0551-62353701
電力大數(shù)據(jù)體量大、類型多、速度快，廣泛應用在電網(wǎng)企業(yè)的規(guī)劃、建設、運行、檢修、營銷、運監(jiān)、企管、服務等各個業(yè)務方向。
在電網(wǎng)運行專業(yè)，通過應用用電大數(shù)據(jù)，能夠提高短期和日前負荷預測的準確度，指導調(diào)度計劃的制定；通過應用電網(wǎng)運行大數(shù)據(jù)，可優(yōu)化電網(wǎng)運行方式；通過應用新能源發(fā)電大數(shù)據(jù)，可提高新能源發(fā)電預測水平，提升電網(wǎng)消納新能源發(fā)電的能力。
短期負荷預測和新能源發(fā)電預測是電網(wǎng)運行領域研究、應用較多的大數(shù)據(jù)應用。短期負荷預測主要是使用近幾年各種粒度的電量、負荷電能數(shù)據(jù)，以及溫度、濕度等氣象數(shù)據(jù)，分析地區(qū)行業(yè)用戶的用電負荷特性、電量變換趨勢、負荷與氣象的關系，預測出一周內(nèi)全省或地市級電網(wǎng)的負荷曲線。這種基于大數(shù)據(jù)的負荷預測方法在多個省得到應用，比傳統(tǒng)的預測方法更加準確。
新能源發(fā)電預測主要是太陽能和風力發(fā)電預測，其中難度較大的是風力發(fā)電預測。風力發(fā)電預測主要使用風機狀態(tài)數(shù)據(jù)、測風塔數(shù)據(jù)、氣象預報數(shù)據(jù)以及大量的風電站運行數(shù)據(jù)，采用機器學習等方法，預測0～4小時內(nèi)和24小時內(nèi)單風機和風電場總體的有功功率。
基于大數(shù)據(jù)的風力發(fā)電預測，能較好地協(xié)助調(diào)控中心克服風電出力不確定性帶來的、合理安排調(diào)控計劃等困難，提高電網(wǎng)消納新能源發(fā)電的能力。
在德國智能電網(wǎng)建設過程中，電網(wǎng)企業(yè)每隔5分鐘或10分鐘收集一次數(shù)據(jù)，來預測用戶的用電習慣等，從而推斷出在未來2～3個月，整個電網(wǎng)的大致用電需求。依據(jù)用電量預測，可以提前向發(fā)電或者供電企業(yè)購買相應電量，降低采購成本。
日本探索未來家庭能源管理系統(tǒng)，以智能監(jiān)控家庭太陽能等發(fā)電設備、儲能設備，各類家庭用電設備之間以及家庭能源和智能微電網(wǎng)之間的能源動態(tài)平衡。該系統(tǒng)能夠利用天氣信息與傳感器進行能源大數(shù)據(jù)收集和篩選，并通過對家用電器的控制達到節(jié)約能耗的目的。
法國電力公司在法國已經(jīng)安裝了3500萬個智能電表，采集的主要是個體家庭的用電負荷數(shù)據(jù)。以每個電表每10分鐘抄表一次計算，3500萬智能電表每年產(chǎn)生1.8萬億次抄表記錄。這些電表數(shù)據(jù)，結合氣象數(shù)據(jù)、用電合同信息及電網(wǎng)數(shù)據(jù)，構成了法國電力的大數(shù)據(jù)。法國電力借助大數(shù)據(jù)技術研究海量數(shù)據(jù)的處理架構，實現(xiàn)用電負荷的精細化測量，降低信息決策系統(tǒng)與運行操作系統(tǒng)之間的延遲。
美國通用公司研發(fā)了一種結合大數(shù)據(jù)應用技術的2.5-120型風機。這種風機融合了能量存儲和銜接的預測算法，每秒可分析上萬數(shù)據(jù)點，并可以靈活地操控120米的長葉片。這一風機產(chǎn)品比傳統(tǒng)風機在效率和電力輸出上分別提高了25%和15%。
2018年1月，國網(wǎng)青海省電力公司建成國內(nèi)首個集數(shù)據(jù)匯集、存儲、服務、運營于一體的新能源大數(shù)據(jù)創(chuàng)新平臺，2019年4月，該平臺正式升級為青海省能源大數(shù)據(jù)中心。
國網(wǎng)青海電力依托新能源大數(shù)據(jù)平臺的集中功率預測，可實現(xiàn)新能源電站功率集中預測和集中上報調(diào)度，幫助電網(wǎng)調(diào)度合理安排調(diào)度計劃，全力助推新能源消納。
平臺引進中國氣象局、美國、歐洲、西班牙4類氣象源數(shù)據(jù)，并接入青海區(qū)域23座國家氣象觀測站，提供青海省和全國的數(shù)值天氣預報，精準的氣象數(shù)據(jù)為精準功率預測奠定了基礎。目前，平臺引入國內(nèi)主流的4家功率預測服務提供商，對8家發(fā)電企業(yè)新能源電站進行功率預測，實現(xiàn)了新能源電站的短期和超短期預測，預測準確度提升2%以上。
近兩個月的數(shù)據(jù)顯示，接入平臺的新能源電站共觸發(fā)48次預警信息，預警推送生成處理工單48條。系統(tǒng)按照自動匹配、距離優(yōu)先原則分發(fā)檢修，形成了對預設預警工單的閉環(huán)管理，確保新能源電站健康穩(wěn)定運行。
智能配用電大數(shù)據(jù)應用系統(tǒng)由國網(wǎng)上海市電力公司電力大數(shù)據(jù)實驗室研制而成。該系統(tǒng)以上海浦東新區(qū)為示范區(qū)域，示范面積1210平方公里，完成浦東新區(qū)電網(wǎng)數(shù)據(jù)、用戶數(shù)據(jù)和社會環(huán)境經(jīng)濟等10個業(yè)務數(shù)據(jù)源、236萬用戶的多源異構數(shù)據(jù)接入，建成電力大數(shù)據(jù)數(shù)據(jù)倉庫和數(shù)據(jù)集市。通過對電力大數(shù)據(jù)進行管理、分析、挖掘，實現(xiàn)用戶用電行為分析、節(jié)電、用電預測、網(wǎng)架優(yōu)化、錯峰調(diào)度等業(yè)務應用場景，實現(xiàn)大數(shù)據(jù)技術在智能配用電業(yè)務領域的技術拓展，提升配用電的智能化水平和綜合效益，滿足智能電網(wǎng)深入建設對多源數(shù)據(jù)的融合與挖掘提出的要求。
電力大數(shù)據(jù)價值挖掘的關鍵技術可以分為四大類，即統(tǒng)計分析、綜合評價、預測預警和數(shù)據(jù)可視化技術。
統(tǒng)計分析技術。這一類是比較經(jīng)典的數(shù)據(jù)分析技術，主要包含方差分析、主成分分析、回歸分析、決策樹算法、貝葉斯分類算法等。此類技術主要是通過相應的指標和模型發(fā)現(xiàn)統(tǒng)計數(shù)據(jù)中的規(guī)律，用電力數(shù)據(jù)變化反映生產(chǎn)和生活用能情況。
綜合評價技術。這一類技術屬于知識發(fā)現(xiàn)型技術，通過把更加細化的電力數(shù)據(jù)過濾出來，然后挖掘其中隱含或未知的信息，主要包含專家打分法、層次分析法、熵權法、粗糙集法等。此類技術主要應用于不同行業(yè)之間的用電情況關聯(lián)分析，以及電力企業(yè)綜合績效管理、投資與資產(chǎn)管理等，幫助電力企業(yè)綜合了解用能情況及生產(chǎn)經(jīng)營狀況。
預測預警技術。這一類技術是綜合評價技術的衍生，主要包含時間序列算法、回歸預測方法、隨機森林算法、人工神經(jīng)網(wǎng)絡算法等。此類技術主要應用于電力生產(chǎn)消費全過程，以及電力企業(yè)運營預測，對未來發(fā)展趨勢進行定量分析。
數(shù)據(jù)可視化技術。這一類技術主要對應于電力大數(shù)據(jù)挖掘的結果發(fā)布環(huán)節(jié)，主要包含Tableau、POWER BI、Ets等。此類技術主要面向用戶、電力企業(yè)業(yè)務運營及管理人員，通過可視化的方式將電力大數(shù)據(jù)挖掘的結果展示給用戶，借助圖形表達數(shù)據(jù)中的復雜信息。
