技術文章

當前位置：主頁 > 技術文章 > 探討大數據技術在電力係統的應用

探討大數據技術在電力係統的應用

更新時間：2021-12-20 點擊次數：758

摘　要：電力行業在國家經濟發展中起著重要作用，是支撐現代化建設的重要公共事業。在信息技術持續發展的背景下，電力大數據關鍵技術的應用開始日新月異，為電力係統的經營管理上提供了重要的技術支持，其具體應用不但可使電網轉變為互動經濟、安全可靠、清潔高效的現代能源互聯網，還能提高電力係統的運營效率和管理水平。本文主要介紹了大數據的特點和大數據技術，並對大數據技術在電力係統的應用研究進行分析和探討。

關鍵詞：電力係統;大數據技術;應用研究

0引言

中國的電力工業在近幾十年間飛速發展，隨著智能化電力係統的不斷建設，大量的信息數據在電力生產、營銷、服務的流程中產生，每項業務都會積累大量的曆史數據[1]。管理人員每天都要花費大量的時間和精力去分析處理這些數據，而在龐大的數據麵前，其運維和管理方法對電力生產、決策的支撐不免有些不足和乏力，造成這樣的問題主要為以下二種原因：一是因為采用傳統的方法對現產生的大數據進行處理，不僅效率低，而且結果並沒有代表性，若從龐大的數據中提取有效的數據進行處理，其結果是使得管理者不能做出更全麵的決策；另一原因是現管理信息係統隻重視業務流程的處理環節，使得企業生產和決策對大數據的依賴得不到滿足。就電力係統而言，未來電力工業生產和管理都與電力大數據緊緊相關，因此，電力係統中需要采用大數據技術來解決當前各個業務中增長的數據所帶來的問題。

1 電力係統中數據的特點和主要類型

1.1電力係統中數據特點

鑒於電力公司業務現狀，將大數據技術應用到電力係統中，其主要是通過數據挖掘技術，對電力行業中未來業務進行預測，同時對數據計算、集成和存儲等功能進行整合，從而總結出適應於現在和未來的新型管理模式，不僅促進了電力業務發展，還有效提高了電網內部的管理水平[3]。大數據的主要特點是：一，體量大，即各業務的數據增長遠比預期要快；二，類型多，數據主要包括半結構化數據和非結構化數據等；三，速度快，即對電力係統的數據采集、分析、處理技術速度要求越快越好；四，安全性，不管是數據收集、處理、調用、分析等多個環節，都需保證數據不受磨損，保證數據的質量，保護數據在各個環節的安全性，要集中管理數據，以免丟失數據造成重大後果。

1.2電力係統中數據類型

電力係統數據的主要類型分為以下四種：

（1）基礎類數據：這類數據主要是與變壓器、發電機等電力設備相關聯的數據，電網內部依照實際情況來規劃管理基礎類數據，與此同時在電力係統相應的更新數據，以此來保證調度中心所做決策是以新數據為基礎。

（2）實時數據：這類數據是在產生於電力係統的整個運行過程中，龐大的實時數據量需要配備較大的存儲空間，實時數據能顯示出電力係統的運行情況。

（3）日常管理數據：這類數據主要包括每個部門所整理的電力係統處理問題後的數據。日常管理數據是在的範圍中所產生，在建立了共享平台的基礎上，實時對電力設備的運行狀態進行反饋，便於電網中每個部門得到所需數據信息，有利於所以部門進行下一步工作。

（4）外部數據：這類數據主要產生於與電力係統相連接的其它網絡，這些網絡主要有物聯網、一次能源網絡、互聯網等網絡。這類數據與電力係統的運行和維護有著重要關係。比如：天氣溫度變化數據能對風力和太陽能發電站的產生影響，使得電力係統調度發生變化。從而電力係統的數據中把這些外部信息納入進行考慮，能有利於調度部門做出更全麵的決策。

2 電力大數據的關鍵技術分析

2.1集成管理技術

智能電網下建立的大數據平台，其擁有大量的信息存儲功能，尤其是在實際工程應用中，傳感器的作用使得大量的信息能直接傳輸到電力係統中，並能夠完善數據的采集工作。這些數據的技術主要包括電網運行、數據信息管理、大數據分析應用技術等，通過對這些數據分析和處理能使得集成管理技術得到完善。

2.2數據分析技術

采用數據分析技術能使得電力係統對大量的信息進行分析，通過分析能得到具有較強針對性的技術信息，並且能夠在信息處理的流程中符合科學決策[6]。以電力企業為例分析，為了提升網企業內的競爭實力和經濟效益，就要做出正確的對策來針對經濟效益的管理，則這個對策的有效性與電力發展有著重要聯係。據了解，當今德國在數據分析領域處於超前水平，德國盡可能多使用太陽能讓用戶將剩餘的電力傳輸到電網中，有利於經濟效益達到新高度。

2.3數據處理技術

對於大量的數據分析，首先需要對數據進行分類處理，這樣才能有效處理大規模的數據。與傳統的數據處理方法相比較，人工處理數據方法不僅要耗費大量的物力和人力，與此同時在相同條件下數據分析的效率大大降低，所以要將分類好的數據輸入到與之相對應的文件中，此操作不但提升了原來數據的訪問途徑，提升了數據的使用效率，同時在並列式數據庫搭建中大大提升數據的加載效率，保證了數據能夠被實時查詢。

2.4數據存儲備份技術

在大數據時代下，擁有較好的數據存儲能力，才能保證電網中的龐大數據得到有效存儲。與此同時，其自身的修複功能會解決係統平台中出現的問題，不僅完善了智能電網係統，還保障了數據和智能電網的*性，提高了電網運行的可靠性。

3 大數據技術在電力係統的應用

3.1大數據技術對電網建設意義

大數據技術對電網的意義主要表現在發電、輸電和用電這三個方麵：在發電環節中，大數據技術能統計出很大範圍的電力需求，然後通過收集的數據預測出後一段時間的用電負荷，發電領域在考慮預測結果的基礎上進行有計劃發電，這樣有利於整個社會的生態文明建設；在輸電環節，輸電線路上的所有信息都可以使用大數據技術來進行收集和處理，此方法能使得低電壓損耗率大大降低，還能保證線路的正常運行；在用戶用電環節，所有用戶的用電量能采用大數據技術進行整理，通過采納電力市場中的先進營銷策略，引導用戶擁有節約用電的理念，以此來推動電力產業的“集約化"發展。

3.2預測風電功率

由於現如今大規模風電並網對電力係統和電網調度的安全運行產生了嚴重影響，而對風電功率進行預測能使這個問題得到有效緩解。風電的特性是隨機性和波動性，這個特性使得預測風電功率需以大量的曆史數據作為支撐，此類數據主要包括風電機組信息、地貌形勢、風電場實時和曆史輸出功率數據、實時和曆史測風塔等數據。其中采集的風塔曆史數據的時間分辨率短則超過10min，時長則超過1年；通過風電場采集的曆史輸出功率數據的時間分辨率要超過5min，數據的時長要超過1年。麵對大量的曆史數據，此時就需要建立可靠的預測模型來對風電功率進行預測，通過選擇不同的時間尺度，結合實際工程應用需求，嚐試多種預測模型對風電功率進行預測，以便得到更精準的預測結果。

3.3定位和治理配電網低電壓

由於現在電網仍然存在低電壓的問題，主要原因是整個電網係統升級較慢，以及用電負荷的大大增加，這樣對用戶的正常用電造成了負麵影響。利用大數據技術能定位配電網低電壓，電網的相關信息可通過用電信息采集係統和SCADA係統進行收集[7]，這些相關信息如變壓器和線路的電流電壓斷貨負荷類型、功率因數等參數。與此同時，與配電網相關聯的無功補償、負載率、供電半徑、配電網結構、故障情況等信息，為了深度了解電網低電壓的原因，采用數據挖掘模型對配電網低電壓的影響因素進行關聯分析，提升了配電網合格率，對電網的安全運行給予保障。

3.4預警評估配電網重過載風險

伴隨著用電量即電力需求的大幅度增長，傳統“輕配重輸"的工程建設模式已與現如今的發展需求不太符合，主要原因是常常會出現重過載的問題，因此不但對供電質量失去了保障，還影響了配電網的正常運行[8]。為了更方便的獲取配電變壓器和輸電線路的曆史和實時的三相電壓、電流和功率因素等相關信息，可通過這些係統來獲取，如用電信息采集係統、OMS、SCADA、AMI、OMS、關聯營銷業務等係統。然後采用綜合分析的方法來評估配電變壓器的相關特性，如容載比、配電網元件故障率、線路間負荷轉移能力等。

4 安科瑞變電所電力運維雲平台介紹及選型

4.1 雲平台概述：

按照國家電網公司的統計，10kV及以上供電電壓等級的工商業用戶有200萬戶以上，此類“用戶側變配電所"產權歸電力用戶所有（工商企業、住宅小區、學校、醫院等），雖然數量眾多，但是日常的運行維護工作比較傳統，普遍存在以下痛點：

人工成本高：人工巡視、紙質記錄、電話溝通，缺乏智能化的手段

工作效率低：巡視頻率低、巡檢任務無法定位、巡檢過程不標準規範、巡檢缺陷缺乏閉環跟蹤；

安全隱患：有些用電單位無專業維護電工、無法即時排查電氣隱患、隱蔽工程隱患檢查難等難題；

搶修時間長：變電所設備種類較多，在分布上也比較分散，無法即時識別和定位故障信息，需要用戶通知後到現場確認；

運行大數據缺少分析：有些用戶未有數據匯總分析平台，甚至未安裝電力儀表導致運維人員對現場電力參數信息不了解，無法確定電力係統是否正常運行。

4.2 應用場所

4.3 雲平台架構

我司的運維平台綜合運用綜合保護裝置、多功能電力儀表、母排及線纜測溫裝置、變壓器溫控儀、視頻攝像頭、水浸煙霧、溫濕度、門磁等多種傳感器統一接入變電所現場的邊緣計算網關，經邊緣計算網關將數據封裝、壓縮、加密後上傳至雲平台。實時集中監測所有變電所用電情況、統一調度運維巡檢安排，線上線下聯動；實現用戶側變配電所的24小時無人值守，全麵監測各配電回路運行狀態，即時定位故障，降低安全風險。通過手機APP下發運維任務到人員手機上，並通過GPS跟蹤運維執行過程。將企業集團/高等院校內廣泛分布的變電所集中統一管理，提高運維效率、提高故障響應速度，即時發現運行缺陷並做消缺處理。為售電企業提供電能集抄服務，即時掌握用戶用電量情況，避免偏差考核；響應泛在電力物聯網的政策，增加客戶粘性，為後期的增值服務開展做準備。

4.4雲平台功能

　4.5雲平台配置方案

4.6產品介紹

AM5SE係列微機綜合保護裝置

功能

保護功能：主變差動保護功能、主變後備保護、三段式過流帶方向帶電壓閉鎖、三段式過流、零序電流保護、過電壓；

低電壓保護、大功率電機保護、高壓電動機綜合保護、PT並列功能、非電量保護、並網逆功率保護、檢同期功能；

測量功能：保護電流、測量電流、零序電流、母線電壓、零序電壓4-20MA輸出、直流測量；

通訊功能：提供RS485通訊接口，RS232維護接口，IRIG-B對時接口、USB升級接口，RJ45網口接口；

故障錄波功能：保護動作時觸發錄波，可以記錄故障前8個周波後四個周波的數據；

控製回路：自帶操作回路，防跳功能；

GPS校時功能：提供時鍾同步接口，接收GPS校時信號。

應用

35kV及以下電壓等級的變配電站及設備的保護測控功能，至少包括35kV進線/主變壓器（一般容量2000kVA以上）/PT/母聯、10kV進線/饋線/配電變壓器（一般容量2000kVA以下）/高壓電動機/高壓電容器/母聯/PT等設備的保護和自動控製功能。

ASD300係列智能操控裝置

功能

一次動態模擬圖指示及自檢帶電顯示、閉鎖及自檢；

核相、強製加熱、強製照明；

語音防誤提示；

人體感應及櫃內照明、已帶電語音播報；

分合閘、遠方就地、儲能轉換開關；

分合閘回路完好指示/電壓測量；

預分預合閃光指示；

斷路器分合次數統計；

RS485串行通訊接口；

開關櫃節點無線測溫；

全電參量測量。

應用

35KV高壓及以下中置櫃，手車櫃，環網櫃。

ARTM-Pn無線測溫裝置

功能

接收60個ATE100/200/300/400；

3U3I電參量測量；

實時測溫功能；

RS485通訊接口，通過標準的MODBUS RTU協議實現組網功能；

具備自檢功能；

超溫、高溫、相間溫差報警、溫度突變量告警功能。

應用

變電站、配電室、箱變等。

APM810係列多功能電力儀表

功能

準確度等級：有功電能0.5S級，無功電能2級；

測量功能：三相電壓、三相電流、分相及總有功功率、分相及總無功功率、分相及總視在功率、分相及總功率因數、頻率、需量；

電能計量：分相及總雙向電能、四象限無功電能；

電能質量監測：2-63次分次諧波、總（奇、偶）諧波測量、電壓波峰係數、電話波峰因子、電流K係數測量；

輸入輸出：2路開關量輸出（選配MD82模塊可擴至8路）；

及2路開關量輸入（選配MD82模塊可擴至26路），開關量輸出；

可配置為報警輸出或遠程遙控，DO用作報警輸出時可自由關聯報警內容；

SD卡存儲功能：用於電參量、電能、諧波等數據定時存儲，波形存儲等功能。

應用

適用於電力係統、工礦企業、公用設施、智能大廈等需要18luck新客户端的場合。

DTSD1352導軌式電能表

功能

測量功能：三相電流、電壓、功率、頻率、總正反向有功電能統計、總正反向無功電能統計；

準確級精度：有功0.5S；

電流信號接入：直接接入10（80)A 經CT接入1（6）A；

電壓信號：100V 380V；

通信：RS485接口，支持MODBUS-RTU或者DL/T645通訊協議。

應用

適用於*和大型公建中對電能的分項計量，也可用於企事業單位作電能管理考核。

ADW300無線智能儀表

功能

測量功能：三相電流、電壓、功率、頻率、總正反向有功電能統計、總正反向無功電能統計；

電能質量：電壓、電流不平衡度，電壓、電流總諧波及2-31分次諧波；

需量：電流、功率需量及實時電流，功率需量；

準確級精度：0.5s級 ADW300外置互感器型1級；

電流信號規格：100A輸入，經互感器輸入，二次互感接入；

通訊方式：RS485、 LORA無線通訊、NB-IOT無線通訊、4G無線通訊。

應用

ADW300方便用戶進行用電監測、集抄和管理，可靈活安裝在配電箱中，可用於電力運維、環保監管等在線監測類平台中。

ARCM300係列電氣火災監控儀表

功能

測量：單回路剩餘電流、4路溫度、電壓、電流、功率、頻率、功率因數、視在電能、四象限電能；

保護：剩餘電流、溫度、過流等；

報警：聲光報警，支持消音、複位操作；

開關量：1路繼電器輸出、4路開關量輸入；

通訊方式：RS485、NB-IOT無線通訊、4G無線通訊。

應用

適用於智能樓宇、高層公寓、賓館、飯店、商廈、工礦企業、國家消防單位以及石油化工、文教衛生、金融、電信等領域。

ANET智能網關

功能

數據采集（支持串口、以太網，隻需配置即可兼容支持標準電力規約的各類儀表）；

數據上傳（支持往上海分類分項能耗平台、寧夏電力需求側平台、江蘇電力運維平台、浙江電力運維平台上傳數據）；

邊緣計算（靈活的報警閾值設置、主動上傳報警信息、數據合並計算、斷點續傳、數據加密、4G路由）；

遠程管理（遠程配置、遠程升級、遠程監視）。

應用

泛在電力物聯網、能耗係統平台、電力需求側管理平台、第三方雲平台、預付費係統、運維係統平台、18luck新客户端平台、能源綜合管理平台。

4.7雲平台現場應用圖片

展廳現場運維團隊采集箱內部圖

高配現場門磁安裝煙感安裝

安裝漏水檢測安裝低壓櫃儀表

4.8平台價值

為電力運維企業提供線上運維服務平台，實時集中監測所有變電所用電情況、統一調度運維巡檢安排，線上線下聯動。

將企業集團/高等院校內廣泛分布的變電所集中統一管理，提高運維效率、提高故障響應速度；

響應泛在電力物聯網的政策，增加客戶粘性，為後期的增值服務開展做準備；

為售電企業提供電能集抄服務，即時掌握用戶用電量情況，避免偏差考核。

4.10 典型案例

5 結語

隨著智能電網的不斷建設和發展，以及不斷增加的電力數據需求量，大數據技術得到各個領域的廣泛應用已成為了必然趨勢。通過分析電力數據的特點，並結合大數據技術的優勢，將大數據技術應用到電力係統中，對智能電網建設產生了積極影響。希望本文的闡述能引起越來越多的電力工作者對大數據技術的關注，電力係統能充分應用大數據技術，推動電網的發展和轉型，促進電網的長久穩定發展，才能更好適應社會發展需求。

參考文獻

[1] 李皎.大數據時代到來對電力行業發展提出新要求[J].華北電業,2012(4):82-83.

[2] 楊帆,胡雪菁,尹鏡晶.試論智能電網大數據處理技術的應用現狀及麵臨的挑戰[J].數字技術與應用,2016(11):256.

[3] 於仕.大數據技術在電力行業的應用探討[J].現代工業經濟和信息化,2017(19):51-52.

[4] 李康.淺論大數據技術在電力係統中的應用[J].中國戰略新興產業,2017(44):87+89.

[5 ]蔡力軍.探討麵向智能電網應用的電力大數據關鍵技術[J].科技展望,2017,27(6):19.

[6] 彭小聖,鄧迪元,程時傑,等.麵向智能電網應用的電力大數據關鍵技術[J].中國電機工程學報,2015,35(3):503-511.

[7] 謝斌,宋曉波,竇國賢.大數據技術在電力行業的應用研究[J].數字通信世界,2018(1):176.

[8]曹皖誠,湯少卿,尤鋆.大數據平台在電力係統中的應用研究[J].江蘇科技信息,2016(29):53-56.

[9] 陳永淑.大數據技術在電力係統的應用

[10] 安科瑞企業微電網設計與應用手冊.2020.06版.

作者簡介：

侯文莉，女，安科瑞電氣股份有限公司，主要研究方向為變電所智能監測係統的研發與應用

上一篇：探討基於(yu) 物聯網技術的低壓安全用電監測係統研究及應用分析

下一篇：淺談三相異步電動機的維修及保護措施