（国网南省电力公司宜阳县供电公司471600）
摘要：随着科学技术的进步和发展，为更好的满足各种电力系统应用需求，提高电力系统的质量和水平，我国开展了智能电网的建设工作。其中，一个重要的工作是对于新型技术方式的应用。比如：具有更好质量、更大规模、更多数据信息来源的电网调控中心需要进行高质量的应用，对于电网调控运行大数据进行良好的存储与处理，开展更好的应用，对于整个的电网系统运行进行数据信息保障。因此，我们针对电网调控运行大数据分类及特征、电网调控运行大数据存储与处理技术框架、电网调控运行大数据存储与处理技术的应用问题进行研究和分析工作，为加快我国的智能电网建设贡献出一份力量，更好的满足人们对电力资源应用的需求。
关键词：电网调控运行；大数据存储；处理技术
新时期，社会用电需求逐渐增加，电力工程建设数量和规模也在逐渐扩大，与此同时，电网复杂性和不确定性加剧，电力调控难度越来越大。大数据技术在数据整合集成方面应用优势明显，其在电力调控中的应用空间广阔，因此，对大数据技术在电力调控中的应用方式进行详细探究具有十分重要的现实意义。
1电网调控运行大数据分类及特征
电网调控运行大数据可以依据来源方式的不同分为电网调控运行大数据、基础数据、外部信息数据、电网运行及设备状态监测数据四种不同的类型。这四种不同类型数据在应用中具有紧密的关系。在电网调控运行的众多数据中，计划类的数据、负荷预测数据、电网运行的数据、基础性的数据等属于结构性的数据方式。同时，在应用中还存在一些非结构性的数据方式。比如：图形图像的处理、视频的监控等渐渐在应用中发挥出重要的作用。随着电网调控规模的扩大、数据体积的变大、应用种类的增多、结构的渐渐复杂，进行高质量的数据处理和存储已经变得比较困难。因此，需要对于系统运行的结构、方式等等进行全面性改变，提高存储和处理的质量和水平。
2电网调控运行大数据存储及应用
2.1云计算平台的应用
在数据采集与存储方面，云计算平台采用了分布式的数据存储方案，并行查询平台与计算平台的设置，为广大输电企业提供了极大的便利。例如，HADOP云计算平台，利用廉价服务器与PC机构建集群，对各地区供电公司闲置的服务器进行资源收集，降低服务器的建设成本，通过虚拟机器使设备的利用率得到提升，对输电线路的状态进行智能化检测。在获得数据信息的采集之后，进行科学的处理、分析与计算，以满足客户对数据的要求，数据库的访问效率得到了提升，系统在短时间内获得大量的数据，以及实现数据的处理。
2.2电力数据处理技术
将大量的数据整合成数据集作为准备数据，数据的准备利用分布式计算方法，将数据及所蕴含的规律全部导出，以客户理解的方式将运行规律表达出来，如可视化的表达方式，最后对收集结果进行统计分析、整理归类和全面的解释，统计分析通常分为描述统计以及推断统计，都是为了便于客户的理解以及企业效益的发展。可视化数据技术包括数据的可视化、信息的可视化、科学的可视化以及成绩图形的可视化，旨在借助有效的表达，帮助与客户实现信息的沟通，便于相关者对数据的理解分析。
2.3智能电网大数据处理系统
大数据处理系统设置的目的是通过有效的数据分析，来决定发电站的选址、输电线路的设计，通过大数据分析技术，将天气系统的数据与企业的发电数据进行结合。针对当地的气温、气压、空气湿度、空气沉淀物、风向、风速等一系列数据进行数据模型构建，针对风速、风力、气流等对电力生产造成很大影响的数据进行全方位的分析，形成科学合理的数据库系统，为项目的建设以及电站的选址提供参考，从而优化厂址的选择，在这个过程中运用云技术平台对卫星图像、地理数据进行收集处理，更好的服务项目的建设与发展。同时，电力营销企业需要对电力用户进行分析，通过庞大的数据来呈现，对用户进行不同需求的细分，采用有针对性的手段改善电力服务质量，搜集并利用内、外部数据，通过内外服务的方式满足用户的电力需求与其他方面的需求，有针对性的进行营销，改善营销手段，提高电力企业的竞争力，提高智能管控，在电力基础故障处理预防中运用大数据分析技术，找出故障存在的原因以及位置，通过对故障发生时间的分析以及产生的数据进行收集，采用有针对性的方法缩短故障的处理时间和对用户的影响，减少维修成本，对故障进行实时监测，及时处理小故障，避免故障范围的扩大，通过大数据分析，实现在线监测，视频监控，应急指挥检修查询。最后，由于电力企业涉猎范围较广，彼此之间的联系较为密切，必须通过加强整个行业的协同管理，推动行业的发展与优化。电力行业的生产数据、营销数据、销售数据管理、数据都需要通过大数据分析系统平台，进行合理的监测与分析，优化电力生产运营和销售，增强内部的人力资源设备流动性，提高整个集团的管理绩效，推动电力企业朝着更好的方向迈进。
3大数据技术在电力调控中的应用
3.1电网状态智能监控
在电力系统运行中，调控中心的作用收集电网设备运行中的在线监测数据，在对电网设备进行状态监测和诊断分析过程中，一般只能给对单台独立的设备进行管理，对于监测所得数据，也不能进行共享，对于不同设备的运行状态参数，不能进行统筹分析。另外，现如今，在电网运行中，数据量逐渐增加，在对海量数据进行传输和存储过程中，会对监控装置造成巨大负担，在一定程度上对智能电网的跨越式发展构成了阻碍。
3.2电力系统安全智能预警
电力系统安全预警主要被应用于电力调控中心中，在评估预案过程中，对于系统典型运行方式，需要进行离线计算，但是这种预警方式时效性比较低，并且预警并不全面，很难满足智能电网发展之际需要。对此，需要采用全网实施统一仿真计算的方式，提升电网事故预警的时效性和全面性，在此过程中，由于海量数据来源比较多，数据量庞大，因此，如果采用传统的数据存储和处理方式，工作难度极大，对此，可以采用数据分类存储和处理技术，提升数据处理的时效性，另外，还应该构建先进的智能预警系统，对全网进行一体化仿真，对不同类型的故障问题进行追踪和定位，确定电网调控运行中的矛盾问题，然后对电网运行安全进行科学合理的评估，从而为电力调控系统采取有效的控制措施奠定基础。
3.3广域源荷互动的优化调度
在电网调控系统中，当光伏、风电等间歇性新能源的并网容量能够达到一定的比例后，如果仅仅对发电机组进行调节控制，进而达到用电平衡状态，则很难充分发挥电网调控能力。现如今，随着新能源发电装机容量的不断增加，具有海量数据的需求侧可控资源信息也会逐渐被应用于电网调度计划中，通过应用大数据处理技术，对电力系统调控运行负荷信息进行存储和处理，有利于提升电网调控能力，实现资源优化配置。
总之，在电力调控中，数据是调控价值的核心体现，随着电力系统的快速发展，电网运行中的数据种类、数量逐渐增多，通过将大数据技术应用于电力调控中，能够有效提升电力调度的智能化和自动化水平，提升电力调控工作效率，促进电网可持续发展。
参考文献：
[1]高重晖，王泽一，李振元，等.送端电网调控运行管理体系建设研究[J].吉林电力，2016，06：1-3.
[2]殷少奇.电网调控运行大数据存储与处理技术研究与应用分析[J].陕西电力，2016，11：47-50.
[3]陈曦.调控一体化实时数据存储应用系统的设计与实现[D].电子科技大学，2016.