行综合分析，实现设备状态的实时监测和趋势分析，有利于提高电网设备的监测水平。
第三，大数据技术在管理、计划检修安排中的应用。在用户需求侧管理方面，通过对用户历史能耗数据的分析，总结用户需求侧管理特点，促进用户需求侧管理，合理引导错峰用电，截峰填谷，提高区域负荷率，避免过大。负载波动，造成局部电压过大变化，影响大工业用户的安全生产。大数据技术的引入，将综合影响用户能耗方式和水平的经济、政策、气候和历史能耗数据，为电力用户制定独特的负荷计划，提高用户需求侧管理水平；在电网计划检修方面，经常发生重复停电和延时传输，电网设备暂时性缺陷导致的非计划维修的缺失，对供电的可靠性和客户的生产调度产生很大影响，间接影响客户的用电体验，降低客户的满意度。引入大数据技术，整合客户设备维修计划、客户电力需求、电网设备维修计划及电网设备缺陷数据，统筹安排，减少重复停电次数，降低非计划维修概率，创建为电网安全可靠供电和用户合理生产用电奠定基础，提高用户服务水平。
结束语
总之，在电力调控阶段，数据主要是调控价值的核心，随着电力系统不断发展下，电网运行中的数据种类、数量逐渐增多，通过将大数据技术应用于电力调控中，能够有效提升电力调度的智能化和自动化水平，可以全面的提升电力调控工作效率，促进电网可持续发展。
参考文献：
[1]谷芳，张新友.大数据技术在电力调控中的应用分析[J].数字通信世界，2017（12）：70.
[2]李光珍.大数据技术在电力调控中的应用方向分析[J].低碳世界，2016（33）：71-72.