王欽，蔣懷光，文福拴，梅天華

(1.美國(guó)愛(ài)荷華州立大學(xué)電氣與計(jì)算機(jī)工程系，美國(guó)愛(ài)荷華市 50010；2.美國(guó)丹佛大學(xué)電氣與計(jì)算機(jī)工程系，美國(guó)丹佛市 80208；3.浙江大學(xué)電氣工程學(xué)院，杭州市 310027；4. 文萊科技大學(xué)電機(jī)與電子工程系，文萊斯里巴加灣 BE1410；5. 國(guó)家能源局浙江監(jiān)管辦公室，杭州市 310007)

智能電網(wǎng)中大數(shù)據(jù)的概念、技術(shù)與挑戰(zhàn)

王欽1，蔣懷光2，文福拴3,4，梅天華5

(1.美國(guó)愛(ài)荷華州立大學(xué)電氣與計(jì)算機(jī)工程系，美國(guó)愛(ài)荷華市 50010；2.美國(guó)丹佛大學(xué)電氣與計(jì)算機(jī)工程系，美國(guó)丹佛市 80208；3.浙江大學(xué)電氣工程學(xué)院，杭州市 310027；4. 文萊科技大學(xué)電機(jī)與電子工程系，文萊斯里巴加灣 BE1410；5. 國(guó)家能源局浙江監(jiān)管辦公室，杭州市 310007)

大數(shù)據(jù)作為技術(shù)概念正逐漸獲得普遍的認(rèn)可和重視。隨著智能電網(wǎng)和能源互聯(lián)網(wǎng)的發(fā)展，傳統(tǒng)電力系統(tǒng)在技術(shù)應(yīng)用、服務(wù)模式和發(fā)展理念等方面會(huì)發(fā)生深刻的變化。電力網(wǎng)絡(luò)設(shè)備和用電設(shè)備的普遍分散化、智能化和小型化，必然會(huì)導(dǎo)致電力系統(tǒng)運(yùn)行和控制信息急劇增長(zhǎng)。承載這些信息的數(shù)據(jù)量將會(huì)呈幾何級(jí)數(shù)增加，逐步呈現(xiàn)出大數(shù)據(jù)特征。在此背景下，討論了大數(shù)據(jù)在現(xiàn)代電力系統(tǒng)中應(yīng)用的概念，總結(jié)了智能電網(wǎng)大數(shù)據(jù)的技術(shù)和特點(diǎn)，并論述了智能電網(wǎng)大數(shù)據(jù)安全的重要性及保護(hù)措施。在此基礎(chǔ)上，給出了幾個(gè)大數(shù)據(jù)技術(shù)在智能電網(wǎng)中的應(yīng)用案例。最后，展望了大數(shù)據(jù)技術(shù)所帶來(lái)的新的商業(yè)模式和政府監(jiān)管部門的作用。

電力系統(tǒng)；智能電網(wǎng)；大數(shù)據(jù)；數(shù)據(jù)安全；機(jī)器學(xué)習(xí)

0 引 言

隨著現(xiàn)代電力系統(tǒng)規(guī)模的不斷增大、可再生能源發(fā)電滲透率的提高和電動(dòng)汽車的發(fā)展等，能量和信息雙向流通的智能電網(wǎng)應(yīng)運(yùn)而生。與此同時(shí)，智能電網(wǎng)與交通網(wǎng)、一次能源網(wǎng)絡(luò)(天然氣與石油輸送網(wǎng)絡(luò))、智能交通網(wǎng)絡(luò)的深度融合和共同發(fā)展引發(fā)了數(shù)據(jù)的爆炸式增長(zhǎng)。這些多來(lái)源、高維度、高度異構(gòu)、非確定性的數(shù)據(jù)對(duì)傳統(tǒng)的數(shù)據(jù)采集、存儲(chǔ)、調(diào)用、處理和傳輸帶來(lái)了一系列新的挑戰(zhàn)，同時(shí)也象征著智能電網(wǎng)大數(shù)據(jù)時(shí)代的到來(lái)。

“大數(shù)據(jù)”作為科技創(chuàng)新的主攻方向之一已于2012年在國(guó)家層面被首次提出。此后，國(guó)家電網(wǎng)公司和南方電網(wǎng)公司等在可再生能源并網(wǎng)、智能電網(wǎng)、電力信息與通訊及網(wǎng)絡(luò)安全、用電能效與環(huán)境保護(hù)等多個(gè)專業(yè)領(lǐng)域開(kāi)展了大數(shù)據(jù)的研究與應(yīng)用[1]。與此同時(shí)，其他一些國(guó)家在智能電網(wǎng)大數(shù)據(jù)方面的研究報(bào)道也逐步增多。在美國(guó)，大數(shù)據(jù)被形容為“未來(lái)的石油”。Autogrid System公司以智能電網(wǎng)大數(shù)據(jù)為基礎(chǔ)為用戶提供優(yōu)化調(diào)度、需求響應(yīng)等服務(wù)。丹麥政府在2013年實(shí)行智能電網(wǎng)戰(zhàn)略，預(yù)計(jì)2020年在全國(guó)普及智能電表，引導(dǎo)用戶更加靈活高效地使用電力。在韓國(guó)，智能電網(wǎng)大數(shù)據(jù)和智慧城市被結(jié)合起來(lái)重點(diǎn)研究，以實(shí)現(xiàn)城市低碳化和綠色化。

除了可以采用傳統(tǒng)數(shù)據(jù)處理和分析的因果式思維模式外，對(duì)大數(shù)據(jù)的分析還可以基于統(tǒng)計(jì)分析等方法研究數(shù)據(jù)搜索、聚類和關(guān)聯(lián)，也可采用機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、概率圖模型等考察數(shù)據(jù)集之間隱含的聯(lián)系[2]。計(jì)算機(jī)、網(wǎng)絡(luò)、通訊等領(lǐng)域的軟硬件技術(shù)的高速發(fā)展，為大數(shù)據(jù)處理和分析提供了研究與應(yīng)用的強(qiáng)大平臺(tái)，如云計(jì)算、Apache Hadoop/Spark等。

在上述背景下，本文闡述與現(xiàn)代電力系統(tǒng)大數(shù)據(jù)相關(guān)的概念、技術(shù)與面臨的挑戰(zhàn)。

1 智能電網(wǎng)環(huán)境下大數(shù)據(jù)的基本概念

大數(shù)據(jù)是一個(gè)抽象概念。相對(duì)于以往的“海量數(shù)據(jù)”(massive data)和“超大規(guī)模數(shù)據(jù)”(very large data)概念，大數(shù)據(jù)有一個(gè)所謂的4V定義，即大數(shù)據(jù)需滿足4個(gè)特點(diǎn)：體量大(volume)、多樣性(variety)、速度快(velocity)和價(jià)值大(value)[1]。大數(shù)據(jù)技術(shù)不僅是對(duì)數(shù)據(jù)的廣泛收集，更重要的是要有從大量數(shù)據(jù)中提取知識(shí)的能力。大數(shù)據(jù)要解決的核心問(wèn)題就是從搜集的海量數(shù)據(jù)中提取出有用的知識(shí)并應(yīng)用于解決具體問(wèn)題。

電力系統(tǒng)以及由其進(jìn)化而來(lái)的智能電網(wǎng)中的數(shù)據(jù)具備大數(shù)據(jù)特征。美國(guó)電力科學(xué)研究院(Electric Power Research Institute，EPRI)近期的一項(xiàng)研究表明，大數(shù)據(jù)在智能電網(wǎng)領(lǐng)域的3個(gè)最重要應(yīng)用包括可視化(visualization)、態(tài)勢(shì)感知(situational awareness)和預(yù)測(cè)(forecasting)[3]。其中，可視化即是把有用的信息展現(xiàn)出來(lái)供調(diào)度決策等使用，包括電力系統(tǒng)的精確連接圖、智能電表與分布式發(fā)電和儲(chǔ)能等的位置、網(wǎng)絡(luò)安全信息圖等。態(tài)勢(shì)感知?jiǎng)t包括對(duì)電力系統(tǒng)運(yùn)行狀態(tài)和運(yùn)行效率進(jìn)行評(píng)估以尋求提高系統(tǒng)可靠性(reliability)和彈性(resiliency)的措施。大數(shù)據(jù)環(huán)境下的預(yù)測(cè)技術(shù)用于估計(jì)未來(lái)可能發(fā)生的事件，以有效提高系統(tǒng)的安全性(security)，并為電力系統(tǒng)提供更好的保護(hù)和故障后的系統(tǒng)恢復(fù)服務(wù)。

圖1展示了技術(shù)更新如何影響一個(gè)典型電力公司的數(shù)據(jù)量[4]。橫坐標(biāo)表示各項(xiàng)技術(shù)發(fā)展的時(shí)間順序，縱坐標(biāo)表示每年產(chǎn)生的數(shù)據(jù)量。先進(jìn)測(cè)量裝置(advanced metering infrastructure，AMI)從20世紀(jì)80年代起就逐漸在電力系統(tǒng)中得到應(yīng)用，其在一個(gè)典型電力公司每年產(chǎn)生的數(shù)據(jù)量在20 TB(Terabyte，太字節(jié))左右。隨著配電系統(tǒng)自動(dòng)化、需求側(cè)管理、地理信息系統(tǒng)(geographic information system，GIS)在電力系統(tǒng)的應(yīng)用，分布式計(jì)算與管理等技術(shù)在過(guò)去10年的快速發(fā)展，電力公司年產(chǎn)生的數(shù)據(jù)量已達(dá)到300 TB級(jí)別。在未來(lái)20年，隨著分布式電源在電力系統(tǒng)中的廣泛滲透以及家庭能源管理系統(tǒng)的發(fā)展，電力系統(tǒng)將逐步由強(qiáng)集中式管理向更分布式管理演變，所控制的對(duì)象由傳統(tǒng)的發(fā)電機(jī)、變壓器、輸配電線路逐步延伸到家庭用電設(shè)備和用戶用電行為。這些發(fā)展會(huì)極大增加傳統(tǒng)電力公司的年數(shù)據(jù)量，可望達(dá)到800 TB的量級(jí)。

圖1 典型電力公司的數(shù)據(jù)增長(zhǎng)驅(qū)動(dòng)力

為更直觀顯示大數(shù)據(jù)對(duì)電力系統(tǒng)的作用，這里列舉2個(gè)實(shí)際例子，以說(shuō)明電力公司可以適當(dāng)運(yùn)用大數(shù)據(jù)技術(shù)提高其運(yùn)行管理水平。

第1個(gè)例子來(lái)自美國(guó)的公共電力和天然氣服務(wù)公司(Public Service Electric and Gas Company, PSE&G)。該公司服務(wù)的天然氣用戶和電力用戶分別達(dá)到180萬(wàn)戶和220萬(wàn)戶，資產(chǎn)達(dá)170億美元，年收入達(dá)80億美元。該公司采用計(jì)算機(jī)輔助檢修管理系統(tǒng) (computerized maintenance management system, CMMS)，其中利用大數(shù)據(jù)技術(shù)來(lái)收集和分析變壓器與其他設(shè)備的各項(xiàng)數(shù)據(jù)，包括每日濕度、變壓器電介質(zhì)強(qiáng)度、供氣管實(shí)時(shí)氣體流速等，來(lái)綜合分析設(shè)備運(yùn)行狀況，提出設(shè)備維修、替換和停運(yùn)建議，從而提高自動(dòng)化的決策服務(wù)。該公司還基于實(shí)時(shí)傳感器數(shù)據(jù)的分析結(jié)果，提前預(yù)測(cè)事故發(fā)生并建議采取適當(dāng)措施。采用上述措施每年可避免一些事故的發(fā)生, 從而為該公司節(jié)省數(shù)百萬(wàn)美元[5]。

第2個(gè)例子來(lái)自法國(guó)的EDF Energy公司。在歐美很多國(guó)家，用戶可以自由選擇電力公司。如何分析用戶需求，盡可能留住用戶，是許多電力公司面臨的重要挑戰(zhàn)。該公司通過(guò)采用大數(shù)據(jù)分析技術(shù)發(fā)現(xiàn)，當(dāng)停電事故發(fā)生時(shí)，電力公司如果能夠在預(yù)先通知的復(fù)電時(shí)間的10 min之前就恢復(fù)供電，則用戶會(huì)獲得最大的滿意度；如果在預(yù)先通知的復(fù)電時(shí)間之前2 h以上就恢復(fù)供電，則用戶的滿意度反而并不高。通過(guò)獲得這類數(shù)據(jù)，電力公司可以制定相應(yīng)措施來(lái)提升用戶滿意度。該公司采用大數(shù)據(jù)分析方法，盡可能避免了用戶流失，每年帶來(lái)的效益超過(guò)3 000萬(wàn)美元[6]。

對(duì)許多電力公司而言，大數(shù)據(jù)研究與應(yīng)用尚是一個(gè)新興領(lǐng)域，因而對(duì)采用大數(shù)據(jù)技術(shù)尚有顧慮。圖2展示了美國(guó)一份調(diào)查報(bào)告中的結(jié)果[7]，從圖2中可見(jiàn)：用戶最大的擔(dān)心在于數(shù)據(jù)存儲(chǔ)和處理成本太高(占26%)，其次則是大數(shù)據(jù)的復(fù)雜度所導(dǎo)致的處理難度的增加(占23%)。

圖2 電力公司應(yīng)用大數(shù)據(jù)分析技術(shù)的顧慮因素

2 智能電網(wǎng)中的大數(shù)據(jù)技術(shù)和特點(diǎn)

根據(jù)智能電網(wǎng)的特點(diǎn)，文獻(xiàn)[8]從發(fā)、輸、變、配、用幾個(gè)環(huán)節(jié)分析了智能電網(wǎng)大數(shù)據(jù)的產(chǎn)生及特點(diǎn)，并指出目前在大數(shù)據(jù)方面存在的問(wèn)題和不足是制約電網(wǎng)智能化發(fā)展的主要因素之一。文獻(xiàn)[2]從大能源與大數(shù)據(jù)的角度，提出了解決智能電網(wǎng)中大數(shù)據(jù)儲(chǔ)存、處理和展示等問(wèn)題的新思路。文獻(xiàn)[9]闡述了從智能電網(wǎng)到能源互聯(lián)網(wǎng)的發(fā)展路徑，指出了融合智能電網(wǎng)、智能交通網(wǎng)絡(luò)、一次能源網(wǎng)絡(luò)的能源互聯(lián)網(wǎng)對(duì)多維異構(gòu)、高速、海量大數(shù)據(jù)的儲(chǔ)存、處理和分析提出了更高的要求甚至挑戰(zhàn)。

2.1 數(shù)據(jù)來(lái)源與數(shù)據(jù)結(jié)構(gòu)

從數(shù)據(jù)產(chǎn)生的角度看，智能電網(wǎng)中的數(shù)據(jù)可分為2類，即內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)。

內(nèi)部數(shù)據(jù)包括電壓、電流、相角、頻率、有功功率、無(wú)功功率等。這些數(shù)據(jù)可以由電力系統(tǒng)中的不同軟件系統(tǒng)或平臺(tái)獲取[10-13]，例如：數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)(supervisory control and data acquisition，SCADA)、能量管理系統(tǒng)(energy management system，EMS)、配電管理系統(tǒng)(distribution management system，DMS)、廣域監(jiān)測(cè)系統(tǒng)(wide area measurement system，WAMS)、家庭能量管理系統(tǒng)(home energy management system，HEMS)、樓宇管理系統(tǒng)(building management system，BMS)、電-氣混聯(lián)綜合能源系統(tǒng)(integrated electricity and natural gas energy systems)[14]。通過(guò)采用各種同步或者異步傳感器，例如相量測(cè)量裝置(phasor measurement unit, PMU)、微相量測(cè)量裝置(micro-PMU)、頻率擾動(dòng)記錄器(frequency disturbance recorder，F(xiàn)DR)等進(jìn)行測(cè)量和記錄[15-16]。

外部數(shù)據(jù)來(lái)自于與智能電網(wǎng)連接的其他網(wǎng)絡(luò)，如智能交通網(wǎng)、一次能源網(wǎng)絡(luò)、物聯(lián)網(wǎng)、互聯(lián)網(wǎng)等。這些外部信息也可能對(duì)智能電網(wǎng)的運(yùn)行與維護(hù)產(chǎn)生重要影響，例如，天氣信息可以反映太陽(yáng)能發(fā)電站與風(fēng)力發(fā)電站的出力變化，從而對(duì)系統(tǒng)調(diào)度與調(diào)控產(chǎn)生影響；電動(dòng)汽車的運(yùn)行軌跡數(shù)據(jù)可用于分析對(duì)充電樁及充電站的分布需求；煤炭、石油與天然氣價(jià)格可以影響電力市場(chǎng)中的電價(jià)。此外, 還有路況信息、空氣污染信息、政府公共服務(wù)信息等。上述信息都可以納入智能電網(wǎng)大數(shù)據(jù)之中，挖掘它們隱含的知識(shí)并考察可能的應(yīng)用領(lǐng)域。

可按數(shù)據(jù)結(jié)構(gòu)特征將其分為結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)指可以儲(chǔ)存在數(shù)據(jù)庫(kù)并用二維邏輯表結(jié)構(gòu)描述的數(shù)據(jù)；非結(jié)構(gòu)化數(shù)據(jù)指不便用數(shù)據(jù)二維邏輯表來(lái)描述的數(shù)據(jù)，如圖片、影音、文字等，需要對(duì)其先進(jìn)行處理如語(yǔ)音識(shí)別、語(yǔ)義識(shí)別和圖像識(shí)別等以轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)；半結(jié)構(gòu)化數(shù)據(jù)則處于這二者之間。

2.2 數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)

根據(jù)電力系統(tǒng)大數(shù)據(jù)的應(yīng)用目標(biāo)，可將現(xiàn)有的數(shù)據(jù)挖據(jù)和機(jī)器學(xué)習(xí)分為四大類，即分類方法、聚類方法、回歸方法、降維方法。其中，分類和聚類比較類似，二者的區(qū)別是：分類(classification)是針對(duì)數(shù)據(jù)集有標(biāo)記的集合，而聚類(clustering)則是作用于數(shù)據(jù)集無(wú)標(biāo)記的集合。表1中列出了現(xiàn)有的數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)方面的主要方法。

這些方法之間有些相互聯(lián)系、也有些互為補(bǔ)充。

表1 數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)方面的主要方法

Table 1 Major methods in data mining and machine learning

例如，隨機(jī)梯度下降法(stochastic gradient descent, SGD)是一種在訓(xùn)練集中給分類器尋找最優(yōu)參數(shù)的優(yōu)化方法，其既可以與SVM共同使用，也可以與邏輯回歸分析(logistic regression)結(jié)合，從而構(gòu)造出各種靈活而高效的分類方法以適應(yīng)于不同應(yīng)用情形[17]。SVM是一種監(jiān)督式學(xué)習(xí)方法，其構(gòu)建一個(gè)或多個(gè)高維超平面對(duì)數(shù)據(jù)進(jìn)行分類，其另一種形式支撐向量回歸(support vector regression，SVR)可用于回歸分析和預(yù)測(cè)。此外，如果使用核函數(shù)(kernel function)，則可進(jìn)一步提升對(duì)高維非線性情況的分析處理能力；如果使用套索算法LASSO則可減小過(guò)擬合風(fēng)險(xiǎn)同時(shí)減小系數(shù)規(guī)模。除了分類和回歸，核函數(shù)也可以廣泛應(yīng)用于多個(gè)不同的方面，例如，與PCA結(jié)合可用于新穎性檢測(cè)(novelty detection)及數(shù)據(jù)降噪。有些時(shí)頻分析方法如小波分析(wavelet analysis)和匹配追蹤分解法(matching pursuit decomposition)也可用于抑制噪聲并提取特征，因此也經(jīng)常與數(shù)據(jù)挖掘或機(jī)器學(xué)習(xí)方法共同使用。貝葉斯方法(Bayesian method)和決策樹(shù)(decision tree)等，都可以合理整合成為新的集成學(xué)習(xí)(ensemble learning)方法，例如，多棵決策樹(shù)可以組成隨機(jī)森林(random forest)，以取得更好的預(yù)測(cè)性能和更強(qiáng)的魯棒性。此外，概率圖模型(probabilistic graphical model，PGM)與圖論結(jié)合起來(lái)可以更進(jìn)一步挖掘大數(shù)據(jù)中隱藏的知識(shí)。近年來(lái)，神經(jīng)網(wǎng)絡(luò)、玻爾茲曼機(jī)(Boltzmann machine, BM)、受限玻爾茲曼機(jī)(restricted Boltzmann machine, RBM)等可以通過(guò)多層次的疊加或深度融合，組成深度神經(jīng)網(wǎng)絡(luò)(deep neural network, DNN)或深度信念網(wǎng)絡(luò)(deep belief network, DBN)以處理半結(jié)構(gòu)或者非結(jié)構(gòu)數(shù)據(jù)。

綜上所述，可以根據(jù)實(shí)際問(wèn)題的特征，把表1中列出的某些方法進(jìn)行適當(dāng)組合使用。對(duì)于如此形成的混合方法，可以選擇合適的優(yōu)化方法優(yōu)化模型的結(jié)構(gòu)和參數(shù)，以取得更好的性能和更高的計(jì)算效率。

2.3 電力系統(tǒng)大數(shù)據(jù)的特征外延

除了前面提到的大數(shù)據(jù)的4V特征之外，智能電網(wǎng)的大數(shù)據(jù)還具有下述分散性、稀疏性和安全性。

分散性。智能電網(wǎng)一般覆蓋遼闊的地域，數(shù)據(jù)源具有空間上的分散性。從監(jiān)測(cè)的時(shí)間性來(lái)看，智能電網(wǎng)的數(shù)據(jù)庫(kù)往往包涵1年或者更多年的數(shù)據(jù)，在時(shí)間上跨度大。此外，智能電網(wǎng)不是孤立網(wǎng)絡(luò)，也與其他網(wǎng)絡(luò)交互，導(dǎo)致數(shù)據(jù)來(lái)源的種類、特征和速度方面具有分散性，例如空氣污染監(jiān)測(cè)數(shù)據(jù)與PMU的多種測(cè)量數(shù)據(jù)在時(shí)空上都是高度分散的，且采樣頻率不同。這樣，考慮到智能電網(wǎng)大數(shù)據(jù)的分散性，其大數(shù)據(jù)存儲(chǔ)系統(tǒng)最好是動(dòng)態(tài)的分布式系統(tǒng)。

稀疏性。雖然智能電網(wǎng)大數(shù)據(jù)的量巨大，可以從太字節(jié)(TB)到拍字節(jié)(PB)但有價(jià)值的信息并不多且往往淹沒(méi)其中。例如，對(duì)于電力系統(tǒng)故障情況的分析需要不同情況下的電網(wǎng)故障數(shù)據(jù)，但電網(wǎng)故障數(shù)據(jù)往往只占電網(wǎng)運(yùn)行數(shù)據(jù)的很小一部分，需要用數(shù)據(jù)挖掘或者模式識(shí)別方法將有用數(shù)據(jù)提取出來(lái)。從數(shù)據(jù)來(lái)源上看，有的數(shù)據(jù)特征決定了其稀疏性，例如電動(dòng)汽車在交通系統(tǒng)中的運(yùn)行數(shù)據(jù)，對(duì)于每輛車的運(yùn)行軌跡一般只紀(jì)錄離散時(shí)間點(diǎn)上其所在空間的位置。如何根據(jù)數(shù)據(jù)的稀疏性，以及反映數(shù)據(jù)重要性和準(zhǔn)確性的權(quán)重，確定不同時(shí)間點(diǎn)的充電負(fù)荷是應(yīng)用大數(shù)據(jù)技術(shù)的一個(gè)重要領(lǐng)域。

安全性。本文認(rèn)為安全性有2個(gè)內(nèi)涵，即數(shù)據(jù)質(zhì)量和數(shù)據(jù)保護(hù)。這二者分別從數(shù)據(jù)本身及外部依賴方面表征智能電網(wǎng)大數(shù)據(jù)的安全性。就數(shù)據(jù)質(zhì)量而言，數(shù)據(jù)采集、存儲(chǔ)、調(diào)用、通訊、處理等每個(gè)環(huán)節(jié)都影響并支撐著整個(gè)系統(tǒng)的數(shù)據(jù)質(zhì)量。智能電網(wǎng)的數(shù)據(jù)保護(hù)依賴于發(fā)、輸、變、配、用等各個(gè)環(huán)節(jié)，同時(shí)也與數(shù)據(jù)質(zhì)量的各個(gè)環(huán)節(jié)相互交叉。整個(gè)系統(tǒng)的綜合能力水平取決于最弱環(huán)節(jié)(或系統(tǒng)短板)，因此電力系統(tǒng)大數(shù)據(jù)的安全性取決于最薄弱環(huán)節(jié)的數(shù)據(jù)質(zhì)量和數(shù)據(jù)保護(hù)能力。因此，在建設(shè)高效節(jié)能的電力大數(shù)據(jù)系統(tǒng)的同時(shí)，需要在各個(gè)環(huán)節(jié)上把控大數(shù)據(jù)的安全性。

基于以上分析，智能電網(wǎng)大數(shù)據(jù)的分散性與稀疏性在給數(shù)據(jù)存儲(chǔ)與調(diào)用帶來(lái)新的挑戰(zhàn)的同時(shí)，也給數(shù)據(jù)的安全性提出了諸多亟待解決的問(wèn)題。下一節(jié)從安全性的2個(gè)內(nèi)涵即數(shù)據(jù)質(zhì)量和數(shù)據(jù)保護(hù)來(lái)分析智能電網(wǎng)大數(shù)據(jù)的安全性。

3 智能電網(wǎng)大數(shù)據(jù)的安全性

自2010年伊朗核電站的離心機(jī)被Stuxnet病毒攻擊開(kāi)始，智能電網(wǎng)的數(shù)據(jù)安全性逐漸引起多國(guó)政府和學(xué)術(shù)界的重視。美國(guó)國(guó)會(huì)專門批準(zhǔn)170億美元，研究網(wǎng)絡(luò)與信息安全防御系統(tǒng)[9]。智能電網(wǎng)是一個(gè)高度數(shù)字化網(wǎng)絡(luò)，且物理系統(tǒng)與信息系統(tǒng)已經(jīng)深度融合，這樣大數(shù)據(jù)的安全性直接影響智能電網(wǎng)的運(yùn)行行為。

3.1 大數(shù)據(jù)質(zhì)量

為系統(tǒng)地分析數(shù)據(jù)質(zhì)量，可把智能電網(wǎng)的數(shù)據(jù)處理過(guò)程分為5個(gè)基本環(huán)節(jié)，即數(shù)據(jù)采集、存儲(chǔ)、調(diào)用、通訊及處理，其中的存儲(chǔ)和調(diào)用環(huán)節(jié)因?yàn)槁?lián)系緊密而通常被一起研究。

(1)從數(shù)據(jù)采集的角度看，多維多種海量的結(jié)構(gòu)、半結(jié)構(gòu)、異構(gòu)數(shù)據(jù)，例如電壓、電流、車流、天然氣流量、空氣污染程度等，對(duì)大數(shù)據(jù)采集和預(yù)處理提出了新的挑戰(zhàn)。與此同時(shí)，這些數(shù)據(jù)由于種種原因通常又包含不同程度的噪聲、誤差和錯(cuò)誤。因此，如何對(duì)數(shù)據(jù)進(jìn)行清洗和規(guī)則化，剔除噪聲、盡可能減小誤差、刪除重復(fù)數(shù)據(jù)等，就很值得研究[18]。

(2)由于數(shù)據(jù)種類多，數(shù)量大，時(shí)空分布不同，速度要求也不一致，因此對(duì)數(shù)據(jù)存儲(chǔ)和調(diào)用系統(tǒng)的需求也不同。這對(duì)傳統(tǒng)數(shù)據(jù)庫(kù)的存儲(chǔ)模式提出了挑戰(zhàn), 其不適于對(duì)海量、多種類、動(dòng)態(tài)數(shù)據(jù)進(jìn)行管理。有鑒于此，很多公司從數(shù)據(jù)動(dòng)態(tài)管理的角度出發(fā)開(kāi)展了相應(yīng)的研究工作。例如，Google的Spanner系統(tǒng)可以實(shí)現(xiàn)數(shù)據(jù)庫(kù)的全球規(guī)模擴(kuò)展，并支持各種復(fù)雜的調(diào)用[19]。

(3)不同種類數(shù)據(jù)的采集、存儲(chǔ)、調(diào)用、處理都離不開(kāi)高速可靠的數(shù)據(jù)傳輸系統(tǒng)。在表2中, 對(duì)各種數(shù)據(jù)通訊模式及其應(yīng)用做了歸納。表2中列出的各種通訊協(xié)議可以靈活組合，實(shí)現(xiàn)大數(shù)據(jù)的高效、經(jīng)濟(jì)、快速的傳輸。

表2 智能電網(wǎng)大數(shù)據(jù)通訊技術(shù)

Table 2 Big data communication techniques in smart grids

(4)對(duì)于數(shù)據(jù)質(zhì)量問(wèn)題，數(shù)據(jù)處理的含義很廣。例如，用戶的隱私保護(hù)與數(shù)據(jù)可信度分析也屬于數(shù)據(jù)處理的內(nèi)容。首先，隨著智能電網(wǎng)和其他網(wǎng)絡(luò)的深度融合，不同類型用戶的信息可以從各種社交網(wǎng)絡(luò)或其他企業(yè)用戶網(wǎng)絡(luò)中獲得。目前對(duì)于用戶數(shù)據(jù)的搜集、存儲(chǔ)、使用等尚缺乏規(guī)范和監(jiān)管，這就更需要政府、企業(yè)、用戶3個(gè)方面相互配合，建立合作機(jī)制，以防范于未然。此外，刻意偽造、編造、制造虛假數(shù)據(jù)以破壞數(shù)據(jù)系統(tǒng)也是對(duì)智能電網(wǎng)數(shù)據(jù)質(zhì)量的一個(gè)挑戰(zhàn)?？梢越Y(jié)合密碼學(xué)、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、社會(huì)行為分析等來(lái)研究這一問(wèn)題。

3.2 大數(shù)據(jù)保護(hù)

智能電網(wǎng)是高度復(fù)雜的系統(tǒng)，既要對(duì)實(shí)際物理系統(tǒng)進(jìn)行調(diào)度、控制和維護(hù)，也要對(duì)信息空間進(jìn)行防衛(wèi)與保護(hù)。物理系統(tǒng)和信息空間的高度交互與相互控制，要求新的安全防御機(jī)制，對(duì)大數(shù)據(jù)提供適當(dāng)?shù)谋Ｗo(hù)。

首先，考慮到智能電網(wǎng)的復(fù)雜性，發(fā)、輸、變、配、用等環(huán)節(jié)對(duì)于數(shù)據(jù)保護(hù)要求的水準(zhǔn)也不同。例如，在傳統(tǒng)發(fā)電側(cè)，各種控制機(jī)組的運(yùn)行命令往往是明文，因此需要最高級(jí)的保護(hù)。文獻(xiàn)[20]由高到低定義了4種安全區(qū)：(1)實(shí)時(shí)控制安全區(qū)，包括各種物理系統(tǒng)的自動(dòng)化控制、數(shù)據(jù)采集、監(jiān)控系統(tǒng)；(2)非控制安全區(qū)，包括各種模擬系統(tǒng)、繼電保護(hù)、批發(fā)電力交易系統(tǒng)等；(3)生產(chǎn)管理系統(tǒng)，包括各種數(shù)據(jù)統(tǒng)計(jì)、氣象信息、生產(chǎn)信息調(diào)度等；(4)管理信息區(qū)，包括客戶服務(wù)、企業(yè)管理等。其中，管理信息區(qū)與外界有廣泛的互聯(lián)互通，因此在大數(shù)據(jù)背景下，更應(yīng)該建立既嚴(yán)格又開(kāi)放的安全機(jī)制；同時(shí)，也應(yīng)保證各種跨安全區(qū)的信息能夠高效和安全的交互。

其次，除了上面介紹的通訊網(wǎng)外，為應(yīng)對(duì)智能電網(wǎng)大數(shù)據(jù)的多種類、高速度的信息傳播特點(diǎn)，也需要對(duì)電力系統(tǒng)傳統(tǒng)通訊協(xié)議進(jìn)行改進(jìn)和提高。文獻(xiàn)[21]指出，從能量管理與分布式管理方面分析IEC 61970和IEC 61980等協(xié)議，從控制中心間協(xié)議分析IEC 60870-6、DNP3和IEC 60780-5-104等，從變電站協(xié)議分析IEC 62445-1和IEC 61850等，是構(gòu)建智能電網(wǎng)和能源互聯(lián)網(wǎng)大數(shù)據(jù)傳輸?shù)幕A(chǔ)。

最后，考慮到發(fā)展高容錯(cuò)、抗攻擊智能電網(wǎng)大數(shù)據(jù)的愿景，建立有冗余度的大數(shù)據(jù)倉(cāng)庫(kù)以動(dòng)態(tài)備份大數(shù)據(jù)資料、建立云平臺(tái)等也是數(shù)據(jù)保護(hù)的重要措施。一些互聯(lián)網(wǎng)公司，如Google、Amazon、Facebook等已經(jīng)基于機(jī)器學(xué)習(xí)、圖論、GIS等方面的理論與方法在全球部署自己的大數(shù)據(jù)倉(cāng)庫(kù)，以應(yīng)對(duì)各種物理系統(tǒng)和信息空間的攻擊。最近提出了利用風(fēng)險(xiǎn)分析方法研究對(duì)大數(shù)據(jù)的保護(hù)[22-26]。

4 大數(shù)據(jù)技術(shù)在智能電網(wǎng)中的應(yīng)用

隨著智能電網(wǎng)在多個(gè)國(guó)家的發(fā)展，許多電力公司在電網(wǎng)中安裝了大量的實(shí)時(shí)測(cè)量或傳感設(shè)備，從而產(chǎn)生了大量數(shù)據(jù)[27-29]。一些電力公司甚至用“數(shù)據(jù)雪崩(data avalanche)”或“數(shù)據(jù)海嘯(data tsunami)”來(lái)描述所面臨的情形。這既描述了在現(xiàn)代電力系統(tǒng)中可獲得的數(shù)據(jù)量非常之大，也反映了一些電力公司在面臨大數(shù)據(jù)時(shí)的無(wú)所適從。大數(shù)據(jù)對(duì)電力工業(yè)帶來(lái)的挑戰(zhàn)如下所述。

(1)數(shù)據(jù)量和數(shù)據(jù)傳輸速度。電力公司的大數(shù)據(jù)主要來(lái)自從傳感器測(cè)量得到的物理數(shù)據(jù)以及與終端用戶的用電數(shù)據(jù)。現(xiàn)代傳感器能夠在min級(jí)甚至s級(jí)的時(shí)間尺度上對(duì)系統(tǒng)運(yùn)行情況進(jìn)行自動(dòng)更新。當(dāng)大量數(shù)據(jù)同時(shí)傳輸?shù)娇刂浦行臅r(shí)，數(shù)據(jù)傳輸速度(也可用數(shù)據(jù)到達(dá)順序描述)和處理速度便成為需要考慮的重要因素。

(2)數(shù)據(jù)的自動(dòng)化處理。電力公司的數(shù)據(jù)一般存儲(chǔ)在不同的數(shù)據(jù)倉(cāng)庫(kù)(silos)中。對(duì)數(shù)據(jù)進(jìn)行分析時(shí)，一般采用如下自動(dòng)化數(shù)據(jù)處理過(guò)程：1)從不同數(shù)據(jù)倉(cāng)庫(kù)中對(duì)數(shù)據(jù)進(jìn)行篩選；2)對(duì)數(shù)據(jù)進(jìn)行驗(yàn)證以確保其正確性，因?yàn)閺牟煌朗占瘉?lái)的數(shù)據(jù)可能會(huì)相互沖突；3)把數(shù)據(jù)轉(zhuǎn)換成需要的格式；4)填充丟失的數(shù)據(jù)從而保證信息的完整性；5)從數(shù)據(jù)中提煉有效的信息并進(jìn)行可視化。

(3)快速?zèng)Q策。傳統(tǒng)上，電力公司的很多決策是通過(guò)手動(dòng)過(guò)程完成的，這已經(jīng)無(wú)法滿足電力工業(yè)發(fā)展的需要。發(fā)電廠發(fā)出的電輸送到用戶只需要ns級(jí)的時(shí)間。當(dāng)諸如停電這樣的事故發(fā)生時(shí)，電力公司需要做出快速?zèng)Q策，而不允許進(jìn)行長(zhǎng)時(shí)間的數(shù)據(jù)管護(hù)(data curation)。電力公司需要采用更先進(jìn)的計(jì)算架構(gòu)來(lái)對(duì)大數(shù)據(jù)進(jìn)行管理，例如最近出現(xiàn)的WAMS和高級(jí)配電管理系統(tǒng)(advanced distribution management system，ADMS)。這些系統(tǒng)可實(shí)時(shí)計(jì)算從而輔助電力公司快速?zèng)Q策。

(4)先進(jìn)的數(shù)據(jù)自動(dòng)化分析方法。數(shù)據(jù)分析(data analytics)是大數(shù)據(jù)技術(shù)的重要內(nèi)容。GTM Research公司曾預(yù)測(cè)在2012到2020年間全世界花費(fèi)在與智能電網(wǎng)有關(guān)的數(shù)據(jù)分析方面的成本高達(dá)206億美元，收益可達(dá)1218億美元[30]。

(5)新的國(guó)際標(biāo)準(zhǔn)。電力公司所采用的系統(tǒng)一般都具有較強(qiáng)的針對(duì)性, 即并非通用系統(tǒng)。不同系統(tǒng)之間的數(shù)據(jù)格式未必兼容，這大大增加了數(shù)據(jù)處理和分析的難度與消耗的資源。因此，在大數(shù)據(jù)環(huán)境下需要統(tǒng)一的國(guó)際化標(biāo)準(zhǔn)來(lái)規(guī)范數(shù)據(jù)格式，以方便數(shù)據(jù)共享。

雖然面臨上述挑戰(zhàn)，大數(shù)據(jù)及其數(shù)據(jù)分析技術(shù)在電力工業(yè)中有良好的發(fā)展和應(yīng)用前景。推動(dòng)其快速發(fā)展和應(yīng)用的主要因素如下所述。

(1)電力公司在智能電表等設(shè)備上的投入持續(xù)增加，達(dá)到數(shù)億甚至數(shù)十億美元。從追求投資回報(bào)率的角度上講，電力公司有動(dòng)力充分利用這些設(shè)備產(chǎn)生的數(shù)據(jù)。

(2)可以采用大數(shù)據(jù)分析技術(shù)對(duì)用戶分類，以更好地實(shí)現(xiàn)需求側(cè)管理, 進(jìn)而節(jié)約電力公司的投資和運(yùn)行成本。

(3)采用大數(shù)據(jù)分析技術(shù)可以改善擁有眾多資產(chǎn)和設(shè)備的電力公司的資產(chǎn)管理水平。

(4)可以采用大數(shù)據(jù)分析技術(shù)提高電網(wǎng)運(yùn)行管理水平，特別是在面臨極端天氣等罕見(jiàn)事件時(shí)，可以減少停電時(shí)間和停電成本、降低用戶的不滿意度。

(5)大數(shù)據(jù)分析技術(shù)可用于減少偷電等非技術(shù)損耗。

(6)采用大數(shù)據(jù)分析技術(shù)有助于促進(jìn)可再生能源發(fā)電和電動(dòng)汽車更加順暢地接入電力系統(tǒng)。

(7)大數(shù)據(jù)技術(shù)可以與地理信息系統(tǒng)結(jié)合，提供可視化的電力系統(tǒng)規(guī)劃、運(yùn)行與檢修方案。

智能電表、分布式發(fā)電和用戶側(cè)參與使得電力公司獲得的數(shù)據(jù)量在近幾年呈現(xiàn)出井噴式的增長(zhǎng)[31]。從時(shí)間尺度上看，多數(shù)數(shù)據(jù)是h內(nèi)(sub-hourly)的數(shù)據(jù)，甚至達(dá)到s級(jí)或μs。以服務(wù)50萬(wàn)戶用戶的中型電力公司為例，智能電表的普及使得來(lái)自用戶側(cè)的數(shù)據(jù)量呈現(xiàn)爆炸式增長(zhǎng)，每年光讀電表的次數(shù)就從600萬(wàn)次增加到近180億次，即增加了3 000倍[32]。為解決能源互聯(lián)網(wǎng)環(huán)境下對(duì)海量數(shù)據(jù)的處理需求，文獻(xiàn)[33]提出了基于互信息(mutual information，MI)的方法，將信息融合理論中的“數(shù)據(jù)—特征—決策”三層結(jié)構(gòu)應(yīng)用到能源互聯(lián)網(wǎng)的海量監(jiān)測(cè)數(shù)據(jù)中，構(gòu)建了多層模式的數(shù)據(jù)融合方案。

圖3[27]顯示了從發(fā)電到終端用戶之間復(fù)雜的數(shù)據(jù)傳輸和互聯(lián)。電力公司可運(yùn)用大數(shù)據(jù)技術(shù)對(duì)歷史存儲(chǔ)數(shù)據(jù)和實(shí)際運(yùn)行數(shù)據(jù)進(jìn)行分析，從而更好地對(duì)系統(tǒng)未來(lái)狀況作出判斷并針對(duì)可能出現(xiàn)的問(wèn)題給出預(yù)防措施。下面詳細(xì)介紹大數(shù)據(jù)技術(shù)在電力系統(tǒng)中可能應(yīng)用的幾個(gè)領(lǐng)域。

圖3 電力系統(tǒng)中復(fù)雜的數(shù)據(jù)系統(tǒng)及其互聯(lián)

電力公司可能遇到的典型大數(shù)據(jù)來(lái)源包括：(1)用于實(shí)時(shí)態(tài)勢(shì)感知的同步測(cè)量系統(tǒng)(synchrophasor measurement system，SMS)產(chǎn)生的數(shù)據(jù)；(2)用于管理電力系統(tǒng)資產(chǎn)所需數(shù)據(jù)，如與系統(tǒng)檢修相關(guān)數(shù)據(jù)；(3)用于支撐系統(tǒng)決策所需數(shù)據(jù)，如來(lái)自天氣、GIS、市場(chǎng)交易信息系統(tǒng)的數(shù)據(jù)等[34]。

近年來(lái)，電力系統(tǒng)正在引入越來(lái)越多的相量測(cè)量單元(phasor measurement units, PMUs)來(lái)快速準(zhǔn)確地測(cè)量電壓和相角。PMU使得對(duì)系統(tǒng)的廣域測(cè)量和廣域保護(hù)成為可能。對(duì)于系統(tǒng)振蕩事故，SCADA系統(tǒng)一般難以識(shí)別出來(lái)，但可通過(guò)分析PMU數(shù)據(jù)確定。

圖4展示了大數(shù)據(jù)技術(shù)在改善電力系統(tǒng)運(yùn)行方面的4種典型應(yīng)用：設(shè)備資產(chǎn)管理、運(yùn)行規(guī)劃、系統(tǒng)安全分析、分布式發(fā)電與電動(dòng)汽車[34]。

圖4 電力系統(tǒng)運(yùn)行中的大數(shù)據(jù)應(yīng)用

(1)設(shè)備資產(chǎn)管理?？梢圆捎么髷?shù)據(jù)技術(shù)來(lái)監(jiān)控和分析設(shè)備運(yùn)行情況。斷路器誤動(dòng)是難以準(zhǔn)確預(yù)測(cè)的，其危害電力系統(tǒng)運(yùn)行的安全性?？梢圆捎么髷?shù)據(jù)技術(shù)對(duì)每個(gè)斷路器的歷史運(yùn)行數(shù)據(jù)進(jìn)行分析，得到斷路器各種運(yùn)行狀態(tài)的概率分布函數(shù)；在實(shí)際運(yùn)行時(shí)，利用實(shí)測(cè)的電流和電壓值等，便可有效預(yù)測(cè)斷路器可能發(fā)生的誤動(dòng)，并提前采取預(yù)防措施。

(2)運(yùn)行規(guī)劃。電力系統(tǒng)運(yùn)行從時(shí)間尺度上可分為長(zhǎng)期、中期和短期。一般把前兩者稱為運(yùn)行規(guī)劃。中長(zhǎng)期運(yùn)行規(guī)劃結(jié)果會(huì)被分解到到短期(實(shí)時(shí))系統(tǒng)調(diào)度之中。然而，由于系統(tǒng)中存在大量不確定性因素，尤其是隨著系統(tǒng)中可再生能源發(fā)電和電動(dòng)汽車充電負(fù)荷滲透率的不斷提高，中長(zhǎng)期運(yùn)行規(guī)劃和短期調(diào)度都可能與實(shí)際情況有較大偏差。系統(tǒng)短期運(yùn)行中有可能出現(xiàn)無(wú)法預(yù)料的停電事故，這在制定中長(zhǎng)期運(yùn)行規(guī)劃時(shí)是很難預(yù)測(cè)的，從而無(wú)法提前做好預(yù)防措施。雖然在日前電力市場(chǎng)中會(huì)對(duì)第2天的實(shí)時(shí)電價(jià)進(jìn)行預(yù)測(cè),但實(shí)際預(yù)測(cè)經(jīng)驗(yàn)表明，預(yù)測(cè)電價(jià)與實(shí)際電價(jià)之間的偏差有時(shí)相當(dāng)大。采用大數(shù)據(jù)分析技術(shù)有望改善這些狀況。

(3)系統(tǒng)安全分析。在線電壓監(jiān)控是調(diào)度中心的一個(gè)重要職能。在美國(guó)的互聯(lián)電力系統(tǒng)控制中心中，如PJM、MISO和ERCOT，一般都有類似功能。調(diào)度員根據(jù)經(jīng)驗(yàn)對(duì)未來(lái)可能的運(yùn)行場(chǎng)景進(jìn)行仿真分析。這種集中計(jì)算方式的效率受到越來(lái)越多的挑戰(zhàn)，因?yàn)槠湫枰煽康臓顟B(tài)估計(jì)結(jié)果，需要準(zhǔn)確估計(jì)薄弱的線路斷面，需要對(duì)外部系統(tǒng)進(jìn)行精確等值等。采用大數(shù)據(jù)技術(shù)，有望基于分布式測(cè)量和分布式計(jì)算方法來(lái)監(jiān)控系統(tǒng)的準(zhǔn)靜態(tài)電壓安全和電壓穩(wěn)定狀況[35]。

(4)發(fā)電與電動(dòng)汽車?？梢灶A(yù)見(jiàn), 分布式發(fā)電和電動(dòng)汽車在未來(lái)配電系統(tǒng)中的滲透率會(huì)趨于提高。AMI和通信網(wǎng)絡(luò)在配電系統(tǒng)中的應(yīng)用使得數(shù)據(jù)采集成本明顯降低。傳統(tǒng)上, 配電公司對(duì)系統(tǒng)情況的把握相當(dāng)有限, 除了每月讀取1次的電表數(shù)據(jù)外，基本沒(méi)有其他信息。隨著分布式發(fā)電和電動(dòng)汽車在配電系統(tǒng)中的滲透，配電系統(tǒng)的潮流不再是單向的，這引起很多運(yùn)行問(wèn)題，為此配電公司需要對(duì)系統(tǒng)運(yùn)行情況更快速和精確的把握。傳統(tǒng)的只用Excel就可以處理的數(shù)據(jù)已經(jīng)逐步演變成為需要專業(yè)分析軟件才能處理的大數(shù)據(jù)。這將對(duì)配電系統(tǒng)運(yùn)行帶來(lái)深遠(yuǎn)影響，促進(jìn)包括配電系統(tǒng)狀態(tài)估計(jì)、設(shè)備診斷、負(fù)荷和可再生能源發(fā)電出力預(yù)測(cè)、設(shè)備停電預(yù)測(cè)和數(shù)據(jù)可視化等高級(jí)應(yīng)用軟件的發(fā)展和應(yīng)用。

5 未來(lái)展望：新的商業(yè)模式和政府監(jiān)管

大數(shù)據(jù)技術(shù)在電力系統(tǒng)中的廣泛使用會(huì)促進(jìn)新的商業(yè)模式出現(xiàn)。從某種意義上講，能源互聯(lián)網(wǎng)概念就是在大數(shù)據(jù)背景下提出的，其能引導(dǎo)電力系統(tǒng)的運(yùn)行管理智能化，能夠像今天的互聯(lián)網(wǎng)一樣與數(shù)據(jù)產(chǎn)生密不可分的聯(lián)系。成立于2011年的美國(guó)初創(chuàng)公司(AutoGrid)就專注于能源領(lǐng)域大數(shù)據(jù)分析，業(yè)務(wù)范圍包括分析居民和商業(yè)建筑的用電量、智能電表測(cè)量的變壓器和發(fā)電機(jī)數(shù)據(jù)、系統(tǒng)停電數(shù)據(jù)等。該公司發(fā)明的算法能夠利用這些數(shù)據(jù)為電力公司提供多種服務(wù)，包括負(fù)荷和可再生能源發(fā)電預(yù)測(cè)、電網(wǎng)設(shè)備運(yùn)行效率優(yōu)化、圖表化展示用電量的走勢(shì)等。該公司現(xiàn)有客戶包括美國(guó)一些大電力公司如南加州電力公司、薩克拉門托市電力公司、佛羅里達(dá)電力公司、德州奧斯丁電力公司、俄克拉何馬燃?xì)馀c電力公司等。其中，佛羅里達(dá)電力公司用該公司開(kāi)發(fā)的軟件預(yù)測(cè)輸電線路附近的樹(shù)木何時(shí)需要被修剪。該公司于2016年5月第2輪融資高達(dá)2千萬(wàn)美元，資助方包括美國(guó)一些著名能源集團(tuán)如南方電力公司(Southern Company)和Xcel Energy公司，其將利用這些融資擴(kuò)展銷售業(yè)務(wù)并開(kāi)發(fā)新的能源應(yīng)用軟件。

其他從事類似業(yè)務(wù)的高科技公司包括第1家能源數(shù)據(jù)公司Opower，其致力于開(kāi)發(fā)幫助用戶節(jié)省用電量的軟件。最近，軟件巨頭甲骨文公司表達(dá)了購(gòu)買Opower公司的意愿。此外還有eMeter公司，其致力于對(duì)智能電表數(shù)據(jù)進(jìn)行分析并被西門子公司收購(gòu)?；诨ヂ?lián)網(wǎng)的區(qū)塊鏈(blockchain)技術(shù)最近也受到越來(lái)越多的關(guān)注，例如，西班牙大型能源公司Endesa建立了區(qū)塊鏈實(shí)驗(yàn)室，試圖開(kāi)發(fā)能源行業(yè)中基于區(qū)塊鏈的解決方案，轉(zhuǎn)變當(dāng)前能源行業(yè)的基礎(chǔ)設(shè)施使用模式。德國(guó)電力公司Enercity引入比特幣作為支付方式，方便用戶結(jié)算電費(fèi)。美國(guó)TransActive Grid是由LO3 Energy和區(qū)塊鏈技術(shù)開(kāi)發(fā)企業(yè)ConsenSys合資成立的公司，其以去中心化的方式促進(jìn)能源的點(diǎn)對(duì)點(diǎn)交易。該公司在紐約布魯克林運(yùn)行一個(gè)示范性的微網(wǎng)項(xiàng)目，居民可將自家屋頂太陽(yáng)能板產(chǎn)生的過(guò)剩電力出售給對(duì)面街道的用戶，相互間的交易以區(qū)塊鏈網(wǎng)絡(luò)連接，幾乎不需要人員參與就可以記錄和管理交易。

大數(shù)據(jù)技術(shù)除了會(huì)引導(dǎo)技術(shù)變革外，還會(huì)導(dǎo)致管理方式的進(jìn)步。安全性是電力工業(yè)的基礎(chǔ)，在大技術(shù)環(huán)境下確保電力系統(tǒng)安全性需要有新的監(jiān)管模式和思路。可以預(yù)期，大數(shù)據(jù)在給電力公司帶來(lái)巨大收益的同時(shí)，也會(huì)帶來(lái)安全、隱私、傳播上的風(fēng)險(xiǎn)。從美國(guó)的經(jīng)驗(yàn)來(lái)看，目前政府推出的與大數(shù)據(jù)有關(guān)的法案還很少。一般而言，公司在使用大數(shù)據(jù)時(shí)，必須確保其行為受相關(guān)的一般社會(huì)法案約束，同時(shí)也要遵循公司內(nèi)部與數(shù)據(jù)合理使用和流通有關(guān)的規(guī)范。例如，當(dāng)金融機(jī)構(gòu)希望使用客戶的私人數(shù)據(jù)時(shí)，必須確保其符合《格雷姆-里奇-比利雷法案》(Gramm-Leach-Bliley Act)的要求。為推動(dòng)大數(shù)據(jù)技術(shù)在電力行業(yè)的發(fā)展，政府部門應(yīng)該做好如下2方面的工作：(1)出臺(tái)與電力大數(shù)據(jù)相關(guān)的規(guī)劃政策，明確大數(shù)據(jù)應(yīng)用的總體目標(biāo)和要求，指明大數(shù)據(jù)應(yīng)用的發(fā)展方向，布局推進(jìn)大數(shù)據(jù)應(yīng)用的重點(diǎn)任務(wù)，更好地推動(dòng)大數(shù)據(jù)在電力行業(yè)的快速發(fā)展，切實(shí)發(fā)揮大數(shù)據(jù)的作用；(2)強(qiáng)化企業(yè)信息互聯(lián)，將電力系統(tǒng)運(yùn)行的各環(huán)節(jié)納入到企業(yè)的信息化系統(tǒng)中，完善在線監(jiān)控體系，確保大數(shù)據(jù)技術(shù)得到有效應(yīng)用。

隨著云計(jì)算、物聯(lián)網(wǎng)、能源互聯(lián)網(wǎng)等的發(fā)展，數(shù)據(jù)呈現(xiàn)爆炸式的增長(zhǎng)。大數(shù)據(jù)時(shí)代已經(jīng)到來(lái)，且大數(shù)據(jù)技術(shù)在很多領(lǐng)域已經(jīng)得到應(yīng)用。以智能電表、分布式電源、用戶側(cè)參與和電力通信等技術(shù)發(fā)展為代表的智能電網(wǎng)，是大數(shù)據(jù)技術(shù)應(yīng)用的重要場(chǎng)所。大數(shù)據(jù)技術(shù)對(duì)建立可持續(xù)性、有彈性、高效運(yùn)行、具備更強(qiáng)自動(dòng)化和智能化的現(xiàn)代電力系統(tǒng)具有重要作用[36]。

6 結(jié) 論

本文首先介紹了智能電網(wǎng)環(huán)境下大數(shù)據(jù)的基本概念，闡明了智能電網(wǎng)大數(shù)據(jù)技術(shù)的特征。在此基礎(chǔ)上，指出了智能電網(wǎng)大數(shù)據(jù)所面臨的安全挑戰(zhàn)并給出大數(shù)據(jù)保護(hù)的一些具體措施。之后，采用幾個(gè)例子闡明了大數(shù)據(jù)技術(shù)在智能電網(wǎng)中的應(yīng)用。最后，展望了大數(shù)據(jù)技術(shù)在智能電網(wǎng)中的應(yīng)用和發(fā)展，介紹了一些新的商業(yè)模式和政府監(jiān)管機(jī)構(gòu)需要關(guān)注的問(wèn)題。

大數(shù)據(jù)技術(shù)在電力系統(tǒng)中有廣闊的發(fā)展前景，為傳統(tǒng)電力工業(yè)的發(fā)展注入了新的活力。研究適用于智能電網(wǎng)的大數(shù)據(jù)分析理論、方法與技術(shù)，以實(shí)現(xiàn)更安全、更經(jīng)濟(jì)、更智能的電力系統(tǒng)，是值得研究的重要課題。

[1]劉世成，張東霞，朱朝陽(yáng)，等．能源互聯(lián)網(wǎng)中大數(shù)據(jù)技術(shù)思考[J]．電力系統(tǒng)自動(dòng)化，2016，40(8)：14-21．

LIU Shicheng，ZHANG Dongxia，ZHU Zhaoyang，et al．A view on big data in energy internet[J]．Automation of Electric Power Systems，2016，40(8)：14-21．

[2]薛禹勝，賴業(yè)寧．大能源思維與大數(shù)據(jù)思維的融合(一)大數(shù)據(jù)與電力大數(shù)據(jù)[J]．電力系統(tǒng)自動(dòng)化，2016，40(1)：1-8．

XUE Yusheng，Lai Yening．Integration of marco energy thinking and big data thinking part one：big data and power big data [J]．Automation of Electric Power Systems，2016，40(1)：1-8．

[3]Electric Power Research Institute．Improving electric power system situational awareness：data analytics for utilities[R]．Palo Alto，California： Electric Power Research Institute，2015．

[4]SUNIL P．Solving big data challenges in US electric utility industry．Presentation at IEEE Power and Energy Society General Meeting，Washington D．C．，USA，July 29，2014 [EB/OL]．(2014-07-29) [2016-11-11]．http://www．ieee-pes．org/presentations/gm2014/14_02176_IEEE_PES_Final．pdf

[5]WERNSING R， ROTHWEILER A．Data enables proactive asset management：PSE&G is determining effective age of substation transformers through advanced analysis [EB/OL]．(2015-05-01)[2016-11-11]．http://tdworld．com/may-2015?PK=UM_Dig15&utm_rid=CPG04000000096003&utm_campaign=2413&utm_medium=email&campaigncode=CRM-XU15-UTI-TDPSEGEM&t=1#56．

[6]Capgemini Consulting．Big data blackout：are utilities powering up their data analytics? [EB/OL]．(2015-05-04)[2016-11-11] www．capgemini-consulting．com/resource-file-access/resource/pdf/bigdata_blackout．pdf

[7]Capgemini Consulting．Big and fast data：the rise of insight-driven business．[EB/OL]．(2015-03-01)[2016-11-11] https://www．capgemini．com/resource-file-access/resource/pdf/big_fast_data_the_rise_of_insight-driven_business-report．pdf．

[8]宋亞奇，周國(guó)亮，朱永利．智能電網(wǎng)大數(shù)據(jù)處理技術(shù)現(xiàn)狀與挑戰(zhàn) [J]．電網(wǎng)技術(shù)，2013，37(4)：927-935．

SONG Yaqi，ZHOU Guoliang，ZHU Yongli．Present status and challenges of big data processing in smart grid [J]．Power System Technology，2013，37(4)：927-935．

[9]董朝陽(yáng)，趙俊華，文福拴，等．從智能電網(wǎng)到能源互聯(lián)網(wǎng)：基本概念與研究框架[J]．電力系統(tǒng)自動(dòng)化，2014，38(15)：1-11．

DONG Zhaoyang，ZHAO Junhua，WEN Fushuan，et al．From smart grid to energy internet：basic concept and research framework [J]．Automation of Electric Power Systems，2014，38(15)：1-11．

[10]JIANG Huaiguang，ZHANG Jun，GAO Wenzhong，et al．Fault detection，identification，and location in smart grid based on data-driven computational methods [J]．IEEE Transactions on Smart Grid，2014，5(6)：2947-2956．

[11]JIANG Huaiguang，DAI Xiaoxiao，GAO Wenzhong，et al．Spatial-temporal synchrophasor data characterization and analytics in smart grid fault detection，identification and impact causal analysis [J]．IEEE Transactions on Smart Grid，2016，7(5)：2525-2536．

[12]JIANG Huaiguang，ZHANG Yingchen，ZHANG Jun，et al．Synchrophasor-based auxiliary controller to enhance the voltage stability of a distribution system with high renewable energy penetration [J]．IEEE Transactions on Smart Grid，2015，6(4)：2107-2115．

[13]YU Chengbo，CUI Yanzhe，ZHANG Lian，et al. Zigbee wireless sensor network in environmental monitoring applications [C]//IEEE 2009 5th International Conference on Wireless Communications，Networking and Mobile Computing．Beijing：IEEE，2009 ，1-5．

[14]黃國(guó)日，劉偉佳，文福拴，等．具有電轉(zhuǎn)氣裝置的電-氣混聯(lián)綜合能源系統(tǒng)的協(xié)同規(guī)劃[J]．電力建設(shè)，2016，37(9)：1-13．

HUANG Guori，LIU Weijia，WEN Fushuan，et al．Collaborative planning of integrated electricity and natural gas energy systems with power-to-gas stations [J]．Electric Power Construction，2016，37(9)：1-13．

[15]GU Yi，JIANG Huaiguang，ZHANG Yingchen，et al．Statistical scheduling of economic dispatch and energy reserves of hybrid power systems with high renewable energy penetration[C]//2014 48th Asilomar Conference on Signals，Systems and Computers．Pacific Grove，CA：IEEE，2014，530-534．

[16]茆美琴，孫樹(shù)娟，蘇建徽．包含電動(dòng)汽車的風(fēng)/光/儲(chǔ)微電網(wǎng)經(jīng)濟(jì)性分析 [J]．電力系統(tǒng)自動(dòng)化，2011，35(14)：30-35．

MAO Meiqin，SUN Shujuan，SU Jianhui．Economic analysis of a microgrid with wind/photovoltaic/storages and electric vehicles [J]．Automation of Electric Power Systems，2011，35(14)：30-35．

[17]JIANG Huaiguang，ZHANG Yingchen，ZHANG Jun，et al．Synchrophasor based auxiliary controller to enhance power system transient voltage stability in a high penetration renewable energy scenario[C]//2014 IEEE Symposium Power Electronics and Machines for Wind and Water Applications (PEMWA). Milwaukee，MI：IEEE，2014：1-7．

[18]馮登國(guó)，張敏，李昊．大數(shù)據(jù)安全與隱私保護(hù)[J]．計(jì)算機(jī)學(xué)報(bào)，2014，37(1)：246-258．

FENG Dengguo，ZHANG Min，LI Hao．Big data security and privacy protection [J]．Chinese Journal of Computers，2014，37(1)：246-258．

[19]孟小峰，慈祥．大數(shù)據(jù)管理：概念，技術(shù)與挑戰(zhàn)[J]．計(jì)算機(jī)研究與發(fā)展，2013，50(1)，146-169．

MENG Xiaofeng，CI Xiang．Big data management：concepts，techniques，and challenges [J]．Journal of Computer Research and Development，2013，50(1)：146-169．

[20]胡榮，李鵬，趙曼勇．運(yùn)行服務(wù)總線跨安全區(qū)的服務(wù)部署方式探討[J]．南方電網(wǎng)技術(shù)，2012，6(3)：73-77．

HU Rong，LI Peng，ZHAO Manyong．Research on OSB-based service deployment modes over multi-security zones[J]．Southern Power System Technology，2012，6(3)：73-77．

[21]查亞兵，張濤，黃卓，等．能源互聯(lián)網(wǎng)關(guān)鍵技術(shù)分析[J]．中國(guó)科學(xué)(信息科學(xué))，2014，44(6)：702-713．

ZHA Yabing，ZHANG Tao，HUANG Zhuo，et al．Analysis of energy internet key technologies [J]．Science China(Information Sciences)，2014，44(6)：702-713．

[22]WANG Qin，WEN Fushuan，SUN Weizheng，et al．Risk-based security-constrained economic dispatch in power systems [J]．Journal of Modern Power System and Clean Energy，2013，1(2)：142-149．

[23]WANG Qin，MCCALLEY J D，ZHENG T，et al．A computational strategy to solve preventive risk-based security constrained OPF [J]．IEEE Transactions on Power Systems，2013，28(2)：1666-1675．

[24]WANG Qin，MCCALLEY J D．Risk and ‘n-1’ criteria coordination for real-time operations [J]．IEEE Transactions on Power Systems，2013，28(3)：3505-3506．

[25]WANG Qin，MCCALLEY J D，ZHENG T，et al．Risk-based locational marginal pricing and congestion management [J]．IEEE Transactions on Power Systems，2014，29(5)：2518-2528．

[26]WANG Qin，MCCALLEY J D，ZHENG T，et al．Solving corrective risk-based security-constrained optimal power flow with Lagrangian relaxation and Benders decomposition [J]．International Journal of Electrical Power and Energy Systems，2016，75(2)：255-264．

[27]宋璇坤，韓柳，鞠黃培，等．中國(guó)智能電網(wǎng)技術(shù)發(fā)展實(shí)踐綜述[J]．電力建設(shè)，2016，37(7)：1-11．

SONG Xuankun，HAN Liu，JU Huangpei，et al．A review on development practice of smart grid technology in China [J]．Electric Power Construction，2016，37(7)：1-11．

[28]劉道新，郭萬(wàn)祝，王世成，等．面向能源互聯(lián)網(wǎng)的新型需求側(cè)管理模式研究[J]．電力建設(shè)，2016，37(6)：10-16．

LIU Daoxin，GUO Wanzhu，WANG Shicheng，et al．New demand-side management pattern for energy internet [J]．Electric Power Construction，2016，37(6)：10-16．

[29]曾鳴，張曉春，王麗華．以能源互聯(lián)網(wǎng)思維推動(dòng)能源供給側(cè)改革[J]．電力建設(shè)，2016，37(4)：10-15．

ZENG Ming，ZHANG Xiaochun，WANG Lihua．Energy supply side reform promoting based on energy internet thinking [J]．Electric Power Construction，2016，37(4)：10-15．

[30]LEEDS J D．The soft grid 2013-2020：big data & utility analytics for smart grid [R]．Massachusetts，United States：GTM Research，2012．

[31]張華一，文福拴，張璨，等．考慮能源需求不確定性的居民小區(qū)能源中心運(yùn)行策略[J]．電力建設(shè)，2016，37(9)：14-21．

ZHANG Huayi，WEN Fushuan，ZHANG Can，et al．Operation strategy for residential quarter energy hub considering energy demand uncertainties [J]. Electric Power Construction，2016，37(9)：14-21．

[32]ALIGNE Energy Trading，Risk & Operations．Big data：challenges and opportunities for the energy industry [EB/OL]．(2013) [2016-11-11]．https://www．sungard．com/～/media/fs/energy/resources/white-papers/Big-Data-Challenges-Opportunities-Energy-Industry．a(chǎn)shx．

[33]李剛，楊立業(yè)，劉福炎，等．能源互聯(lián)網(wǎng)關(guān)聯(lián)數(shù)據(jù)融合的互信息方法[J]．電力建設(shè)，2016，37(9)：22-29．

LI Gang，YANG Liye，LIU Fuyan，et al．A mutual information method for associated data fusion in energy internet[J]．Electric Power Construction，2016，37(9)：22-29．

[34]KEZUNOVIC M，XIE L，GRIJALVA S．The role of big data in improving power system operation and protection [C]//2013 IREP Symposium-Bulk Power System Dynamics and Control，Rethymnon. Greece: IEEE，2013：1-8．

[35]XIE L，CHEN Y，LIAO H．Distributed online monitoring of quasi-static voltage collapse in multi-area power systems[J]．IEEE Transactions on Power Systems，2012，27(4)：2271-2280．

[36]甘霖，劉育權(quán)，文福拴，等．彈性電力系統(tǒng)及其恢復(fù)策略研究的理論與實(shí)踐[M]．北京：科學(xué)出版社，2016．

GAN Lin, LIU Yuquan, WEN Fushuan, et al. Theory and applications of resilient power systems and associated restoration strategies[M]．Beijing：Science Press, 2016.

王欽 (1984)，男，博士，研究方向?yàn)樾履茉床⒕W(wǎng)和電力系統(tǒng)運(yùn)行安全；

蔣懷光 (1984)，男，博士，研究方向?yàn)榇髷?shù)據(jù)分析和新能源；

文福拴 (1965)，男，博士，教授，博士生導(dǎo)師，本文通信作者，研究方向?yàn)殡娏ο到y(tǒng)故障診斷與系統(tǒng)恢復(fù)、電力經(jīng)濟(jì)與電力市場(chǎng)、智能電網(wǎng)與電動(dòng)汽車等；

梅天華(1980)，男，博士，研究方向?yàn)殡娏κ袌?chǎng)與電力系統(tǒng)負(fù)荷側(cè)管理。

(編輯 張媛媛)

Concept, Technology and Challengs of Big Data in Smart Grids

WANG Qin1, JIANG Huaiguang2, WEN Fushuan3,4, MEI Tianhua5

(1. Department of Electrical and Computer Engineering, Iowa State University, Ames, IA 50010, USA； 2. Department of Electrical and Computer Engineering, Denver University, Denver, CO 80208, USA； 3. School of Electrical Engineering, Zhejiang University, Hangzhou 310027, China； 4. Department of Electrical and Electronic Engineering, Universiti Teknologi Brunei, Bandar Seri Begawan BE1410, Brunei； 5. Zhejiang Energy Regulatory Office of National Energy Administration，Hangzhou 310007，China)

The technology concept of big data is getting more and more widely acknowledged and emphasized. With the development of the smart grid and energy internet, the traditional power industry is undergoing profound changes in terms of technical applications, service modes, and development ideas. The decentralization, digitalization and intellectualization of power system devices and end-user facilities could significantly increase the information amount of power system operation and control. This will in turn significantly increase the data volume which is gradually exhibiting the features of big data. Give this background, this paper discusses the concept of big data applications in modern power systems, clarifies the technical features of big data in smart grids, and illustrates the significance of big data security and corresponding protective measures. Some examples are next employed to demonstrate the applications of big data technologies in smart grid environment. Finally, new business modes brought in by big data technologies are discussed, as well as the role of governmental regulation.

power system; smart grid; big data; data security; machine learning

國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃項(xiàng)目 (973計(jì)劃)(2013CB228202)；國(guó)家自然科學(xué)基金項(xiàng)目(U1509218)；國(guó)家能源局浙江監(jiān)管辦公室科研項(xiàng)目(H20152711)

TM 711

A

1000-7229(2016)12-0001-10

10.3969/j.issn.1000-7229.2016.12.001

2016-10-08

Project supported by National Basic Research Program of China (973 Program) (2013CB228202)；National Natural Science Foundation of China (U1509218)