智能電網大數據相關技術

2017-10-12 17:19:00 網絡　點擊量：評論 (0)

云計算智能電網環境下狀態數據量遠遠超過傳統電網監測的數據。而電網狀態監測與診斷主要側重單臺獨立的設備，數據無法共享，無法進行統籌分析，形成數據豐富，知識貧乏的現狀。常規的數據存儲與分析方法無法解決

云計算

智能電網環境下狀態數據量遠遠超過傳統電網監測的數據。而電網狀態監測與診斷主要側重單臺獨立的設備，數據無法共享，無法進行統籌分析，形成“數據豐富，知識貧乏”的現狀。常規的數據存儲與分析方法無法解決這些海量的、異構的狀態數據。而云計算技術使得解決上述問題成為可能。

物聯網

在物聯網模式下，數量巨大的傳感器被嵌入到各種設備。不同領域的傳感器可以收集相應數據，如環境數據，地理數據，天文數據和后勤數據。移動設備，運輸設施，公共設施以及家用電器都可以是物聯網數據采集對象。物聯網的發展也推動大數據時代的來臨。其中，探討了未來智能電網控制中心將會面臨的挑戰，提出物聯網和云計算技術結合可為新型控制中心提供技術支撐。

Hadoop

目前，Hadoop廣泛應用在工業大數據領域，它已經成為重要的并行處理架構之一。針對智能電網狀態監測的特點，結合Hadoop，借助虛擬化技術、分布式存儲以及基于列存儲的數據管理模式來存儲和管理數據，以保證電網海量狀態數據的可靠和高效管理。已有課題組在實驗室中搭建了Hadoop云計算實驗平臺，設計實現了基于Hadoop的電力設備狀態監測存儲系統，并對系統進行了測試，驗證了云計算平臺的高可靠性、良好的可擴展性和數據并行訪問的性能優勢。根據這些實驗，可以看出松耦合將被越來越多地應用到研究電子云，以及并行編程技術(MapReduce)的并行處理框架，以更少的成本為用戶提供更為便捷的服務接口。

電力運營駕駛艙技術

進入21世紀以來，電力行業內開始研究新一代調度自動化系統，電力運營駕駛艙技術應用而生。該技術主要利用信息共享，強調優化決策、預警預控、可視化技術等，提出建設基于各類安全指標的電網實時安全預警系統，并采用人工智能的智能機器代替工作人員，推進一體化管理、決策、智能可視化等應用方案。

駕駛艙以數據多維度、多層次展示為核心，按照各層級管理者自身崗位業務需求自動采集各專業系統的數據，由駕駛艙對數據進行數據挖掘分析，對異常關鍵指標做出預警，通過將數據更直觀地提供給電力運營人員，進一步提升電力企業各層級管理人員管控和決策能力。數據駕駛艙使用各種常見的圖表(速度表、音量柱、預警雷達、雷達圖等)形象地以駕駛艙的形式展示運行的關鍵指標，直觀地監測電力企業運營情況，并對異常關鍵指標進行預警和挖掘分析，以幫助運營人員更好進行決策。業務決策模塊位于分析系統的頂端，底層是生產系統、在線監測系統、和其他專業系統，這些數據通過駕駛艙設定的數據接口調取各專業系統的數據庫，將數據抽取、轉換后存儲至數據倉庫中。