| 标题 | 智能电网大数据 |
| 范文 | 孙鸿飞 彭丽 倪嘉苒 【摘 要】随着智能电网建设的不断推进以及智能电网信息化水平的快速提高，大数据在智能电网中的应用也得到了进一步提升，电力行业从此开启了大数据时代。论文从智能电网大数据的内涵与发展趋势、智能电网大数据的形成路径、智能电网大数据的典型应用场景以及智能电网大数据的价值创造等几个方面进行了深入地分析和探讨。大数据在智能电网中的应用不仅突破了传统技术瓶颈，而且也为智能电网在管理优化、服务模式创新等方面带来了巨大的变化，从而实现了在能源互联网环境下智能电网的能力提升与价值创造。 【Abstract】With the continuous development of smart grid construction and the rapid improvement of the information level of smart grid， the application of big data in the smart grid have been further enhanced. China electric power industry has entered into the era of big data. In this paper， several aspects are analyzed and discussed deeply， including the connotation and development trend of smart grid big data， the formation path of smart grid big data， the typical application scenarios of smart grid big data and the value creation of smart grid big data. The application of big data in the smart grid not only breaks the traditional technical bottlenecks， but also brings huge change for the smart grid in management optimization， service model innovation and other aspects ， thus realizes the ability promotion and value creation of smart grid in the energy internet environment. 【關键词】智能电网；大数据；能源互联网；能力提升；价值创造 【Keywords】smart grid； big data； energy internet； ability promotion； value creation 【中图分类号】TM76 【文献标志码】A 【文章编号】1673-1069（2017）08-0167-03 1 引言 随着互联网技术以及信息技术的飞速发展，人们从信息的被动接受者变成了主动创造者，信息量也呈现出爆炸性增长态势。随着数据量的快速积累，计算能力的显著提高，人类已经站在了历史的转折点上。美国互联网数据中心（IDC）报告显示，人类所产生的数据量呈现指数级增长的态势，大约每两年翻一番（平均每年的增长速度为），估计到2020年全世界的数据总量将达到（相当于4万亿）。这些由人类创造的数据早已经远远超越了目前人力所及的解决范围和处理能力，要想获取数据中所蕴涵的价值就必须运用新的方式进行处理，于是大数据技术应运而生。由此，人类社会进入了“大数据时代”，大数据正在以前所未有的速度从互联网领域蔓延开来，逐渐地影响着越来越多的领域。 在智能电网领域，随着智能电网建设的不断推进以及智能电网信息化水平的快速提高，电力行业的数据量已经形成了质的飞跃。智能电网领域的数据体量已经跃迁到PB级（1PB=1024TB，1TB=1024GB），传统的数据分析技术与运营方式已经不再适合智能电网的发展，大数据技术的不断成熟正在引发着电力行业的技术变革，给智能电网带来了更大的能力提升以及创造着更多的价值，电力行业从此步入了大数据时代。2013年，在中国电机工程学会信息化专业委员会发布的《中国电力大数据白皮书》中，将这一年定义为“中国电力大数据元年”[1]。自此，我国便开启了智能电网大数据的时代。 2 智能电网大数据的内涵与发展趋势 2.1 智能电网大数据的内涵 虽然大数据已经成为全球热门的话题，然而直到现在“大数据”仍然没有公认的统一定义。阿尔文·托夫勒在《第三次浪潮》中认为大数据是“第三次浪潮的华彩乐章” [2]。麦肯锡在《大数据：创新、竞争和生产力的下一个前沿领域》中认为大数据是一种特殊的数据集，其规模已经大大超出常规数据库工具获取、存储、管理和分析的能力[3]。国际数据公司（IDC）根据四个方面的特点阐述了大数据的概念——迅速的数据流转和动态的数据体系（Velocity）、海量的数据规模（Volume）、多样的数据类型（Variety）和庞大的数据价值（Value）。维基百科认为大数据是一种巨型数据集，其数据量的规模非常庞大，已经远远超过人力所能处理的极限，很难在有限的时间内获取、处理、管理以及整理成为人类所需要的信息。Gartner公司认为大数据是一种需要利用新的处理方法来提高其决策能力、洞察力以及优化处理能力的海量、高速及（或）多变的信息资产。亚马逊大数据科学家John Rauser则认为大数据是一种超过了任何一台计算机处理能力的数据量。 根据众多机构对大数据的阐述可知，智能电网大数据则是一个更加广义的概念。因此，本文认为智能电网大数据是指利用传感器、智能设备、音频通信设备、移动终端、视频监控设备等各种信息获取渠道收集到的，海量的、结构化的、半结构化的、非结构化的，并且彼此间存在着紧密关联的业务数据集合。智能电网大数据涵盖了从数据存储、数据管理、数据分析、数据处理到数据展现，进而实现提供业务趋势预测和数据价值挖掘服务的全过程，以及在这一过程中所使用的各项技术和理念[3]。 2.2 智能电网大数据的发展历程 全球大数据的发展历程呈现三个阶段：第一阶段，应用软件泛互联网化；第二阶段，行业垂直整合；第三，数据成为资产。由此可见，人类正处于数据世界一个重要的历史爆发期的边缘，数据是资产与财富的观念已经深入人心。人类开始深入挖掘和有效利用大数据，标志着即将掀起新的生产率增长以及消费者盈余的浪潮。 在智能电网领域，从20世纪60年代开始，经过50多年的建设，我国电力行业信息化取得了令人瞩目的成果。在20世纪60年代，首先进行的是电力生产自动化建设；到20世纪80年代，开启了以财务电算化为中心的管理信息化建设阶段；进入21世纪，随着我国智能电网的全面建设，智能电网中的数据资源开始迅速增长并且初具规模，因此掀起了一个广泛应用新一代信息技术的信息化建设浪潮。 由此可见，我国电力行业正处于信息时代的关键转折点，在智能变电站系统、现场移动检修系统、测控一体化系统、GIS（地理信息系统）、智能表计等项目与信息技术深度融合的背景下，智能电网拥有了大量的数据资源，其无论是数量还是种类都已经具备了相当规模，从而奠定了坚实的数据基础，电力企业已经初步具备了数据资源整合与共享的能力。因此，运用大数据技术对智能电网进行实时监控和调节，将是未来我国电力行业发展的新趋势。 3 智能电网大数据的形成路径 智能电网大数据从来源上包括内部数据和外部数据两个方面，涉及到电力系统从发电、输电、变电到配电、用电、调度等电力生产、管理和使用的各个环节。 其内部数据源于设备检测和监测系统、广域检测系统（WAMS）、财务管理系统、电力营销管理系统、用电信息采集系统（GIS）、客户服务系统、能量管理系统（PMS）、用电信息采集系统、配电管理系统等等，包括智能电网生产数据、智能电网管理数据和智能电网运营数据——智能电网生产数据包括电网规划数据、电网调度数据、设备运行数据、电能计量数据和设备检测、监测与设备检修数据等；智能电网管理数据包括财务数据、人力资源数据、项目数据、设备数据和物资数据等；智能电网运营数据包括电力市场数据、用电预测数据、电能质量数据、用电信息采集数据和客户服务数据等等。 其外部数据源于气象信息系统、全球定位系统（GPS）、地理信息系统（GIS）、分布式电源数据、电动汽车充换电管理系统、公共服务部门以及互联网等，包括公共服务部门数据、GPS/GIS与气象数据、电动汽车充换电数据、分布式电源（微网）数据和互联网数据。 4 智能电网大数据的典型应用场景 智能电网大数据是大数据思想、方法和技术在电力行业的一个应用实践，是大数据应用实践的重要领域之一。其内容涉及了数据采集、存储、处理、分析、展现到最后提供预测、评估等数据价值挖掘服务的全过程，其过程贯穿了电力工业从生产到管理的各个环节[4]。运用智能电网大数据可以综合智能电网的调度数据、配网数据、营销数据等各个环节的海量数据进行挖掘，从而对电力系统的电力调度、负荷预测、故障诊断、安全性评估等多个方面做出巨大的贡献。目前，关于智能电网大数据的典型应用场景重点体现在电力用户用电行为分析、多维度线损分析、计量装置在线监测与智能诊断、电力负荷预测以及负荷特性与有序用电分析、经济趋势分析等多个领域。 4.1 电力用户用电行为分析 在电力用户用电行为分析方面，由于电力用户的用电数据和用电行为之间存在关联性和耦合性，因此对这些用电数据包括用电量、用电特性、业务办理、缴费信息、客户投诉记录等进行基于大数据技术的分布式计算与数据挖掘，分析出电力用户的生活习惯、用电习惯以及电价敏感度，为将来电费政策和电价政策（如分时电价）的制定提供依据；同时，还可以分析出用户的负荷特性以及用电行为习惯，从而针对目标用户通过不同的服务渠道开展个性化的、有针对性的精准服务以及帮助电力用户重塑用电习惯、促进节能减排。 4.2 多维度线损分析 在多维度线损分析方面，由于线损管理是一个数据量庞大、涉及面广泛的系统工程，涉及电能量采集、用电信息采集、营销系统、调度系统等多个业务部门的协同，包括设备台账、负荷、电网运行、网架结构图形等海量数据，因此利用大数据抽取技术，通过配置线路以及台区损耗模型，系统可以自动地计算每日损耗，从而实现在线实时监测输配电线路和台区线损情况，实时监控线损异常，及时掌控现场供电情况，实现线损可视化图形展现分析。 4.3 计量装置在线监测与智能诊断 在计量装置在线监测与智能诊断方面，基于用电信息采集系统、营销系统的数据共享和交互，運用大数据分析技术进行计量与采集装置故障诊断、设备整体工况分析，从而实现计量装置异常分析、采集设备故障分析、各类事故分析和用电异常分析等功能，进而支撑运检部门实时掌握设备负载状况，测算设备使用寿命；支撑调度部门，根据用户负荷和设备负载状况，对配电网的用电负荷进行必要的、合理的调度；支撑采购部门，为考核采集设备和计量设备厂家提供评价的基础统计数据。 4.4 电力负荷预测及负荷特性与有序用电分析 在电力负荷预测方面，由于其是电力市场中必不可少的构成部分，对于电力系统无论是运行、控制还是计划、管理等各个环节都非常关键，因此通过实时获取用电侧用户的电能信息（包括特定用电区域、特定用电群体、特定用电电器的实时用电数据、阶段用电数据、累计用电数据等），借助大数据的数据分析与模型预测技术，建构用电负荷大数据的分析模型，全数据集、全维度地运算和分析，从而预测各周期用电负荷曲线趋势、用户用电需求、负荷时间和空间分布等，从而有助于电力企业制定有效的企业运营策略、供电计划和销售政策，合理的规划电网和调配电能，优化需求侧管理。在负荷特性与有序用电分析方面，借助大数据分析技术分析用户负荷曲线变化中峰谷出现位置、峰谷持续时长、尖峰负荷出现时点、波峰出现次数等特性，分析配电系统中专变和专线的移峰填谷潜力，从而优化电力调度管理、合理安排电网规划建设，增加电力企业的经济和社会效益。 4.5 经济趋势分析 在经济趋势分析方面，依据不同地区、不同行业历史电量的变化情况进行电量与负荷预测，对不同产业、不同地区用电量的涨跌情况、所占比重及其变化趋势进行分析，从而预测产业结构、产业链、产业转行升级、产业区域迁移以及地方特色产业的发展态势，有助于支持区域经济发展、调整产业布局和把握行业发展方向；借助行业度电产值等数据，对电力弹性系数、电力密集度、电力国民生产总值进行分析；结合用电动态、工厂企业产能利用率、业扩报装等数据，进而分析电力生产力并且参考PMI指数发布各行业景气指数。 5 智能电网大数据的价值创造 随着大数据在各行各业所发挥的重要作用日益凸显，其价值已经得到了广泛认可，大数据在为商业和消费者创造价值方面具有巨大的发展潜力。大数据已经被认为是和物质资产以及人力资本同等重要的生产要素，大数据的发展必将有助于促进生产力的进步和生产率的提高，大数据技术也必将超越传统信息技术成为新一代的技术前沿。由此可见，大数据势必成为提高竞争力和生产力、增强创新能力和创造消费者盈余的关键要素[5]。 随着我国智能电网的建设快速发展，智能电网大数据的作用和价值也日益凸显。智能电网大数据不仅仅是能源变革中电力工业技术发展的一个必然过程，还是电力系统在管理体制、发展理念以及技术路线等方面的一次重大变革，更是在互联网+和大数据时代背景下未来电力系统价值形态的一种飞跃。 首先，智能电网大数据可以有效地提升智能电网在电网运行维护、电力生产运行以及电力市场、电力营销等各个领域的管理水平。其次，智能电网大数据可以为智能电网带来极大的财务价值。再次，智能电网大数据可以显著地提升智能电网的运营效率和盈利能力。同时，智能电网大数据还可以提供给电力行业的内部和外部丰富的具有高附加价值的内容增值服务。 由此可见，电力系统作为能源基础设施所具有的泛在性，以及其所具有“天然联系千家万户”的能源传播特质，将使智能电网大数据的理念得到更为广泛地接受和认可。行业理念的提升和创新带来的效果，经过全社会的反馈和发酵，其倍增效应将极大地推动中国社会整体的跨越式发展。智能电网大数据不仅突破了传统技术瓶颈，而且也为智能电网在管理优化、服务模式创新等方面带来了巨大的变化，从而实现了在能源互联网环境下智能电网的能力提升与价值创造。 【参考文献】 【1】中国电机工程学会信息化委员会.中国电力大数据发展白皮書[M].北京：中国电力出版社，2013. [2]阿尔文·托夫勒.黄明坚译.第三次浪潮[M].北京：中信出版社，2006. 【3】McKinsey Global Institute. Big data： The Next Frontier for Innovation， Competition and Productivity [R]. McKinsey & Company，2011. 【4】赖征田，等.电力大数据[M].北京：机械工业出版社，2016. 【5】中国计算机学会（CCF）大数据专家委员.中国大数据技术与产业发展白皮书（2014）[R].中国计算机学会，2014. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。