2024年4月14日发(作者：电脑怎么下载软件安装)
电信科学
2016
年第
4
期
电力信息化专栏
电力大数据全景实时分析关键技术
周国亮
1
，吕凛杰
1
，王桂兰
2
（
1.
国网冀北电力有限公司技能培训中心，河北保定
071051;
2.
华北电力大学信息与网络管理中心，河北保定
071003
）
摘要：针对智能电网建设过程中收集的电力大数据，基于电力系统全景实时数据分析的需求，探讨基于大数
据的电力系统安全可靠性分析、实时状态监控及能源全景动态平衡调度等核心问题的解决思路。分析了利用
大数据解决安全可靠性、设备全寿命周期管理及能源实时平衡调度等问题的挑战及解决思路，基于大规模实
时多源细节数据和设备全景数据的计算，有助于提高系统分析的精度和准确度，保证电网安全运行；探讨了内
存计算、实时流式大数据处理、大规模并行计算及列存储等技术在电力大数据实时分析中的应用；结合主流开
源大数据处理技术，设计了电力大数据分析平台的分层体系架构，为电力系统的高效运行提供保证。
关键词：电力大数据；全景实时数据；内存计算；数据流；大规模并行
中图分类号：
TP391
文献标识码：
A
doi:10.11959/.1000-0801.2016103
Keytechnologyofpowerbigdata
forglobalreal-timeanalysis
ZHOUGuoliang
1
,LVLinjie
1
,WANGGuilan
2
rainingCenterofStateGridJibeiElectricPowerCo.,Ltd.,Baoding071051,China
kandInformationManagementCenter,NorthChinaElectricPowerUniversity,Baoding071003,China
Abstract:Forpowerbigdatacollectedduringsmartgridconstructionprocess,basedonthedemandofpower
systemglobalandreal-timedataanalysis,ideasofsolvingpowersystemsecurityandreliability,real-timestatus
monitoring,enblemsofbigdata
safetyandreliability,equipmentlife-cyclemanagementandenergyreal-timebalanceschedulingwereanalyzedand
discussed,systemanalysisprecisionandaccuracybasedonlarge-scalereal-timemulti-sourcedetaildataandglobal
dataofequipmentwouldbeimproved,thenapplicationofin-memorycomputing,real-timestreamingdataprocessing
technology,massivelyparallelcomputingtechnologyandcolumnstoreswereexplored;alayeredarchitectureofpower
bigdataanalyticsplatformwhichcombinedwiththemainstreamopensourcebigdataprocessingtechnologywas
proposedtoprovideguaranteesfortheefficientoperationofthepowersystem.
Keywords:powerbigdata,globalreal-timedata,in-memorycomputing,datastream,massivelyparallel
收稿日期：
2016-01-25
；修回日期：
2016-03-15
基金项目：河北省自然科学基金资助项目
(No.F2014502069);
中央高校基本科研业务费专项资金资助项目（
No.13MS103
）
FoundationItems
：
NaturalScienceFoundationofHebeiProvince(No.F2014502069),FundamentalResearchFundsforCentralUniversity
(No.13MS103)
2016103-1
电力信息化专栏
·
160
·
1
引言
近年来，随着全球能源危机、环境问题等因素的不断加
剧，世界各国对清洁能源的开发利用程度不断提高，大量分
布式、间歇性能源的广泛接入对电力系统的安全稳定运行
提出了更高的要求。在该前提下，智能电网应运而生。智能
电网建设的最终目标是成为覆盖发、输、变、配、用及调度等
过程的全景实时电力系统，而支撑系统得以准确、安全、实
时及可靠运行的基础是电力系统多源异构大数据的快速采
集、响应和分析
[1,2]
。未来智能电网既要支持个人终端用户与
电网系统的交互，也要满足控制系统对电网安全稳定性的需
求，智能电网中的多数应用需要海量数据处理技术的支撑。
随着智能电网建设在广度和深度上的不断推进，在智
能电网运行过程中会收集到系统内外的海量全景数据，形成
电力大数据。比如，截至
2013
年底，国家电网公司累计安装
智能电能表
1.82
亿只，实现用电信息采集
1.91
亿户，智能电
表应用量占全球的一半，其用电信息采集系统成为世界上最
大的电能计量自动化系统，将产生以
PB
级计的数据
。同样
[3]
图
1
电力大数据分析平台在系统中的地位
将电力大数据中心建设成为整个电力系统的中心节
点，负责全景信息收集、整合、状态监控和资源调度平衡。
通过获取整个系统的实时全景数据，将电力系统变成一个
“端到端”的透明系统，实现全局信息共享，消除“信息孤
岛”，避免由于信息不对称造成的资源浪费；利用大数据分
析技术，结合电力系统理论知识，构建系统分析模型，提
高电力系统整体规划水平，促进能源动态平衡；利用全
景实时大数据，实现对输变电设备的实时监控、评估、分
析及状态预测，从而快速隔离事故；利用大数据，实时获
取发电及负荷信息，达到资源的优化配置、调度，提高新
能源接纳吸收能力，促进“削峰填谷”和高级需求响应技
术的应用。
在电力系统状态监测中安装的
PMU(phasormeasurement
unit
，相量测量单元
)
是用于进行同步相位测量、输出和动
态记录的装置。
100
个
PMU
一天收集
62
亿个数据点，数
据量约为
60GB
，而如果监测装置增加到
1000
套，每天
采集的数据点为
415
亿个，数据量将达到
402GB
。表
1
展
示了智能电表生成数据量与采集频率的关系。
表
1
表数量
/
只
2
相关工作
云计算技术作为处理大数据的有效方式，在国内电力
智能电表生成数据量与采集频率的关系
采集频率
15min
采集频率
1min
采集频率
1s
行业中的应用研究还处于探索起步阶段，研究内容主要集
中在系统构想、实现思路和前景展望等方面。参考文献
[3]
针对智能电网状态监测的特点，结合开源技术
Hadoop
，借
助虚拟化技术、分布式冗余存储以及基于列存储的数据管
理模式来存储和管理数据，以保证电网海量状态数据的可
靠和高效管理，但目前还只是一个框架设想。为了解决电
力系统灾备中心资源利用率低、灾备业务流程复杂等一系
列问题，参考文献
[4]
设计了云计算资源管理平台框架和部
分模块，其目标是实现电力企业
ERP
数据的备份，但尚未
实现。参考文献
[5]
初步设计了电力系统仿真云计算中心的
系统架构及其所包含的层次结构：基础设施云、数据管理
云、仿真计算云等。参考文献
[6]
探讨了未来智能电网控制
中心面临的挑战，提出物联网和云计算技术结合是新型控
制中心的技术支撑。基于
Hadoop
云计算平台，设计实现了
基于
Hadoop
分布式文件系统的电力设备状态监测存储系
统
[7]
，对动态时序数据、静态数据以及视频数据进行了存
10000
100000
1000000
32.61GB
326.1GB
3.18TB
498.0GB
4.8TB
47.7TB
114.6TB
1.1PB
11.2PB
同样，在电力系统的其他各环节，随着大量传感采集
装置的安装都将产生大规模的数据，而如何规划、存储、整
合及综合分析这些数据，是电力系统当前需要迫切解决的
关键问题之一。但电力大数据与传统互联网大数据不同，
对分析的全景性、实时性和可靠性提出了更高的要求。
通过建设基于大数据分析技术的全景实时系统，并使
之成为整个系统的“神经中枢”，将有助于从大数据驱动的
角度解决电力系统当前面临的主要挑战，比如可靠性分
析、实时调度等问题，也有利于提高数据的利用率，挖掘数
据价值。电力大数据全景实时分析平台在系统中的地位如
图
1
所示。
2016103-2
发布者：admin，转转请注明出处：http://www.yc00.com/xitong/1713053174a2173468.html
评论列表（0条）