刘晟东　陈以

摘要：在智能电网发展趋势下，电力网络规模与复杂性不断增加，传统电力拓扑分析方法难以满足全景大电网对实时性的需求，本文提出一种基于大数据框架Apache Spark的全景电网拓扑分析系统，实现复杂电网的实时拓扑分析计算。实验表明拓扑实时分析性能明显高于传统方法。

关键词：电力系统；大数据；拓扑分析；Apache Spark

中图分类号：TM711 文献标识码：A 文章编号：1007-9416（2018）04-0155-01

电力系统拓扑分析作电力系统分析的基础，是电力系统状态估计与仿真的重要组成部分[1]。智能电网的发展使电网的可靠性需求进一步提高，传统拓扑分析方式已经无法满足智能电网的需求[2]。为实现全景电网的快速拓扑分析，提出了一種基于Spark平台的全景电网拓扑分析系统。该系统能够处理多厂站互连的全景电网系统，在处理复杂电网时性能与效率优于传统拓扑分析系统。

1 Apache Spark

Spark是一个基于内存分布式计算的集群计算框架，相较于MapReduce框架，Spark引入了弹性分布式数据集（RDD）的概念，将数据存储在内存中，提高了计算效率[3]。本文所提出的的基于Spark平台的全景电网拓扑分析系统综合Spark Streaming与Spark Graphx组件来对复杂电力系统进行拓扑分析。

2 基于Spark平台的全景电网拓扑分析系统

电网拓扑分析系统主要包括数据采集传输模块，消息传输模块，分布式流式计算模块，以及输出模块。

2.1 数据采集与消息模块

对于节点规模较大的电力系统，传统电力系统数据采集系统SCADA会出现性能不足的问题，采用kafka分布式消息系统与数据采集系统结合的方式，能够提高系统的吞吐量与响应速度。……