探讨大数据技术在电力系统的应用
时间：2022-01-04 阅读：410
摘 要：电力行业在国家经济发展中起着重要作用，是支撑现代化建设的重要公共事业。在信息技术持续发展的背景下，电力大数据关键技术的应用开始日新月异，为电力系统的经营管理上提供了重要的技术支持，其具体应用不但可使电网转变为互动经济、安全可靠、清洁高效的现代能源互联网，还能提高电力系统的运营效率和管理水平。本文主要介绍了大数据的特点和大数据技术，并对大数据技术在电力系统的应用研究进行分析和探讨。
关键词：电力系统;大数据技术;应用研究
0引言
中国的电力工业在近几十年间飞速发展，随着智能化电力系统的不断建设，大量的信息数据在电力生产、营销、服务的流程中产生，每项业务都会积累大量的历史数据[1]。管理人员每天都要花费大量的时间和精力去分析处理这些数据，而在庞大的数据面前，其运维和管理方法对电力生产、决策的支撑不免有些不足和乏力，造成这样的问题主要为以下二种原因：一是因为采用传统的方法对现产生的大数据进行处理，不仅效率低，而且结果并没有代表性，若从庞大的数据中提取有效的数据进行处理，其结果是使得管理者不能做出更全面的决策；另一原因是现管理信息系统只重视业务流程的处理环节，使得企业生产和决策对大数据的依赖得不到满足。就电力系统而言，未来电力工业生产和管理都与电力大数据紧紧相关，因此，电力系统中需要采用大数据技术来解决当前各个业务中增长的数据所带来的问题。
1 电力系统中数据的特点和主要类型
1.1电力系统中数据特点
鉴于电力公司业务现状，将大数据技术应用到电力系统中，其主要是通过数据挖掘技术，对电力行业中未来业务进行预测，同时对数据计算、集成和存储等功能进行整合，从而总结出适应于现在和未来的新型管理模式，不仅促进了电力业务发展，还有效提高了电网内部的管理水平[3]。大数据的主要特点是：一，体量大，即各业务的数据增长远比预期要快；二，类型多，数据主要包括半结构化数据和非结构化数据等；三，速度快，即对电力系统的数据采集、分析、处理技术速度要求越快越好；四，安全性，不管是数据收集、处理、调用、分析等多个环节，都需保证数据不受磨损，保证数据的质量，保护数据在各个环节的安全性，要集中管理数据，以免丢失数据造成重大后果。
1.2电力系统中数据类型
电力系统数据的主要类型分为以下四种：
（1）基础类数据：这类数据主要是与变压器、发电机等电力设备相关联的数据，电网内部依照实际情况来规划管理基础类数据，与此同时在电力系统相应的更新数据，以此来保证调度中心所做决策是以新数据为基础。
（2）实时数据：这类数据是在产生于电力系统的整个运行过程中，庞大的实时数据量需要配备较大的存储空间，实时数据能显示出电力系统的运行情况。
（3）日常管理数据：这类数据主要包括每个部门所整理的电力系统处理问题后的数据。日常管理数据是在的范围中所产生，在建立了共享平台的基础上，实时对电力设备的运行状态进行反馈，便于电网中每个部门得到所需数据信息，有利于所以部门进行下一步工作。
（4）外部数据：这类数据主要产生于与电力系统相连接的其它网络，这些网络主要有物联网、一次能源网络、互联网等网络。这类数据与电力系统的运行和维护有着重要关系。比如：天气温度变化数据能对风力和太阳能发电站的产生影响，使得电力系统调度发生变化。从而电力系统的数据中把这些外部信息纳入进行考虑，能有利于调度部门做出更全面的决策。
2 电力大数据的关键技术分析
2.1集成管理技术
智能电网下建立的大数据平台，其拥有大量的信息存储功能，尤其是在实际工程应用中，传感器的作用使得大量的信息能直接传输到电力系统中，并能够完善数据的采集工作。这些数据的技术主要包括电网运行、数据信息管理、大数据分析应用技术等，通过对这些数据分析和处理能使得集成管理技术得到完善。
2.2数据分析技术
采用数据分析技术能使得电力系统对大量的信息进行分析，通过分析能得到具有较强针对性的技术信息，并且能够在信息处理的流程中符合科学决策[6]。以电力企业为例分析，为了提升网企业内的竞争实力和经济效益，就要做出正确的对策来针对经济效益的管理，则这个对策的有效性与电力发展有着重要联系。据了解，当今德国在数据分析领域处于超前水平，德国尽可能多使用太阳能让用户将剩余的电力传输到电网中，有利于经济效益达到新高度。
2.3数据处理技术
对于大量的数据分析，首先需要对数据进行分类处理，这样才能有效处理大规模的数据。与传统的数据处理方法相比较，人工处理数据方法不仅要耗费大量的物力和人力，与此同时在相同条件下数据分析的效率大大降低，所以要将分类好的数据输入到与之相对应的文件中，此操作不但提升了原来数据的访问途径，提升了数据的使用效率，同时在并列式数据库搭建中大大提升数据的加载效率，保证了数据能够被实时查询。
2.4数据存储备份技术
在大数据时代下，拥有较好的数据存储能力，才能保证电网中的庞大数据得到有效存储。与此同时，其自身的修复功能会解决系统平台中出现的问题，不仅完善了智能电网系统，还保障了数据和智能电网的*性，提高了电网运行的可靠性。
3 大数据技术在电力系统的应用
3.1大数据技术对电网建设意义
大数据技术对电网的意义主要表现在发电、输电和用电这三个方面：在发电环节中，大数据技术能统计出很大范围的电力需求，然后通过收集的数据预测出后一段时间的用电负荷，发电领域在考虑预测结果的基础上进行有计划发电，这样有利于整个社会的生态文明建设；在输电环节，输电线路上的所有信息都可以使用大数据技术来进行收集和处理，此方法能使得低电压损耗率大大降低，还能保证线路的正常运行；在用户用电环节，所有用户的用电量能采用大数据技术进行整理，通过采纳电力市场中的营销策略，引导用户拥有节约用电的理念，以此来推动电力产业的“集约化”发展。
3.2预测风电功率
由于现如今大规模风电并网对电力系统和电网调度的安全运行产生了严重影响，而对风电功率进行预测能使这个问题得到有效缓解。风电的特性是随机性和波动性，这个特性使得预测风电功率需以大量的历史数据作为支撑，此类数据主要包括风电机组信息、地貌形势、风电场实时和历史输出功率数据、实时和历史测风塔等数据。其中采集的风塔历史数据的时间分辨率短则超过10min，时长则超过1年；通过风电场采集的历史输出功率数据的时间分辨率要超过5min，数据的时长要超过1年。面对大量的历史数据，此时就需要建立可靠的预测模型来对风电功率进行预测，通过选择不同的时间尺度，结合实际工程应用需求，尝试多种预测模型对风电功率进行预测，以便得到更精准的预测结果。
3.3定位和治理配电网低电压
由于现在电网仍然存在低电压的问题，主要原因是整个电网系统升级较慢，以及用电负荷的大大增加，这样对用户的正常用电造成了负面影响。利用大数据技术能定位配电网低电压，电网的相关信息可通过用电信息采集系统和SCADA系统进行收集[7]，这些相关信息如变压器和线路的电流电压断货负荷类型、功率因数等参数。与此同时，与配电网相关联的无功补偿、负载率、供电半径、配电网结构、故障情况等信息，为了深度了解电网低电压的原因，采用数据挖掘模型对配电网低电压的影响因素进行关联分析，提升了配电网合格率，对电网的安全运行给予保障。
3.4预警评估配电网重过载风险
伴随着用电量即电力需求的大幅度增长，传统“轻配重输”的工程建设模式已与现如今的发展需求不太符合，主要原因是常常会出现重过载的问题，因此不但对供电质量失去了保障，还影响了配电网的正常运行[8]。为了更方便的获取配电变压器和输电线路的历史和实时的三相电压、电流和功率因素等相关信息，可通过这些系统来获取，如用电信息采集系统、OMS、SCADA、AMI、OMS、关联营销业务等系统。然后采用综合分析的方法来评估配电变压器的相关特性，如容载比、配电网元件故障率、线路间负荷转移能力等。
4 安科瑞变电所电力运维云平台介绍及选型
4.1 云平台概述：
按照国家电网公司的统计，10kV及以上供电电压等级的工商业用户有200万户以上，此类“用户侧变配电所”产权归电力用户所有（工商企业、住宅小区、学校、医院等），虽然数量众多，但是日常的运行维护工作比较传统，普遍存在以下痛点：
人工成本高：人工巡视、纸质记录、电话沟通，缺乏智能化的手段
工作效率低：巡视频率低、巡检任务无法定位、巡检过程不标准规范、巡检缺陷缺乏闭环跟踪；
安全隐患：有些用电单位无专业维护电工、无法即时排查电气隐患、隐蔽工程隐患检查难等难题；
抢修时间长：变电所设备种类较多，在分布上也比较分散，无法即时识别和定位故障信息，需要用户通知后到现场确认；
运行大数据缺少分析：有些用户未有数据汇总分析平台，甚至未安装电力仪表导致运维人员对现场电力参数信息不了解，无法确定电力系统是否正常运行。
4.2 应用场所
4.3 云平台架构
我司的运维平台综合运用综合保护装置、多功能电力仪表、母排及线缆测温装置、变压器温控仪、视频摄像头、水浸烟雾、温湿度、门磁等多种传感器统一接入变电所现场的边缘计算网关，经边缘计算网关将数据封装、压缩、加密后上传至云平台。实时集中监测所有变电所用电情况、统一调度运维巡检安排，线上线下联动；实现用户侧变配电所的24小时无人值守，全面监测各配电回路运行状态，即时定位故障，降低安全风险。通过手机APP下发运维任务到人员手机上，并通过GPS跟踪运维执行过程。将企业集团/高等院校内广泛分布的变电所集中统一管理，提高运维效率、提高故障响应速度，即时发现运行缺陷并做消缺处理。为售电企业提供电能集抄服务，即时掌握用户用电量情况，避免偏差考核；响应泛在电力物联网的政策，增加客户粘性，为后期的增值服务开展做准备。
4.4云平台功能
4.5云平台配置方案
4.6产品介绍
AM5SE系列微机综合保护装置
功能
保护功能：主变差动保护功能、主变后备保护、三段式过流带方向带电压闭锁、三段式过流、零序电流保护、过电压；
低电压保护、大功率电机保护、高压电动机综合保护、PT并列功能、非电量保护、并网逆功率保护、检同期功能；
测量功能：保护电流、测量电流、零序电流、母线电压、零序电压4-20MA输出、直流测量；
通讯功能：提供RS485通讯接口，RS232维护接口，IRIG-B对时接口、USB升级接口，RJ45网口接口；
故障录波功能：保护动作时触发录波，可以记录故障前8个周波后四个周波的数据；
控制回路：自带操作回路，防跳功能；
GPS校时功能：提供时钟同步接口，接收GPS校时信号。
应用
35kV及以下电压等级的变配电站及设备的保护测控功能，至少包括35kV进线/主变压器（一般容量2000kVA以上）/PT/母联、10kV进线/馈线/配电变压器（一般容量2000kVA以下）/高压电动机/高压电容器/母联/PT等设备的保护和自动控制功能。
ASD300系列智能操控装置
功能
一次动态模拟图指示及自检带电显示、闭锁及自检；
核相、强制加热、强制照明；
语音防误提示；
人体感应及柜内照明、已带电语音播报；
分合闸、远方就地、储能转换开关；
分合闸回路完好指示/电压测量；
预分预合闪光指示；
断路器分合次数统计；
RS485串行通讯接口；
开关柜节点无线测温；
全电参量测量。
应用
35KV高压及以下中置柜，手车柜，环网柜。
ARTM-Pn无线测温装置
功能
接收60个ATE100/200/300/400；
3U3I电参量测量；
实时测温功能；
RS485通讯接口，通过标准的MODBUS RTU协议实现组网功能；
具备自检功能；
超温、高温、相间温差报警、温度突变量告警功能。
应用
变电站、配电室、箱变等。
APM810系列多功能电力仪表
功能
准确度等级：有功电能0.5S级，无功电能2级；
测量功能：三相电压、三相电流、分相及总有功功率、分相及总无功功率、分相及总视在功率、分相及总功率因数、频率、需量；
电能计量：分相及总双向电能、四象限无功电能；
电能质量监测：2-63次分次谐波、总（奇、偶）谐波测量、电压波峰系数、电话波峰因子、电流K系数测量；
输入输出：2路开关量输出（选配MD82模块可扩至8路）；
及2路开关量输入（选配MD82模块可扩至26路），开关量输出；
可配置为报警输出或远程遥控，DO用作报警输出时可自由关联报警内容；
SD卡存储功能：用于电参量、电能、谐波等数据定时存储，波形存储等功能。
应用
适用于电力系统、工矿企业、公用设施、智能大厦等需要电力监控的场合。
DTSD1352导轨式电能表
功能
测量功能：三相电流、电压、功率、频率、总正反向有功电能统计、总正反向无功电能统计；
准确级精度：有功0.5S；
电流信号接入：直接接入10（80)A 经CT接入1（6）A；
电压信号：100V 380V；
通信：RS485接口，支持MODBUS-RTU或者DL/T645通讯协议。
应用
适用于政府机关和大型公建中对电能的分项计量，也可用于企事业单位作电能管理考核。
ADW300无线智能仪表
功能
测量功能：三相电流、电压、功率、频率、总正反向有功电能统计、总正反向无功电能统计；
电能质量：电压、电流不平衡度，电压、电流总谐波及2-31分次谐波；
需量：电流、功率需量及实时电流，功率需量；
准确级精度：0.5s级 ADW300外置互感器型1级；
电流信号规格：100A输入 ，经互感器输入，二次互感接入；
通讯方式：RS485、 LORA无线通讯、NB-IOT无线通讯、4G无线通讯。
应用
ADW300方便用户进行用电监测、集抄和管理，可灵活安装在配电箱中，可用于电力运维、环保监管等在线监测类平台中。
ARCM300系列电气火灾监控仪表
功能
测量：单回路剩余电流、4路温度、电压、电流、功率、频率、功率因数、视在电能、四象限电能；
保护：剩余电流、温度、过流等；
报警：声光报警，支持消音、复位操作；
开关量：1路继电器输出、4路开关量输入；
通讯方式：RS485、NB-IOT无线通讯、4G无线通讯。
应用
适用于智能楼宇、高层公寓、宾馆、饭店、商厦、工矿企业、国家消防单位以及石油化工、文教卫生、金融、电信等领域。
ANET智能网关
功能
数据采集（支持串口、以太网，只需配置即可兼容支持标准电力规约的各类仪表）；
数据上传（支持往上海分类分项能耗平台、宁夏电力需求侧平台、江苏电力运维平台、浙江电力运维平台上传数据）；
边缘计算（灵活的报警阈值设置、主动上传报警信息、数据合并计算、断点续传、数据加密、4G路由）；
远程管理（远程配置、远程升级、远程监视）。
应用
泛在电力物联网、能耗系统平台、电力需求侧管理平台、第三方云平台、预付费系统、运维系统平台、电力监控平台、能源综合管理平台。
4.7云平台现场应用图片
展厅现场 运维团队 采集箱内部图
高配现场 门磁安装 烟感安装
安装 漏水检测安装 低压柜仪表
4.8平台价值
为电力运维企业提供线上运维服务平台，实时集中监测所有变电所用电情况、统一调度运维巡检安排，线上线下联动。
将企业集团/高等院校内广泛分布的变电所集中统一管理，提高运维效率、提高故障响应速度；
响应泛在电力物联网的政策，增加客户粘性，为后期的增值服务开展做准备；
为售电企业提供电能集抄服务，即时掌握用户用电量情况，避免偏差考核。
4.10 典型案例
5 结语
随着智能电网的不断建设和发展，以及不断增加的电力数据需求量，大数据技术得到各个领域的广泛应用已成为了必然趋势。通过分析电力数据的特点，并结合大数据技术的优势，将大数据技术应用到电力系统中，对智能电网建设产生了积极影响。希望本文的阐述能引起越来越多的电力工作者对大数据技术的关注，电力系统能充分应用大数据技术，推动电网的发展和转型，促进电网的长久稳定发展，才能更好适应社会发展需求。
参考文献
[1] 李皎.大数据时代到来对电力行业发展提出新要求[J].华北电业,2012(4):82-83.
[2] 杨帆,胡雪菁,尹镜晶.试论智能电网大数据处理技术的应用现状及面临的挑战[J].数字技术与应用,2016(11):256.
[3] 于仕.大数据技术在电力行业的应用探讨[J].现代工业经济和信息化,2017(19):51-52.
[4] 李康.浅论大数据技术在电力系统中的应用[J].中国战略新兴产业,2017(44):87+89.
[5 ]蔡力军.探讨面向智能电网应用的电力大数据关键技术[J].科技展望,2017,27(6):19.
[6] 彭小圣,邓迪元,程时杰,等.面向智能电网应用的电力大数据关键技术[J].中国电机工程学报,2015,35(3):503-511.
[7] 谢斌,宋晓波,窦国贤.大数据技术在电力行业的应用研究[J].数字通信世界,2018(1):176.
[8]曹皖诚,汤少卿,尤鋆.大数据平台在电力系统中的应用研究[J].江苏科技信息,2016(29):53-56.
[9] 陈永淑.大数据技术在电力系统的应用
[10] 安科瑞企业微电网设计与应用手册.2020.06版.