面向智能电网的电力大数据存储与分析应用

doi:10.11959/j.issn.2096-0271.2017060

大数据 ›› 2017, Vol. 3 ›› Issue (6): 42-54.doi: 10.11959/j.issn.2096-0271.2017060

面向智能电网的电力大数据存储与分析应用

崔立真¹,史玉良¹,刘磊¹,赵卓峰²,毕艳冰³

¹ 山东大学计算机科学与技术学院，山东济南 250101
² 北方工业大学云计算研究中心，北京 100041
³ 国网信息通信产业集团有限公司，北京 102211

出版日期:2017-11-20 发布日期:2017-12-08
作者简介:崔立真（1976-），男，博士，山东大学计算机科学与技术学院教授、博士生导师，主要研究方向为大数据科学与工程、智能数据分析与大图深度学习、服务计算与协同计算等。|史玉良（1978-），男，山东大学计算机科学与技术学院教授、博士生导师，主要研究方向为云计算、大规模数据管理、隐私保护等。|刘磊（1981-），男，山东大学计算机科学与技术学院副教授、硕士生导师，主要研究方向为网络性能工程、软件定义网络、网络舆情监测系统等。|赵卓峰（1977-），男，北方工业大学云计算研究中心副研究员、副主任，主要研究方向为云计算、海量感知数据处理、服务计算、智慧城市建设等。|毕艳冰（1980-），女，就职于国网信息通信产业集团有限公司，主要研究方向为软件与数据工程、云计算数据管理、电力系统监控和配电自动化等。
基金资助:
国家自然科学基金资助项目(71271043);国家重点研发计划基金资助项目(2016YFB1000602);创新方法工作专项基金资助项目(2015IM010200)

Applications of key technologies of storage and analysis in electric power big data for smart grid

Lizhen CUI¹,Yuliang SHI¹,Lei LIU¹,Zhuofeng ZHAO²,Yanbing BI³

¹ School of Computer Science and Technology,Shandong University,Ji'nan 250101,China
² .Research Center for Cloud Computing,North China University of Technology,Beijing 100041,China
³ State Grid Information＆Telecommunication Group Co.,Ltd.,Beijing 102211,China

Online:2017-11-20 Published:2017-12-08
Supported by:
The National Natural Science Foundation of China(71271043);National Key R＆D Program(2016YFB1000602);The Innovation Method Fund of China(2015IM010200)

摘要/Abstract

摘要：

阐述了智能电网面临的挑战以及大数据关键技术对电力行业的可持续发展和坚强智能电网建立的重要意义。分别从智能电网主数据管理、用电信息统一存储管理、电能质量分析、配网运营能力分析等几个典型大数据系统分析了大数据关键技术在智能电网中的应用。

关键词: 智能电网, 大数据, 存储, 智能分析

Abstract:

Firstly,challenges and improvements of big data in smart grid were elaborated.Then the background of big data and smart grid industry was presented.Finally,big data applications in smart grid were illustrated,and analysis on the systems of big data in smart grid and their key technologies were given.

Key words: smart grid, big data, storage, intelligent analysis

中图分类号:

TP391

崔立真, 史玉良, 刘磊, 赵卓峰, 毕艳冰. 面向智能电网的电力大数据存储与分析应用[J]. 大数据, 2017, 3(6): 42-54.

Lizhen CUI, Yuliang SHI, Lei LIU, Zhuofeng ZHAO, Yanbing BI. Applications of key technologies of storage and analysis in electric power big data for smart grid[J]. Big Data Research, 2017, 3(6): 42-54.

图/表 10

图1

图2

图3

图4

图5

图6

图7

表1

图8

表2

参考文献 23

[1]	李兴源，魏巍，王渝红，等. 坚强智能电网发展技术的研究[J]. 电力系统保护与控制， 2009,37(17):1-7.
	LI X Y , WEI W , WANG Y H , et al. Study on the development and technology of strong smart grid[J]. Power System Protection and Control, 2009,37(17):1-7.
[2]	王渭，崔健 . 智能电网大数据处理技术现状与挑战[J]. 电子技术与软件工程， 2016(1):188.
	WANG W , CUI J . Present status and challenges of big data processing in smart grid[J]. Electronic Technology ＆ Software Engineering, 2016(1):188.
[3]	WANG P , RAO L , LIU X , et al. Dynamic data center operations with demandresponsive electricity prices in smart grid[J]. IEEE Transactions on Smart Grid, 2012,3(4): 1743-1754.
[4]	宋亚奇，周国亮，朱永利 . 智能电网大数据处理技术现状与挑战[J]. 电网技术， 2013,37(4):927-935.
	SONG Y Q , ZHOU G L , ZHU Y L . Present status and challenges of big data processing in smart grid[J]. Power System Technology, 2013,37(4):927-935.
[5]	刘广一，朱文东，陈金祥，等. 智能电网大数据的特点、应用场景与分析平台[J]. 南方电网技术， 2016,10(5):102-110.
	LIU G Y , ZHU W D , CHEN J X , et al. Characteristics application scenarios and analysis platform of smart grid big data[J]. Southern Power System Technology, 2016,10(5):102-110.
[6]	邓炜瑛 . 智能电网大数据处理技术现状与挑战[J]. 中外企业家， 2015(6):126.
	DENG W Y . Present status and challenges of big data processing in smart grid[J]. Chinese and Foreign Entrepreneurs, 2015(6):126.
[7]	韩笑，狄方春，刘广一，等. 应用智能电网统一数据模型的大数据应用架构及其实践[J]. 电网技术， 2016,40(10):3206-3212.
	HAN X , DI F C , LIU G Y , et al. A big data application structure based on smart grid data model and its practice[J]. Power System Technology, 2016,40(10):3206-3212.
[8]	USLAR M , SPECHT M , ROHJANS S , et al. The common information model CIM:IEC 61968/61970 and 62325-a practical introduction to the CIM[M]. Berlin： Springer Berlin Heidelberg， 2012.
[9]	SPECHT M , ROHJANS S . ICT and energy supply:IEC 61970/61968 common information model[M]// Standardization in smart grids. Berlin： Springer Berlin Heidelberg， 2013:99-114.
[10]	国家电网公司. Q\GDW703-2012 国家电网公司公共信息模型(SG-CIM)[M]. 北京：中国电力出版社， 2012.
	State Grid Corporation of China. Q\GDW703-2012 state grid common information model (SG-CIM)[M]. Beijing: China Electric Power Press, 2012.
[11]	朱碧钦，吴飞，罗富财 . 基于大数据的全业务统一数据中心数据分析域建设研究[J]. 电力信息与通信技术， 2017(2):91-96.
	ZHU B Q , WU F , LUO F C , Research on the construction of data analysis domain of unified data center based on big data[J]. Power Information and Communication Technology, 2017(2):91-96.
[12]	曹晋彰 . 面向智能电网的公共信息模型及其若干关键应用研究[D]. 杭州：浙江大学， 2012.
	CAO J Z . Reaearch on common information model and its key applications for smart grid[D]. Hangzhou: Zhejiang University, 2012.
[13]	乔金风 . 智能电网语义数据集成关键技术研究与应用[D]. 北京：华北电力大学， 2014.
	QIAO J F . Smart grid semantic data integration research and application[D]. Beijing: North China Electric Power University, 2014.
[14]	赵腾，张焰，张东霞 . 智能配电网大数据应用技术与前景分析[J]. 电网技术， 2014,38(12):3305-3312.
	ZHAO T , ZHANG Y , ZHANG D X , Application technology of big data in smart distribution grid and its prospect analysis[J]. Power System Technology, 2014,38(12):3305-3312.
[15]	马建光，姜巍 . 大数据的概念、特征及其应用[J]. 国防科技， 2013,34(2):10-17.
	MA J G , JIANG W , The concept,characteristics and application of big data[J]. National Defense Science ＆Technology, 2013,34(2):10-17.
[16]	覃雄派，王会举，李芙蓉，等. 数据管理技术的新格局[J]. 软件学报， 2013(2):175-197.
	QIN X P , WANG H J , LI F R , et al. New landscape of data management technologies[J]. Journal of Software, 2013(2):175-197.
[17]	STEVIC M P , MILOSAVLJEVIC B , PERISIC B R . Enhancing the management of unstructured data in e-learning systems using MongoDB[J]. Program Electronic Library ＆ Information Systems, 2015,49(1).
[18]	BOICEA A , RADULESCU F , AGAPIN L I . MongoDB vs Oracle——database comparison[C]// Third International Conference on Emerging Intelligent Data and Web Technologies, September 19-21,2012,Bucharest,Romania: IEEE Press, 2012:330-335.
[19]	LIU Y , WANG Y , JIN Y . Research on the improvement of MongoDB autosharding in cloud environment[C]// International Conference on Computer Science ＆ Education, November 12,2012,Yogyakarta,Indonesia. New Jersey: IEEE Press, 2012:851-854.
[20]	金培权，郝行军，岳丽华 . 面向新型存储的大数据存储架构与核心算法综述[J]. 计算机工程与科学， 2013,35(10):12-24.
	JIN P Q , HAO X J , YUE L H . A survey on storage architectures and core algorithms for big data management on new storages[J]. Computer Engineering and Science, 2013,35(10):12-24.
[21]	仇小花，秦栓栓，邱果 . 基于WEB开发中的XML与JSON数据传输格式研究[J]. 信息技术与信息化， 2017(4):123-125.
	QIU X Y , QIN S S , QIU G . Research on XML and JSON data transmission format based on WEB development[J]. Information Technology ＆ Informatization, 2017(4):123-125.
[22]	种芝艺，粟小华，刘宝宏 . 西北电网主变充电引起青藏直流闭锁的原因分析及对策[J]. 电力建设， 2013(3):88-91.
	ZHONG Z Y , LI X H , LIU B H . Analysis and countermeasures of Qinghai-Tibet DC blocking caused by main transformer charging in northwest power grid[J]. Electric Power Construction, 2013(3):88-91.
[23]	HAN J W , PEI J , YIN Y W . Mining frequent patterns without candidate generation[J]. Data Mining and Knowledge Discovery, 2004,8(1): 53-87.

指标	上限	下限
电压偏差B相	-73.567 5	-73.849 8
电压偏差C相	-73.625 8	-73.958 7
电压总谐波畸变率A相	0.225 334	0.146 073
电压总谐波畸变率B相	0.232 557	0.126 436
电压总谐波畸变率C相	0.222 89	0.145 829

指标	应用需求内容
运营质量	终端运行质量、设备间负载均衡度分析、用户停电情况分析、业扩报装流程分析、配变负载情况分析、配网电压质量分析、投诉举报流程分析、数据互联质量分析、系统深化应用成熟度分析、故障抢修流程分析、设备供电能力与供电裕度、信息系统基础数据的完整度、信息系统可用率	…
运营效率	配网项目全过程执行效率分析、配电系统运行效率协调度分析、配网故障抢修效率分析、配电系统运行效率分析、配网应急物资配送效率分析、配网带电作业效率分析、配网停复电执行效率分析、配电网增资及时性分析	…
运营效益	配电网资产全寿命周期费用分析、配网资产报废处置分析、配网投入产出分析、配网运营支出分析、配网资金流动合理性分析、配网资产全寿命周期费用分析、配网建设资本支出分析	…

面向智能电网的电力大数据存储与分析应用

Applications of key technologies of storage and analysis in electric power big data for smart grid

在线阅读

PDF下载

可视化

被引次数

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献 23

相关文章 15

Metrics

推荐阅读 0

[1]	钱海红, 王茂异, 熊贇. 高等教育数字化转型的现状与发展研究[J]. 大数据, 2023, 9(3): 56-70.
[2]	林清音, 陈志广. 基于更新热点感知的LSM-Tree查询优化[J]. 大数据, 2023, 9(1): 126-140.
[3]	梅宏, 杜小勇, 金海, 程学旗, 柴云鹏, 石宣化, 靳小龙, 王亚沙, 刘驰. 大数据技术前瞻[J]. 大数据, 2023, 9(1): 1-20.
[4]	沈阳, 余梦珑. 元宇宙与大数据：时空智能中的数据洞察与价值连接[J]. 大数据, 2023, 9(1): 103-110.
[5]	陈静. 人文大数据及其在数字人文领域中的应用[J]. 大数据, 2022, 8(6): 3-14.
[6]	罗煜楚, 吴昊, 郭宇涵, 谭绍聪, 刘灿, 蒋瑞珂, 袁晓如. 数字人文中的可视化[J]. 大数据, 2022, 8(6): 74-93.
[7]	郑童哲恒, 李斌, 冯敏萱, 常博林, 王东波. 历史典籍的结构化探索——《史记·列传》数字人文知识库的构建与可视化研究[J]. 大数据, 2022, 8(6): 40-55.
[8]	李汶龙, 袁媛, 安筱鹏. 刍议大数据治理的三大基础思维[J]. 大数据, 2022, 8(4): 34-45.
[9]	汤奇峰, 邵志清, 叶雅珍. 数据交易中的权利确认和授予体系[J]. 大数据, 2022, 8(3): 40-53.
[10]	王陈慧子, 蔡玮. 元宇宙数字经济：现状、特征与发展建议[J]. 大数据, 2022, 8(3): 140-150.
[11]	杨玫, 李玮, 乔思渊, 刘巍. 中国大数据产业产值测算方法研究[J]. 大数据, 2022, 8(3): 151-160.
[12]	李德仁, 张过, 蒋永华, 沈欣, 刘伟玲. 论大数据视角下的地球空间信息学的机遇与挑战[J]. 大数据, 2022, 8(2): 3-14.
[13]	仇晓兰, 胡玉新, 上官松涛, 付琨. 遥感卫星大数据高精度一体化处理技术[J]. 大数据, 2022, 8(2): 15-27.
[14]	刘伟权, 王程, 臧彧, 胡倩, 于尚书, 赖柏锜. 基于遥感大数据的信息提取技术综述[J]. 大数据, 2022, 8(2): 28-57.
[15]	刘建强, 叶小敏, 兰友国. 我国海洋卫星遥感大数据及其应用服务[J]. 大数据, 2022, 8(2): 75-88.