劉 巍 黃 曌 李 鵬 李 錳 丁 巖

（1.國網(wǎng)河南省電力公司經(jīng)濟技術(shù)研究院 鄭州 450052 2.湖南大學電氣與信息工程學院 長沙 410082）

1 引言

伴隨著智能配電網(wǎng)的全面建設(shè)，以物聯(lián)網(wǎng)和云計算為代表的新一代IT 技術(shù)得到廣泛應(yīng)用，電力數(shù)據(jù)資源開始急劇增長并形成了一定的規(guī)模，“電力大數(shù)據(jù)”應(yīng)運而生，與中國經(jīng)濟發(fā)展緊密聯(lián)系。2011年5 月，麥肯錫公司發(fā)布了關(guān)于大數(shù)據(jù)的調(diào)研報告《大數(shù)據(jù)：下一個前沿，競爭力、創(chuàng)新力和生產(chǎn)力》，報告指出：大數(shù)據(jù)是指無法在一定時間內(nèi)用傳統(tǒng)數(shù)據(jù)庫軟件工具對其內(nèi)容進行抓取、管理和處理的數(shù)據(jù)集合[1]。因而面對海量電網(wǎng)業(yè)務(wù)實時數(shù)據(jù)，需要發(fā)展相應(yīng)的大數(shù)據(jù)處理技術(shù)，以適應(yīng)智能配電網(wǎng)的需求。

2 智能配電網(wǎng)大數(shù)據(jù)的來源

智能配電網(wǎng)的大數(shù)據(jù)來源于電力系統(tǒng)的各個環(huán)節(jié)，包括[2]：

（1）各種裝置實時采集的現(xiàn)場數(shù)據(jù)。例如目前美國的100個PMU 裝置一天收集62 億個數(shù)據(jù)，數(shù)據(jù)量約為60GB。此外，大量的分布式能源需要進行實時監(jiān)測和控制，電動汽車電池的充放電狀態(tài)也需進行監(jiān)測以避免無序充放電對電網(wǎng)造成負面影響。

（2）由調(diào)度中心收集的中央數(shù)據(jù)。例如國內(nèi)常規(guī)的調(diào)度自動化系統(tǒng)含有數(shù)十萬個采集點，積累了大量電網(wǎng)運行、生產(chǎn)管理和市場營銷的寶貴數(shù)據(jù)，成為數(shù)據(jù)需求的密集地，配用電數(shù)據(jù)中心達到百萬甚至千萬級。

（3）生產(chǎn)管理系統(tǒng)（PMS）、地理信息系統(tǒng)（GIS）等業(yè)務(wù)系統(tǒng)在使用過程中產(chǎn)生的海量數(shù)據(jù)。例如來自SG186 系統(tǒng)的區(qū)域用戶負荷數(shù)據(jù)、來自PMS 系統(tǒng)的變電站及線路地理分布信息、來自SCADA 系統(tǒng)的現(xiàn)狀設(shè)備負荷水平等，與地理信息系統(tǒng)結(jié)合，形成了基于GIS 的空間海量數(shù)據(jù)。

3 大數(shù)據(jù)的特點

智能電網(wǎng)的大數(shù)據(jù)具備“4V”特征[2-4]，類型多（variety）、變化快（velocity）、規(guī)模大（volume）和價值密度低（value）。如圖1 所示：

圖1 智能電網(wǎng)大數(shù)據(jù)的特點Fig.1 Features of big data of smart grid

（1）數(shù)據(jù)類型繁多。電網(wǎng)數(shù)據(jù)廣域分布、種類眾多，包括實時數(shù)據(jù)、歷史數(shù)據(jù)、文本數(shù)據(jù)、多媒體數(shù)據(jù)、時間序列數(shù)據(jù)等各類結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)以及非結(jié)構(gòu)化數(shù)據(jù)，各類數(shù)據(jù)查詢與處理的頻度和性能要求也不盡相同。針對海量異構(gòu)數(shù)據(jù)，依據(jù)IEC61970 構(gòu)建統(tǒng)一的電力公共數(shù)據(jù)模型進行規(guī)范表達，可有效實現(xiàn)各類業(yè)務(wù)系統(tǒng)之間的信息交互和數(shù)據(jù)共享。

（2）數(shù)據(jù)變化速度快。這對系統(tǒng)的實時數(shù)據(jù)處理能力提出了更高的要求，有研究表明，正常運行的SCADA 系統(tǒng)如接收到監(jiān)測數(shù)據(jù)延時超過50ms，即將導致錯誤的控制策略，因而必須在短時內(nèi)對大量數(shù)據(jù)進行分析，以支持決策制定。

（3）數(shù)據(jù)量巨大。由傳統(tǒng)電網(wǎng)的TB 級別，躍升到PB 級別。常規(guī)SCADA 系統(tǒng)10 000個遙測點，按采樣間隔 3～4s 計算，每年產(chǎn)生 1.03TB 數(shù)據(jù)（1.03TB=12 字 節(jié)/幀×0.3 幀/s×10 000 遙 測 點×86 400s/天×365 天）；廣域相量測量系統(tǒng)10 000個遙測點，采樣率可以達到100次/s，每年產(chǎn)生495TB的數(shù)據(jù)。

（4）價值密度低。以非結(jié)構(gòu)化視頻數(shù)據(jù)為例，連續(xù)不間斷監(jiān)控過程中，可能有用的數(shù)據(jù)僅有1～2s。在設(shè)備狀態(tài)監(jiān)測中存在同樣問題，所采集的絕大部分數(shù)據(jù)都是正常數(shù)據(jù)，只有極少量的異常數(shù)據(jù)，而異常數(shù)據(jù)是狀態(tài)檢修的最重要依據(jù)。此外還會采集到包含著噪聲、數(shù)據(jù)缺失等不確定因素質(zhì)量較差的數(shù)據(jù)，所以需要通過聚類、關(guān)聯(lián)、分類等挖掘工具，從海量數(shù)據(jù)中提取出有用信息。

4 大數(shù)據(jù)統(tǒng)一支撐平臺設(shè)計

智能配電網(wǎng)的數(shù)據(jù)來源于各類系統(tǒng)，存在不同的平臺和數(shù)據(jù)格式，大多相互獨立，異構(gòu)性嚴重，需要構(gòu)建公共模型進行規(guī)范表達，實現(xiàn)數(shù)據(jù)融合，為上層應(yīng)用提供通用的信息交互平臺；同時通過對電力大數(shù)據(jù)進行實時處理分析，充分利用累積的數(shù)據(jù)資源，依據(jù)業(yè)務(wù)需求挖掘出數(shù)據(jù)潛在價值，對于分析電網(wǎng)在線安全分析及故障診斷、間歇性分布式電源出力預測、孤島檢測、設(shè)備運行狀態(tài)分析、故障搶修決策等具有重要意義；此外，還可借助可視化的數(shù)據(jù)展示手段，通過交互可視界面展現(xiàn)電力數(shù)據(jù)的價值，為高層管理人員提供輔助決策分析功能，并為配電網(wǎng)系統(tǒng)的運行監(jiān)視、調(diào)度控制、規(guī)劃分析等提供有力保障。綜上考慮，設(shè)計智能配電網(wǎng)的大數(shù)據(jù)統(tǒng)一支撐平臺體系如圖2 所示。

4.1 數(shù)據(jù)管理

智能配電網(wǎng)的大數(shù)據(jù)管理包括數(shù)據(jù)采集、電力公共信息模型建立、數(shù)據(jù)存儲等過程，配電自動化系統(tǒng)和計量系統(tǒng)依照IEC61850/60870 的通信規(guī)約，向前置機服務(wù)器發(fā)送數(shù)據(jù)報文，前置機完成解析，再傳輸至信息交互總線；PMS、GIS 等業(yè)務(wù)數(shù)據(jù)則通過接口適配器匯聚至信息交互總線處。以上數(shù)據(jù)來自不同數(shù)據(jù)源，需通過IEC61970 公共信息模型標準統(tǒng)一化格式，進行規(guī)范后的數(shù)據(jù)再存放入存儲系統(tǒng)。

圖2 面向智能配電網(wǎng)的大數(shù)據(jù)統(tǒng)一支撐平臺體系Fig.2 United platform of big data for smart grid

4.1.1 數(shù)據(jù)采集

智能配電網(wǎng)的各種終端裝置，如RTU、DTU、TTU、FTU，以及計量終端，通過特定的通信協(xié)議向數(shù)據(jù)平臺提供實時的數(shù)據(jù)文件和數(shù)據(jù)報文，數(shù)據(jù)采集主要過程為[5]：

（1）數(shù)據(jù)采集系統(tǒng)作為Socket 服務(wù)啟動偵聽服務(wù)，并且終端設(shè)備作為Socket 客戶端連接到數(shù)據(jù)采集服務(wù)端；

（2）終端設(shè)備通過通信規(guī)約傳送信息，向通信模塊告知自身邏輯地址；

（4）數(shù)據(jù)采集系統(tǒng)與終端設(shè)備穩(wěn)定連接，通過前置集群，完成報文解析。

數(shù)據(jù)采集系統(tǒng)還包括通信鏈路管理、通道管理、數(shù)據(jù)質(zhì)量管理等功能。通信鏈路和通道管理主要包括維護各類終端的通信鏈路、通道狀態(tài)，以及根據(jù)通信鏈路切換主備通道等功能；數(shù)據(jù)質(zhì)量管理針對采集到的各類數(shù)據(jù)，分析判斷其數(shù)據(jù)質(zhì)量并進行標記[6]。

4.1.2 公共信息模型

經(jīng)前置機解析后得到的基礎(chǔ)數(shù)據(jù)需要按照統(tǒng)一規(guī)范和標準進行存儲，而不是簡單的堆砌，以實現(xiàn)異構(gòu)業(yè)務(wù)系統(tǒng)之間的數(shù)據(jù)共享。依據(jù)IEC61970 中的公共信息模型（CIM）進行一體化設(shè)計，將數(shù)據(jù)統(tǒng)一轉(zhuǎn)換為CIM/E 格式，以E 語言作為載體屏蔽各個異構(gòu)數(shù)據(jù)源的多樣性和差異性，實現(xiàn)無差別數(shù)據(jù)傳輸，集成為全局業(yè)務(wù)系統(tǒng)查詢使用，從而具備更優(yōu)良的數(shù)據(jù)一致性，實現(xiàn)電網(wǎng)模型自動同步[7]。

CIM/E是在IEC 61970 電力系統(tǒng)公用數(shù)據(jù)模型的基礎(chǔ)上，為解決CIM/XML 方式進行描述的效率問題而開發(fā)的一種新型高效的電力系統(tǒng)模型數(shù)據(jù)描述規(guī)范，具有簡潔、高效的特點，適用于描述大型電網(wǎng)模型。CIM/E 模型的交換機制如圖3 所示，電力系統(tǒng)模型能被轉(zhuǎn)換導出為一個CIM/E 文檔，該文檔可被解析，其中的信息可被導入到一個外部系統(tǒng)中[8]。

圖3 CIM/E 模型交換機制Fig.3 Interchange mechanism of CIM/E

其中，CIM/E 模式定義了文檔中需要的所有類和屬性，類名用來標識數(shù)據(jù)塊，屬性名稱是文檔中的屬性行或?qū)傩粤?，用“@”引導。CIM/E 模式可以是CIM 的子集，也可以擴展。CIM/E 數(shù)據(jù)是純文本數(shù)據(jù)，主要通過對文本中每行第一個字符或前兩個字符的使用，達到規(guī)范格式的目的。

4.1.3 數(shù)據(jù)存儲

關(guān)系數(shù)據(jù)庫（如Oracle 等）主要存儲結(jié)構(gòu)化數(shù)據(jù)，具有便捷的數(shù)據(jù)查詢分析能力、按照嚴格規(guī)則快速處理事務(wù)的能力以及多用戶并發(fā)訪問能力，可以保證數(shù)據(jù)的安全性。通過SQL 查詢語言及強大的數(shù)據(jù)分析能力以及較高的程序與數(shù)據(jù)獨立性等優(yōu)點得到廣泛應(yīng)用。但是隨著智能配電網(wǎng)建設(shè)的加速，地理信息系統(tǒng)以及圖片、音視頻等各種非結(jié)構(gòu)化數(shù)據(jù)已超過關(guān)系型數(shù)據(jù)庫的管理范疇，同時關(guān)系型數(shù)據(jù)庫對PB 級別的海量數(shù)據(jù)存儲能力和快速訪問能力受限，需要發(fā)展起新的實時數(shù)據(jù)存儲系統(tǒng)，以滿足智能電網(wǎng)大數(shù)據(jù)快速訪問、大規(guī)模數(shù)據(jù)分析的需求[2]。云實時存儲平臺架構(gòu)主要存儲海量采集數(shù)據(jù)及計算數(shù)據(jù)，通過構(gòu)建分片集群實現(xiàn)靈活可擴展的分布式存儲，當數(shù)據(jù)存儲服務(wù)器無法滿足大規(guī)模智能用電信息存儲時，可直接添加新的數(shù)據(jù)存儲節(jié)點，緩解存儲服務(wù)器壓力，為后續(xù)的挖掘分析提供良好的數(shù)據(jù)支撐[9]。

云實時存儲系統(tǒng)將數(shù)據(jù)分散在多臺獨立的存儲服務(wù)器上，將節(jié)點分為三類角色：主服務(wù)器（master server）、數(shù)據(jù)塊服務(wù)器（chunk server）與客戶端（client）?？蛻舳耸紫仍L問主服務(wù)器，獲得將要進行交互的數(shù)據(jù)塊服務(wù)器信息，然后直接訪問相應(yīng)的數(shù)據(jù)塊服務(wù)器完成數(shù)據(jù)的選取?？蛻舳伺c主服務(wù)器之間只有控制信息流，與數(shù)據(jù)塊服務(wù)器之間只有數(shù)據(jù)信息流，可以極大降低主服務(wù)器的負載，使系統(tǒng)的I/O 高度并行工作，從而滿足智能配電網(wǎng)數(shù)據(jù)平臺的需要。

“小說正是作者四十歲以后所走的內(nèi)在之路處處碰壁后寫的一份披露內(nèi)心的驚心動魄的記錄”③,《荒原狼》作為黑塞自己向內(nèi)探尋四處碰壁的產(chǎn)物,也是一種心靈探索的實驗，探索關(guān)于如何走出孤獨的陰影與自我救贖的問題。

4.2 數(shù)據(jù)處理

針對智能配電網(wǎng)的大數(shù)據(jù)，借助虛擬機實現(xiàn)資源的虛擬化，再結(jié)合Hadoop 開源云計算技術(shù)，采用基于MapReduce 的電量數(shù)據(jù)并行處理系統(tǒng)，一方面保證智能配電網(wǎng)海量狀態(tài)數(shù)據(jù)的可靠性和高效處理，同時為后續(xù)數(shù)據(jù)挖掘應(yīng)用，提供高性能的并行算法開發(fā)環(huán)境。流程架構(gòu)如圖4 所示。

圖4 大數(shù)據(jù)處理流程Fig.4 Flow-process diagram of big data

4.2.1 資源虛擬化

在基礎(chǔ)設(shè)施層采用廉價的服務(wù)器集群，廉價服務(wù)器集群的機器故障率大，而分布式的冗余存儲系統(tǒng)恰好可有效彌補硬件上的缺陷，保障數(shù)據(jù)的可靠性。借助虛擬機監(jiān)視器或虛擬化平臺對服務(wù)器、存儲設(shè)備與網(wǎng)絡(luò)設(shè)備等硬件資源進行虛擬化，以消除硬件資源帶來的差異性，以虛擬機為單位進行統(tǒng)一的自動化管理，一方面可以提高資源的利用率，另一方面可使管理維護人員專注于虛擬機與業(yè)務(wù)系統(tǒng)的維護，簡化數(shù)據(jù)中心的管理與維護工作[9]。以服務(wù)器虛擬化過程為例，在一臺物理服務(wù)器之上構(gòu)建虛擬化抽象層，采用虛擬機監(jiān)視器或虛擬化平臺，負責服務(wù)器的抽象、資源的調(diào)度與管理，將不同系統(tǒng)分別運行在獨立的虛擬機之上，從而將一個服務(wù)器虛擬成若干個虛擬機，提高服務(wù)器的資源利用率。但是同時應(yīng)確保虛擬機之間的完全隔離，某一個虛擬機崩潰不會影響到其他虛擬機，并能及時從故障中恢復，從而確保運行的可靠性[10]。

4.2.2 云計算平臺層

為了實現(xiàn)電網(wǎng)的安全穩(wěn)定運行，需要在智能配電網(wǎng)大數(shù)據(jù)平臺提供的海量數(shù)據(jù)的基礎(chǔ)上，根據(jù)系統(tǒng)的需求進行大規(guī)模電力系統(tǒng)計算、分析、優(yōu)化、設(shè)計和決策，包括潮流計算、暫態(tài)穩(wěn)定計算、狀態(tài)估計、故障分析、數(shù)據(jù)挖掘與智能決策等。云計算可以為電力系統(tǒng)計算提供高性能的并行處理能力，此外還可提供并行編程模式使并行算法的開發(fā)變得簡單方便。

在云計算平臺層，以虛擬機為單位構(gòu)建Web 服務(wù)器集群、應(yīng)用服務(wù)器集群與數(shù)據(jù)庫服務(wù)器集群作為數(shù)據(jù)中心的運行環(huán)境。采用云計算的分布式文件系統(tǒng)HDFS、分布式數(shù)據(jù)庫管理系統(tǒng)HBase，完成基于MapReduce 的大數(shù)據(jù)并行處理[11]，進而生成多維度的分析性數(shù)據(jù)存儲在數(shù)據(jù)倉庫中，為電力系統(tǒng)大規(guī)模計算分析、數(shù)據(jù)挖掘與輔助決策等應(yīng)用提供穩(wěn)定可靠的數(shù)據(jù)支撐。

4.3 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘

處理后的數(shù)據(jù)進行ETL，首先把數(shù)據(jù)抽取成文件，再對數(shù)據(jù)文件進行轉(zhuǎn)換和清洗，刪除冗余信息，處理缺失的數(shù)據(jù)信息，消除數(shù)據(jù)噪聲等，最后生成多維度、多粒度的分析型數(shù)據(jù)加載存儲到數(shù)據(jù)倉庫中，數(shù)據(jù)倉庫是數(shù)據(jù)挖掘的物質(zhì)基礎(chǔ)，為智能配電網(wǎng)的高級應(yīng)用提供高性能的數(shù)據(jù)環(huán)境。依據(jù)系統(tǒng)不同需求，通過特定接口訪問數(shù)據(jù)倉庫中相應(yīng)的信息，計算得到的數(shù)據(jù)結(jié)果存放在關(guān)系型數(shù)據(jù)庫中。此外，存儲于云系統(tǒng)中的電網(wǎng)實時數(shù)據(jù)，經(jīng)過設(shè)置的周期天數(shù)后也將自動轉(zhuǎn)存入關(guān)系型數(shù)據(jù)庫中，這些數(shù)據(jù)都作為配電網(wǎng)系統(tǒng)運行的歷史記錄信息，為配電網(wǎng)在線運行安全評估、間歇性分布式電源的功率預測、電氣設(shè)備的故障識別等分析應(yīng)用，以及高層人員的決策提供非常重要的參考價值。

面對電網(wǎng)運行過程中迅速膨脹的數(shù)據(jù)信息量，需要通過數(shù)據(jù)挖掘分析工具，了解系統(tǒng)本身在各種條件和工況下的屬性，把數(shù)據(jù)與信息進行快速有效的加工、提煉，以發(fā)現(xiàn)更深層次的規(guī)律，為高級應(yīng)用打下堅實的數(shù)據(jù)基礎(chǔ)，同時保證電力系統(tǒng)的安全性、經(jīng)濟性和可靠性，提供更快更有效的決策支持。數(shù)據(jù)挖掘是人工智能與數(shù)據(jù)庫相結(jié)合的產(chǎn)物，包括機器學習、模式識別、以及聚類、決策樹等人工智能領(lǐng)域的常規(guī)方法[12]。

以電力設(shè)備運行監(jiān)測為例，關(guān)鍵在于對電力設(shè)備狀態(tài)準確評估，需收集設(shè)備的相關(guān)信息，包括設(shè)備的基礎(chǔ)信息、歷史運行數(shù)據(jù)及設(shè)備缺陷信息等。通過對設(shè)備歷史運行數(shù)據(jù)和缺陷信息進行挖掘，通過分析數(shù)據(jù)倉庫中不同數(shù)據(jù)屬性之間存在的潛在關(guān)系，找出滿足支持度和置信度的關(guān)系規(guī)則，得出設(shè)備缺陷情況下的特征值和設(shè)備關(guān)聯(lián)參數(shù)值，方便用戶對設(shè)備的歷史情況進行查詢和使用；設(shè)備當前在線監(jiān)測值從實時數(shù)據(jù)庫或試驗中獲得，包括溫度、油中氣壓、氣體質(zhì)量等作為被分析對象；設(shè)備健康狀況分析就是以數(shù)據(jù)挖掘的結(jié)果為依據(jù)，對設(shè)備當前監(jiān)測值進行對比分析，判斷當前設(shè)備運行狀態(tài)是否正常。設(shè)備運行分析流程如圖5 所示[13]。

圖5 設(shè)備運行狀態(tài)分析流程Fig.5 Flow chart of equipment running states

4.4 數(shù)據(jù)展示

面對海量的智能電網(wǎng)數(shù)據(jù)，如何在有限的屏幕空間下，以一種直觀、容易理解的方式展現(xiàn)給用戶，是一項非常有挑戰(zhàn)性的工作?？梢暬椒ㄒ驯蛔C明為一種解決大規(guī)模數(shù)據(jù)分析的有效方法，并在實踐中得到廣泛應(yīng)用?？梢暬ㄟ^一系列復雜的算法將電網(wǎng)數(shù)據(jù)通過表格、棒餅圖、曲線、報表等多樣化的表現(xiàn)形式展示給調(diào)度員。在電力系統(tǒng)中，數(shù)據(jù)大都與空間位置或?qū)ο笥幸欢?lián)系，因而在時間序列數(shù)據(jù)可視化中，不可避免要涉及到時間、空間2個維度相互融合的研究內(nèi)容，可以采取在3D GIS 的基礎(chǔ)上進行開發(fā)，在原有空間維度可視化的基礎(chǔ)上合理融合時間維度的可視化[14]，例如圖6 所示三維潮流圖，采用虛擬現(xiàn)實技術(shù)，將地理背景三維化，并將電網(wǎng)中各種設(shè)備建立三維模型并進行顯示，這種潮流圖能與調(diào)度自動化系統(tǒng)的實時數(shù)據(jù)有效結(jié)合，并且具有更逼真的展示效果[15]。

此外可視化技術(shù)還可為調(diào)度工作人員提供交互工具，有效利用人的視覺系統(tǒng)，并允許實時改變數(shù)據(jù)處理和算法的參數(shù)，可對數(shù)據(jù)進行觀察以及定性、定量分析。

圖6 三維潮流圖Fig.6 Three dimensional distributions of power flow

5 結(jié)論

隨著中國經(jīng)濟的快速發(fā)展，智能電網(wǎng)建設(shè)不斷深入和改進，電網(wǎng)運行和設(shè)備監(jiān)測產(chǎn)生的數(shù)據(jù)量呈指數(shù)級增長，數(shù)據(jù)類型逐漸多樣化，數(shù)據(jù)時效性在不斷提高，逐漸構(gòu)成了當今電力系統(tǒng)行業(yè)和信息學界所關(guān)注的大數(shù)據(jù)。本文在探索大數(shù)據(jù)環(huán)境下業(yè)務(wù)系統(tǒng)的潛在需求基礎(chǔ)上，建立了面向智能配電網(wǎng)的大數(shù)據(jù)統(tǒng)一支撐平臺體系與構(gòu)架，主要工作包括：

（1）數(shù)據(jù)管理：基于IEC61970 標準實現(xiàn)異構(gòu)數(shù)據(jù)源之間的信息融合，并基于云存儲完成海量數(shù)據(jù)的存放；

（2）數(shù)據(jù)處理：將資源虛擬化和云處理技術(shù)應(yīng)用于大數(shù)據(jù)體系中，實現(xiàn)海量信息的高效快速處理；

（3）數(shù)據(jù)挖掘：有效的挖掘分析手段為智能配電網(wǎng)的高級應(yīng)用提供了技術(shù)支撐；

（4）數(shù)據(jù)展示：時空維度結(jié)合的展示方法可將電網(wǎng)信息準確、直觀提供給用戶或工作人員。

[1]趙云山,劉煥煥.大數(shù)據(jù)技術(shù)在電力行業(yè)的應(yīng)用研究[J].電信科學,2014,1:57-62.Zhao Yushan,Liu Huanhuan.Research on application of big data technique in electricity power industry[J].Telecommunications Science,2014,1:57-62.

[2]宋亞奇,周國亮,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.

[3]劉道新,胡航海,張健,等.大數(shù)據(jù)全生命周期中關(guān)鍵問題研究及應(yīng)用[J].中國電機工程學報,2014,34(0):1-6.Liu Daoxin,Hu Hanghai,Zhang Jian,et al.Research on key issues of big data lifecycle and its applications[J].Proceedings of the CSEE,2014,34(0):1-6.

[4]張引,陳敏,廖小飛.大數(shù)據(jù)應(yīng)用的現(xiàn)狀與展望[J].計算機研究與發(fā)展,2013,50:216-233.Zhang Yin,Chen Min,Liao Xiaofei.Big data applications:a survey[J].Journal of Computer Research and Development,2013,50:216-233.

[5]楊鳳欣.電能信息采集與管理系統(tǒng)的設(shè)計與實現(xiàn)[D].電子科技大學,2013.

[6]蘇大威,李云鵬,等.配用電統(tǒng)一數(shù)據(jù)采集與信息支撐平臺架構(gòu)設(shè)計[J].電力自動化設(shè)備,2014,34(9):166-172.Su Dawei,Li Yunpeng,et al.Architecture design of unified data collection and information support platform for power distribution and utilization[J].Electric Power Automation Equipment,2014,34(9):166-172.

[7]Nigel Hargreaves,Smart grid interoperability use cases for extending electricity storage modeling within the IEC common information model[J].Universities Power Engineering Conference(UPEC),2012:1-6.

[8]辛耀中,米為民,蔣國棟,等.基于 CIM/E 的電網(wǎng)調(diào)度中心應(yīng)用模型信息共享方案[J].電力系統(tǒng)自動化,2013,37(8):1-5.Xin Yaozhong,Mi Weimin,Jiang Guodong,et al.Scheme of application model information sharing between control centers based on CIM/E[J].Automation of Electric Power Systems,2013,37(8):1-5.

[9]宋振偉.用電信息采集系統(tǒng)數(shù)據(jù)庫的云存儲設(shè)計[D].山東大學,2014.

[10]王德文.基于云計算的電力數(shù)據(jù)中心基礎(chǔ)架構(gòu)及其關(guān)鍵技術(shù)[J].電力系統(tǒng)自動化,2012,36(11):67-71.Wang Dewen.Basic framework and key technology for a new generation of data center in electric power corporation based on cloud computation[J].Automation of Electric Power Systems,2012,36(11):67-71.

[11]王德文,劉楊.一種電力云數(shù)據(jù)中心的任務(wù)調(diào)度策略[J].電力系統(tǒng)自動化,2014,38(8):61-66.Wang Dewen,Liu Yang.A task scheduling strategy of cloud data center in electric power corporation[J].Automation of Electric Power Systems,2014,38(8):61-66.

[12]林峰,胡牧,蔣元晨,等.電力調(diào)度綜合數(shù)據(jù)平臺體系結(jié)構(gòu)及相關(guān)技術(shù)[J].電力系統(tǒng)自動化,2007,31(1):61-64.Lin Feng,Hu Mu,Jiang Yuanchen,et al.Architecture and related techniques of a power dispatching data platform[J].Automation of Electric Power Systems,2007,31(1):61-64.

[13]楊國慶,張宇.數(shù)據(jù)挖掘技術(shù)在電力設(shè)備狀態(tài)檢修中的應(yīng)用[J].上海電力學院學報,2012,28(2):176-180.Yang Guoqing,Zhang Yu.Application of data mining technology in power equipment condition-based overhaul[J].Journal of Shanghai University of Electric Power,2012,28(2):176-180.

[14]朱全勝,孫怡,李衛(wèi)東.智能電網(wǎng)中EMS 人機交互的關(guān)鍵技術(shù)[J].電力自動化設(shè)備,2011,31(8):117-121.Zhu Quansheng,Sun Yi,Li Weidong.Key technologies of human computer interaction in EMS of smart grid[J].Electric Power Automation Equipment,2011,31(8):117-121.

[15]趙林,王麗麗,劉艷,等.電網(wǎng)實時監(jiān)控可視化技術(shù)研究與分析[J].電網(wǎng)技術(shù),2014,38(2):539-542.Zhao Lin,Wang Lili,Liu Yan,et al.Research and analysis on visualization technology for power grid real-time monitoring[J].Power System Technology,2014,38(2):539-542.