智能電網與電力大數據的行業(yè)應用

1、欒文鵬 - 智能電網與電力大數據的行業(yè)應用發(fā)表時間 :2014/10/29 點擊數 :2219 投稿郵箱：2014年 10月 28日，由中國工程院、美國國家工程院、 EMC公司、 VMware公司、 浪潮集團及聯(lián)想集團共同舉辦的以云計算和大數據為主題的 IT 行業(yè)學術研討會 IT 2020 高端論壇在京舉行，此次論壇聚焦未來數年內影響中國乃至全球行業(yè)和經濟發(fā)展的大數據、 云計算和新興 IT 趨勢，來自中國、美國及全球各地的學術界和產業(yè)界的領導者及專家學者 參與了此次盛會。IT 2020 高端論壇上， 中國電力科學研究院特聘首席專家欒文鵬帶來 智能電網數據分析元 的主題演講，并從多行業(yè)的實際應用

2、進行了驗證，以下是演講實錄：欒文鵬： 今天我給大家做一個報告是智能電網數據分析元， 在大電力行業(yè)方面的應用， 主要 講智能電網運用。 介紹， 大數據研究及實施現狀， 智能電網數據分析元， 和一些行業(yè)里應用。大數據電力行業(yè)這幾年剛起步， 無處不在大數據， 但是電網工作剛剛開展。 電力行業(yè)有非常 熱門話題智能電網，傳統(tǒng)電網 IT 技術、通訊技術結合，不做太多解釋，基本上把傳統(tǒng)電網 進行信息化、數字化、智能化。近幾年特別熱的就是北美、全世界智能電表，大家看照片， 在北京胡同里照的智能電表照片。覆蓋國家電網 80%數據，智能化以后， 1100 多座智能電站， 2.2 億電表，今年一季度全面上 線，一共

3、 3億塊電表，基本上在 2015 年底，把數據全部遠程操控到電網數據，現在大量數 據，并且將來還有大量的電動汽車， 要截止到電腦上，現在對于行業(yè)來說， 電力行業(yè)已經進 入大數據時代。包括我們國家在每個變電站加入了PMU，這技術局基本上高頻的非?？斓乃俣龋詫＞€把數據送回數據中心，數據像潮水般涌來，怎么管理這些數據， 成為電力行業(yè)專 業(yè)人員思考問題。電力的數據，大家比較了解，體量大，類型多，價值比較復雜，實施比較強。已經滿足大數 據定義和一些行業(yè)方面的考量， 所以現在數據的處理需要一些大量大數據技術， 來得到應用。電力特點電力周期差別非常大， 幾微秒， 電力高頻設備切換， 基本上在幾微秒一級，我

4、們做 基點保護， 20 毫秒到 30 毫秒之間，每小時、每天、每周、年的負荷預測，包括做發(fā)電容量 預測，有可能做幾十年。還有電力資產，像我們的VRT、發(fā)動機，生命周期就在 80 年到一百年過程。這個數據有非常大的跨度、特點、區(qū)別。這樣對于電力行業(yè)大數據整合，產生了 很多困難， 提出很多挑戰(zhàn)。包括現在智能電表實施以后， 大量數據來了以后，以后很多傳感 器在電網上，但是傳感器基本上有數的， 多少數是有限的，包括配電自動化設備， 這些裝置 不多，每個用戶都有智能傳感器，帶回大量的數據，這是我在去年回國以前，電表在BC網絡上做的， 180 萬用戶，比中國的國家電網小很我。當時我們看每個電表每天可以拿回

5、來三 個 KB 數據，智能中心拿回 11G數據，去年在 HOP上有一篇文章發(fā)表出來，基于實測數據，有興趣可以看。公司怎么樣利用這個數據，這是這個公私要考慮的問題。電力公司從去年開始，國家電力公司在想，怎么利用大數據， 來整合這些數據，來盡量達到 實現一些不可估量的效應，提高生產率， 提高管理效率、 服務質量等等，這些都是公司考量 做大數據的內部驅動力。 電力行業(yè)數據對于各個國家國民經濟和國家國民經濟發(fā)展和政府決 策都有很多的指導意義， 每周、 每個月國家國務院開會， 我們蘇總第一個事情就是要把國家 的電力負荷、修電量，這個數據報給李克強總理。 國務院領導班子利用這些數據做決策，把 數據看成第一

6、手數據， 并且每個季度發(fā)改委公布用電量的時候， 各國預計電力走向， 都有很 大指導意義，各國數據對于政府、公安、社保、家電各個行業(yè)都有很多指導意義，對于決策 提供幫助。稍微匯報一下國家電網在大數據方面做開展的一些工作和一些基本策略。 其實電力大數據在 國家電網剛剛開始， 去年剛開始提到議事日程上來， 電力行業(yè)， 去年中國電機工程學會協(xié)會 發(fā)表電力大數據行業(yè)白皮書，發(fā)改委 863 項目，配電大數據關鍵技術項目，國家層面項目。 國家電網七個方面研究，設備監(jiān)測、裝載，配電網、智能電網結合起來數據，客戶分析，還 有信通等，江蘇、天津、北京各個電力公司陸續(xù)開展了一些大數據應用方面嘗試。我們在做電力大數據

7、技術戰(zhàn)略研究，這個月底或者下個月初，就會出現電力大數據白皮書， 做需求分析。同時建立電力大數據平臺， 就在電科院建， 也在做優(yōu)化算法研究。我不想介紹 太多，我們電力平臺的功能架構，基本上把各種電網數據，結構化、半結構化，實時、非實 時，這些數據整合起來， 做系統(tǒng)大平臺， 為將來的服務和應用做一些開發(fā)。 這是總體的一些 技術架構。 大家都是這方面專業(yè)的， 不詳細闡述。 總體考量分析決策工具， 做了很多一些規(guī) 劃方面工作。研究思路，多部門和多數據融合，分析大數據場景，做相關技術的研發(fā)和開發(fā)。重點項目， 重點思路幾個方面，研究電力大數據，服務于社會、政府做決策，我們要給政府、國務院做 經濟發(fā)展決策，

8、 提供數據支撐。 要支撐整個電力公司本身的運營和高效節(jié)能減排方面， 包括 一些節(jié)省開支，提高效率等等方面，還有服務于我們的客戶。我們幾個主要的側重點。今年開始， 2015 年，我們現在正在計劃的項目里面，明年開始實施項目，國家電網列了項 目，列在國網的科技指南， 20 幾個項目，有幾個項目不是國家電網，有可能別的部門資助 的。前面花了十幾分鐘時間，主要講背景，國網電力大數據方面的思路。下面可以講講， 我們認為在電力行業(yè)這幾年， 剛興起的一個學科， 智能電網分析元。給大家 介紹一下整體思路，后面再介紹一下例子。智能電網分析元 (Data Analytics) ，去年從國外 回到國內， 想一個很好

9、的詞翻譯過來， 行業(yè)里認為這個定義本身有兩重意思， 第一個是以數 據分析學或者數據分析方法， 第二個意思是靠分析得出一些程序或者算法實施的時候， 實施 數據分析元。但是我沒有想好特別得很好的詞。中國電力學報，翻譯這個詞的時候，我沒有 想到太好的翻譯。數據分析、數據挖掘不一樣，數據分析根據推理、知識得到一個結論，數 據挖掘不知道什么原因，通過大量數據分析得出一個結論。 Data Analytics 比較大數據。 北美、 歐洲、中國點行業(yè)里最熱話題，各個電力公司都在做自己的數據分析元?，F在市場比 較流行用戶分析元，對用戶進行分類，提供優(yōu)良服務，需求響應，資產管理一些分類，優(yōu)化 的，包括變電站管理、

10、 變壓器管理， 第三是電網優(yōu)化策略， 就是一些分析元， 怎么做了以后， 怎么實行配電效率， 怎么快速故障定位， 怎么進行輸電。 這是功能對象來說，側重 IT 行業(yè)， 描述以前的，分析以往信息，還原以前的場景，電力系統(tǒng)常說的竊電分析， 用過去數據分析 用戶行為，發(fā)生線路故障，信息全掉出來，我來分析，當時為什么發(fā)生這個故障。預測性分 析元，分析未來，好多我們做的風險評估、負荷預測，都符合這個場景。優(yōu)化式分析元，根 據得到的所有信息， 能給電力公司或者給用戶推薦一種優(yōu)化場景， 你這么做， 可能對你的運 行或者服務更好一些。 現在市面上數據， 電力行用的數據分析元基本上屬于這幾種類型之中。在北美 50

11、%以上電力公司都在做這方面工作，但是有一個特點，大數據的平臺基本上都是各 大廠家提供的，包括 IBM、 EMC，做大數據平臺，數據元做分析，很多電力公司委托廠家做 開發(fā)， 有不少做自己的開發(fā)，包括回國以前也在做這方面開發(fā)，中國也是這樣情況，很多公 司自己做一些應用， 主要把電網優(yōu)化和客戶服務作為重點。 智能電表數據也是這幾年剛拿到 位，現在市場預測， GTM研究機構預測，現在的市場會在未來的幾年，現在基本上每年11億美元電力行業(yè)數據分析元，擴大過幾年到 40 億美元。還有 IBM 大的咨詢公司，還有 EMC， 這方面做了很多工作?，F在很多場景，在做 Data Analytics 這方面的開發(fā)。

12、數據分析元本身的作用和大家想的一 樣，其實把數據中找出一些隱含原因，再給大家做決策、推薦，通過數據分析，找出問題的 地點和時間、原因，再把推進策略怎么應對，工程師和現場人員得到啟示，做展示，這是現 在數據分析元工作的套路和思路。數據分析元系統(tǒng)架構，底下一個平臺、服務器，中間部分做電力公司開發(fā)電表數據分析元， 電網、 可再生能源數據分析元， 這個數據是加利福尼亞州的電力公司做的分析， 左下側是數 據分析元， 右下側是數據平臺， 中間一層做數據展現和分析， 美國電力公司自己開發(fā)和買的 數據分析元，這是架構。各個電力公司基本上按照這個思路來做。下面利用幾分鐘講一下， 現在在電力公司里面， 大家都在開

13、發(fā)智能電網數據分析元， 電力行 業(yè)剛興起一個行業(yè)， 電力公司得到大量數據， 以前有很多數據， 多了以后， 大家想辦法來做， 現在大家行業(yè)里比較關注或者常見一些分析元， 包括常見的系統(tǒng) TOP連接生成和完善， 電力 公司里通過電力信息系統(tǒng)， 把電力公司的線路和用戶連接做了很好的標定， 有很多錯誤， 電 力公司沒有太多的人手管理， 因此在北美和咱們國家一樣的情況， 二次測的線路里面， 線路 怎么連接，電力公司變壓器有些聯(lián)系，這個關系非常多，以前靠人力、人工方式排查，上海 電力公司前幾年花兩億左右，兩年時間，線路全排查一遍，線路咱們國家經濟發(fā)展特別快， 這個線路不停地變，剛查完，發(fā)現線路又變了，有了

14、電表數據以后，通過回歸方式，數據分 析方式， 自動生成 TOP，然后識別負荷一些設備， 有些設備發(fā)現有問題的話， 可以快速判斷，包括在美國佛羅里達有一個電力公司， 他根據電壓值變化， 可以判斷變壓器要燒壞， 有一個 固態(tài)，燒壞以前，二次絕緣子，突然升高10%，一個月以后，變壓器基本上燒壞，有這個過程。每天掃描這個數據，發(fā)現這個情況監(jiān)測，發(fā)現有問題，自動報警，認為變壓器要壞了， 發(fā)現以后馬上要換了。各個省，美國電力公司，歐洲電力公司，都在做，怎么利用智能電表數據，分析哪些用戶沒 有按時交費， 哪些電表已經通過了， 一些偷電行為， 故障檢測， 可靠性分析， 系統(tǒng)評估等等， 都是一些現在電力公司常見

15、一些主要數據分析元。在國內做的一些工作，這是清華大學的韓教授，他們根據PMU和 WAMS數據進行挖掘，進行暫態(tài)電壓穩(wěn)定， 做了很好系統(tǒng)， 在南方電網進行運用，做的非常錯，我在韓院士片子里拿了 一張，做暫態(tài)電壓穩(wěn)定根據 PMU和 WAMS數據進行評估。很多地方做過載管理，變壓器過載 率和負荷分析， 哪些變壓器過負荷， 哪些變壓器出現問題，根據過負荷進行評估， 做到系統(tǒng) 里。變壓器監(jiān)測?？煽啃灾笜苏宫F，根據智能電表數據，可以把哪個用戶斷電，哪個用戶在 線，一年統(tǒng)計， 可以非常清晰在電子信息系統(tǒng)上， 每個用戶可靠性服務，還有指標做一些展 現，電網什么地方要做投資，什么地方做服務，具有指導作用。這是非

16、常實用的。我在國外領著幾個年輕人做， 全世界第一個， 哪個電網線路在電子信息系統(tǒng)接錯， 可以自動 檢錯，自動修復，以前靠人工，有了電表以后，用回歸方式算的豐富好，在國際上已經有幾 篇文章發(fā)表出來，大家有興趣的話，可以看一下。這是電表的異常檢測，竊電分析，現在有 大量公司在做，通過人的行為、電表行為分析，大家是不是動了手腳。我們的國家，特別是 在浙江，其實我們做了很多這樣的工作，發(fā)現以前的竊電，看的非常清楚，電表數據，準確 的用戶，什么時候竊電，竊多少電，可以分析出來，各個電力公司，有工作重點，防竊電。 我做的工作，怎么利用電表數據，來分析臺區(qū)和用戶關系，變壓器臺區(qū)和用戶對應，24 小時電壓或者兩