大数据在电力系统(4页).doc

《大数据在电力系统(4页).doc》由会员分享，可在线阅读，更多相关《大数据在电力系统(4页).doc（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、-摘 要电力行业的革新离不开各种先进的技术和方法,其中电力大数据的运用和发展对电力系统发挥着举足轻重的作用。本论文首先对大数据的基本理论和定义进行了说明。然后描述了电力大数据的总体特征，再对电力大数据的收集和提取利用途径进行了详细分析，最后具体举例了世界各国对电力大数据的应用。关键词电力大数据、特征、收集、提取利用、应用举例引言近年来，随着全球能源问题日益严峻，世界各国都开展了智能电网的研究工作。智能电网的最终目标是建设成为覆盖电力系统整个生产过程，包括发电、输电、变电、配电、用电及调度等多个环节的全景实时系统。而支撑智能电网安全、自愈、绿色、坚强及可靠运行的基础是电网全景实时数据采集、传输和

2、存储，以及累积的海量多源数据快速分析。因而随着智能电网建设的不断深入和推进，电网运行和设备监测产生的数据量呈指数级增长，逐渐构成了当今信息学界所关注的电力大数据。 一、 电力大数据的特征 电力大数据在电力生产和使用过程中产生，数据来源涉及电力生产和电能使用的发电、输电、变电、配电、用电和调度各个环节。电力大数据具有大数据普遍的特征。（一）数量大智能电网和企业信息化系统建设，物联网在电网、电厂中的大量应用，电力行业在设备状态、生产调度、资源利用、客户服务等领域将产生海量的数据，这些数据量很快从PB增长到EB（1EB=1000PB），增长速度快、数据量大。（二）数据类型多传统的电力生产主要以结构化

3、数据为主，涉及各类电量的测量、流程的记录和资产的管理等近几年非结构化数据迅速增长，其数量很快超过结构化数据，逐渐成电力大数据的主要组成部分，研究非结构化数据的处理与分析、提取有价值的信息十分迫切。（三）处理速度快电力生产需要发电和用电及时平衡，需要对电力调度、设备检修等生产数据实时处理。随着行业管理水平不断提升，客户服务、人财物资源管理、建设运行、企业营销等方面都需要对数据快速处理，以满足企业日常经营需要。（四）数据准确性高电力行业以电力安全生产和满足社会需要为目标，在企业层面，电力数据的准确性涉及到电力生产、计量计费、电力营销必须准确无误，在国家经济方面，电力的发展要与经济发展相适宜，其设备

4、规模、运行方式、厂站分布等数据都要求准确反映社会发展需要和趋势。二、 电力大数据的收集电力大数据主要来源于电力生产和电能使用的发电、输电、变电、配电、用电和调度各个环节。以电力信息采集系统和营销业务应用系统为主的信息化系统的数据采集点多、覆盖范围广，积累大量的数据资源，为智能用电大数据的研究工作提供了数据基础。电力大数据可大致分为三类：一是电网运行和设备检测或监测数据;二是电力企业营销数据;三是电力企业管理数据。通过使用智能电表等智能终端设备可采集整个电力系统的运行数据，再对采集的电力大数据进行系统的处理和分析，从而实现对电网的实时监控。进一步地，结合大数据分析与电力系统模型，可以对电网运行进

5、行诊断、优化和预测，为电网安全、可靠、经济、高效地运行提供保障。三、 电力大数据的提取利用（一）多数据融合多数据融合是一个多级、多层面的数据处理过程，主要完成对来自多个信息源的数据进行自动检测、关联、相关、估计及组合等处理。电力大数据在行业内部涉及电力生产和电力服务等各环节数据的融合，实现跨单位、跨部门、跨业务数据分析与共享。数据融合要处理各类数据源数据的抽取、关联。涉及多个专业的电力资产全寿命周期管理、营销和配电协调管理等都需要不同来源数据的融合，从而逐渐形成以数据为中心的企业信息化管理系统，转变传统的以业务系统为中心的信息化建设思路，促进数据资源共享，发挥大数据的价值。 （二）数据分析挖掘

6、电力系统是一个非线性的互联大系统,在运行过程中不断产生和积累大量的数据。应用数据挖掘技术,可以更加充分地利用这些运行数据,揭示电力系统历年积累的数据背后蕴含原理、规则,找到解决问题的更加合理的方法。1、预测未知情况利用计算机通过对电力系统历史数据的学习归纳,建立起一个预测性模型。然后,根据当前已知的数据来预测未知的数据。数据挖掘技术可以对历史数据进行分析,发掘出不同类型的突发事故之间的统计性的区别及其特有的一些条件关系,以此来区分预测电力系统的各种突发事故。 2、聚类分析 电力系统的运行状态通常被分为正常状态、警戒状态、紧急状态和恢复状态。一旦电力系统当前的运行状态被确定,电力系统操作员就可以

7、此为据来执行一系列相应的操作。3、突变和偏差检测 在电力市场中,对负荷进行分类,找出其中最显著的变化,以此为根据预测未来的负荷。数据挖掘技术使得人们能够充分利用多年积累下来的历史数据,对各种不同类型的负荷进行更加细致的划分,同时发现负荷数据中所蕴含的一些非常规的负荷模式。对于电力系统突发事故的处理过程进行分析,得出具有针对性的对策供专家参考。4、数据可视化数据可视化借助图形描述数据中的复杂信息。良好的数据可视化设计可以展示数据的细节，并能够展现对数据的洞察和新的理解。电力大数据可视化满足电力生产与企业经营、对外交流合作2个方面的需要。电力生产与企业经营方面，数据可视化能够全面、及时地反映电力生

8、产、企业经营的各类数据的状态，满足运行管理工作需要，当特殊状态或设备报警等情况发生时，能够及时、醒目地通知运行和管理人员。对外交流合作方面，电力数据的可视化主要反映电力发展的全局情况，反映社会用电情况和经济活动规律，体现电力发展支撑经济社会的作用和价值。四、 电力大数据在世界各国的应用在电力大数据的科学研究和工程应用方面，美国一直走在国际前列。欧洲国家近五年聚焦在部署电网分布式传感器和控制系统上。当前，受大数据应用领域不断增加和能源互联网建设影响，我国电力行业对大数据的应用也不断深入，市场规模也迎来了高速增长，成为世界电力大数据应用的前沿国家。以下为世界各国对电力大数据的应用举例。（一）UCL

9、A电力地图美国加州大学洛杉矶分校、加州可持续发展社区中心、洛杉矶水电部及政府规划研究办公室共同开发了洛杉矶电力地图(LA电力地图)，将街区平均收入、建设时间、占地面积等信息全部集合在一起，从而得出更为准确的社会各群体的用电习惯信息，为城市和电网规划提供了直观有效的负荷预测依据，作为城市内能源应用趋势的可视化分析工具，该地图有助于更直观地讨论如何进行能源投资，提高能源效率以及制定公共政策。(二)C3能源分析引擎平台之电力用户分析工具美国C3 energy公司开发的C3能源分析引擎平台(C3 EnergyAnalytics Engine)，将多个分散电力系统数据存储在云平台上，与工业标准、天气预报

10、、楼宇信息、持久协议和其他外部的数据相结合;基于该平台开发了三个分析工具，为公司、商业用户及居民用户等提供能源投入冗余分析、能耗基准点、节能计划、电力用户空间视图等服务类应用。(三)法国电力公司基于大数据的用电采集应用系统法国电力公司(EDF) 在20092011年期间已安装25万台智能电表Linky，计划到2020年安装3500万台，主要采集个体家庭的用电负荷数据，并以电表数据、气象数据、用电合同信息及电网数据等为基础，开发了基于大数据的用电采集应用系统。目前，法国电力公司以用户用电负荷曲线的海量存储和处理为突破口，利用大数据技术，生成用户用电负荷曲线及其关联数据。(四)E.ON大数据智能用

11、电研发中心2013年4月，德国E.ON公司与爱立信(Ericsson)公司建立了位于瑞典的大数据智能用电研发中心，该中心同时提供咨询及系统集成服务，包含远程抄表及控制，电表管理、监测，服务层协议(SLA)管理，资产管理，商业过程管理，现场服务等。2013年9月，E.ON公司与IBM公司合作建立了位于德国的智能电能表数据中心(E.ON Metering)。（五）我国目前对电力大数据的应用1、用电信息采集系统目前国家电网公司已在27个省公司部署，累计实现采集覆盖用户数2.42亿户。根据现有采集系统的规模，国家电网公司范围采集系统每年数据增量超过200TB。2、电力营销业务管理系统营销业务管理系统功能主要包括客户基础档案信息、业扩报装流程信息、每月抄表核算信息、收费账务信息、分布式电源信息等几类数据。3、电能服务管理平台电能服务管理平台的数据架构分为数据源、支撑数据和业务应用数据三个层次。具体数据包括：DSM目标责任考核数据、有序用电管理数据、需求响应管理数据、售电市场分析数据、节能服务业务管理数据、用户用能数据、客户档案数据、电量电费数据、有序用电负荷数据等。-第 4 页-