● 国网北京密云供电公司 王同旭

随着大数据、物联网、移动通信等信息技术开始应用于电力行业，电网开始向智能化、信息化的方向稳步发展。对于电力企业而言，电力数据涉及到电力生产和管理的全过程中。因此对大数据技术在电力行业中的应用进行研究分析，对于提高电力系统运行、管理水平，提升电力行业服务社会的能力具有重要意义。

大数据技术主要由数据库构建、数据分析、数据处理和数据展示几部分组成。大数据技术最重要的特性是4V特性，即数据多样性、数据大量性、数据处理高速性以及数据价值性。由于电力行业的特殊性，电力大数据在4V特性之外，还有着数据准确性。

1 大数据技术与电力行业间的关系

1.1 大数据技术与电力系统的联系

大数据技术是一种能够将大量的信息资源进行收集整理和分析的信息处理模式。电力行业是国家重要的能源产业，其运营过程涉及到发电、输电、配变电、用电以及售电和调度等众多环节。在电力生产环节中，会产生运行工况、设备参数、运行状态、发电量等数据。在电力输送及配变电环节中，会产生线路设备运行状态，电量监测等数据。在电力运行管理中，会产生电力客户的用电信息、电价交易信息、设备资产情况等数据。这些环节中所产生的数据统称为电力数据。

在电力行业发展方面，大数据技术一方面可以通过对电力数据进行整理、分析，使电力系统在内呈现出更深层次，更为本质的特质，在外使电力行业的发展和规划更加科学合理。另一方面，大数据技术可以对电网加以保护，使电力系统更加安全稳定，同时获得绿色、持续的发展。

1.2 大数据技术对电力行业发展的意义

大数据技术对电力行业的发展的影响是巨大的，按照电力行业的特点可以划分为3部分：发电领域、输电领域和用电领域。

发电方面。发电侧是电能发生损耗较大的地方，电力大数据技术的应用可以使电力调度较为准确的预测用电负荷，从而合理地安排用电计划，在满足客户用电需求的同时，优化电网运行方式，做到“需要多少，就发多少”，减小电能的损耗。

输电方面。电能在传输的过程中同样会有一定比例的电能损耗，通过电力大数据技术可以实时的对线路上设备的电能损耗进行分析，查找原因，从而降低线损。

用电方面。电力行业在向用户销售电能时，可以获得大量用户使用电能的数据，通过对这些数据进行分析，可以响应国家节能减排的号召，制定合理的电力营销策略，倡导节约型社会。

2 大数据技术在电力行业中的应用

国家电网公司在“十二五”期间根据公司发展战略，划分出了大规划、大建设、大运行、大检修和大营销5个体系。大数据技术在这5个体系中都有着重要的应用。

2.1 在大规划中的应用

用电量的不断增长对电力行业在电力数据控制和规划设计方面提出了越来越高的要求。其中用电预测和负荷预测对于电力规划起着至关重要的作用。在用电预测时，大数据技术通过对某一地区的历史用电数据、人口区域面积和经济发展水平进行数据整合与分析来建立可靠的用电模型进行预测。在负荷预测时，结合地区天气历史据、负荷密度、总负荷值等数据，建立科学有效的预测模型，选取有效的算法，对负荷进行预测，降低重载和过载情况的发生。

2.2 在大建设中的应用

在电力大建设中，大数据技术发挥着重要的指导作用。电力行业的快速发展使每年都有相当多数量的建设、管理项目在进行。在项目建设过程中由于数据的存储和分析能力有限，大量现场建设的资料信息无法被有效的保存，使得后续的管理人员很难对项目有较为深入的了解和掌控。大数据的应用可以扩大建设现场的文档、图像、音频等非结构化数据的存储能力和收集范围，并加强对这些数据的分析处理能力，提高项目建设、管理的全面性和准确性。以风力发电建设项目为例，大数据技术可以将地区的天气数据与风力电机的数据进行集成和共享，通过建立大数据模型对风力数据和电网规划发展的数据进行分析，来为基建位置的选择提供依据，最大限度地减少成本，提高效益，并对未来类似的建设提供参考。

2.3 在大运行中的应用

大数据技术在电力大运行中的主要应用是通过对电网设备状态的管理来服务于调度运行。电网设备状态管理按照应用可以分为设备“三遥”信息、设备数据质量以及断面预测三部分。

在设备“三遥”信息中，遥信、遥测和遥控等电网设备信息不停的被采集和存储，形成历史事项数据库，方便调控人员对在任意时刻进行查询和监测。在设备数据质量和断面预测方面，大数据技术通过收集设备发生断面时刻的状态和设备信息的历史状态数据，对调度操作进行总结并进行模拟演算，以便在发生设备断面前，能提前预知并做出处置方案。

2.4 在大检修中的应用

在电力大检修应用方面，大数据技术在设备状态评价、故障诊断和检修策略改进等方面有着重要的应用。大数据技术可以对设备的基础信息、历史运行数据、检修的频率和发生问题情况进行收集和数据挖掘，得到设备正常运行和发生故障时的参数变化情况，通过比较判断当前运行设备是否存在故障，为检修提供决策支持。

2.5 在大营销中的应用

大营销体系建设的重点是提高营销业绩和客户服务水平，确保业务高效地开展。大数据技术的应用对于提高服务和营销水平、降低线损、预防窃电行为等方面有着重要的应用。在服务和营销方面，大数据技术通过对客户用电数据的分析可以得到其用电行为规律，进而可以做到以客户为中心，推出不同的营销方案，提高客户选择度。在经营管理方面，结合一体化线损系统和电量采集系统的大量数据建立计算和预测模型，提高线损和窃电行为的分析能力，降低线路损耗并减少窃电行为的发生。

3 大数据技术给电力行业带来的挑战

3.1 数据质量方面的挑战

大数据技术的先决条件是海量信息数据的收集。现阶段电力系统中的自动化设备尚未在整个电网范围内实现布置，一些老旧厂站及线路上的电气设备仍不具备自动化功能，电力数据无法做到及时、全面的采集，数据分析的准确性和实时性无法得到保证，电力大数据技术的应用会受到一定的影响。

3.2 数据集成与共享方面的挑战

大数据技术的关键在于对海量信息数据的整合分析。现阶段电网中使用的智能系统较多，这些工作主站采用的数据模型和数据口径不同，存储位置也不同。采集上来的电力数据很难做到集成与共享，整合与分析无法做到有效性，电力大数据的核心价值就会失去意义。

3.3 数据分析处理方面的挑战

现阶段的电力行业数据量庞大，但是分析和处理能力还很薄弱，大都还仅限于数据的录入和查询等较为低级的级别，无法对数据的价值进行深入的挖掘，如果能够实现对这些数据进行深入的分析，发现数据的特征规律，专业人员就可以预测可能发生的变化趋势，进而拓展企业的核心竞争力。

3.4 安全防御方面的挑战

大数据技术的应用在提高电力系统的规划、运行和管理水平的同时，也存在一些信息安全的问题。电力数据含有海量的电力企业数据和客户隐私数据，数据量大、价值度高、敏感度强，很容易成为网络黑客的攻击目标。同时数据在传输、处理、存储和应用过程中也存在着传输中断、被恶意窃听、存储故障等风险。

4 结束语

综上所述，在智能电网的背景下，电力行业与大数据技术在生产和管理的全过程中都存在着紧密的联系。虽然大数据技术应用在电力行业中还存在一些挑战，但加大对电力行业中大数据技术的应用研究，对电力数据的进行管理和处理分析、电力系统的规划、建设、运行、检修和营销服务能力都有着至关重要的推进作用。