陈洪德
惠州市龙源电力设备有限公司 广东省惠州市516000
摘要：电力行业的信息化已发展了几十年，智能化也是现在电力行业的主要发展趋势。而电力行业若想向智能化发展就必须依赖于信息通信、物联网、大数据等一系列先进的技术。随着我国能源需求的不断增加，用户用电量的增加和企业用电需求的增加，导致近几年电力数据发生了井喷式的爆发增长。利用大数据技术可实时掌握数据的流动信息和历史信息，根据这些数据进行综合分析，提出更加合理的决策方案。
关键词：电网智能调度；大数据；应用场景
引言
电力资源当前在社会生产和生活中占据着不可或缺的地位，并且人们对于电力资源的依赖性越来越高，需求也越来越多。需求的增加一方面体现在用电量的持续提升上，另一方面也体现在对于电力能源的质量上，也就是其安全性和稳定性上。而当前电力产业在不断推动的产业升级，正是为了更好的满足社会对于电力的需求，自动化和智能化是整个行业发展的主要方向。大数据技术在这个过程中将发挥至关重要的作用，以促进电力行业繁荣发展，优化电力服务体系质量。
1大数据主要特征
力大数据的主要特征是4个V（Velocity、Volume、Variety和Value）[3]，“4V”主要继承了大数据的特征，高速性（Velocity）代表数据处理速度快。由于电力行业的特殊性，为了满足企业运营的日常需求，必须实现电力生产数据的实时处理；规模性（Volume）代表数据数量多。随着企业信息化和物联网的引入，电力行业在生产、调度、服务等不同分支中产生了大量的数据，并且这些数据随着时间的推移，其生长速度也会逐渐加快，这将在电网行业内部产生不可估计的庞大数据量；多样性（Variety）代表数据类型多。传统电力系统中的主要包含了结构化数据，但近年来随着图像、声音等非结构化数据的疯狂增长，使得电力数据不能仅依靠表面得到的信息，而是需要挖掘、提取大量非结构化数据；价值性（Value）代表电力数据的价值高。电力数据反映的不仅是每个用户、每个企业的数据信息，更反映了整个行业的规律特征，这些信息对管理者了解行业内部现状、及时发现行业内部问题、调整行业发展战略都有着重要的意义
2电网大数据智能调度应用架构
当前我国的调度系统和累计数据在电网大数据智能化建设不断发展的过程中呈现出日益增多的现象。这种现象在一定程度上增加了各个系统的关联性，所以在大数据背景下，各类电网内的数据在集成中遇到新的智能调度需求时，新的应用场景，即电网大数据智能调度应用框架随之产生。通过全面分析电网大数据智能调度的应用场景，其主要是以电网内各个信息系统的融合和大数据集成技术作为重要的支撑条件。
3电网智能调度中的大数据应用场景
3.1强化电网预警功能
电力系统的稳定性和安全性对于社会生产和生活有直接影响，所以必须要具备有效的预警系统来及时发现电力系统中潜在的故障或问题，以提醒技术人员及时排除故障，以免造成影响较大的电力事故，这对于保障企业效益、更好的服务于社会都非常重要。通过应用大数据技术，可以通过对系统运行的实施参数和数据展开分析，从而对比过去的正常运行状况以及故障运行状态，从而通过对当前系统中参数的变化判断出潜在故障并发出预警，并且能够在大数据技术的帮助下迅速找出潜在的异常原因，以及可用的故障排除方法。这样一来，不但电力系统的故障发生率能够通过有效预警得到控制，还能够提升故障排查效率，从而实现科学的电力监管效果。
3.2互动负荷大范围的优化调度
通过全面调查了解发现，以往的电网调控主要是利用发电机组的调节功能，以此达到用电平衡的状态。然而，在整个风电间歇性的能源中，会扩大电网的容量。因此，如果工作人员只是借助常规性的发电机组来开展电网调度工作，无法将整个电网的调控能力充分地凸显出来，难以真正提升电网的智能调度效率。为了让传统的电网调度缺点得到有效的解决，切实增强电网智能调度的效率，需要相关的电网智能调度工作人员充分借助大数据技术，综合分析全网的负荷信息，严格按照大范围资源优化配置的原则，逐步优化不同时间内电网调控的决策信息。这样便能够真正强化电网的动态感知，让整个电网系统安全运行，真正达到优化资源配置的目的。
3.3电力大数据应用在电力企业内部的细分
在大规划应用：在大规划中的应用主要是因为随着配网规划业务的扩大，行业内对数据的收集、整理、处理和储存又提出了更高的要求。因此电力大数据可在预测用户用电量、预测空间年负荷、分析系统多指标关联等方面体现出应用价值；在大建设应用：在大建设中的应用可有效利用大数据强大的数据存储能力和处理能力，提升现场数据采集中的非结构化数据存储能力，增大数据采集搜索范围、提高数据处理效率。利用电力大数据使整个建设过程都具备更好的自动化和智能化；在大检修应用：在大检修中的应用是通过设备中搭载的各种传感器传回的设备状态信息进行设备的维护保养。如今随着视频算法模型的井喷式发展，基于大数据庞大的存储功能和高效的性能可通过对大量视频数据的分析达到传统传感器无法实现的检测效果。
3.4实现台区运行状况动态监测
利用可视化技术，对台区各线路段运行信息进行实时动态监控。首页展示行政区划图，按行政区划显示各区供电所个数、台区个数、高损台区个数、高损台区占比等，点击进入各行政区划，显示行政区内供电所分布，及各供电所台区个数、高损台区个数、高损台区占比等。点击进入各供电所后，可选择查看供电所内台区。一是可直观监测台区中任意线路段、节点的电流密度、三相不平衡率、正反电流、电阻等运行信息：对超过安全电流密度、经济电流密度和正常电流密度的线路段，实现红、黄、绿分级预警，筛选卡脖子线路段；同时监测各节点的三相不平衡率等，辅助台区经理快速精准定位三相不平衡节点，智能生成降损改造方案，完成线损高台区治理工作实现，台区精益运维。
结束语
总之，在当前智能电网不断发展的背景下，对各类智能调度的大数据需求不断增加。智能电网调度所具备的准确性、安全性和经济性的提升在一定程度上扩大了智能调度的应用范围。通过不断深入挖掘智能调度的潜在因素，让大数据与多源异构数据融合，达到数据深度分析的目的，有效提升电网智能调度的应用水平。
参考文献
[1]彭姣,刘明硕,杨力平.面向智能电网的大数据降维管理方案[J].计算技术与自动化,2019,38(04):139-143.
[2]赵龙,马德阳.用电数据在金融服务领域的拓展应用[J].电子世界,2019(24):206.
[3]吕俪俪.智能电网大数据处理技术分析[J].科技创新导报,2019,16(34):148+150.
[4]常英贤,许明,王震,禚俊杰,王浩.浅谈智能电网大数据平台建设的逻辑[C].中国电力科学研究院有限公司、国网电投（北京）科技中心、《计算机科学与探索》杂志社.全国第四届“智能电网”会议论文集.中国电力科学研究院有限公司、国网电投（北京）科技中心、《计算机科学与探索》杂志社:国网电投(北京)科技中心,2019:102-106.
[5]徐立波,郭琳琅.面向智能电网应用的电力大数据关键技术分析[C].中国电力科学研究院有限公司、国网电投（北京）科技中心、《计算机科学与探索》杂志社.全国第四届“智能电网”会议论文集.中国电力科学研究院有限公司、国网电投（北京）科技中心、《计算机科学与探索》杂志社:国网电投(北京)科技中心,2019:197-200.