電力大數據背景下的電網規(guī)劃研究

徐星 吳萍 周裘

隨著社會信息化的迅速發(fā)展，數據的新增種類都在不斷更新，數據研究變得越來越復雜，這意味著“大數據時代”到來。新的發(fā)展形勢下，電力企業(yè)數據量不斷增加，同時也給企業(yè)對數據處理工作提出了嚴峻的考驗。經濟的發(fā)展，使得國家電力業(yè)實現了很大的發(fā)展，電力大數據的作用越加重要，極大地地促進了電網規(guī)劃，在安全、平穩(wěn)的上給智能電網的運行創(chuàng)造了較好的條件。所以，本文圍繞大數據背景下的電網規(guī)劃體系進行了相應的分析研究。

大數據時代;新型電網;規(guī)劃體系

基于大數據產業(yè)鏈的定義，電力大數據最重要的技術有以下技術，主要有數據分析，還有數琚管理、數據運算、數據可視化等。

數據分析技術：數據挖據等人工智能技術，詳細的來說，就是電網安全在線研究。通常來講，因為電力系統(tǒng)的安全非常的重要。相較于其他的一些行業(yè)，通常來講相較于其他的一些行業(yè)，因為電力系統(tǒng)安全的重要性，非常之大，所以，在分析結果的精準精準度上，電力大數據的要求也會變得更加嚴格。

數據處理技術：分布式計算技術、內存計算技術流處理技術。只要指的是電力云、電力數據中心軟硬件資源虛擬化等技術。近年來，由于電力數據的大量增多，使得電力企業(yè)做出了相應的工作，為了能夠更加有效地利用軟硬件資源，其使用了新型的數據處理技術，以期能夠在保證成本和物理能耗的時，可以為電力大數據的發(fā)展做出強有力的支撐，即提供更為穩(wěn)定、強大的數據處理能力。

數據展現技術：可視化技術、技術流展示技術、空間信息流展示技術等，也就是電網狀態(tài)實時監(jiān)視、互動屏幕與互動地圖、變電站三維展示與虛擬現實等技術。由于電力數據種類多、指標復雜，加以未來的用戶雙向互動需求，需要大力發(fā)展數據展現技術，提高電力數據的直觀性和可視性，從而提升電力數據的可利用價值。

2.1 數據管控能力不足

在大數據時代中，數據管控能力的好壞對數據分析極其重要，會直接作用于它的精準性和即時性。目前，在獲得電力數據時，它在及時性、完整性、統(tǒng)一性等方面都不盡人意，數據源的唯一性、即時性以及精準性都需要加強提高，一些數據仍然需要手動輸入，釆集效率以及精準性都存在一定的缺陷，行業(yè)中企業(yè)缺乏完整的數據管控策略、組織以及管控流程導致了數據共享不暢，數據集成程度不夠。大數據技術的本質是從關聯復雜的數據中提升單個數據的價值，單一類型的數據即使體量再大，缺乏共享集成，它的價值也會變低。目前，電力行業(yè)在主數據管理工作上明顯存在問題，各個數據口徑不一致。而且，行業(yè)中還有著非常突出的數據壁壘問題，在整個鏈條上數據共享也未能得以充分實現，數據重復存儲且不一致的問題顯得嚴重。

2.2 承載能力相對不足

電力數據相關的基礎設施面對著很大的壓力，這是由于數據在儲存時間上有著更高的要求，同時數據的井噴式增加也存在著同樣的要求。目前，電力企業(yè)多已構建成一體化信息平臺，可以實現日常業(yè)務的需求。但是在許多方面仍然無法適應大數據的需求，而這些需要加強的部分有，數據傳輸能力、存儲能力、處理能力、交換能力、展現能力和互動能力等。

2.3 智能化評估體系存在缺陷

在涉及到電網規(guī)劃工作時，許多電力公司的決策和評估顯得相對無力，評估和決策往往是借助先前的經驗積累，電網規(guī)劃重點關注點在經濟利益方面，而電網構建產生的社會、環(huán)境等方影響則很少被納入考慮的范圍之內。假若在評估根據上存在缺陷，工作的全面性就不會得以體現，結果是評估會出現與實際存有差距;智能化評估體系存在缺陷，能源持續(xù)發(fā)展的目標的實現變會變得困難了。

2.4 人才相對匱乏

電力大數據行業(yè)是一個相對新穎的的事業(yè)，所以若要實現它的健康高效率發(fā)展，必須要具備相應的專業(yè)技術人員，例如大數據平臺的管理技術員、大數據相關的研發(fā)人員、數據分析員等。而當前，在電力大數據行業(yè)，由于此類技術人員相對匱乏，勢必會對電力大數據的發(fā)展造成極大的制約限制。

3.1 做好規(guī)劃工作

要從長期的角度出發(fā)，對電力大數據相關策略進行設置，進行前期的研究工作，在電力業(yè)務特質和發(fā)展需要的基礎之上，結合數據規(guī)模和發(fā)展情況，從整體的角度對電力大數據做出相應的規(guī)劃，做好中遠期的發(fā)展計劃，給出符合實際的方向，并對相關費用和時間節(jié)點進行明確。

做好規(guī)劃后，在處理數據量大的工作，如電力生產、家庭用電、公司經營等，要從實際出發(fā)，抓準主要矛盾，吸引行業(yè)企業(yè)參與其中，對電力工業(yè)共性需求和特點進行關注，實現電力大數據實踐應用的快速化，實現由簡致繁的分析研究，確保相關工作循序漸進的開展。

3.2 打破數據壁壘，實現數據共享

若要打破數據壁壘，必須先做好相關的工作。如電力數據管控流程的構建，以及電力數據相關責任條款的完善落實，可以有效地對數據生命周期進行管理，這個周期包含了獲得數據階段，數據整合階段，數據分發(fā)階段，以及數據利用階段。實現了電力數據管控能力有明顯改善的前提下，要積極評估數據治理和數據質量相關工作的效果，在電力數據的及時性、精準性等方面實現明顯地改善。

在電力行業(yè)里存在的數據壁壘，如果要進行破除，要積極推動數據共享工作，在電力行業(yè)中構建統(tǒng)一的數據平臺，形成行業(yè)級電力數據中心，能夠使得電力大數據的價值充分地得以發(fā)揮，最終為電力行業(yè)提供更好的服務。

3.3 加強人才隊伍建設

過去的人才往往強調一專多能，而大數據人才更要具備兩專多能。所謂兩專，是要有專業(yè)知識，更要有專業(yè)的數據思維。進行相關的專業(yè)人才建設，尤其是對電力數據科學家的培育工作，對于電力大數據關聯的技能認證工作也要大力開展。同時，要積極進行企業(yè)文化的大力建設，給大數據人才以充分的發(fā)展氛圍，在人力資源這個層次上，能夠為電力大數據的前進做出有效地保證。建立電力行業(yè)大數據專家?guī)?、電力大數據青年論壇等組織，通過“請進來走出去”等不拘一格的形式推動企業(yè)間的電力大數據的合作與交流，取長補短，形成合力。在創(chuàng)建大數據體系前期可向外聘請專業(yè)的大數據系統(tǒng)研發(fā)、開發(fā)、可視化工程師、分析師、數據安全研發(fā)人才作為講師或初期團隊顧問，為中期、后期培養(yǎng)人才梯隊，承接數據維護、方法傳授等工作。

總之，由于電力數據的急速增加，與電力數據相關的工作量也大大變多，而面對這些需要處理的海量數據，電網規(guī)劃體系遭受到了新的挑戰(zhàn)。所以，有必要展開相關的分析研究，關注大數據時代背景下新型電網規(guī)劃體系存有的缺陷，詳細地對新型電網相關的規(guī)劃構建進行研究，以實現對電網規(guī)劃體系的不斷調整，最終實現電力行業(yè)的健康了良好運轉。

[2]戴明明，趙輝，戴鵬，等.大數據時代下的新型電網規(guī)劃體系的建設及發(fā)展[J].電子世界，2016（22）：33.

[3]陳紅，蘇運東，付婷，等.試論電力大數據在電網規(guī)劃中的運用[J].現代信息科技，2018，2（9）：101-102.

[4]姚多朵，牛東曉.基于電力大數據的電網規(guī)劃研究[J].科技和產業(yè)，2017，17（9）：65-69.

[5]李相濤，董澎濤，姜能濤.配電網網格化規(guī)劃方法及其運用[J].電力系統(tǒng)裝備，2017（10）：12-14.