（1.湖北师范大学计算机学院湖北省435000）（2.国网湖北省电力公司黄石供电公司湖北省435000）
摘要：随着互联网技术、计算机技术的飞速发展，大数据技术和理念应运而生，虽然现在仍处于发展阶段，但在许多领域已经创造了巨大的价值，可谓前景无限。文章介绍我国电力调度自动化发展现状以及电力调度系统存在的问题，阐述了大数据技术的应用，并提出了安全的电力调度自动化系统的构建途径。
关键词：大数据；电力调度；系统；应用
1导言
电力调度体系和大数据的结合，凭借其强大的数据挖掘和智能判断能力，能为电力调度打造出高效的业务流程，助力自身战略决策，并将逐步改变电力企业发展方式，为全球能源互联网和智能电网的建设提供新的思路。大数据可以从信息采集管理、存储管理、分析处理、挖掘和增值方面进行处理，从根本上实现大数据建设下的电力调度自动化控制工作，从而促进电力企业快速发展。
2电力系统中的主要数据类型
2.1基础类数据
该类型数据是指与变压器、发电机等电力设施设备属性相关的基础数据。电力企业要根据自身实际情况，规划和管理基础类数据，并在电力系统中同步更新数据，确保调度中心掌握最新数据，并根据最新数据作为正确决策。同时，还要集中存储、整理这些数据，避免数据丢失。
2.2实时数据
该类型数据产生于电力系统运行的全过程中，其数据量十分庞大，要求配备大容量的存储空间。实时数据能够如实反映电力系统运行状况，通过对实时数据进行纠错处理，可进一步提升实时数据的使用价值，为调度部门决策提供依据。在现阶段的电力系统中，无需对实时数据进行再处理，而只需将稳定接口建立在数据输入与输出过程中。
2.3日常管理数据
该类型数据是各部门统计电力系统运行中产生的各类数据，以及在处理完问题后形成的数据信息。在电力系统中，日常管理数据会在特定范围内自动生成，并在电力系统建立的数据同步与共享平台上进行共享。通过对日常管理数据的共享，可如实反映出电力设施设备是否处于正常运行状态，同时还能便于电力各部门获取所需数据信息，为本部门工作的有序开展提供依据。
3电力调度大数据基本框架
电力调度大数据的整个框架结构是自下而上数据融合、分析、处理的过程，根据数据处理的不同阶段，可以将电力调度大数据系统划分为四层结构，如图１所示。
图１电力调度大数据系统的基本框架结构
框架底层为电力调度相关的应用系统，如调度前置系统，提供电网最基础也最重要的电流电压功率数据，大数据所有的智能判断和前瞻性预测都以前置系统的电网数据为依托。ＳＣＡＤＡ系统提供电网模型，电网中线路、主变压器、电容器、母线的数量、参数及相互之间的拓扑关系都可以从中得到。生产管理系统、缺陷管理系统为大数据系统加入了电网管理信息，使大数据不仅能为电网数据展示提供便利，而且真正成为电网管理者强有力的管理工具，综合智能告警、停电信息查询等各项便捷功能应运而生。第二层为数据库层，收集调度各应用系统的生数据，并按照遥测、信号、模型、管理的类别差异，分类存在不同的数据库模块中，现代数据库系统的可扩展性和多结构性极大的提升了数据的存储效率。第三层为数据综合处理层，该层为大数据系统的核心，依托数据库层中海量数据，可根据工作需要实现负荷越限告警、无功电压潮流、保护缺陷分析、方式调整决策等智能应用。事实上电力系统中几乎所有的统计、分析、决策、参考信息都能在数据综合处理服务器中自动生成。最高层为展示层，目的是建立人性化的人机交互，数据综合处理层中提取的有用信息通过图表的形式展示出来，便于调度管理者理解和分析。
4大数据在电力调度系统中的应用
4.1在谐波治理中的应用
随着大数据技术的不断进步和完善，使得电力大数据获得了快速的发展，并被应用于电网故障诊断、电力风险评估等领域当中，为电力系统的安全、稳定运行提供了强有力的保障。与传统的数据处理技术相比，大数据着重强调了数据本身所具有的“4V”特点，即跨领域、多类型、融合及利用。谐波是电力系统运行过程中不可避免的问题，通过大数据技术，并借助现有的平台和系统，可对谐波进行检测、分析及治理，有助于提升电力系统的运行可靠性。大数据在电力系统谐波治理中的应用，主要是对谐波产生的原因进行分析及定位，并利用数据挖掘技术提出有效的治理方案。具体应用中，可采用Apriori数据挖掘算法对谐波产生的原因进行定位分析，在此基础上找出与分析结果相匹配的谐波治理方案，工作人员则可以此作为参考依据，快速制定出治理谐波的有效途径，由此能够大幅度提升工作效率。系统可自动对谐波检测数据结果及谐波点上的电压、设备状态等数据进行读取，然后运用Apriori算法进行初始化，并执行关联分析，同时输出设备与谐波点的置信度，再从中选出置信度最高的三个设备，分别提取它们的电流及电压数据，并对其执行谐波检测算法，随后输出带有谐波的设备编号，以此作为谐波原因设备，最后从谐波治理方案中，选出与之相匹配的方案给工作人员进行参考。基于大数据的谐波处理方式，不但使检测结果的精确性获得提升，而且还使原因定位更加准确。
4.2数据挖掘技术的应用
在对电力调度自动化系统挖掘过程中，可以使用现代化机械学习系统紧盯数据开发、挖掘、使用，并将传统的数据信息进行连接，以保证数据信息的准确性，确保调度自动化系统的使用安全。针对电力调度自动化系统的特点，使用扩展的方式进行处理，结合中央处理器与图形处理器结构进行分析计算，从而保证电力调度自动化系统的使用安全与人们日常用电安全，从根本上提高我国社会经济效益，提高人们的生活质量，促进电力行业快速发展。除此之外，还可以使用半监督半学习的形式，保证数据的项目使用的准确性，同时还可将这些数据信息结构结合，将数据信息进行可视化分析，从而达到最终的数据挖掘效果。
4.3停电事件综合查询分析
停电事件不仅会破坏电网的稳定性，增加电网风险，而且会给用户造成损失，影响电力企业形象，因此，对停电事件的分析势在必行。调度大数据系统可将检修停电、故障停电、接地拉路停电、过负荷限电信息提取出来，自动生成停电时段分部、当前停电设备、年度停电分布、重复停电次数等报表或图像，供调度或营销管理者参考。另外可对故障停电做系统分析，统计故障跳闸率高、缺陷发生率高的
设备，重新规划供电方案，更新换代老旧设备，逐步降低故障停电的概率。
4.4实现管理安全
在对电力调度自动化系统管理过程中，不仅要对系统的本身进行管理，还要对设备的使用安全进行定期检测，保证设备在使用过程中的安全性，如果在检测过程中发现问题，可以对其实施有效的解决措施，落实电力调度自动化系统安全管理制度，并对电力调度自动化系统中相关部门进行管理。除此之外，还要为其制定有效的解决对策，利用人力资源部门做好电力调度自动化系统建设工作。
结束语
综上所述，电力系统的运行稳定不但关系到社会生产，而且还与人们的日常生活息息相关。未来电力调度大数据的应用必将转变电力公司发展方式，促进电力行业转型升级，为智能电网的全面建成打下坚实的数据基础。
参考文献
[1]陈雄坤,李暖群,陈劲跃.基于大数据建设下电力调度自动化的安全与实现[J].自动化应用,2017,02:82-84.
[2]靳海涛.大数据在电力系统中的应用[J].电子技术与软件工程,2017,06:161.
[3]强东盛,高龙.大数据在电力调度中的应用[J].河北电力技术,2017,02:1-2+15.