论文部分内容阅读
大数据计算已经涉及到不同领域和行业，近些年来电网也在飞速发展，电力系统每时每刻都在产生海量的数据，如配网的信息系统、调度的控制系统等都积累了大量电力相关数据，这些数据虽然能存储起来但是却没有充分挖掘出数据背后更大的价值，在大数据时代是十分不合适的，如何使这些看似没有用的数据变得有价值是电力行业一直以来在研究的事情，尤其在配电网结构日益复杂，用电调度频繁的节点，当电力系统发生故障时，调度人员如何准确、有效地判别、分析问题，并对各类故障做出合理的处置方案。 传统电力调度系统在数据处理上还存在些许不足，没有做到数据互联的有机结合需要一个统一的用电调度平台对所有信息进行整合。本文通过系统地对配电网调度系统的研究和学习，在现有调度算法上进行了相关的改进工作，以保证能够在大数据计算背景下优化调度，使处理任务所需的时间最短，并使服务器的资源利用率得到最大化。在大数据的背景下做出对用电调度系统的应用研究，经运行情况表明，该系统很好应对用电调度过程中多任务处理产生的一系列的问题。 本文以现有用电调度总体框架为模型基础，构建了基于大数据计算的Hadoop大数据模型，该模型包括对两个主要核心部分Map、Reduce模型的构建。重点对用电调度系统的关键技术进行了研究和探讨，在现有已建成的配电网调度管理系统中实现各个相关自动化系统及管理系统最大程度的信息共享，解决以“风险管控”、“有序用电管理”、“重要用户管理”、“事故安全监视”、“实时负荷水平监控”五个方面为核心内容的用电调度需求，为配网运行提供方便、实用的应用功能，为配网调度运行的有效监控及故障的快速处理提供技术支撑。 基于大数据计算的配网用电调度系统既能利用大数据进行用电调度分析，也能够实现智能配电网分析。相比于传统的智能调度算法，该系统在调度总用时上具有十分大的优势，系统的稳定性和可靠性得到了进一步的加强，该系统在面对突发情况时对中断任务可以快速计算并处理。更快的处理速度可为智能调度合理规划和安全运行提供技术支撑，也可有效提升智能调度的效率和配网的安全运行。