基于大数据云平台的电力能源大数据采集与应用探讨

郭晓薇

国网河北省电力有限公司容城县供电分公司 雄安新区 071700

摘要：电力能源是我国能源领域的核心部分，是我国社会经济发展和人们日常生活不可或缺的基础能源。随着科技的进步和互联网的发展，人们迎来了新的时代——大数据时代。基于此，以下对基于大数据云平台的电力能源大数据采集与应用进行了探讨，以供参考。

关键词：大数据云平台；电力能源；大数据采集与应用；探讨

引言

随着软件功能的日益强大，系统的日常工作更加多样化，不但要进行主台的各种操作，包括有序用电期间的负荷控制和平时计划检修的负荷监控，每月营销抄表，负控数据异常分析，超容用户的负荷情况的跟踪，还要配合负控指标的补测分析等等，不仅扩大了对负荷终端用户负荷、电量分析和控制的范围，并且增强了对用户的抄表情况、用电情况跟踪的能力，终端硬件型号比以往更多，终端的维护和检修工作也比以往更加繁复。作为负控值班员面临着任务重、业务要求高的问题。

1大数据的基本概念

从广义上说，大数据是利用特定的数据处理技术，对数量庞大且种类多样化的数据进行高效处理，并深入分析各数据的性质和相关数据之间的联系，从而为相关人员提供参考依据，便于其做出科学的决策。简单来说，大数据就是一种可以处理大量数据的技术，具有信息量庞大、信息多样化、信息处理速度快、价值密度低以及信息高度共享等特点。大数据不仅可以分析处理字符类的信息，而且还能够实现图像和音频类信息的分析与处理。互联网的产生和发展，给各个领域带来了大量的数据，而大数据能够实现海量数据的准确高效处理，充分满足各行各业的数据处理需求。

2基于大数据云平台的电力能源大数据采集与应用探讨

2.1负荷预测

将大数据云平台作为支撑，采集用电数据与信息，能够确保负荷预测的全面性、精确性，准确预测配电变压器运行状态，制定科学的配变重过载应对策略，维护整个电网系统运行安全性。日负荷预测期间，需要使用回归分析法，归一化处理原始数据。为了确保预测结果的准确性，需要明确日负荷预测值的关联因素，比如降雨量、PM2.5、气温等。开展实际预测活动时，使用带动量梯度的下降BP神经网络算法、灰色模型法、趋势外推法。在预测电力运行负荷时，实行台区超载预测、过载预测活动，形成过载、超载台区明晰，有效支持应对措施的实施。

2.2能源管理大数据平台基础体系架构

能源管理大数据平台应为能源数据的采集与融合、存储及处理、分析与计算等提供基础平台和支撑技术。根据建设应用的范围和管理的层次，以业务为核心需求，充分考虑系统的高可用性、实用性、可维护性、先进性、可扩展性和安全性等各方面因素，设计形成能源管理大数据平台的通用技术架构。平台根据多层架构模式进行设计，应用技术架构按照后端服务化、前端工具化、业务场景化等设计原则完成整个技术系统构建。总体架构从下至上共分为5层：基础设施层、数据接入层、数据存储管理层、平台支撑层、平台应用层。基础设施层：主要指建设单位现有基础设施，包含服务器设施、网络设备、安全设备、操作系统、数据库系统、存储设备等。数据服务层（数据接入、数据存储管理）：包括数据来源、数据处理、数据存储3部分，同时对上层提供通用的访问服务。其中数据来源主要包含物联网设备、互联网数据、第三方数据接口、企业填报数据、现有历史数据库等，基于此数据源，大数据平台将提供丰富的数据处理手段，利用数据清洗、数据抽取、数据治理等方法，实现数据的存储、管理及维护。

2.3跨级代理

电力系统数据采集分布在多级电网调控管理结构，为了实现集中采集监视，需要在各级机构部署采集代理，代理采集数据借助远程网络，传输到上级管理部门。远程网络具备时延长、带宽波动特点，需要跨级数据转发代理，以提升远程传输的可靠性。跨级代理程序通过滑动窗口大小，批量转发和续传数据。发送端启动滑动窗口后，将窗口报文进行编号，将窗口大小作为隔离装置，利用跨区转发代理转发报文。跨区代理包括部署在安全I/II区的内网跨隔离装置、安全III区的外网跨隔离装置。安全I/II区的弹性消息总线数据，可以通过内网隔离装置接收，转入到压缩模块压缩报文，减少隔离装置带宽占用。由转发程序借助TCP链路，发送至安全III区隔离装置，经过解压、缓存队列交互，由消息生产者将报文发送至安全III区。

2.4提高数据完整性方面

一是电站级、集控中心级、新能源大数据中心级均应开发数据断点续传功能，在发生通信中断后应有后备数据补采措施。二是重大节日或活动保电期间，区域电站提前向集控中心、大数据中心提交断开公用通信专线申请，保电结束时恢复通信专线后，应立即联系集控中心或大数据中心进行数据补采。三是电站应确保远动机或网关通讯服务器已进行冗余配置，并定期开展切换试验验证冗余功能正常。四是电站维护人员要对风机主控、偏航、变桨等系统通讯模块和通信介质定期开展巡检，确保通信线路可靠。

2.5统筹各地资源禀赋差异，因地制宜实现低碳发展

要处理好地区和地区之间、中东西部之间、产业和产业之间的关系，合理制定减碳任务，从地区来说，要有先有后，根据中东西部产业布局、发展基础、资源禀赋等不同，参照“共同但有区别的责任”有序推进。东部地区要加快产业结构和能源结构调整，鼓励率先达峰，给西部地区预留一定的发展空间，提升对实现双碳目标的贡献。西部地区有很多国家能源基地，这些地方煤炭资源丰富，同时可再生能源也比较丰富，要给西部地区留一些发展空间来承接东中部高载能产业转移，发挥西部保障国家能源安全、产业链供应链安全的重要作用。

2.6提高数据传输及时性方面

一是充分研究5G通信技术并适时应用，以减少数据跨省域经过多路由节点跳转传输。二是数据通信专线应遵循专网专用原则，尽可能不与视频会议、办公内网等业务系统混用，确实不具备租赁专网通道条件的公司，可采取在原通道上划专用VLAN的方式并确保VLAN带宽满足数据通信要求。三是集控中心、大数据中心均要做好核心网络通信数据点数量核算，并由系统架构师评估汇聚路由器或核心网关机随着通信数据量规模化增加后的性能是否能满足要求，若硬件性能接近饱和则应提前筹划系统软件、硬件的升级换代改造。

2.7大力推进产业数字化转型，不断攻克关键核心技术

要根据低碳发展和节能减排的实际需要，对数字化转型战略进行有效构建，保证相关核心技术得到有效供给，使电力行业可以在关键性技术得到调整创新的基础上，更加有效地降低碳排放量。电力企业还需要对各节点成本的特征加以分析，以便能够有效地凭借技术创新为国民经济的高质量发展做出贡献。

结束语

在电力行业发展中，电力能源大数据的作用显著，可以支持线损管理，预测负荷、环境污染防治等。在未来发展中，电力能源大数据能够应用到智慧电能、能源互联网、运维抢修中，有助于加强电力服务能力，值得推广应用。

参考文献

[1]廖嘉炜,卢有飞,宋强,徐炫东.基于云平台的电力系统能源负荷预测研究[J].机械设计与制造工程,2022,51(10):79-81.

[2]肖云凯.大数据时代电力营销信息化建设研究[J].产业创新研究,2022(17):60-62.

[3]卢峰,吴朝文,陈小龙,张柯柯,桂宁.基于云计算的电力能源大数据清洗模型构建[J].自动化仪表,2022,43(01):72-76.

[4]戴璐平,沈嘉怡,张飞飞.大数据技术在电力能源经济中的应用[J].电子技术,2021,50(09):206-207.

[5]鲍俊如,金莹,熊亮.基于大数据云平台的电力能源大数据采集方法及应用探讨[J].中国新通信,2021,23(14):101-102.