1 智能配电网发展概述
智能电网提供了更大的能源输送和电力流动的可能性。它允许电力和数字信息在公用事业和客户之间的双向流动。电网由智能仪表、传感器、探测器、测量单元等支持，以批量或实时的方式收集数据。此外，智能电网涉及众多的应用，这些应用都创造了大数据的来源，例如，配电系统电力市场和价格、通过电网和变电站管理动力传输和配电、智能负载转换、管理可再生能源间歇性、电动汽车的需求管理、智能建筑中的电力管理、智能电表、有效的需求响应程序、智能资产管理、用于干扰记录的相量测量单元(PMU)、能源消耗的汇总、公用事业公司的数据中心、负载和天气状况预报以及社交媒体程序，以便更有效地与客户互动。这些数据需要有效的管理和分析，以便更好地控制决策，提高电网的可靠性，减少能源需求，提高运行效率，增加电网的能力。
智能电网应用产生大量的数据，这些大数据有助于增强智能电网应用。大数据系统将以高效的方式存储、处理和挖掘信息，以增强不同的智能电网服务。大数据通过实时信息交换，可以减少电网损耗，降低对主网的依赖，减轻高峰负荷，在突发事件发生时提供必要的系统支持，提高电网的可靠性、安全性和效率。
然而，挑战在于捕获必要数据的复杂性，这会导致错误的控制决策。实施大数据系统对于电网和通信网相结合的智能电网的可靠能源管理将起到重要作用。众所周知，数据在战略决策中起着非常重要的作用。有了更多的数据，就可以实现更精确和有效的控制决策。在智能电网中，随着配电系统动态性和不确定性条件的增加，大数据系统仍处于发展阶段，尚未建立起来。之前的大多数研究都集中在智能电网的数据挖掘和大数据分析上。我们需要对大数据、大数据的定义和大数据的分类有一个全面的理解。
2 智能配电网中的大数据特性
2.1 智能配电网的大数据源
智能分布式网络中的大数据应用测量和记录可以通过采用各种同步或异步传感器来实现，如相量测量装置、微相量测量装置、频率扰动记录器等。外部数据来源于其他网络的智能电网连接，如智能交通网络、能源网络、物联网。所有外部信息都可能对智能电网的运行和维护产生重要影响。智能电网中的大数据源通常分为两大类：电力数据源和补充数据源。智能电网/分散式发电系统中的能源管理和控制决策都需要这两种能源。电力数据类别包括数据效用测量，如相量测量单元(PMU)数据、智能仪表数据、智能电子设备(IEDs)数据、资产管理数据、数据采集与监控系统数据、数字继电保护数据、数字故障录波器(DFR)数据、事件记录器(SER)数据、智慧型电表基础建设数据、设备控制和维护数据，以及电力公司的自动抄表操作数据。这些通常是在结构化数据表单中。补充数据源被广泛用于决策，包括通过其他来源获得的数据，如，地理信息系统(GIS)数据、全球定位系统/卫星定位系统(GPS)时间参考数据、天气和闪电活动数据、地震反射数据、动物迁徙数据、金融市场数据、社交媒体数据和监管报告数据。来自这些不同来源的数据有多种类型和多种格式，包括传统数据库中的行和列、图像、文本文档、视频、Power Point和HTML文件、电子邮件、消息、传感器数据、基于web的事务和IT系统日志。这些数据类型通常分为三大类：结构化的、半结构化的和非结构化数据的，结构化数据可以很容易地排序在传统数据库表的行和列，如电力数据，如智能仪表数据，同步相位数据，传感器数据，静态离线消费者数据等。
2.2 智能配电网中大数据的可拓特性
智能配电网中的大数据除了具有大数据的四个基本特征外，还具有分散性、稀疏性和安全性等特点。智能配电网一般覆盖面大，因此数据源具有空间分散性。在监测的实时性方面，智能电网数据库具有较大的时间跨度。由于配电网络不是一个孤立的网络，并且与其他网络有很大的交互作用，因此数据源的类型、特点和速度具有很大的分散性，这就要求动态分布式系统采用大容量的数据存储系统。智能电网的大数据量虽然巨大，但却没有多少有价值的信息。电力系统故障状态分析需要不同情况下的电网故障数据，而这些故障数据只占电网运行数据的一小部分。因此，我们需要采用数据挖掘和模式识别的方法来提取有用的信息。安全即数据质量和数据保护，分别从数据本身和智能分布式网络数据的外部依赖角色塑造两个方面进行分析。数据采集、存储、传输、通信、处理等各个环节的数据质量都直接影响着整个系统的数据质量和数据支撑能力。数据保护依赖于数据的生成、传输、匹配等。
2.3 大数据对配电系统的挑战
由于大数据为智能电网中的分散式发电/电力系统提供了加强能源管理和控制决策的巨大机遇。并入当前实用程序的处理和分析单元的数据量呈指数级高速增长。如何有效地从海量数据中提取相关信息以支持在线决策，是分布式系统面临的一大挑战。这些挑战可归纳如下：
(1）为众多应用开发新颖安全的数据挖掘和数据处理方案，以提高智能电网的可靠性；（2）开发有效管理海量数据的新计算方法；（3）提高服务和应对日益增加的分散式发电的能力；（4）促进客户层面的电力市场发展，例如加强以市场为本的需求回应和以客户为本的服务；（5）正常和紧急情况下配电网络的安全和经济运行。
3 配电网络的大数据分析方法
在从不同来源获取智能电网数据之后，大数据系统包含四个主要阶段。从这些来源获得的数据可以使用不同协议从各个系统以不同的格式获得。这些单个系统的性能与大数据系统的控制无关，而且这些系统往往是外部应用程序。数据采集阶段包含许多步骤，通过大量的通道集中来自不同来源的大数据，然后缓冲这些数据足够长的时间来应用在线触发器，并存储这些大数据。这通过许多步骤完成；解析和验证步骤检查语句的语法和语义有效性，清理和去重复步骤清理数据库中不正确、不完整或重复的数据。
4 结语
本文提出了“防护智能中心”的概念，阐述了其总体结构。大数据现象不再被认为是一种趋势。事实上，智能电网在大多数应用中采用大数据策略对于更好的管理和控制是至关重要的。智能电网是由分布式节点组成的电力网络，在智能子系统的普遍控制下运行，即所谓的智能微网。微网可以在并网模式、孤岛模式或两种模式下运行。在并网模式下，※智能电网的控制和管理一直被认为是降低能耗、提高电力可靠性、效率和质量的关键和核心策略。在微电网存在的情况下，分布式系统(即一组负荷、可再生能源和储能装置作为一个能够向当地供应能源的单一可控系统运行)的控制和管理对现有的电力网络构成重大挑战。在控制阶段，微电网的集中或分散控制旨在优化电力生产和消费，以提高整体效率。本地控制是微网控制的基本范畴。挑战在于，几个数据源必须能够在任何需要的时间和任何地点无缝连接或断开与分布网络的连接。
参考文献
[1] 李蕊，陈孝文，许家伟，吕志鹏，林树鸿.智能配电网运行数据可视化监控方法研究[J].自动化与仪器仪表，2020,(11):223-226.
[2] 李正文，曾辉，晏云桥，徐志临，张强.基于不同时间维度的智能配电网趋势预警系统[J].东北电力技术，2020,41(10):7-11.
