(国网亳州供电公司安徽亳州236800)
摘要：随着电力系统的发展与进步，社会用电量日益增加，在大数据时代的背景下，无疑对电网运行的质量和效率提出更高的要求。大数据技术作为信息技术中的重要内容，在新时代的电力调控工作中发挥着重要作用。大数据技术可更好的管理和监控电网运行过程中实时处理、分析和研究各项基础数据，并将智能化预警系统引入其中，以不断降低电网运行的负荷压力，使得电网能够在当前电网规模和运行压力不断扩大的情况下，实现更好的稳定性和安全性。
关键词：电力调控；大数据集成技术；大数据管理技术
引言
随着当前科学技术的快速发展，各行各业产生的数据信息都在不断的扩大，对这些数据信息进行有效的分析和应用，能够对行业的发展起到积极的推动作用。同样的在电力调控中也会产生较多的数据信息，通过大数据技术对这些数据信息进行引用，能够让电网系统运行变得更加高效安全。
1大数据技术应用于电力调控中的意义
1.1电力系统自动化发展需求
电网在运行过程中，会产生大量的数据信息，大数据技术可更好的管理和监控电网运行过程中实时处理各项数据，并对这些基础数据进行分析和研究，将智能化预警系统引入其中，以不断降低电网运行的负荷压力，使得电网能够在当前电网规模和运行压力不断扩大的情况下，实现更好的稳定性和安全性。
1.2确保电网安全可靠运行
如今用电数量和用电质量提升速度超乎我们的想象，电网运行中各种各样的不稳定因素时时的考验着电网的整体质量，因此，要实现电网安全可靠的运行必须全面诊断和监控电网运行的状态，运用跨越式及系统性的数据共享来追踪和定位故障区域，便捷高效的处理电网运行中的各项故障。
1.3进一步提升客户用电服务水平
预判性的实现是大数据技术突出的优势所在，通过分析和处理各项数据信息，可以生成科学合理检修计划和供给计划，实现电力调度效率的大幅提升，避免不必要的资源浪费，确保用电客户服务质量的提升。比如运用大数据技术通过分析和研究用户历史用电记录，分析出用电客户的需求侧，实现区域用电总数据的错峰供给，降低电网负荷，避免故障发生。
2电力调控大数据集成及管理技术要点
2.1电力调控大数据存储需求
电力调控大数据往往包括模型数据、历史数据以及实时数据等结构化数据；语音数据、DTS教案、波形文件、电网综合故障报告、CASE断面等非结构化数据以及高频变化的时间序列数据。不同的业务对数据访问性能的要求也存在差别。一个数据一般不能满足全部需求；因此，应当研究将不同种类数据库技术相结合的数据库管理技术，使其能够适应各类特点与场景，相互补充。数据存储的设计关键在于保证使用高效、科学、正确的数据存储结构，确保不同种类的运行数据能够正确划分到与之对应类型的数据库中，符合相对应的设计原则；这样就能够最大限度对程序应用的有关工作进行简化，包括代码、报表以及查询等。电力调控系统中的数据类型大致可以划分成四大类，其中有文档资料、基础数据、电网模型以及运行数据；这些数据都存储在分布式文件库、关系数据库以及时序数据库中。
2.2分布式存储技术
（1）Hadoop系统结构
在分布式系统中，Hadoop是一个基础结构；其实现了分布式的文件系统（下文简称为HDFS）。HDFS可以为巨量数据提供存储空间，其是Hadoop结构中至关重要的一项核心设计。
HDFS具有诸多优点，其中包括：1）能够通过用流的形式对文件系统中的数据进行访问；2）其提供了高吞吐量，从而实现了应用程序数据的访问；3）具有较高的容错性。除HDFS之外，对于Hadoop结构而言，其核心设计还包括MapReduce。
（2）Hive工具
Hive是以Hadoop为基础的一种数据仓库工具；Hive日常运行过程中需要得到Spark、TEZ、MapReduce的支持，同时使用HDFS当作是数据存储。其主要优势在于：1）支持数据的优化与挖掘；2）支持扩展与输入格式的耦合；3）能够提供与SQL相似的查询功能，并当作是标准的分析工具；4）能够在不用的文件或者数据格式上直接进行查询；5）兼容maps、lists以及sturcts等不用种类结构化数据。针对大量结构化数据的存储问题，MapReduce在及时解决SQL查询问题方面，难度较大。这是由于Hive的操作接口通常使用SQL语法，提供了快速开发的能力，省去了编写MapReduce的程序，大幅降低了开发技术人员的学习成本，并使Hive的功能得到一定的扩展。
（3）HBase数据库
作为开源数据库的一种，HBase主要用来存储非结构化的数据，其主要特征包括面向列以及分布式。HBase通常是以Hadoop分布式文件系统为基础，从而实现了读写数据的实时性，具有较高的可靠性。而HBase的优点在于：1）不含有确定的索引，能够自动分区，并可以自动处理新节点或者线性扩展，具有较高的容错率；2）因为是以HDFS文件系统为末班，所以具备高并发读写操作功能；3）能够对数据进行自动切分，显著提高数据存储的水平可伸缩性；4）列动态数据增加，同时只有在存储数据之后，空间容量才会变化。而其缺点也十分明显，包括：5）当HRegion在进行分裂或者压缩的过程中，会出现暂时性读写堵塞的现象；6）不具备条件查询功能，智能通过RowKey进行查询。
2.3实现对电力系统安全的智能预警
智能预警是大数据技术在电力系统中的典型应用。传统安全预警主要通过评估预案和离线计算的方式对电力系统的运行状态进行预测。从实际的应用情况来看，这种预警方式的效率低下，难以满足当前电网运行的需求，因此必须利用大数据技术实现电力系统的智能化管理。例如采用全网仿真统一计算和数据分类储存处理的技术，对电网运行过程中产生的海量数据进行统筹处理，分析存在异常的数据，对故障发生的区域进行追踪，确定准确位置，并生成实时的评估方案，针对性的解决其中存在的故障和矛盾。
2.4实现对调控电力负荷情况的优化
新能源发电与传统火电的发电方式最大的不同点在于自然性比较突出，如风力发电、太阳能光伏发电都依赖于自然环境，不受人为的控制，具有明显的间歇性等，所以，如果将传统发电并网新能源发电，肯定会对电力系统电网调控形成更大的挑战，大数据技术的运用可以结合电网运行的具体情况确定出更加科学的调度技术，有效的处理负荷信息，实现电力负荷调控的进一步优化。例如利用大数据技术在Hedoop分布式文件系统中构建HBase数据库，实现数据的列动态增加和自动切分，实现对各项数据的实时读写和处理。
2.5加强电网检修工作
首先在电网故障问题的诊断方面较为困难，使得对电网故障的诊断时间延长，也因此影响到许多客户的用电体验，对其造成较大的经济损失。而针对该方面问题，在引入大数据技术后能够十分容易的解决，加快电网检修工作的速度和效率。在某区域电网出现故障之后，电力系统运行数据会出现相应的变化，通过对这些数据信息做深入的分析，能够迅速查找到故障的准确位置，以便维修工作的开展。其次，利用大数据技术合理安排电网计划检修工作，避免重复性停电、延期供电的情况发生。在大数据技术下，将区域范围内的用电需求、电力设备缺陷数据等进行整合，然后对整个检修工作进行统一安排和规划，及时通知区域范围内客户停电、供电准确时间，从而将检修工作带来的影响降到最低。
结束语
综上所述，随着我国电力事业的不断发展，在电力调控中应用大数据技术已经成为一种必然的趋势，电力建设管理的自动化和数字化发展也迎来了崭新的局面。大数据技术应用到当前电力调控工作中对于电网运行质量和效率的提升，以及电网运行成本的降低具有重要的意义。
参考文献:
[1]谷芳,张新友.大数据技术在电力调控中的应用分析[J].数字通信世界,2017(12):102-103.
[2]张炜.电网监控对电网运行的重要性探讨[J].建筑工程技术与设计,2017(24):152-155．
[3]林静怀.基于大数据平台的电网运行指标统一管控方案[J].电力系统保护与控制,2018,46(4):56-58.