引言

　　近年來，大數(shù)據(jù)（big data）技術(shù)得到了各國政府和全球?qū)W術(shù)界、工業(yè)界的高度關(guān)注和重視，在各行業(yè)領(lǐng)域的應(yīng)用迅猛發(fā)展。2012年3月，美國政府發(fā)布了“大數(shù)據(jù)研究發(fā)展創(chuàng)新計劃”，我國政府、學(xué)術(shù)界和工業(yè)界對大數(shù)據(jù)也予以了高度關(guān)注。就電力行業(yè)而言，近年來數(shù)據(jù)資源開始急劇增長并形成了一定的規(guī)模，對大數(shù)據(jù)技術(shù)也產(chǎn)生強烈的需求。具體表現(xiàn)為數(shù)據(jù)量由TB級向PB級發(fā)展，數(shù)據(jù)高性能存儲和高可擴展性面臨挑戰(zhàn)；業(yè)務(wù)向智能化、精益化方向發(fā)展，對復(fù)雜數(shù)據(jù)處理和實時性提出更高要求；跨業(yè)務(wù)、跨平臺的數(shù)據(jù)處理和分析能力需要進一步提升。

　　配用電網(wǎng)大數(shù)據(jù)體系架構(gòu)方面，大數(shù)據(jù)軟件體系結(jié)構(gòu)可分為數(shù)據(jù)采集與預(yù)處理、數(shù)據(jù)存儲和管理、數(shù)據(jù)分析和挖掘等幾個方面。在大數(shù)據(jù)存儲和管理方面，當(dāng)前普遍采用的是分布式文件系統(tǒng)和分布式數(shù)據(jù)庫。由于大數(shù)據(jù)處理的多樣性和復(fù)雜性，學(xué)術(shù)界和工業(yè)界不斷研究和推出新的大數(shù)據(jù)計算模式和平臺；重要的發(fā)展趨勢包括Hadoop平臺與其他計算模式的融合、多樣性混合計算模式、基于內(nèi)存的大數(shù)據(jù)處理技術(shù)?？梢暬谴髷?shù)據(jù)分析的重要手段，同時大數(shù)據(jù)也對可視化技術(shù)提出了新的挑戰(zhàn)。實際應(yīng)用中存在大量高速時序數(shù)據(jù)，而且這些數(shù)據(jù)的維度都很高，如何對這樣的數(shù)據(jù)進行可視化還沒有得到很好的解決，也是亟需研究的問題。

　　用戶用電負荷數(shù)據(jù)的存儲處理方面，用電負荷數(shù)據(jù)存在著多種形態(tài)、頻度，如何構(gòu)建合理的存儲結(jié)構(gòu)以滿足用電負荷數(shù)據(jù)的需求，已成為新的研究熱點。當(dāng)前，存儲、索引的統(tǒng)籌設(shè)計也是適應(yīng)海量高維時序數(shù)據(jù)的方向之一。另外，用電負荷數(shù)據(jù)通?？梢詮牟煌瑢用孢M行聚類：時間層面上，針對不同時間范疇的負荷序列進行聚類；用戶層面上，對不同用戶的用電負荷數(shù)據(jù)和其他信息聚類，實現(xiàn)用戶群體的劃分。關(guān)聯(lián)分析是在聚類等手段的基礎(chǔ)上分析信息內(nèi)在關(guān)聯(lián)的手段。特別是對用電負荷大數(shù)據(jù)如何結(jié)合具體業(yè)務(wù)進行聚類和關(guān)聯(lián)分析還亟待研究。

　　本文研究智能配用電大數(shù)據(jù)應(yīng)用關(guān)鍵技術(shù)，具體包括：

　?、倥溆秒娋W(wǎng)大數(shù)據(jù)體系架構(gòu)及共性基礎(chǔ)技術(shù)；

　?、谟脩粲秒娯摵蓴?shù)據(jù)存儲分析與修正技術(shù)；

　?、塾秒婎A(yù)測等智能配用電業(yè)務(wù)應(yīng)用大數(shù)據(jù)分析技術(shù)；

　?、苤悄芘溆秒姶髷?shù)據(jù)示范應(yīng)用方案設(shè)計。

　　1 技術(shù)現(xiàn)狀

　　1.1 智能配用電業(yè)務(wù)分析的國內(nèi)外研究現(xiàn)狀

　　近年來，智能配用電得到了重點關(guān)注和快速發(fā)展，其資源優(yōu)化配置能力強，運行穩(wěn)定高效，適應(yīng)新能源的發(fā)展。

　　1）節(jié)電方面，國內(nèi)外學(xué)術(shù)界對配用電的節(jié)電分析主要從配電和用電兩個方面開展了研究。在配電側(cè)，主要研究通過無功優(yōu)化、最優(yōu)潮流、網(wǎng)絡(luò)重構(gòu)、分布式電源接入等方法降低配電網(wǎng)絡(luò)損耗達到節(jié)電目的。

　　2）用電預(yù)測方面，國內(nèi)外研究主要集中在預(yù)測數(shù)據(jù)預(yù)處理、影響因素屬性約簡、構(gòu)建用電預(yù)測模型等方面。如采用基于粗糙集理論的屬性約簡算法，能夠挖掘出與待預(yù)測用戶相關(guān)性大的屬性作為預(yù)測模型的輸入量。

　　3）配用電網(wǎng)架優(yōu)化方面，國內(nèi)外對配電網(wǎng)網(wǎng)架優(yōu)化或規(guī)劃問題已有較多研究，也開始在配電網(wǎng)優(yōu)化中考慮分布式供電的影響，模型求解多采用數(shù)學(xué)規(guī)劃法、啟發(fā)式算法、智能優(yōu)化算法等。

　　4）錯峰調(diào)度方面，文獻分析了“錯峰用電”的地位和作用，闡述了“錯峰用電”對提高供電質(zhì)量、減少線路損耗、增加設(shè)備的輸送能力和延長設(shè)備的使用壽命等都具有重要的現(xiàn)實意義和應(yīng)用價值。

　　1.2 智能配用電大數(shù)據(jù)應(yīng)用的國內(nèi)外研究現(xiàn)狀

　　智能電網(wǎng)的目標(biāo)是建設(shè)覆蓋電力系統(tǒng)生產(chǎn)全過程的實時系統(tǒng)，而對這個系統(tǒng)提供安全性、可靠性、堅強性支撐的則是電網(wǎng)的全景、實時數(shù)據(jù)，以及對這些數(shù)據(jù)的快速分析和對分析結(jié)果的應(yīng)用。因此在本質(zhì)上，智能電網(wǎng)是大數(shù)據(jù)在電力上的應(yīng)用。

　　2012年IBM公司提出，電力能源由單向的電力流動擴展到電力與數(shù)據(jù)信息的多向流動，這將為傳統(tǒng)的電力行業(yè)價值鏈帶來突破性的變化。世界各地的電力公司也陸續(xù)開展了電力數(shù)據(jù)應(yīng)用實踐。例如美國SGD&E為客戶提供一個可選的“空調(diào)負荷循環(huán)項目”，通過這個項目顧客可以讓電力公司在用電高峰期替他們管理空調(diào)。美國加州大學(xué)洛杉磯分校的研究者根據(jù)大數(shù)據(jù)理論，將人口調(diào)查信息、電力企業(yè)提供的用戶實時用電信息和地理、氣象等信息全部整合，設(shè)計了一款“電力地圖”。國內(nèi)各界也已積極投入電力大數(shù)據(jù)的應(yīng)用研究。