[發(fā)明專利]一種基于大數(shù)據(jù)的電力優(yōu)化配置方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710021803.9
• 申請(qǐng)日: 2017-01-12
• 公開（公告）號(hào): CN106844594A
• 公開（公告）日: 2017-06-13
• 發(fā)明（設(shè)計(jì)）人: 王文平;孟慶強(qiáng);孫立華;鄭浩泉;胡牧;黃太貴;王松;李端超;黃少雄;王正風(fēng);程栩;竇萬春
• 申請(qǐng)（專利權(quán)）人: 南京大學(xué);南京南瑞集團(tuán)公司;國(guó)網(wǎng)安徽省電力公司;國(guó)家電網(wǎng)公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G06Q10/04;G06Q50/06
• 代理公司: 江蘇圣典律師事務(wù)所32237
• 代理人: 胡建華,于瀚文

技術(shù)領(lǐng)域

本發(fā)明涉及電力資源分配領(lǐng)域，特別是一種基于大數(shù)據(jù)的電力優(yōu)化配置方法。

背景技術(shù)

電力是國(guó)民經(jīng)濟(jì)的基礎(chǔ)性資源，電力數(shù)據(jù)的處理和利用對(duì)發(fā)電、輸電和供電等各個(gè)環(huán)節(jié)都有重要作用。隨著用電量的增長(zhǎng)和智能電網(wǎng)技術(shù)的發(fā)展，電力數(shù)據(jù)呈現(xiàn)出爆炸性增長(zhǎng)的態(tài)勢(shì)。傳統(tǒng)的數(shù)據(jù)處理技術(shù)已經(jīng)不能適應(yīng)這種情況。

大數(shù)據(jù)技術(shù)的出現(xiàn)可以有效地解決這種問題?！按髷?shù)據(jù)”這個(gè)概念最早源于Apache的一個(gè)開源項(xiàng)目Nutch。到2008年，Nature出版了第一個(gè)“BigData”?？榻B了多個(gè)方面出現(xiàn)的海量大數(shù)據(jù)帶來的挑戰(zhàn)和機(jī)遇；2012年，美國(guó)政府宣布“大數(shù)據(jù)研究和發(fā)展計(jì)劃”，并投入2億美元，大數(shù)據(jù)的發(fā)展成為國(guó)家戰(zhàn)略行為，引發(fā)了又一波大數(shù)據(jù)研究的熱潮。

大數(shù)據(jù)的定義并不統(tǒng)一，Garnter的定義是“大數(shù)據(jù)是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來適應(yīng)海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)”，麥肯錫的定義是“大數(shù)據(jù)是一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫軟件工具能力范圍的數(shù)據(jù)集合”。目前比較廣泛的定義是5V定義，即Volume(規(guī)模性)、Velocity(高速性)、Variety(多樣性)、Value(低價(jià)值密度性)和Veracity(真實(shí)性)。電力大數(shù)據(jù)是對(duì)大數(shù)據(jù)的概念擴(kuò)展，是以業(yè)務(wù)趨勢(shì)預(yù)測(cè)、數(shù)據(jù)價(jià)值挖掘?yàn)槟繕?biāo)，利用數(shù)據(jù)集成管理、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)計(jì)算、分析挖掘等方面核心關(guān)鍵技術(shù)，實(shí)現(xiàn)面向典型業(yè)務(wù)場(chǎng)景的模式創(chuàng)新及應(yīng)用提升。電力大數(shù)據(jù)一方面有與大數(shù)據(jù)相同的特性，可概括為3V，即規(guī)模性(Volume)、多樣性(Variety)和高速性(Velocity)；另一方面，由于電力系統(tǒng)的特殊性，電力大數(shù)據(jù)有自己的特點(diǎn)，概括來說就是3E，即數(shù)據(jù)即能量(Energy)、數(shù)據(jù)即交互(Exchange)、數(shù)據(jù)即共情(Empathy)。

電力大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)處理流程的不同之處主要在于電力大數(shù)據(jù)的處理需要處理大量非結(jié)構(gòu)化的數(shù)據(jù)，所以上述提到的各種大數(shù)據(jù)技術(shù)可以在電力大數(shù)據(jù)的各個(gè)環(huán)節(jié)進(jìn)行并行處理。此外，電力大數(shù)據(jù)需要使用的技術(shù)主要還有：(1)集成管理技術(shù)，用于合并來自多個(gè)應(yīng)用系統(tǒng)的數(shù)據(jù)，創(chuàng)建一個(gè)有更多功能的企業(yè)應(yīng)用的過程。主要使用的是NoSQL數(shù)據(jù)庫技術(shù)；(2)數(shù)據(jù)分析技術(shù)，用于從海量電力數(shù)據(jù)中提煉出有助于電力工作者做出決策的有用信息和模型。主要的技術(shù)有機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、模式識(shí)別、神經(jīng)網(wǎng)絡(luò)、時(shí)間序列預(yù)測(cè)模型、遺傳算法等；(3)數(shù)據(jù)處理技術(shù)，用于解決大規(guī)模分布式存儲(chǔ)與處理、數(shù)據(jù)讀取和處理解決在線實(shí)時(shí)計(jì)算、處理實(shí)時(shí)到達(dá)的速度和規(guī)模不受控制的數(shù)據(jù)等問題。主要的技術(shù)手段包括分布式計(jì)算技術(shù)、內(nèi)存計(jì)算技術(shù)、流處理技術(shù)等。

目前大數(shù)據(jù)技術(shù)在電力領(lǐng)域的應(yīng)用已經(jīng)取得了很多成果，電力系統(tǒng)的發(fā)電、輸電和配電各個(gè)環(huán)節(jié)都有大數(shù)據(jù)技術(shù)參與的例子。然而大部分的技術(shù)都是在假設(shè)發(fā)電量足夠滿足用電需求的前提下來進(jìn)行分析和處理。但是在用電的高峰期，或者是在很多電力資源不充足的欠發(fā)達(dá)國(guó)家和地區(qū)，電力不足的情況仍然存在。如何在電力不足的情況下通過對(duì)電力數(shù)據(jù)的分析，來合理地安排電力供應(yīng)是一個(gè)亟需解決的問題。本發(fā)明針對(duì)這個(gè)問題提出了一種基于大數(shù)據(jù)的電力優(yōu)化配置方法。

發(fā)明內(nèi)容

發(fā)明目的：本發(fā)明所要解決的技術(shù)問題是針對(duì)現(xiàn)有技術(shù)的不足，提供一種基于大數(shù)據(jù)的電力優(yōu)化配置方法。

為了解決上述問題，本發(fā)明公開了一種基于大數(shù)據(jù)的電力優(yōu)化配置方法，包括以下步驟：

步驟1：采用ETL(Extract,Transform,Load,抽取、轉(zhuǎn)換、裝載)數(shù)據(jù)抽取技術(shù)從電力大數(shù)據(jù)中篩選出用戶用電數(shù)據(jù)。初始數(shù)據(jù)包括各種結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，抽取其中與用電量相關(guān)的部分，再刪除其中的臟數(shù)據(jù)，并將處理得到的用戶用電數(shù)據(jù)進(jìn)行建模；

步驟2：針對(duì)建模后的用電數(shù)據(jù)，運(yùn)用數(shù)據(jù)清洗技術(shù)，去除用戶用電數(shù)據(jù)中存在的噪音數(shù)據(jù)，并填補(bǔ)其中存在的空缺數(shù)據(jù)；

步驟3，使用時(shí)間序列預(yù)測(cè)法的自回歸AR(autoregression，自回歸)模型及步驟2中處理得到的用戶用電數(shù)據(jù)，預(yù)測(cè)負(fù)荷中心在下一時(shí)間段內(nèi)的用電量；

步驟4，對(duì)步驟3中預(yù)測(cè)得到的用電量進(jìn)行修正；

步驟5，根據(jù)預(yù)測(cè)的用電量、電力傳輸網(wǎng)絡(luò)的部署情況和發(fā)電站裝機(jī)容量安排各個(gè)發(fā)電站的發(fā)電量；

步驟6，根據(jù)發(fā)電量判斷是否滿足用戶用電需求，若不滿足，則進(jìn)行電力的優(yōu)化配置，得出最終的電力配置方案。

本發(fā)明步驟1包括如下步驟：