CN108108517A - 一种基于大数据的电网规划智能辅助分析方法 - Google Patents

Abstract

本发明属于电网信息化及调度自动化技术领域，公开了一种基于大数据的电网规划智能辅助分析方法。本发明针对现有电网规划仿真基础数据平台的建设成果上，运用大数据技术与方法对电网规划辅助分析***的建设进行研究，提高了***规划业务数据整合、计算、分析、应用等能力。本发明通过全面的数据源获取，结合高性能的数据处理与分析，为电网规划实际应用提供智能化手段，提高电网规划的效率，为电网规划部门提供一定的辅助参考依据，为促进电力大数据的广泛应用提供了理论支撑和探索新方向。

Description

一种基于大数据的电网规划智能辅助分析方法

技术领域

本发明属于电网信息化及调度自动化技术领域，具体是涉及一种基于大数据的电网规划智能辅助分析方法。

背景技术

随着智能电网的全面建设以及大数据等新一代IT技术的快速发展与应用，电力大数据的急剧增长并形成一定的规模。而电力大数据的应用关键不是“大”和“数据”，其核心价值是将数据视作人财物一样的电力企业核心资产，让资产创造价值。这就要求能够采用新的采集、存储和处理技术，实现跨业务、多类型、实时快速、灵活定制的数据关联分析，满足电网公司在电网生产、经营管理、优质服务等方面的管理提升和业务创新的需求。

“大规划”作为国网公司的“三集五大体系”的重要组成部分，电网规划是电力行业发展与建设的首要环节。随着现代电网规模快速变大，电网结构日益复杂，加上规划工作本身的不确定性因素大，涉及部门多、领域广，致使传统的电网规划方法是新形式、新要求下已不能满足现代电网的规划需求。因此在大数据浪潮的引领下，需要充分利用电力大数据关键技术与发展理念以建立信息化、智能化的电网辅助决策规划***的研究，从而为电网规划体系的建设提供参考以及探索的方向。

发明内容

本发明目的是：为了提高了电网规划业务数据整合、计算、分析、应用等能力，提供一种基于大数据的电网规划智能辅助分析方法。该方法能够为电网规划实际应用提供智能化手段，提高电网规划的效率，为电网规划部门提供一定的辅助参考依据。

具体地说，本发明是采用以下技术方案实现的，包括以下步骤：

步骤1：通过分布式消息队列接入电网运行实时数据，对关系数据库进行全量或者增量数据的抽取获取电网模型数据；

步骤2：在常规的电网规划***中引入非关系型数据库，利用非关系型数据库实现对电网运行的量测数据的快速存储与读取，并运用传统关系存储电网设备模型数据，构建形成关系数据库、非关系数据库的混合存储方式；

步骤3：采用批量计算、流计算、内存计算、查询计算、分布式计算满足不同时效性不同场景的电网规划业务计算需求；

步骤4：基于电网规划业务模型数据，通过大数据分析建模与模型解析，增加大数据分布式计算的支持，满足电网规划业务实时、离线应用的分析挖掘需求。

步骤5：查看统计图表，按照规划业务分类、时间及模型维度展现指标分布；查看指标明细，从历史数据趋势、负荷预测进行分类展示。

上述技术方案的进一步特征在于，所述步骤1中，采用Sqoop+Kettle对关系数据库进行全量或者增量数据的抽取。

本发明的有益效果如下：本发明针对现有电网规划仿真基础数据平台的建设成果上，运用大数据技术与方法对电网规划辅助分析***的建设进行研究，提高了***规划业务数据整合、计算、分析、应用等能力。通过全面的数据源获取，结合高性能的数据处理与分析，为电网规划实际应用提供智能化手段，提高电网规划的效率，为电网规划部门提供一定的辅助参考依据，为促进电力大数据的广泛应用提供了理论支撑和探索新方向。

附图说明

图1是本发明方法的示意图。

具体实施方式

下面结合实施例并参照附图对本发明作进一步详细描述。

实施例1：

本发明的一个实施例，主要根据电网大数据的特点以及电网规划新的要求，利用大数据技术，将不同形式的数据采集接入，提供关系型数据库、非关系型数据库、数据实时推送等多源数据整合，通过构建关系型数据库、非关系型数据库、分布式文件***等，支持海量异构数据存储需求，利用大数据流计算、批量计算、内存计算技术，提供多时间尺度的数据计算处理能力，对海量数据进行分析挖掘和展示。涉及以下六大部分：数据整合、数据存储、数据计算、数据分析、公共服务、业务应用。

1）数据整合

传统的数据整合主要包括实时数据采集、关系数据库ETL抽取、同步、文件上传等。本实施例通过分布式消息队列kafka接入实时数据，采用Sqoop+Kettle对关系数据库进行全量或者增量数据的抽取，如模型信息，通过FTP等方式实现文件上传等，大大提高了数据接入的稳定性以及数据传输的可靠性。

2）数据存储

采用关系型数据存储、非关系型数据存储等混合的数据存储方式，关系数据库主要用于存储电网设备模型档案信息，非关系数据库存储电网运行实时采集数据（主要采用HDFS+HBas），同时统一存储访问接口、提高数据存储低成本的横向扩展能力、提高在高并发条件下的快速数据访问响应能力、满足海量数据实时与准实时存储需求。

3）数据计算

通过批量计算、流计算、内存计算、查询计算等数据计算服务方式，满足不同时效性不同场景的电网规划业务计算需求。批量计算支持大批量数据的离线分析，如历史数据报表分析；流计算支持实时处理，如实时数据处理等；内存计算支持交互性分析，如用电数据在线统计等。主要采用Spark streaming、Spark、Mapreduce等技术。

4）数据分析

数据分析通过完善分析建模、模型解析等能力，增加大数据分布式计算的支持，满足实时、离线应用的分析挖掘需求。

5）公共服务

构建了统一的公共服务中心，统一封装存储服务、计算服务、分析服务、展现服务等各类服务，实现对外服务门户，为后续业务应用存储、计算、分析提供方便快捷的统一代理服务。

6）业务应用：

基于大数据计算、分析、展示、存储等服务，开展基于大数据的电网规划业务的应用研究，如电网负荷特性分析、用户负荷特性分析、新能源出力特性分析等与电网规划业务相关业务应用。

本实施例的具体实施步骤如图1所示。

步骤1：数据接入。

通过分布式消息队列kafka接入电网运行实时数据，采用Sqoop+Kettle对关系数据库进行全量或者增量数据的抽取获取电网模型数据。

步骤2：数据整合。

在常规的电网规划***中引入非关系型数据库（HDFS+HBas），利用非关系型数据库的快速读写量测数据的优势，以实现对电网运行的遥测、遥信、保护信号等量测数据的快速存储与读取，并运用传统关系存储电网设备模型数据，构建形成关系数据库、非关系数据库的混合存储方式。

步骤3：数据计算。

通过批量计算、流计算、内存计算、查询计算、分布式计算等数据计算服务方式，满足不同时效性不同场景的电网规划业务计算需求。

步骤4：数据分析。

基于电网规划业务模型数据，通过大数据分析建模、模型解析等能力，增加大数据分布式计算的支持，满足电网规划业务实时、离线应用的分析挖掘需求。

步骤5：数据展示。

查看统计图表，按照规划业务分类、时间及模型维度展现指标分布；查看指标明细，从历史数据趋势、负荷预测等角度分类展示。

虽然本发明已以较佳实施例公开如上，但实施例并不是用来限定本发明的。在不脱离本发明之精神和范围内，所做的任何等效变化或润饰，同样属于本发明之保护范围。因此本发明的保护范围应当以本申请的权利要求所界定的内容为标准。

Claims (2)

1.一种基于大数据的电网规划智能辅助分析方法，其特征在于：包括以下步骤：

步骤1：通过分布式消息队列接入电网运行实时数据，对关系数据库进行全量或者增量数据的抽取获取电网模型数据；

步骤2：在常规的电网规划***中引入非关系型数据库，利用非关系型数据库实现对电网运行的量测数据的快速存储与读取，并运用传统关系存储电网设备模型数据，构建形成关系数据库、非关系数据库的混合存储方式；

步骤3：采用批量计算、流计算、内存计算、查询计算、分布式计算满足不同时效性不同场景的电网规划业务计算需求；

步骤4：基于电网规划业务模型数据，通过大数据分析建模与模型解析，增加大数据分布式计算的支持，满足电网规划业务实时、离线应用的分析挖掘需求；

步骤5：查看统计图表，按照规划业务分类、时间及模型维度展现指标分布；查看指标明细，从历史数据趋势、负荷预测进行分类展示。

2.根据权利要求1所述的基于大数据的电网规划智能辅助分析方法，其特征在于，所述步骤1中，采用Sqoop+Kettle对关系数据库进行全量或者增量数据的抽取。