书名：智能电网大数据云计算技术研究pdf/doc/txt格式电子书下载

推荐语：

作者：周国亮、

出版社：清华大学出版社

出版时间：2016-09-01

书籍编号：30318854

ISBN：9787302434894

正文语种：中文

字数：247000

版次：1

所属分类：互联网+-大数据

版权信息

书名：智能电网大数据云计算技术研究

作者：周国亮

出版社：清华大学出版社

出版时间：2016-09-01

ISBN：9787302434894

免责声明：本站所有资源收集整理于网络，版权归原作者所有。
本站所有内容不得用于商业用途。本站发布的内容若侵犯到您的权益，请联系站长删除，我们将及时处理！

前言

近年来，随着智能电网研究和建设的不断推进、各种分布式可再生能源的大规模应用等，电网规模不断扩大、结构日趋复杂，对电网监测的广度不断扩大、深度不断加强，而对大规模电网的全方位、多尺度感知将使电力系统运行和监测过程中收集的数据量呈指数级增长，并逐渐形成了电力大数据。通常情况下，电力大数据具有如下特点。

（1）体量巨大。从TB级别跃升到PB级别，广域向量测量系统（Wide Area Measurement System, WAMS）和数据采集与监视控制系统（Supervisory Control and Data Acquisition, SCADA）遥测点增加、采集频率提高，每年将产生超过TB级的数据；用电信息采集系统成为世界上最大的自动化计量系统，连接着以亿计算的用户，随着采集频率提高，数据量将以PB计算。

（2）多源异构特性。电力系统本身结构复杂、规模庞大，采集的数据具有明显的多源异构特性。同时也需要对电网系统外数据（气象、地理、环境等）与内部数据进行关联分析。比如与电力设备状态评估相关的数据来源广、种类多，包括在线监测实时数据、设备台账信息、预试数据以及音视频和气候环境等非结构化数据。

（3）生成速度快。由于电力系统的特殊性，在某些场景下数据采样频率很高，数据生成速度非常快。分布式能源随气候环境动态变化，要求快速准确预测变化，需要对设备和环境实时监控。在SCADA调度系统中，每分钟产生的数据量也将达到GB级。

（4）价值密度低。以视频数据为例，连续不间断监控过程中，可能有用的数据仅仅有1～2s。在基于经验和人工的传统输变电设备状态监测评估中，只对少量异常数据关注、处理和采用，而丢弃所谓“正常数据”，然而大量的正常数据也可能成为故障分析判断的重要依据。

基于电力大数据的特点，深入探讨数据驱动的电力系统各项技术，提高数据利用率是当前智能电网建设过程中必须要面对的问题。云计算技术是处理分析大数据的有效方式，具有良好的可扩展性和容错机制，在商业互联网领域应用广泛。随着电力大数据的形成，探讨基于云计算技术的电力大数据分析处理，进而对提高电力系统的整体安全性和可靠性具有重要的研究价值。然而，由于电力系统运行模式与商业互联网企业相比具有自身的特点和性能要求，当云计算应用于生产运行数据时具有很大的挑战性，本文正是基于此背景展开相关研究和探讨。

当前云计算技术包括批处理计算、流式计算和内存计算等三种方式，分别适应于不同的数据处理类型。其中，批处理适合离线静态数据分析，对运行时间要求较低；而流式计算面对流动的实时数据动态计算，对时限性要求较高；内存计算是针对批处理频繁磁盘操作性能瓶颈，适应需要多次迭代的机器学习类算法。另外，针对电力大数据的多源异构特点，需要开展数据融合分析技术，为用户提供统一综合的查询视图。综上所述，本书主要开展了如下几项研究工作。

（1）智能电网大数据批处理技术模式研究与应用（第1章）

利用收集的静态离线电力大数据，开展了电力短期负荷预测、绝缘子泄漏电流数据高效存储和聚类划分及局部放电信号处理的并行EEMD算法研究。主要采用的技术是Hadoop的MapReduce技术，通过并行计算和大数据的支撑，提高数据处理的效率。

（2）智能电网大数据高性能内存计算技术研究（第3章）

针对电力系统中部分应用需要高性能计算分析的特点，开展内存计算技术在电力系统中的应用研究。重点对监测数据尤其是在线监测领域，监测数据速度快的特点，研究高效的内存聚类算法。另外，对电力数据高级分析的OLAP技术开展了基于内存计算的并行方体计算技术研究。

（3）智能电网大数据的多源数据融合分析技术（第4章）

针对智能电网大数据多源异构的特点，研究数据融合技术，为用户提供统一的查询或显示视图。重点研究内容包括多通道数据融合特征提取和多数据源的连接技术，并结合Hadoop和Spark研究并行计算模式和高速融合算法。

（4）智能电网大数据的流式计算研究（第5章）

针对智能电网大数据速度快，多种场景下表现出流数据的特征，研究流式计算技术动态处理数据，应用在在线监测和实时用电信息采集系统中。研究了监测流数据实时过滤和检测技术，通过设计基于工作流的处理模型，快速实现对大规模流数据的监测，实时发现异常，提高监测效率。针对大规模用电信息采集系统，设计流式计算的聚类算法，完成数据聚类划分，实时发现用电行为异常，从而提升数据分析技术与生产系统的融合水平。

（5）全景实时分析平台关键技术探索（第6章）

智能电网最终目标的实现需要借助全景实时分析平台的支撑，将大数据平台变为智能电网的神经中枢，促进大数据与电力系统的深度融合，从数据驱动的角度研究当前电力系统面临的挑战问题。探讨基于内存计算、实时流式大数据处理技术、大规模并行计算技术及列存储等在电力大数据实时分析中的应用，满足电力系统对大数据分析的时效性需求；结合主流开源大数据处理技术，设计了电力大数据分析平台的分层体系架构，为电力系统的高效运行提供保证。

（6）能源互联网中的大数据（第7章）

能源互联网是实现广域范围内的能源分享和支持分布式清洁能源为主体，将涵盖大规模的分布式能源、交通网络、天然气网络等，而支撑能源互联网高效运行和实时能源分享的核心技术应包括大数据分析技术。探讨了通过大数据提高能源互联网的安全等级和高效实时调度技术。

本书由国网冀北电力有限公司技能培训中心周国亮统稿，并负责第1、2、5、6、7、8章的编写，华北电力大学宋亚奇和王桂兰分别负责第3、4章的编写，华北电力大学朱永利教授对全书进行了审阅。

本书的研究工作得到了河北省自然科学基金（F2014502069）的资助。在这里，谨对所有给予我们指导、关心和帮助过的单位和个人表达最诚挚的谢意，没有你们认真负责的工作，此书不可能完成。感谢本书引用中所涉及的各位学者、专家。本文引用了多位学者的研究文献，如果没有各位学者研究成果的帮助和启发，我们将很难完成本书的内容。感谢为本书出版做出辛勤工作的出版社同志，没有你们的专业劳动，展现在读者面前的内容会很凌乱，很难示人。感谢阅读此书的每一位读者，是你们的阅读才使我们的工作有意义，谢谢你们。

由于我们的学术水平、工程经验有限，对所研究内容把握能力还存在不足和欠缺，书中不足之处在所难免，恳请各位专家和读者批评和指正！我们的邮箱是yu＿bing＿2000@163.

com，谢谢！

周国亮

2016年3月28日

第1章　智能电网大数据现状及挑战

1.1　智能电网

智能电网通俗地讲是指电网的智能化或智能电力，也被称为“电网2.0”，它是建立在集成的、高速双向通信网络的基础上，通过先进的传感和测量技术、先进的设备技术、先进的控制方法以及先进的决策支持系统技术的应用，实现电网的可靠、安全、经济、高效、环境友好和使用安全的目标，其主要特征包括自愈、激励，用户抵御攻击、提供满足高要求的用户电能质量、支持大规模分布式等各种不同发电形式的接入、启动电力市场以及资产的优化高效运行等。建设智能电网将有效促进世界经济社会发展，并更好地应对全球气候变化和能源危机，对促进世界经济社会可持续发展具有重要作用。智能电网的作用主要表现在如下5个方面。

（1）促进清洁、可再生能源的开发利用，减少温室气体排放，推动低碳经济社会发展。

（2）优化能源结构，实现多种能源形式的互补，确保能源供应的安全稳定，减少对化石能源的依赖程度。

（3）有效提高能源输送和使用效率，增强电网运行的安全性、可靠性和灵活性，促进在更大范围内的能源动态平衡。

（4）推动相关领域的技术创新，促进装备制造和信息通信等行业的技术升级，扩大就业，促进社会经济可持续发展。

（5）实现电网与用户的双向互动，创新电力服务的传统模式，为用户提供更加优质、便捷的服务，提高人民生活质量。

随着智能电网的发展，电网功能逐步扩展到促进能源资源优化配置、保障电力系统安全稳定运行、提供多元开放的电力服务、推动战略性新兴产业发展等多个方面。作为我国重要的能源输送和配置平台，智能电网从投资建设到生产运营的全过程都将为国民经济发展、能源生产和利用、环境保护等方面带来巨大效益，具体表现在如下几个方面。

（1）在电力系统方面：可以节约系统有效装机容量；降低系统总发电燃料费用；提高电网设备利用效率，减少建设投资；提升电网输送效率，降低线损。

（2）在用电客户方面：可以实现双向互动，提供便捷服务；提高终端能源利用效率，节约电量消费；提高供电可靠性，改善电能质量。

（3）在节能与环境方面：可以提高能源利用效率，带来节能减排效益；促进清洁能源开发，实现替代减排效益；提升土地资源整体利用率，节约土地占用。

（4）其他方面：可以带动经济发展，拉动就业；保障能源供应安全；变输煤为输电，提高能源转换效率，减少交通运输压力。

智能电网的核心技术包括如下几个方面。

（1）发电领域：主要包括大规模可再生能源、分布式能源、光伏发电等电源的接入和协调运行技术。

（2）输电领域：主要包括大电网规划技术、电力电子技术、输电线路运行维护技术、输电线路状态检修技术和设备全寿命周期管理技术等。

（3）调度领域：主要包括大电网安全稳定分析与控制技术、经济运行技术、综合预警和辅助决策技术、安全防御技术等。

（4）变电领域：主要包括变电站信息采集技术、智能传感技术、实时监测与状态诊断技术、自适应保护技术、广域保护技术、智能电力设备技术等。

（5）配电领域：主要包括配电网安全经济运行与控制、电能质量控制、智能配电设备研究、大规模储能、电动汽车变电站等技术。

（6）用电领域：主要包括高级量测技术、双向互动营销技术、用户储能技术、用户仿真技术等。

综上所述，智能电网最终目标是建设成为覆盖电力系统整个生产过程，包括发电、输电、变电、配电、用电及调度等多个环节的全景实时系统。而支撑智能电网安全、自愈、绿色、坚强及可靠运行的基础是电网全景实时数据采集、传输和存储，以及累积的海量历史多源异构数据快速分析。因而随着智能电网建设的不断深入和推进，电网运行和设备检/监测产生的数据量呈指数级增长，逐渐构成了当今信息学界所关注的大数据，因此需要相应的存储和快速处理技术作为支撑。

1.2　云计算与大数据

大数据可以通俗地理解为无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的数据集合。根据国际数据公司（International Data Corporation, IDC）的监测统计，即使在遭遇金融危机的2009年，全球信息量也比2008年增长了62%，达到80万PB（1PB=220 GB），到2011年全球数据总量已经达到1.8ZB（1ZB=240 GB），并且以每两年翻一番的速度飞速增长，预计到2020年全球数据量总量将达到40ZB。在数据规模急剧增长的同时，数据类型也越来越复杂，包括结构化数据、半结构化数据、非结构化数据等多种类型，其中采用传统数据处理手段难以处理的非结构化数据已接近数据总量的75%。

鉴于大数据分析技术在经济、社会的应用和潜在的巨大影响，很多国家都将大数据视作战略资源，并将大数据应用提升为国家战略。2012年3月，美国奥巴马政府宣布推出“大数据的研究和发展计划”。2012年9月，日本总务省发布2013年行动计划，提出以复苏日本为目的推进“活跃在ICT领域的日本”ICT综合战，明确提出“通过大数据和开放数据开创新市场”。2013年2月，法国政府发布了《数字化路线图》，列出了5项将会大力支持的战略性高新技术，“大数据”就是其中一项。2013年1月，中国国家能源局下发了《关于数据中心建设布局的指导意见》，国家发展和改革委员会与中科院正式启动基础研究“大数据服务平台应用示范”项目；2013年3月，中国电机工程学会发布了《中国电力大数据发展白皮书》；2013年年初，贵州省发布《贵州“云计算”战略规划》；2013年10月，中国国内领先水平的大规模云计算数据中心、云计算研发应用示范基地——中国电信云计算贵州信息园在贵阳正式开工建设。这些实例进一步说

....