《大数据在智能电网中的技术应用体系的构建策略.docx》由会员分享，可在线阅读，更多相关《大数据在智能电网中的技术应用体系的构建策略.docx（3页珍藏版）》请在三一文库上搜索。
1、大数据在智能电网中的技术应用体系的构建策略1 大数据在智能电网中的来源及其特点1.1 来源1.1.1 按产生原因分类按产生原因对智能电网中的大数据进行分类，可以将其分为如下三类：第一，因设备监控而产生的大数据。为了实时监控电网各设备的运行状况，我们设置了大量的采集点，一般小型的自动化调度系统，即包含十万量级的采集点，对数据中心而言，这个数据还会几何上升，各子节点检测装置按规定编码方案，将所有采集点采集得到的消息逐级传输至数据处理中心，这些数据就形成了设备监控大数据。第二，因状态信息扩展而产生的大数据。为了满足智能电网的调控需要，除了监控设备能否正常运行外，我们还需要提供大量其他的数据，如输变电
2、设备的绝缘放电信息、周边辐射干扰信息等，这类数据的采集频率往往更高，形成的数据量也自然非常之高，这就形成了因状态信息的扩展而产生的大数据。第三，实时变化采样而产生的大数据。所谓实时变化，应用于电网系统，指的是电能从产生到消耗完毕，所经历的所有细节，对其进行统计，能全面反映电网的生产运行过程，是智能电网进行自我学习的必要信息。对整个生产运行进行实时变化采样，必然会产生大量的数据，这就是由实时变化采样而产生的大数据。1.1.2 按产生环节分类按产生环节对智能电网中的大数据进行分类，可以将其分为以下三类：第一，电能生产侧产生的大数据。对发电厂进行数字化智能控制，需要应用到生产设备状态数据、专家控制数
3、据、故障诊断数据，还需要对这些数据进行有效的分析，这都涉及到海量数据的处理及存储。智能电网系统只有预先存储了足够的相关数据，才能在设备出现故障、生产需要调整的时候有效工作。因此，在对发电厂实行数字化智能控制时，必不可少会出现大数据。第二，输变电侧产生的大数据。输变电是联系电能生产方及使用方的关键环节，事实上智能电网主要的工作点就是保证输变电侧能够正常运行，这就需要我们采集大量的输变电侧运行数据，以供智能电网分析、学习所用。统计显示，仅对输变电侧进行相位检测，一个检测装置每天就能采集到0.6 GB的数据。第三，用电侧产生的大数据。为了保证用户有效用电，我们需要获取用户的实时用电信息，这必然会用到
4、智能电表，也必然会产生大量的数据。与此同时，为了保证用户安全用电，我们有必要对大型电器的工作信息进行采集，以合理控制其充放电时间，这也会产生大量的数据。1.2 特点智能电网中的大数据，往往具有规模大、种类多、价值量低、变化频率小四方面的特点。其中数据规模大、种类多主要是因为采集范围广，采集频率大所致；数据价值密度低，主要是指采集的数据中具有实际价值的并不多，以设备监控为例，往往只有异常数据才表示设备出现故障，需要处理，而这在监控数据中所占比例并不多；数据变化频率小主要是因为需要对数据进行迅速处理，以供及时制定供电策略，直接表现在需要对数据进行在线处理。在数据的处理上，除了需要对数据进行高速在线
5、处理外，还需要我们保证数据的可靠性、真实性，但大量无序数据中出现的误差是无法完全避免的，因此，智能电网中的数据还具有不可预测这一特点，其需求并不确定。2 大数据在智能电网中的技术应用体系及路线图大数据处理在智能电网运行中意义极大，是保证智能电网正常运行的基础，然而一方面智能电网中大数据生成量极大、生成极频繁，另一方面智能电网又不同于Internet，具有其独特的数据性质，因此我们不能直接套用目前主流的云计算等大数据处理系统。目前在智能电网中涉及到大数据存储利用的主要技术，有数据存储传送、处理等几类，现总结其重点技术及发展方向如下。2.1 传输存储技术数据压缩技术。与计算机系统中广为应用的RAR
6、、ZIP压缩技术不同，智能电网中的数据压缩需要保证压缩及解压速度、数据先后顺序等重要信息，因此需要我们进行深入探讨。众多科研人员对此进行了深入研究，其中实践性较强的包括：利用滤波器对数据进行线性整数变换，配合哈夫曼编码，对数据进行实时压缩、解压；对火电厂数据行二维提升小波处理，进行实时压缩；对稳态数据行参数化压缩。数据存储技术。常规的分布式文件系统能够满足小型智能电网的运行需求，但大型智能电网对实时性要求更高，就需要我们根据不同数据的性质，选择其他存储方案。对存取频繁、性能要求高的数据，应用实时数据存储系统；对只读性、读取频繁的业务数据，应用并行数据存储系统；对读取不频繁、仅需安全保存的历史数
7、据，采用分布式文件存储系统。鉴于需要分类存储，我们完全可以在智能电网的数据存储系统中，引入分级式存储技术。2.2 数据处理技术实时数据处理技术。所谓实时数据处理，其基础还是对数据进行快速、超快速处理，云计算虽然能够进行快速计算，但存储、传送还受到网络条件的限制，数据响应时间得不到保证，因此适用性并不强。以内存为存储媒介的数据库能够提供高速读写服务，可以适当应用。另外，数据查询涉及到索引结构的设计，也需要重点设计。发电侧数据处理技术。发电侧数据需要保证实时性，抗延迟能力极低，以现在主流的TCP/IP技术进行传输容易出现故障，因此需要用到关系数据库系统进行数据读取，应用云计算系统进行数据高速处理。
8、输电侧数据处理技术。输电侧的数据强调的是全局性，其数据必须足够智能系统进行故障处理及自愈，因此控制计算速度成为其发展主要方向。在数据监控上，需要应用到细粒度更高的监控系统。用电侧数据处理技术。用电侧的关注重点，在于以最少的投资获得最大的效益以及最大化用电性价比，其发展方向主要在于发展配合各种用电器的电量检测装置，保证用电设备的电能消耗与电网的电能供给相匹配。3 结 语智能电网的正常运行关键在于准确及时处理海量数据，从上面的分析不难看出，其技术应用体系包括数据的传输、存储、处理技术，发展方向依据数据产生的原因、环节各有不同。在传输上，要求我们保证数据的实时性，在存储上需要保证不会出现数据溢出，在处理上，需要保证高速、准确性。参考文献：【1】 张文亮，汤广福，查鲲鹏，等.先进电力电子技术在智能电网中的应用.中国电机工程学报，2010，