浅论电力调控大数据集成及管理技术应用

何建

国网四川省电力公司米易县供电分公司，四川米易县617200

摘要：随着信息技术的不断发展，其在社会各领域当中的应用愈加广泛，电力领域中，信息技术的应用使得电力数据处理上变得更加高效、快捷。然而随着电力需求的不断增加，电力数据处理压力也越来也大，各种问题和矛盾日渐突出，因而，利用大数据进行电力数据集成和管理就变得更加急迫。文章就此展开探讨。

关键词：电力调控；大数据；集成；管理

根据我国的实际情况分析发现，电力企业的数据一般主要来源于在生产电力过程中的用电、调度和配电等相关环节和电能使用环节。根据这些环节，电力企业的数据来源可以分为三类，分别是在营销过程中电力企业的相关数据，其中有销电量、用电客户和交易电价等数据；在对电力企业进行管理过程中收集到的数据；在运行过程中电网和设备监测以及监测过程中的数据。在使用不同智能终端对电力系统运行中的数据信息进行收集后，可以对收集到的数据进行系统的分析，全面的管理和处置，保证电网监控目标的实现。

1重要性分析

1.1提高运营效率，优化客户体验

大数据集成及管理技术能够显著提高电力企业的运营效率并优化客户体验。对于电力企业而言，运营效率主要涉及支撑功能优化、资产管理、需求预测、产品与网络管理以及收益保证等方面的内容。而通过大数据集成及管理技术对客户关系进行优化、定制优惠服务政策、创新主动营销策略，能够优化客户体验。以实际案例来看，某电力公司使用大数据集成及管理技术发现，当停电之后，若是恢复供电的实践可以比用户预期的时间提前十分钟，则客户反馈的满意度最高；但是，如果电力系统恢复供电的时间比用户预期的时间早两个多小时，则会降低客户的满意度。而客户满意度直接决定了客户的留存率。事实说明，电力企业使用大数据集成及管理技术能够降低客户的流失率，从而降低成本损失。

1.2提高电力企业营销服务水平

用电客户可以通过永洪一站式大数据分析平台，把大量详细的数据信息上报给电力企业业务部门，之后由业务部门自动完成数据分析、管理、应用等工作。通过对电能信息采集、电能计量、电费管理、客户服务、市场和综合管理、新兴业务以及有序用电等不同方面的分析，企业管理人员能够全面掌握电力营销服务工作落实的实时状况，从而有效监测营销稽查工作指标、新兴业务工作质量指标、有效用电落实、能效管理成效、智能电表、电费管理以及客户服务等各项营销服务工作实施状况。

1.3大数据技术在精益调控中的作用

（1）电力系统安全智能预警广泛应用在电力调控中心中，能够对预案过程进行科学评估。而面对人们对于电能需求的进一步增加，传统预警方式已经无法满足电力系统发展需求。随着大数据技术的应用，其能够借助数据分类处理以及储存技术，进一步提高数据处理的时效性；同时还能够构建先进的智能预警系统，从而实现全网的一体化方针，并能够对各种类型的故障问题实施定位与追踪，还能够对电网运行安全实施合理科学的评估，为当前电力调控系统的全面发展奠定了良好的基础。（2）广域源荷互动的优化调度在当前电网调控系统之中，在风电、光伏等间歇性新能源的并网容量超过一定的比例之后，若是单单依靠发电机组对电网实时调控，则很难保持用电平衡状态，且无法发挥电网调控的真正作用。而随着大数据技术在电力调控中应用深度与广度的提高，使得具备海量数据的需求量可被控制资源信息也被慢慢应用到电网调控计划方案中，并可以借助大数据处理技术，对电力系统日常运行过程中的调控运行信息实施在线处理与实时储存，切实提高了电网的调控能力，从而实现了资源的优化配置。

2电力调控大数据集成及管理技术的主要应用分析

2.1分布式存储技术

（1）HBase数据库

HBase作为开源数据库之一，通常被用作存储非结构化的数据，特点主要以分布式以及面向列为主。HBase数据库的基础一般为Hadoop分布式文件系统，进一步提高了数据读写的时效性，因而具备较高的可靠性。具体来看，HBase数据库在实际应用过程中的主要优点包括：①可以自动切分相关数据信息，进一步提高了数据存储的水平可伸缩性；②由于该数据库的模板为HDFS文件系统，因此具备高并发读写操作功能；③虽无明确索引，但可以实现自动分析，并能够对实现线性扩展或者对新节点进行自动处理，因而具备极高的容错率。而HBase数据库的缺点也十分突出，涉及：①不具备条件查询功能，只能借助RowKey实现查询；②当HRegion在实施压缩或者分裂的时候，会出现短暂读写堵塞的状况。

（2）Hive工具

Hive是一种主要以Hadoop为主的数据仓库工具，其在实际应用过程中必须辅以MapReduce、TEZ、Spark等系统，并且需要借助HDFS实现数据存储。这种工具的主要优点包括：①能够兼容不同类型结构化数据，涉及sturcts、lists以及maps等；②可以在废弃的数据格式或者文件上直接进行查询；③可以作为标准的分析工具，并提供和SQL极其相似的查询功能；④支持输入格式与扩展的耦合；⑤具备数据的挖掘与优化功能。针对海量结构化数据共同存储难度较大的问题，Hive凭借其使用SQL语法的操作接口，因而具备快速开发能力，从而简化了PapReduce编写的相关程序，进一步降低了相关技术人员开发学习的成本，并使自身的功能得到不同程度的扩展。

（3）Hadoop系统结构

在分布式系统中，Hadoop属于基础结构之一，并构成了分布式的文件系统，即HDFS。分布式的文件系统能够为海量数据提供所需的存储空间，这是Hadoop系统结构中的关键设计。其主要优点包括：①容错性较高；②能够提供较高的吞吐量，从而提供访问应用程序数据的功能；③可以借助用流的方式实现文件系统数据的访问。

2.2电力调控大数据主要存储方式

（1）电力调控大数据系统中非结构化种类数据的存储

针对电力调控大数据系统中的非结构化种类的数据，除必要的常规储存以外，有些数据还需要实现数据共享以及数据备份。因此，这就需要借助HDFS分布式文件系统实现此类数据的存储。这样不仅可以满足海量数据存储的实际需求，而且也能够提供较高的吞吐量，从而实现非结构化数据的访问、管理与使用。

（2）电力调控大数据系统统一数据仓库数据

电力企业使用的电力调控大数据系统，都需要借助HDFS分布式文件系统对数据仓库的数据进行存储，在对仓库中的数据进行管理和查询时需要使用Hive工具。这主要是因为HDFS分布式文件系统和Hive工具都可以提高相关工作的效率，HDFS分布式文件系统可以实现海量数据的存储，Hive工具和常规数据库的使用相同，使得对数据的管理和查询更加方便、快捷。

（3）电力调控大数据系统的指标管控应用有关数据

就目前情况而言，电力调控指标一般囊括电网运行分析指标、关键绩效指标、专业管理指标以及同业对标指标等。一般指标定义的相关数据包括计算周期、相应维度以及计算公式等各个方面，而这些指标定义的数据一般都是存储在MySQL数据库中，该数据库的主要优点就是可以实现查询的高效率。指标计算需要的分钟级测量数据可以对近一年的数据进行保存。量测数据的主要优点在于起数据庞大，在进行指标计算时需查询量测数据。基于此，在对量测数据进行存储时就要借用到HBase数据库，这主要是因为HDFS系统作为HBase的基础，可以实现对海量数据的存储，此外，相比Hive工具而言，HBase在查询数据方面的效率比较高。

综上所述，随着社会的发展，电力企业早已开始引进大数据集成和管理技术。大数据集成和管理技术的应用，更加能满足客户的需要，可以有效将电力设备和电力生产进行整合，使得电网规划有数据可进行支撑，从而不断提高电力生产水平，从而实现降低电气企业的成本损失，保障电力企业的利益。

参考文献

[1]赵志宇,张羿,张富华.基于大数据技术的电力调控应用分析[J].计算机产品与流通,2019(02)

[2]马贵波,张旭,郑雯泽.大数据技术在电力调控中的应用研究[J].南方农机,2018,49(19)

[3]王暖.电网调控运行大数据存储与处理技术的应用分析[J].山东工业技术,2018(21)