大数据时代电力信息技术思考与探索

开篇：润墨网以专业的文秘视角，为您筛选了一篇大数据时代电力信息技术思考与探索范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

[摘 要]随着计算机和互联网的发展，用数据优化电力信息结构是时展的必然趋势。为了促进信息技术的集成，建立有效的电力运作和生产过程，以确保信息化操作和业务管理整合的进一步升级。本文就大数据时代电力信息技术进行了深入研究。

[关键词]大数据时代；电力信息技术；探讨

中图分类号：TM76 文献标识码：A 文章编号：1009-914X（2017）13-0207-01

前言

在大数据时代，要想优化发展电力信息技术，就要集中关注信息安全体系的建立，确保信息安全传递的同时，提高敏感信息和要害信息的维护和监管。并且，也要对数据平台进行架构的优化，以满足不同的数据挖掘技术，提升共享机制的同时，进一步促进数据交流的完整和数据库质量的提升。

1 大数据的基本概念

大数据从广义的角度来讲，就是一数据处理技术作为底层构架，在大数量级、多样化及要求高速处理的海量数据中，解析相关数据之间的规律、模式和性质，以便对相关工作起到参考判断、趋势预测以及未来规划等作用。通俗来讲，大数据就处理数量庞大的数据。大数据能够有效解决现有部分行业对于数据处理的要求，给其提供快速准确的数据处理服务。不仅如此，大数据还可以汇总各行各业的各种信息数据，对各行业的发展现状及未来发展趋势做出预测，甚至还可以根据相关的数据分析，找出各行业存在的问题，以促进个行业更加稳定快速发展。

2 大数据和电力信息技术的关系

首先，大数据可以为电力配送提供科学的数据参照。近年来电力供应的问题逐步凸显，如何科学有效的进行电力配置，就成了相关电企苦苦思索的问题。基于电力信息技术，通过大数据网络，对区域电力用量额度、供电线路设计、电力用度高低峰值等相关数据进行统计，进而设计出科学合理的区域电力分配模型，如此可以大大提高电力供应效率。其次，大数据可以推动电力信息技术发展。电力信息技术的本质也是基于数据处理的技术，其在很大程度上与大数据具有相同的属性。在以往，电力信息技术由于数据处理技术等方面的因素制约，存在很多无法突破的技术发展瓶颈。但是随着大数据出现，电力信息技术可以完全解决数据处理方面的各种问题，能够有效推动其自身发展。

3 案例分析

本文以某省电网建设项目为例，在“十一五”期间，该地区投资112亿元进行农村电网建设和改造，实现了全省1516个乡镇全部通电，在提升电网输送能力的同时，实现了地区性电力产业的高效发展。截至2016年，该地区750kV电网线路长度128千米；330kV线路60条，长度约为4815千米；220kV线路40条，长度约为1160千米；110kV线路440条，长度约为12100千米。另外，为了推进当地电力信息技术的发展，针对电网发展框架建立了信息化发展指标。其中，电网新开发规模中，针对交流线路进行了617千米以及变电容量84万千伏的改良，并对实际运行中的数据进行整合，建立了有效的数据库，将当季度的完成量进行数据对比，实现了38.76%和96.05%，借助大数据运行和控制技术提升整体电力信息运行框架的完整度，提升了行业的运行效率。除此之外，该地区还在原有基础上建立了广域网骨干网POS技术组网，借助国家电网以及地区电网公司的互联，实现信息交流的最优化。并且，当地网络还针对实际情况部署了防火墙，针对入侵检测系统和防病毒系统进行了升级，以保证数据传输结构完整的同时，确保安全审计系统运行稳定。

4 基于大数据的电力信息技术的发展与应用

4.1 电网状态监测与诊断

电网状态监测与诊断是电网安全运行的基础，目前我国的电力行业已经基本实现了设备及电网的数据采集和状态观测，但主要侧重于单台设备和基本的电网运行数据，数据间联系单一，诊断模式较为简单，缺乏对全局状态的统筹分析。而未淼牡缤向着智能化方向发展，必然要对一次二次设备的运行情况、设备信息、电网实时在线数据、环境信息等等海量、异构的数据进行分析整理，得到全景的观测信息，从看似不相关联的数据中寻找其隐藏的联系，从而增大电网监测的广度，为诊断提供依据。现有的数据挖掘和处理技术无法满足，因此大数据技术的引入将使智能电网构想中的电力监测成为可能。

4.2 电能损耗分析

计算电力网络的电能损耗可以了解系统的运行效率，从而通过电源、负荷的优化配置来降低功率损耗，以提高资源的利用效率和企业的盈利水平。目前计算损耗的方式主要是通过进出线端的电能表数据进行统计分析，但在实施过程中，表计的安装环境、测量误差等会造成数据的不完整和不准确，影响了统计结果。同时，精准的损耗计算难以达到实时的要求，因此目前大多采用离线计算的方式。未来的发展中，损耗实时计算是必然趋势，可以及时发现电网运行中的问题并加以处理，大数据技术的应用可以很好的解决这一问题，基于云计算的数据处理技术不仅使大量电气元件的信息采集处理成为可能，还可极大提高计算速度，达到实时计算网损的要求。

4.3 负荷预测及分布式控制

由于电能不具备存储特性，并且负荷实时变动，而发电容量的设计应能满足负荷的最大需求，因此在负荷低谷期间电能被白白浪费掉。如果能对负荷的分布和使用进行分析，并合理准确的预测用户短期负荷变化，从而合理的调整发电量，将对降低生产成本、提高社会效益有着重要意义。大数据技术可以对海量的基础数据进行聚合分析并做出准确预测，使电网的智能调峰成为可能。

4.4 智能分析与预警

目前电力系统的专家分析与预警系统，多数采用预想事故模式，根据过往经验对系统典型运行方式进行采集和判断，智能化程度较低，预警模式单一。而当前智能电网趋势中要求进行全面、实时的事故预警，因此，如此广域范围的数据采集、高度实时的仿真计算，只能通过大数据技术、云计算等来实现。

5 结束语

综上所述，在研究和分析电力信息技术及大数据技术时，不同的区域应当根据自身实际状况，创建更加健全完善的管控机制，使数据的传输和推送更加完整，使运行策略与设计框架得到进一步优化，实现标准化和规范化的数据，使共享机制的运行效率得到提升，确保数据的质量，进一步推动电力行业的数字化发展

参考文献

[1] 朱明月.大数据时代电力信息技术思考与探索[J].信息与电脑，2015，15（5）：99-100.

[2] 李振元，李宝聚，王泽一.大数据技术对我国电网未来发展的影响研究[J].吉林电力，2014（2）：10-14.