3 引發(fā)技術變革的電力大數據

3.1 數據規(guī)模大，數據處理時效性要求高——傳統(tǒng)技術手段不能經濟地滿足業(yè)務性能需求

隨著電網規(guī)模的日益擴大，以及信息化水平不斷提高，數據規(guī)模日漸增大。例如，國家電網公司用電信息采集系統(tǒng)中的智能電表數量到2015年達到了三億塊，用采數據達到PB級。如此數量級的數據將對現(xiàn)今電網的數據存儲和管理提出嚴峻挑戰(zhàn)。
同時在數據實時性方面，目前電網公司對大用戶采集頻率為15分鐘一次，家庭用戶為1小時1次；對數據轉換、插入、修改、更新需要在兩次采集間隔之間完成。在傳統(tǒng)的技術手段下，采集數據的入庫時間為小時級，不能滿足目前電網營業(yè)務的需求。

圖3-1電網公司用電信息采集系統(tǒng)中的海量數據

隨著電網規(guī)模的快速增長.電網結構日趨復雜，電力企業(yè)紛紛加大了輸變電設備狀態(tài)監(jiān)測技術的推廣和應用力度；隨著智能輸變電設備數量的不斷增長，設備中進行獲取與傳輸的各類數據也在發(fā)生幾何級的增長。這些數據不僅包括了設備異常時出現(xiàn)的各類信號、運行過程中各類設備的狀態(tài)信息，同時還包含了大量的相關數據，如地理信息、天氣、現(xiàn)場溫度與濕度，以及檢測視頻、圖像和相關實驗文檔等，從而構成輸變電設備狀態(tài)監(jiān)測大數據。

輸變電設備狀態(tài)監(jiān)測系統(tǒng)中大量的監(jiān)測節(jié)點不斷地向數據平臺 傳遞采集的數據，形成海量的異構數據流。數據平臺不僅要可靠地存儲這些數據，而且要及時地分析和處理這些數據：狀態(tài)監(jiān)測大數據以下五個特點対數據存儲和處理技術形成了巨大的挑戰(zhàn)。

1）輸變電設備狀態(tài)監(jiān)測數據的體量巨大。從TB 級別躍升到PB級別?，F(xiàn)階段在線檢測系統(tǒng)（變壓器油色譜、局部放電、絕緣子泄漏電流，線路覆冰、電站圖像監(jiān)測等），涉及的數據包含結構化:.在線監(jiān)測數值、臺賬信息等）和非結構化數據（圖像等），對于一個省級的電網公司，按照10000套終端，每套終端每5分鐘采集一次數據計算，每天產生數據總量約430GB。每年產生數據接近150 TB。目前，正在發(fā)展的直升機巡線所產生的紅外、紫外視頻信息，每年作業(yè)采集的數據量也達到了TB級別。一個數字化變電站每天產生的數據量約為3TB。隨著監(jiān)測系統(tǒng)規(guī)模的擴大，上述數據量還將成倍增加。

2）多源異構數據的相關性。在大數據應用過程中，需要對多種監(jiān)測數據進行關聯(lián)分析，也需要對電網系統(tǒng)外數據（氣象、地理、環(huán)境等）與監(jiān)測數據進行關聯(lián)分析， 這無疑增加了輸變電設備狀態(tài)評估、故障預測等高級應 用的復雜度：另外.由于關聯(lián)分析涉及的數據體量巨大，所使用的數據統(tǒng)計分析算法、數據挖掘算法的執(zhí)行效率在面對大數據時也會受到很大的影響，同時對數據存儲和數據分布方法提出了更高的要求。

3）時間和空間屬性。監(jiān)測裝置節(jié)點具有地理位置屬性，數據采樣值具有時間屬性。對狀態(tài)監(jiān)測數據的查詢不僅局限于按照設備關鍵字查詢，還可以基于復雜的邏輯約束條件進行多條件查詢，例如查詢某個指定地理區(qū)城中所有輸電線路監(jiān)測裝置在規(guī)定時間段內所采集的數據，并對它們進行統(tǒng)計分析。

4）處理速度快。輸變電設備狀態(tài)評估、風險預測等高級應用要求對海量的歷史數據進行離線分析處理， 這要求數據平臺能夠提供并行化的海量歷史數據批處理的能力，這對系統(tǒng)的吞吐量提出了挑戰(zhàn)。

5）價值密度低。以視頻數據為例，連續(xù)不間斷監(jiān)控過程中，可能有用的數據僅僅有1~2s。在基于經驗和人工的傳統(tǒng)輸變電設備狀態(tài)監(jiān)測評估中，只對少量異常數據關注、處理和采用，而丟棄所謂“正常數據”，然而丟棄的大量“正常數據”也可能成為故障分析判斷的重要依據。

結合上述挑戰(zhàn)，應盡快提升電力企業(yè)數據平臺的存儲和處理能力，加大應用研發(fā)力度，有力支撐相關電網業(yè)務應用的開發(fā)。

書名：電力大數據：能源互聯(lián)網時代的電力企業(yè)轉型與價值創(chuàng)造

ISBN：978-7-111-51693-4

作者：賴征田

出版日期：2016-01

出版社：機械工業(yè)出版社