浅论电力调控大数据集成及管理

导语：浅论电力调控大数据集成及管理一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

【摘要】随着时代的进步，电力企业的发展也举世瞩目，信息技术在电力企业中的应用也越来越广泛，和以往相比，电力调控系统的数据源与日俱增，范围也在不断增加，数据的种类也多种多样，使得电力企业在处理数据规模方面的问题开始增多。因此，本文主要探讨了电力调控大数据集成和管理技术方面的重要性、对电力大数据集成和管理技术进行了简要分析，希望可以对有关部门的相关工作提供帮助。

【关键词】电力调控；大数据集成；管理技术应用

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电力调控大数据集成和管理技术的重要性

1.1可以有效提高电力企业营销服务水平。用电客户可以将详细的数据信息通过相关数据分析平台呈报给电力企业的相关部门，实现对数据的管理、分析和应用。通过对电能计量、客户服务、有序用电等不同方面的了解，可以使得企业人员对电力营销服务的实时情况进行及时了解，从而落实好有效用电、对电费的管理、达到新兴业务的质量指标以及满足客户的服务需求等。1.2不断完善客户体验，保证运营效率。在电力企业使用大数据集成和管理技术后，电力企业的运营效率可以有效得到提高，客户体验也能不断优化。电力企业的运营效率主要有资产管理、产品与网络管理、收益保障等内容，采用大数据集成和管理技术对营销策略进行创新时，可以使客户体验得到保障、客户关系得到优化。例如某电力公司在引进大数据集成和管理技术后，某次出现了停电情况，在恢复供电情况和用户预期的时间相比，提前了10min左右，调查用户的反馈情况后发现，此次反馈的满意度最高。而由于客户的满意度直接关系着客户的去留，因此，大数据集成和管理技术在电力企业中的应用可以有效降低客户的流失率，从而降低电力企业的损失成本。1.3在精益调控中使用大数据技术的作用。精益调控中使用大数据的作用主要有两个：①如果使用风电这些新能源，当并网容量超过一定范围之后，仅仅依靠这些新能源完成对电网的实时调控，使得用电平衡状态不能得到保持，电网调控的作用也就得不到发挥。而随着电力调控中大数据技术的应用深度不断得到扩大，电网调控计划中可以不断增加可控资源的海量数据，在使用大数据的处理方式后，电网的调控运行信息可以得到实时存储和及时处理，保证了电网的调控能力，使得资源的配置得到了优化。②在使用电力系统安全智能预警后，实现了对预案过程的科学评估。以往的预警方式在人们电能需求不断增加的情况下已经满足不了人们的需求。在电力企业中使用大数据后，可以在数据分类处理和存储技术的帮助下，使得数据处理的实效性不断得到了提高。此外，在构建先进智能预警系统之后，能够实现对不同类型的故障问题进行追踪，实现对电网的科学评估，保障电网的全面发展。

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。2.1.1HBase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。2.1.2Hive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。2.1.3Hadoop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。2.2.1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。2.2.2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。2.2.3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。

3结束语

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]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）：216+230.

[2]李光珍.大数据技术在电力调控中的应用方向分析[J].低碳世界，2016（33）：71-72.

[3]张秀东.电力调控大数据集成及管理技术研究与应用[D].哈尔滨工业大学，2016.

作者:夏泓靖 毛冬梅 单位:国网绵阳供电公司电力调度控制中心