电网调控大数据平台体系架构及关键技术

电网调度自动化系统作为电网运行的重要技术支撑，伴随着三代电网的发展而不断完善[1]，系统建设也从引进消化逐步发展为全面国产化，经过多年运行积累了丰富详实的数据资源。然而，烟囱型的建设模式使这些数据分散在不同调度机构、不同专业、不同安全区，存在系统独立维护、数据类型多样、统一决策困难等问题[2]，当前依托于确定性公式、模型、参数及孤立式数据的电网分析模式，将难于应对特高压交直流混联大电网运行风险不断累积、新能源消纳矛盾突出、市场化改革快速推进等诸多挑战。

近年来，随着计算能力提升、数据爆发增长、机器学习算法进步、投资力度加大，大数据技术迎来了繁荣时期，在引领新一轮科技革命和产业变革中扮演着重要角色，受到各国政府、学术界和产业界的广泛关注[3]。大数据技术与物联网、云计算技术共同为电网调控领域的再次创新提供了推动力。大数据思维将各种数据资源从简单的处理对象转变为生产的基础要素，与大能源思维融合为大能源系统广泛互联、开放互动及高度智能提供有力支撑。大数据技术[4-5]涵盖了从信息产生、采集、存储、转换、集成、挖掘分析等全生命周期，需要具备从不同类型的多源异构数据中，快速提炼出有价值信息的能力。

电力大数据既是“AI+电力”的重要基础[6-9]，也是衔接智能电网与人工智能应用的桥梁。电力系统拥有来自能量管理系统(energy management system，EMS)、调度管理系统(operation management system，OMS)、生产管理系统(production management system，PMS)、广域监测系统(wide area measurement system，WAMS)、配电管理系统(distribution management system，DMS)、电能量计量系统(tele-meter reading system，TMR)、地理信息系统(geographic information system，GIS)等多个业务系统的结构化、半结构化和非结构化数据，具备大数据的规模大、数据多样、价值密度低和高速性等特性，智能电网大数据技术研究已广泛开展，其中包括针对电网调控领域特定场景的大数据平台及应用研究[10-14]，实践成果展现了大数据在存储、计算、分析挖掘等方面的技术优势。但已有研究成果多从单一或特定场景构建大数据挖掘分析，未从支撑调控全景数据接入、数据标准统一、数据共建共享和调控业务分析的角度考虑大数据平台的体系架构与支撑能力建设[15-16]。随着以新能源为主体的新型电力系统建设开展，调度运行对扩展数据管理的范畴，以及提升数据深度应用支撑能力提出了新的需求，而当前调控运行信息分布分散、数据分析挖掘深度不够，还存在数据存储时间长短不一、缺乏统筹规划、数据冗余重复以及缺少调控领域挖掘算法等问题[17]。调控云平台是解决上述问题的一种可行方法，其总体架构指出需要突破的模型数据平台、运行数据平台、实时数据平台和大数据平台关键技术[17]。其中大数据平台实现数据采集、数据存储、数据处理、数据分析挖掘等功能，为大数据存储、计算、分析等提供统一的平台支撑。

为充分发挥调控全景数据资源优势，实现调控业务精益管理，