3 引發(fā)技術變革的電力大數(shù)據(jù)

3.1 數(shù)據(jù)規(guī)模大，數(shù)據(jù)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(shù)據(jù)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(shù)量到2015年達到了三億塊，用采數(shù)據(jù)達到PB級。如此數(shù)量級的數(shù)據(jù)將對現(xiàn)今電網的數(shù)據(jù)存儲和管理提出嚴峻挑戰(zhàn)。
同時在數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)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(shù)據(jù)

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(shù)量的不斷增長，設備中進行獲取與傳輸?shù)母黝悢?shù)據(jù)也在發(fā)生幾何級的增長。這些數(shù)據(jù)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(shù)據(jù)，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(shù)據(jù)。

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(shù)據(jù)平臺 傳遞采集的數(shù)據(jù)，形成海量的異構數(shù)據(jù)流。數(shù)據(jù)平臺不僅要可靠地存儲這些數(shù)據(jù)，而且要及時地分析和處理這些數(shù)據(jù)：狀態(tài)監(jiān)測大數(shù)據(jù)以下五個特點対數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)包含結構化:.在線監(jiān)測數(shù)值、臺賬信息等）和非結構化數(shù)據(jù)（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(shù)據(jù)計算，每天產生數(shù)據(jù)總量約430GB。每年產生數(shù)據(jù)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(shù)據(jù)量也達到了TB級別。一個數(shù)字化變電站每天產生的數(shù)據(jù)量約為3TB。隨著監(jiān)測系統(tǒng)規(guī)模的擴大，上述數(shù)據(jù)量還將成倍增加。

2）多源異構數(shù)據(jù)的相關性。在大數(shù)據(jù)應用過程中，需要對多種監(jiān)測數(shù)據(jù)進行關聯(lián)分析，也需要對電網系統(tǒng)外數(shù)據(jù)（氣象、地理、環(huán)境等）與監(jiān)測數(shù)據(jù)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(shù)據(jù)體量巨大，所使用的數(shù)據(jù)統(tǒng)計分析算法、數(shù)據(jù)挖掘算法的執(zhí)行效率在面對大數(shù)據(jù)時也會受到很大的影響，同時對數(shù)據(jù)存儲和數(shù)據(jù)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(shù)據(jù)采樣值具有時間屬性。對狀態(tài)監(jiān)測數(shù)據(jù)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(shù)據(jù)，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(shù)據(jù)進行離線分析處理， 這要求數(shù)據(jù)平臺能夠提供并行化的海量歷史數(shù)據(jù)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(shù)據(jù)為例，連續(xù)不間斷監(jiān)控過程中，可能有用的數(shù)據(jù)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(shù)據(jù)關注、處理和采用，而丟棄所謂“正常數(shù)據(jù)”，然而丟棄的大量“正常數(shù)據(jù)”也可能成為故障分析判斷的重要依據(jù)。

結合上述挑戰(zhàn)，應盡快提升電力企業(yè)數(shù)據(jù)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(shù)據(jù)：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