建設泛在電力物聯(lián)網(wǎng)，是國家電網(wǎng)有限公司推進(jìn)“三型兩網(wǎng)”建設的重要內容和關(guān)鍵環(huán)節。而其中，如何構建一個(gè)強大的數據平臺，是加快推進(jìn)泛在電力物聯(lián)網(wǎng)建設的前提和基礎。

泛在電力物聯(lián)網(wǎng)的數據量將大幅增加

電力行業(yè)歷來(lái)重視數據和信息技術(shù)，從上世紀80年代起，就采用實(shí)時(shí)數據庫處理發(fā)電以及電網(wǎng)采集的各種數據。但隨著(zhù)電網(wǎng)規模的擴大，數據采集量的大幅增加，傳統的實(shí)時(shí)數據庫和IT架構已經(jīng)無(wú)法滿(mǎn)足海量數據的處理需求。最近幾年，電力行業(yè)開(kāi)始采用互聯(lián)網(wǎng)行業(yè)的大數據平臺技術(shù)，最典型的就是將Kafka、Hadoop、HBase、Spark、Redis等技術(shù)集成在一起處理海量數據。比如智能電表的用電信息采集系統、電費的計算等，都采用這類(lèi)方案。

推進(jìn)泛在電力物聯(lián)網(wǎng)建設，需要全方位對電網(wǎng)運行狀態(tài)、客戶(hù)用電等進(jìn)行實(shí)時(shí)監測、預警、分析，數據采集點(diǎn)和采集頻次會(huì )大幅增加，數據量將在原來(lái)的基礎上增加上百倍。

以智能電表為例，現在客戶(hù)的智能電表是一天發(fā)送一條記錄。如果改為與商業(yè)智能電表一樣，15分鐘發(fā)送一條記錄到云端，數據量將至少增加96倍，數據插入請求數也相應增加96倍以上。以全網(wǎng)智能電表5億臺來(lái)統計，一天產(chǎn)生的數據條數多達480億條，現有的大數據解決方案和架構將面臨巨大的挑戰，即使通過(guò)水平擴展增加服務(wù)器數量來(lái)處理，其運營(yíng)成本也將數量級地增加。

從配網(wǎng)的情況來(lái)看，即使采集點(diǎn)和采集頻率不顯著(zhù)增加，但以D5000、CC2000為代表的主流產(chǎn)品，受限于歷史數據處理能力，依然只能?chē)@實(shí)時(shí)采集數據、歷史斷面數據構建應用，拓撲分析技術(shù)無(wú)法在時(shí)間維度縱向擴展。

電網(wǎng)數據采集及監控系統（SCADA）作為物聯(lián)網(wǎng)的一部分，不但要看實(shí)時(shí)數據，還需要看歷史數據，不單需要實(shí)時(shí)監控，更需要故障預警、趨勢分析、運營(yíng)指標分析、效率分析等。通過(guò)快速存取、分析高頻采集數據，將為電網(wǎng)的安全高效運行提供更精準的數據決策支撐。

另一方面，泛在電力物聯(lián)網(wǎng)與通用的物聯(lián)網(wǎng)一樣，不僅會(huì )存在云端的數據中心，也會(huì )存在邊緣節點(diǎn)。這些邊緣節點(diǎn)具備一定的計算和存儲能力，能進(jìn)行數據的預處理和緩存，大幅緩解數據中心平臺的壓力，而且能更好地保證邊緣節點(diǎn)覆蓋的區域有更好的數據實(shí)時(shí)響應能力，更好地支撐本地業(yè)務(wù)實(shí)時(shí)智能化決策與執行。但是邊緣計算與云計算需要通過(guò)緊密協(xié)同才能更好地滿(mǎn)足各種需求場(chǎng)景的匹配，從而最大化邊緣計算和云計算的應用價(jià)值。

采集點(diǎn)的增加和采集頻次提高，能帶來(lái)什么樣的效益呢？以智能電表為例，如果將所有電表的數據采集頻次提高到1次/15分鐘，電網(wǎng)將實(shí)現對每個(gè)臺區線(xiàn)損的實(shí)時(shí)監測，而不是現在的T-1模式，從而對異常線(xiàn)損實(shí)時(shí)處理。同時(shí)，對輸電線(xiàn)路故障實(shí)時(shí)監測，再也無(wú)需客戶(hù)上報，大大提升運維效率和服務(wù)質(zhì)量。

以Hadoop體系為代表的互聯(lián)網(wǎng)大數據解決方案，主要處理的是互聯(lián)網(wǎng)領(lǐng)域的非結構化數據，比如爬蟲(chóng)數據、微博與微信數據等。但是，泛在電力物聯(lián)網(wǎng)的數據與互聯(lián)網(wǎng)數據有顯著(zhù)不同的特點(diǎn)，表現在幾個(gè)方面：數據都是時(shí)序的，由傳感器和設備不斷產(chǎn)生，形成一個(gè)數據流；除視頻、圖像外，都是結構化的數據；數據是機器日志類(lèi)型的，不會(huì )有刪除或更新的動(dòng)作；數據是有保留時(shí)長(cháng)的，到期刪除；數據流量是平穩可預測，知道測點(diǎn)數、采集頻率，能較為準確估算流量大??；數據需要進(jìn)行實(shí)時(shí)計算、分析；數據的分析、計算一般都是基于某一個(gè)時(shí)間段和地域進(jìn)行；數據量巨大，一天產(chǎn)生幾百億條記錄。

除數據特征不一樣之外，在數據處理上，泛在電力物聯(lián)網(wǎng)與典型的互聯(lián)網(wǎng)相比，還有不一樣的需求。比如插值計算、數學(xué)函數計算以及某個(gè)具體時(shí)間點(diǎn)的斷面數據等。而且這些數據的處理往往與采集設備的管理直接掛鉤，需要依據采集設備的歸屬、地域以及其他屬性進(jìn)行各種分類(lèi)統計。

構建相適應的大數據平臺

隨著(zhù)泛在電力物聯(lián)網(wǎng)的加快建設，現有的互聯(lián)網(wǎng)大數據技術(shù)平臺將遇到巨大的挑戰，因為電力數據規模將增加幾個(gè)數量級，數據分析的量也更多，實(shí)時(shí)性要求也更高。因此，需要進(jìn)一步加大信息技術(shù)的創(chuàng )新力度，構建和完善適應泛在電力物聯(lián)網(wǎng)建設需求的大數據平臺。

這個(gè)新一代的大數據平臺，要有以下幾個(gè)特點(diǎn)：充分利用泛在電力物聯(lián)網(wǎng)的數據特點(diǎn)，在技術(shù)上做各種優(yōu)化，大幅度提高數據插入、查詢(xún)的性能，降低電網(wǎng)運營(yíng)成本；必須能實(shí)時(shí)處理各種數據插入、查詢(xún)請求，提升電網(wǎng)運行效率；必須是水平擴展的，隨著(zhù)數據量的增加，只需要增加服務(wù)器擴容即可；支持邊緣計算與云計算的邊緣協(xié)同；必須是易于維護的，降低對運維人員的要求；必須是開(kāi)放的，有業(yè)界流行的標準SQL接口，便于各種應用集成；必須通過(guò)Python、R或其他接口來(lái)方便集成各種機器學(xué)習、人工智能算法。

當前，國內外諸多互聯(lián)網(wǎng)企業(yè)已經(jīng)注意到物聯(lián)網(wǎng)興起后，傳統的大數據技術(shù)正面臨新的考驗和挑戰，并開(kāi)始著(zhù)手研發(fā)新一代大數據平臺。相信隨著(zhù)泛在電力物聯(lián)網(wǎng)建設不斷加快，必將構建新一代的能源電力大數據平臺，從而進(jìn)一步挖掘和利用好電網(wǎng)的數據資源，提升電網(wǎng)運營(yíng)的效率和效益，保障電網(wǎng)安全穩定運行，為社會(huì )提供新的應用和服務(wù)。