面向智能電網的電力大數據分析技術探討

引言

電力能源是日常生活與企業(yè)生產的基礎。在電力系統(tǒng)發(fā)展初期,其就具備復雜多變、覆蓋范圍廣、管理工作難度大等特點,在實踐運行中,面對越來越多的數據信息,要想更好地管控系統(tǒng)運行,必須要加大對數據分析技術的研究。在新時代背景下,傳統(tǒng)數據分析處理技術已經難以適應社會需求,為了向居民提供優(yōu)質的電力服務,必須要深層次探索大數據環(huán)境下電網的智能化與信息化發(fā)展,明確智能電網中電力大數據分析技術的內容。

1智能電網與電力大數據分析技術的關系

簡單來講,大數據是指無法在一定時間內引用常規(guī)軟件工具對其內容實施抓取、管理及處理的數據集合,具有規(guī)模性、多樣性及高速性等特點。而電力系統(tǒng)屬于社會經濟與人類生活的基礎內容,也具有大數據的典型特征。由于電力系統(tǒng)屬于人造系統(tǒng)最為復雜的一種,不僅包含廣泛的地理區(qū)域,而且需要傳遞大量能源,若在運行期間發(fā)生故障,短時間內將會產生不可估計的影響。這些內容都與大數據特征相符。尤其是在智能電網的全面推廣中,電力系統(tǒng)的智能化與信息化水平越來越高,促使系統(tǒng)內部儲備信息數據越來越多,如安裝在家庭和企業(yè)終端的智能電表收集的數據:電力設備狀態(tài)監(jiān)測系統(tǒng)實時跟蹤調查發(fā)電機、變壓器及開關設備等內容的運行信息:對光伏與風電功率實施預測,必須掌握的歷史數據、氣象信息等。由此可知,在新時代背景下,電力企業(yè)要突破以往數據處理技術的制約,在明確自身發(fā)展需求的基礎上,合理運用電力大數據分析技術,不僅能快速獲取所需信息,而且符合電力行業(yè)發(fā)展需求。

2智能電網中的電力大數據平臺分析

2.1總體架構

在智能電網中構建大數據平臺整體架構,核心思想在于引用基于Hadoop文件系統(tǒng)的分布式文件處理系統(tǒng)作為大數據的存儲框架,結合基于MapReduce的分布式計算技術作為大數據的處理框架,不僅能在系統(tǒng)中儲備PB、ZB級數據,而且可以更好地查詢分析PB、ZB級數據。

不管是平臺中的存儲框架,還是處理框架,一般都會安裝在通用的虛擬機、操作系統(tǒng)等設備上,有助于充分展現應用硬件的獨特優(yōu)勢,如高拓展、低成本等,此時不管是PC機,還是符合要求的普通服務器,都可以作為架構的終端構成單元。對大數據存儲框架和大數據處理框架而言,兩者會從網絡層連接大數據訪問框架,具體包含數據倉庫工具Hive、計算機編程語言Pig等子模塊。

而大數據調度框架也有多個模塊,如日志收集系統(tǒng)Flume、數據序列化格式與傳輸工具Avro等。通過在平臺中有效組織與調度大數據,有助于為實踐分析奠定基礎。企業(yè)級商業(yè)智能應用系統(tǒng)具備報表查詢及分析等高級功能。

2.2電力大數據分析技術的應用

簡單來說,大數據處理流程是指在引用輔助工具的基礎上,抽取與集成廣泛異構的數據源,并根據統(tǒng)一標準儲存相關結果,而后運用數據分析技術研究儲備數據信息,以此從中獲取有價值的信息。對當前電力企業(yè)發(fā)展而言,大數據處理流程與傳統(tǒng)工作模式并沒有較大差異,最大區(qū)別是電力大數據需要處理更多非結構數據,因此在很多環(huán)節(jié)都要運用MapReduce等方式并行處理。以城市用電信息采集為例,其要運用分鐘級的數據采集頻率,基本上控制在15min。換句話說,工作人員每小時就要采集4次信息。由于現代居民住宅的分布錯綜復雜,若繼續(xù)沿用傳統(tǒng)數據收集方式不僅操作難度高,數據處理繁瑣,而且難以保障獲取數據的科學性和完善性。而在大數據分析技術的引導下,可以選擇兩種方式:一種引用重新布線的有線方式傳遞數據。此時不僅要投入大量資金,而且PLC不穩(wěn)定:另一種無線方式,如GPRs等都是系統(tǒng)可選的技術軟件。雖然當前GPRS技術得到了大范圍推廣,但在內外環(huán)境影響下,收集數據依舊存在遺漏現象,因此為了保障智能電網管理決策的有效性,必須加大對數據收集工作的探索,為電力大數據分析技術應用提供依據。

3面向智能電網的電力大數據分析技術應用分析

3.1數據倉庫技術

因為智能電網獲取信息的渠道非常多,數據分布范圍較廣,不同類型處理要求也有差異,所以在收集與管理中會受多種因素限制。通過在系統(tǒng)中運用數據倉庫技術可以有效解決這一問題。通常情況下,智能電網處理數據會根據搜集、選擇、轉換等步驟進行操作,因此運用數據倉庫技術主要分為3點:第一,數據抽取技術,在源系統(tǒng)中獲取數據,再向其傳輸目的數據:第二,數據轉換技術,通過轉換獲取數據,改變具體形式,并處理其中存在的錯誤數據:第三,數據加載技術,加載轉換后的數據,并將其傳遞到源系統(tǒng)中有效儲存。由于數據倉庫技術是一項非常關鍵的數據集成技術,在智能電網數據搜集工作中占據重要地位,所以在企業(yè)革新發(fā)展中,必須要充分展現應用技術的價值,只有這樣才能實現電力企業(yè)可持續(xù)發(fā)展目標。

3.2數據分析技術

大數據技術的根本驅動力是將信號轉變?yōu)閿祿?并通過分析數據獲取信息,而后提煉信息得到知識,最終結合獲取知識為重要決策與行動提供基礎保障。由此在大數據時代下,智能電網運用的電力大數據分析技術要具備在大量數據環(huán)境中尋找有價值信息的能力,為決策者設計管理對策提供依據。確保電力企業(yè)在發(fā)展中擁有完善的企業(yè)規(guī)劃和部署,不僅能提高企業(yè)在市場中的競爭力,而且可以為實踐發(fā)展提供不竭動力。以美國太陽能推廣案件為例,企業(yè)運用數據分析技術收獲了大量用戶提供的反饋意見,并由此對太陽能的推廣影響進行了分析預測,最終根據獲取信息提出了更加完善的管理決策。

3.3數據處理技術

這項技術包含分庫、分區(qū)及分表處理三方面。其一,分庫處理是指研究多個數據庫數據,并從中尋找應用率較低的內容,將其傳遞到系統(tǒng)平臺中:其二,分區(qū)處理是指科學劃分不同文件的類型,并依次記錄到通表中,以此控制大型表壓力影響,促使數據訪問操作更加流暢:其三,分表處理是指按照數據處理原則,分類構成數據表,以此減少單表工作壓力。同時,這項技術還可以用來構建縱列式和并行式數據庫,不僅能提升數據加載的效率與質量,而且具備全天候查詢功能。

3.4數據展現技術

在大數據平臺中,構成電力數據展現技術的內容分為三點:可視化技術、歷史信息流展示技術及空間信息流展示技術。這些內容在智能電網中有助于幫助員工更快掌握電力系統(tǒng)運行情況。其中,可視化技術能實時監(jiān)控電網工作,優(yōu)化整體系統(tǒng)運行的自動化水平:空間信息流展示技術能遠程操控網點數據,為數據操作設計有功與無功的調節(jié)功能。通過構建全方位的電網可視化方案,不僅能獲取多信息源數據,如電網模型、地理數據、調度實時數據等,而且可以根據實際地理圖了解電網運行狀態(tài)。在這一過程中,可視化技術為智能電網運行監(jiān)視提供了新模式,既能完善了解電網各設備、區(qū)域及用戶用電狀態(tài),又可以控制調度運行構成的風險。

4結語

綜上所述,在智能電網建設中,電力企業(yè)為了保障系統(tǒng)運行質量,提高經濟效益,開始積極運用電力大數據分析技術。通過構建基于智能電網的電力大數據平臺,合理運用大數據分析技術,有助于為電力企業(yè)決策提供有效依據,提高居民用電質量。