大數據分析技術下能源互聯(lián)網及綜合智慧能源應用分析

摘 要：電力系統(tǒng)涵蓋發(fā)電、輸電、變電及配電等功能，電力運行過程中會產生大量的數據信息，單單依靠傳統(tǒng)的信息采集與儲存技術是無法實現對電網全面性的管理的，隨著能源互聯(lián)網及綜合智慧能源的興起，在這一前提下，電力系統(tǒng)的建設必須遵循節(jié)能環(huán)保的管理理念，利用大數據分析技術可有效的帶動電網與整個能源行業(yè)信息數據的共享，充分的運用到了互聯(lián)網技術，極大的促進了我國電力事業(yè)的發(fā)展。

分類號：TK01;TP311.13;TP393.0

關鍵詞：能源互聯(lián)網;綜合智慧能源;大數據分析技術;信息系統(tǒng)

前言：大數據分析是指分析大規(guī)模數據的過程。其特點可以用四個V來概括，即數據量大、類型多樣、速度快、值密度低。大數據是目前最流行的IT代詞之一。依托它，發(fā)展數據倉庫、數據安全、數據分析、數據挖掘等關聯(lián)產業(yè)，實現大數據分析的系統(tǒng)化、精細化，為互聯(lián)網的發(fā)展創(chuàng)造條件。

一、分析具體過程

1.大數據采集

大數據采集依托物聯(lián)網和互聯(lián)網技術，是指以特定的方式對大數據載體的信息進行驗證和存儲的過程。大數據采集主要采用標記識別、傳感和數據集中技術，包括RFID、條形碼、虹膜、指紋等生物特征識別技術。傳感器功能是指基于嵌入式傳感器形成傳感器網絡，采集處于運行狀態(tài)的物品等數據。常用的采集方法有電量、狀態(tài)量、SCADA、WAMS等。數據集中處理可以使采集工作盡可能地在本地進行，不僅減少了通信的消耗，而且還使本地信息有效地集中，減少了繁雜的信息，提高了網絡頻率的帶寬利用率。

2.大數據導入

這一步是指將收集的信息數據導入數據庫，使格式和標準與數據操作相匹配的過程。大數據具有數量大、種類多的特點，而且在天氣和物理環(huán)境的影響下，設備極易老化或失效，由于在采集過程中不可避免地會出現誤差，所以說必須對數據進行預處理，恢復信息丟失，在此基礎上進行降噪處理，從而實現數據清理。

二、能源互聯(lián)網及綜合智慧能源大數據分析技術

1.大數據處理平臺

云計算平臺可以對計算資源和物理資源進行合理的虛擬化，對資源進行動態(tài)分配和調用，最大限度地提高了計算能力，運行成本低，安全性能高的新特點。大數據處理平臺還設置了數據可視化功能。通過將數據轉換為圖像，實現了數據處理的視覺突破，并擴展到計算機輔助設計、圖像處理等多個領域。反過來，它已經成為一項綜合數據處理、決策分析等一系列問題的技術。常見的數據可視化技術包括地理信息系統(tǒng)、GPS技術等。

2.大數據分析算法

分布式聚類算法是一種針對處于故障狀態(tài)的數據庫的算法。通過對故障設備的狀態(tài)數據進行聚類，將正常狀態(tài)和故障狀態(tài)的數據分離并劃分為不同的聚類。聚類是基于樣本之間的相似性，通過曼哈頓距離、歐氏距離等不同的距離計算方法來計算數據。這種計算方法實現了分布式計算和迭代計算的結合，大大節(jié)省了計算時間。大數據挖掘多采用并行化的思想，如關聯(lián)分析與FP-growth算法相結合，這是針對Apriori算法固有缺陷而提出的一種升級算法。通過兩種技術的并行化，可以更好地發(fā)揮挖掘技術的作用。

三、能源互聯(lián)網及綜合智慧能源大數據分析技術的應用

1.負荷建模

在傳統(tǒng)電網中，負荷的識別是一個很大的問題。電力系統(tǒng)中缺乏有效的檢測設備，導致采集到的數據可靠性較低。一旦負荷問題解決不了，很可能會影響電力設備的連續(xù)運行，降低系統(tǒng)的運行效率。負荷建模是電力系統(tǒng)負荷數據分析模塊。隨著大數據與云平臺的結合，負載建模的應用性能得到了顯著提升。它可以實現負載參數的準確估計，提高數據質量，加快采樣頻率。負荷建模是能源互聯(lián)網和綜合智能能源大數據分析的重要應用。它可用于電力調度、故障定位和負荷測量。

2.狀態(tài)評估

狀態(tài)評估主要是對狀態(tài)進行分類確定，對系統(tǒng)過程的穩(wěn)定性進行檢測，它是電力系統(tǒng)正常運行的重要保證，在電網輸送過程中，每次監(jiān)測分析，都需要進行相應的時間序列分析、運行分析等。而且節(jié)點越多，采集頻率越高，計算任務越重，因此需要大數據分析技術。電力系統(tǒng)評價主要關注電能質量、故障恢復和安全性能。通過對電力系統(tǒng)在不同運輸條件下的分析，了解電力系統(tǒng)內部存在的問題，找出隱患，并改進相應的自愈控制技術，進一步加強電力系統(tǒng)的穩(wěn)定性。

3.質量檢測

我國用戶對于電能質量的高低體驗滿意度，這對電網系統(tǒng)的未來發(fā)展至關重要。因此，加強電力系統(tǒng)質量監(jiān)測與檢測是電網發(fā)展的重中之重。電網的傳輸質量是用功率單位來衡量的，如有功功率、無功功率、諧波、頻率等。隨著電力設備的不斷完善，越來越多的分布式電源接入配電網，從本質上給電力輸送帶帶來了質量問題。為了解決傳統(tǒng)電網計算精度不足的問題，需要增加采集點的數量和數據采集的頻率，密切關注電力輸送的這一趨勢，及時處理電壓凹陷等問題，實現大數據的精確計算，以滿足用戶工作生活的需求。

四、結語

在大數據技術于電網系統(tǒng)中逐漸滲透背景下，傳統(tǒng)的信息管理方式被這種新技術所取代，改革了電網能源的結構，我國電力行業(yè)出現了新的增長，但由于大數據技術還處于發(fā)展過程中，本身就存在很多問題，比如數據采集和處理工作量大，計算比較復雜等等， 因此我們必須加強大數據分析技術的研究，提高力量和能量，使其更適合互聯(lián)網和集成智能能源，從而促進我國能源結構的優(yōu)化，為電網的發(fā)展提供有力的機遇。

參考文獻：

[1]夏旭，朱雪田，梅承力，李維，方海鵬.5G切片在電力物聯(lián)網中的研究和實踐[J].移動通信，2019（01）.

[2]程琳琳.中國電信夏旭：用比特驅動瓦特電力切片5G行業(yè)應用突破口[J].通信世界，2018（21）.

作者簡介：李浩（1991—），男，漢族，河北省滄州市人，職務：國家電投-吉電股份-北京吉能新能源科技有限公司項目管理，職稱：助理工程師，學歷：大學本科，研究方向為新能源、綜合智慧能源、能源互聯(lián)網方向。

1909501705310