论文部分内容阅读
摘要：数字化的应用让智能电网大数据技术予以不断提升和发展，通过大数据的统计和分析，能够就参数结构和运行框架予以更好建立，能够就其应用范围予以不断拓展。基于此，本文就智能电网大数据技术发展进行研究与讨论，希望能够就智能电网大数据技术的更好发展提供借鉴。
关键词：智能电网；大数据技术；发展探索
一、智能电网大数据关键技术
1.分析架构
在智能电网大数据中，基本都是对三层分析架构进行运用。最外层属于大数据挖掘平台，主要对繁琐复杂与动态的数据进行发掘，这些数据具有不完整性、非确定性，比较分散。并融合本地学习和模型；第二层则是信息共享与数据隐私、大数据应用与知识。通过高效的数据挖掘平台，能够分割数据分析与处理任务，将其划分为许多个子任务。第三层分析架构则对稀疏、非确定、不完整数据进行事先处理，并对智能电网整体知识予以获取，通过反馈对模型参数进行调整。在分析架构中，第二层能够对数据隐私进行保护，确保信息共享的实现。
2.关键技术
在智能电网中，大数据存储、处理平台和数据解析属于大数据的关键技术。流处理与批处理有关工作开展过程中，大数据处理平台能够采取多种处理方案，能够满足多种的数据要求。通常来说，流处理是直接开展处理工作，速度比较快，并且时效性非常突出，一些实用性要求比较高的业务中经常对其进行运用。批处理原则是先进行存储然后进行处理，主要是分开将问题进行解决，适用于实时性不高的业务中。
关于大数据解析方面，主要包括两点即数据分析与解读。大数据解读就是一种特殊的分析方法。关于大数据解析技术方面，主要包括数据挖掘与融合、领域普适知识挖掘以及过程挖掘。
二、融合光伏发电智能电网大数据技术发展路径探索
1.太阳能资源“搜索引擎”
光伏发电技术需要对太阳能资源予以充分搜集，并将太阳能资源引入千家万户，从而让太阳能资源充分发挥作用。Geostellar便是非常重要的光伏设备供应商和家庭用户的连接者，其依托于B2C平台建设光伏设备，通过线上数据分析和搜索系统的应用，对光伏能源进行分析，并对光能能源予以分配应用。
Geostellar主要包括两部分，一部分为Geostellar’Date，其主要是从第三方获取或者购买数据，诸如辐射强度、辐射时间、辐射方向、辐射信息、当地气温、降雨、当地地势等等信息都被搜集其中，其他诸如光伏补贴政策、租赁或者购买用电协议等等内容同样是其搜集的重要内容，便于光伏产业的进一步调整和完善。
另一部分为Solar Simulation，其主要融合了底层数据，通过基本气象信息、地理信息等内容为用户进行太阳能发电潜力的评估，并给出相应的太阳能面板成本、负荷曲线、设备设置、安装设计方案等等内容，从而对能源效益进行进一步分析，为供应商提供强大数据支持。
2.优化光伏大数据实时分析和整合技术
在分析与处理数据库的过程中，社会各界持续关注数据库的内存结构。只有对整体的内存数据库进行建设，才能使数据内存参数项目中，有关数据分析与数据处理结构优化工作得到充分保障。通过比较光伏数据内存与磁盘项目，就会得出：为了确保实时性分析项目中能够存在科学性处理机制，应当持续升级运行速度，对提升性框架开展有关改进优化工作，与此同时，应当对电力系统的内存数据库处理机制进行不断升级。
在分析数据的过程中，应当对实时性分析机制予以大力运用，实现智能电网系统运行记录中所有环节与用户数据有效性的提高，为了使智能电网中数据结构的时效性得到充分保障，应当对集成与整合技术进行运用。
在对电网开展调度工作的过程中，应当解决电网调度控制结构与控制模型所存在的问题。在对这些问题进行解决的过程中，管理人员应当通过具体情况，来对新型电网监控设备与运行框架进行建设，并不断对其进行健全，在高效掌握电网实时系统动态的同时，不断实现其认知能力水平的提升，进而对对比系统和与之相对应的预防系统进行建设。
通过云计算平台，管理人员应当测量、分析并检测大量的数据信息，不断改进并优化实时性数据整合机制，在实现消费机制优化的同时，确保其效果优化工作的完成，进而实现用户数据与信息时效性能的提升。
3.优化运行大数据源异构处理技术
在开展智能电网系统运行数据技术分析工作时，应当强化开展未来智能电网发展预测工作，在科学分析发电以及输电系统的同时，也应当进一步研究与分析用电環节，使所有运行环节的贯通变得更加高效，实现信息采集技术与信息通畅性的提高，进而保障信息处理机制的落实，实现管理部门对数据异构处理的改进与优化，在保证数据大规模调整工作完成的同时，也能够对数据进行高效控制，使参数传输与数据规模管理工作能够正常开展，确保其科学性与有序性，以此来实现基础设施管理效率的改进，显著减少数据运营中心成本费用开支。
4.强化光伏大数据电力市场调度
随着新能源的不断推进与发展，2018年全国光伏年度计划新增并网规模将达到18GW，光伏发电将会成为智能电网的重要组成，其在发电所中所占的比例也将会越来越高，通过光伏发电站进行实时发电数据检测，让光伏发电数据与整个电网的实时电力调度数据融为一体，则能够为能源消费提供更为强大的数据分配参考，也让电能的应用更为科学、合理。
相关人员更加需要对相关政策及意见进行深入研究和分析，进一步深化电力体制改革，坚持政企分开、主辅分开、厂网分开，进行全新的体制架构建设，并配合具有竞争性的节点家，逐渐让市场认识光伏发电的重要作用和优势，倡导公益性和调节性的发用电计划开展。在进行发电配置方面则将集中收购分布式光伏和光伏发电站的发电量纳入售电业务范畴之中，通过强化光伏运营商的销售和营收情况来达到推动光伏发电技术的发展和应用。
同时，电力市场的调查和研究，以及相应的传统电力应用方式及光伏发电的全新应用方式还需要就所搜集的数据进行合理配置，通过人们的需求、市场的发展动向，引导群体向着绿色环保的用电方向发展，引导光伏数据技术应用市场的拓展。
结语：
随着时代的发展与进步，智能电网大数据技术的应用范围将会越来越广泛，其在促进项目整合，以及技术操作等方面也将会更加纯熟。在技术升级和推进时候，相关部门更加需要对智能电网大数据予以高度关注，并通过多种措施的应用达到系统的可持续发展，以及应用效能的完善和优化。
参考文献：
[1]刘广一，朱文东，陈金祥，张逸.智能电网大数据的特点、应用场景与分析平台[J].南方电网技术，2016，（05）：102-110.
[2]孟祥君，季知祥，杨祎.智能电网大数据平台及其关键技术研究[J].供用电，2015，（08）：19-24.
[3]彭小圣，邓迪元，程时杰，文劲宇，李朝晖，牛林.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，（03）：503-511.
[4]宋亚奇，周国亮，朱永利.智能电网大数据处理技术现状与挑战[J].电网技术，2013，（04）：927-935.
作者间介：
林霞，1973年8月24日，女，汉族，广东省汕头市潮阳区，本科，广东电网汕头潮阳供电局，助理政工师，培训专责，智能电网大数据技术发展探索
关键词：智能电网；大数据技术；发展探索
一、智能电网大数据关键技术
1.分析架构
在智能电网大数据中，基本都是对三层分析架构进行运用。最外层属于大数据挖掘平台，主要对繁琐复杂与动态的数据进行发掘，这些数据具有不完整性、非确定性，比较分散。并融合本地学习和模型；第二层则是信息共享与数据隐私、大数据应用与知识。通过高效的数据挖掘平台，能够分割数据分析与处理任务，将其划分为许多个子任务。第三层分析架构则对稀疏、非确定、不完整数据进行事先处理，并对智能电网整体知识予以获取，通过反馈对模型参数进行调整。在分析架构中，第二层能够对数据隐私进行保护，确保信息共享的实现。
2.关键技术
在智能电网中，大数据存储、处理平台和数据解析属于大数据的关键技术。流处理与批处理有关工作开展过程中，大数据处理平台能够采取多种处理方案，能够满足多种的数据要求。通常来说，流处理是直接开展处理工作，速度比较快，并且时效性非常突出，一些实用性要求比较高的业务中经常对其进行运用。批处理原则是先进行存储然后进行处理，主要是分开将问题进行解决，适用于实时性不高的业务中。
关于大数据解析方面，主要包括两点即数据分析与解读。大数据解读就是一种特殊的分析方法。关于大数据解析技术方面，主要包括数据挖掘与融合、领域普适知识挖掘以及过程挖掘。
二、融合光伏发电智能电网大数据技术发展路径探索
1.太阳能资源“搜索引擎”
光伏发电技术需要对太阳能资源予以充分搜集，并将太阳能资源引入千家万户，从而让太阳能资源充分发挥作用。Geostellar便是非常重要的光伏设备供应商和家庭用户的连接者，其依托于B2C平台建设光伏设备，通过线上数据分析和搜索系统的应用，对光伏能源进行分析，并对光能能源予以分配应用。
Geostellar主要包括两部分，一部分为Geostellar’Date，其主要是从第三方获取或者购买数据，诸如辐射强度、辐射时间、辐射方向、辐射信息、当地气温、降雨、当地地势等等信息都被搜集其中，其他诸如光伏补贴政策、租赁或者购买用电协议等等内容同样是其搜集的重要内容，便于光伏产业的进一步调整和完善。
另一部分为Solar Simulation，其主要融合了底层数据，通过基本气象信息、地理信息等内容为用户进行太阳能发电潜力的评估，并给出相应的太阳能面板成本、负荷曲线、设备设置、安装设计方案等等内容，从而对能源效益进行进一步分析，为供应商提供强大数据支持。
2.优化光伏大数据实时分析和整合技术
在分析与处理数据库的过程中，社会各界持续关注数据库的内存结构。只有对整体的内存数据库进行建设，才能使数据内存参数项目中，有关数据分析与数据处理结构优化工作得到充分保障。通过比较光伏数据内存与磁盘项目，就会得出：为了确保实时性分析项目中能够存在科学性处理机制，应当持续升级运行速度，对提升性框架开展有关改进优化工作，与此同时，应当对电力系统的内存数据库处理机制进行不断升级。
在分析数据的过程中，应当对实时性分析机制予以大力运用，实现智能电网系统运行记录中所有环节与用户数据有效性的提高，为了使智能电网中数据结构的时效性得到充分保障，应当对集成与整合技术进行运用。
在对电网开展调度工作的过程中，应当解决电网调度控制结构与控制模型所存在的问题。在对这些问题进行解决的过程中，管理人员应当通过具体情况，来对新型电网监控设备与运行框架进行建设，并不断对其进行健全，在高效掌握电网实时系统动态的同时，不断实现其认知能力水平的提升，进而对对比系统和与之相对应的预防系统进行建设。
通过云计算平台，管理人员应当测量、分析并检测大量的数据信息，不断改进并优化实时性数据整合机制，在实现消费机制优化的同时，确保其效果优化工作的完成，进而实现用户数据与信息时效性能的提升。
3.优化运行大数据源异构处理技术
在开展智能电网系统运行数据技术分析工作时，应当强化开展未来智能电网发展预测工作，在科学分析发电以及输电系统的同时，也应当进一步研究与分析用电環节，使所有运行环节的贯通变得更加高效，实现信息采集技术与信息通畅性的提高，进而保障信息处理机制的落实，实现管理部门对数据异构处理的改进与优化，在保证数据大规模调整工作完成的同时，也能够对数据进行高效控制，使参数传输与数据规模管理工作能够正常开展，确保其科学性与有序性，以此来实现基础设施管理效率的改进，显著减少数据运营中心成本费用开支。
4.强化光伏大数据电力市场调度
随着新能源的不断推进与发展，2018年全国光伏年度计划新增并网规模将达到18GW，光伏发电将会成为智能电网的重要组成，其在发电所中所占的比例也将会越来越高，通过光伏发电站进行实时发电数据检测，让光伏发电数据与整个电网的实时电力调度数据融为一体，则能够为能源消费提供更为强大的数据分配参考，也让电能的应用更为科学、合理。
相关人员更加需要对相关政策及意见进行深入研究和分析，进一步深化电力体制改革，坚持政企分开、主辅分开、厂网分开，进行全新的体制架构建设，并配合具有竞争性的节点家，逐渐让市场认识光伏发电的重要作用和优势，倡导公益性和调节性的发用电计划开展。在进行发电配置方面则将集中收购分布式光伏和光伏发电站的发电量纳入售电业务范畴之中，通过强化光伏运营商的销售和营收情况来达到推动光伏发电技术的发展和应用。
同时，电力市场的调查和研究，以及相应的传统电力应用方式及光伏发电的全新应用方式还需要就所搜集的数据进行合理配置，通过人们的需求、市场的发展动向，引导群体向着绿色环保的用电方向发展，引导光伏数据技术应用市场的拓展。
结语：
随着时代的发展与进步，智能电网大数据技术的应用范围将会越来越广泛，其在促进项目整合，以及技术操作等方面也将会更加纯熟。在技术升级和推进时候，相关部门更加需要对智能电网大数据予以高度关注，并通过多种措施的应用达到系统的可持续发展，以及应用效能的完善和优化。
参考文献：
[1]刘广一，朱文东，陈金祥，张逸.智能电网大数据的特点、应用场景与分析平台[J].南方电网技术，2016，（05）：102-110.
[2]孟祥君，季知祥，杨祎.智能电网大数据平台及其关键技术研究[J].供用电，2015，（08）：19-24.
[3]彭小圣，邓迪元，程时杰，文劲宇，李朝晖，牛林.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，（03）：503-511.
[4]宋亚奇，周国亮，朱永利.智能电网大数据处理技术现状与挑战[J].电网技术，2013，（04）：927-935.
作者间介：
林霞，1973年8月24日，女，汉族，广东省汕头市潮阳区，本科，广东电网汕头潮阳供电局，助理政工师，培训专责，智能电网大数据技术发展探索