近年來(lái)，大數(shù)據(jù)（big data）技術(shù)得到了各國(guó)政府和全球?qū)W術(shù)界、工業(yè)界的高度關(guān)注和重視，在各行業(yè)領(lǐng)域的應(yīng)用迅猛發(fā)展。2012年3月，美國(guó)政府發(fā)布了“大數(shù)據(jù)研究發(fā)展創(chuàng)新計(jì)劃”，我國(guó)政府、學(xué)術(shù)界和工業(yè)界對(duì)大數(shù)據(jù)也予以了高度關(guān)注。就電力行業(yè)而言，近年來(lái)數(shù)據(jù)資源開始急劇增長(zhǎng)并形成了一定的規(guī)模，對(duì)大數(shù)據(jù)技術(shù)也產(chǎn)生強(qiáng)烈的需求。具體表現(xiàn)為數(shù)據(jù)量由tb級(jí)向pb級(jí)發(fā)展，數(shù)據(jù)高性能存儲(chǔ)和高可擴(kuò)展性面臨挑戰(zhàn)；業(yè)務(wù)向智能化、精益化方向發(fā)展，對(duì)復(fù)雜數(shù)據(jù)處理和實(shí)時(shí)性提出更高要求；跨業(yè)務(wù)、跨平臺(tái)的數(shù)據(jù)處理和分析能力需要進(jìn)一步提升。

　　配用電網(wǎng)大數(shù)據(jù)體系架構(gòu)方面，大數(shù)據(jù)軟件體系結(jié)構(gòu)可分為數(shù)據(jù)采集與預(yù)處理、數(shù)據(jù)存儲(chǔ)和管理、數(shù)據(jù)分析和挖掘等幾個(gè)方面。在大數(shù)據(jù)存儲(chǔ)和管理方面，當(dāng)前普遍采用的是分布式文件系統(tǒng)和分布式數(shù)據(jù)庫(kù)。由于大數(shù)據(jù)處理的多樣性和復(fù)雜性，學(xué)術(shù)界和工業(yè)界不斷研究和推出新的大數(shù)據(jù)計(jì)算模式和平臺(tái)；重要的發(fā)展趨勢(shì)包括hadoop平臺(tái)與其他計(jì)算模式的融合、多樣性混合計(jì)算模式、基于內(nèi)存的大數(shù)據(jù)處理技術(shù)。可視化是大數(shù)據(jù)分析的重要手段，同時(shí)大數(shù)據(jù)也對(duì)可視化技術(shù)提出了新的挑戰(zhàn)。實(shí)際應(yīng)用中存在大量高速時(shí)序數(shù)據(jù)，而且這些數(shù)據(jù)的維度都很高，如何對(duì)這樣的數(shù)據(jù)進(jìn)行可視化還沒有得到很好的解決，也是亟需研究的問(wèn)題。

　　用戶用電負(fù)荷數(shù)據(jù)的存儲(chǔ)處理方面，用電負(fù)荷數(shù)據(jù)存在著多種形態(tài)、頻度，如何構(gòu)建合理的存儲(chǔ)結(jié)構(gòu)以滿足用電負(fù)荷數(shù)據(jù)的需求，已成為新的研究熱點(diǎn)。當(dāng)前，存儲(chǔ)、索引的統(tǒng)籌設(shè)計(jì)也是適應(yīng)海量高維時(shí)序數(shù)據(jù)的方向之一。另外，用電負(fù)荷數(shù)據(jù)通常可以從不同層面進(jìn)行聚類：時(shí)間層面上，針對(duì)不同時(shí)間范疇的負(fù)荷序列進(jìn)行聚類；用戶層面上，對(duì)不同用戶的用電負(fù)荷數(shù)據(jù)和其他信息聚類，實(shí)現(xiàn)用戶群體的劃分。關(guān)聯(lián)分析是在聚類等手段的基礎(chǔ)上分析信息內(nèi)在關(guān)聯(lián)的手段。特別是對(duì)用電負(fù)荷大數(shù)據(jù)如何結(jié)合具體業(yè)務(wù)進(jìn)行聚類和關(guān)聯(lián)分析還亟待研究。

　　本文研究智能配用電大數(shù)據(jù)應(yīng)用關(guān)鍵技術(shù)，具體包括：

　　①配用電網(wǎng)大數(shù)據(jù)體系架構(gòu)及共性基礎(chǔ)技術(shù)；

　　②用戶用電負(fù)荷數(shù)據(jù)存儲(chǔ)分析與修正技術(shù)；

　　③用電預(yù)測(cè)等智能配用電業(yè)務(wù)應(yīng)用大數(shù)據(jù)分析技術(shù)；

　　④智能配用電大數(shù)據(jù)示范應(yīng)用方案設(shè)計(jì)。

　　1 技術(shù)現(xiàn)狀

　　1.1 智能配用電業(yè)務(wù)分析的國(guó)內(nèi)外研究現(xiàn)狀

　　近年來(lái)，智能配用電得到了重點(diǎn)關(guān)注和快速發(fā)展，其資源優(yōu)化配置能力強(qiáng)，運(yùn)行穩(wěn)定高效，適應(yīng)新能源的發(fā)展。

　　1）節(jié)電方面，國(guó)內(nèi)外學(xué)術(shù)界對(duì)配用電的節(jié)電分析主要從配電和用電兩個(gè)方面開展了研究。在配電側(cè)，主要研究通過(guò)無(wú)功優(yōu)化、最優(yōu)潮流、網(wǎng)絡(luò)重構(gòu)、分布式電源接入等方法降低配電網(wǎng)絡(luò)損耗達(dá)到節(jié)電目的。

　　2）用電預(yù)測(cè)方面，國(guó)內(nèi)外研究主要集中在預(yù)測(cè)數(shù)據(jù)預(yù)處理、影響因素屬性約簡(jiǎn)、構(gòu)建用電預(yù)測(cè)模型等方面。如采用基于粗糙集理論的屬性約簡(jiǎn)算法，能夠挖掘出與待預(yù)測(cè)用戶相關(guān)性大的屬性作為預(yù)測(cè)模型的輸入量。

　　3）配用電網(wǎng)架優(yōu)化方面，國(guó)內(nèi)外對(duì)配電網(wǎng)網(wǎng)架優(yōu)化或規(guī)劃問(wèn)題已有較多研究，也開始在配電網(wǎng)優(yōu)化中考慮分布式供電的影響，模型求解多采用數(shù)學(xué)規(guī)劃法、啟發(fā)式算法、智能優(yōu)化算法等。

　　4）錯(cuò)峰調(diào)度方面，文獻(xiàn)分析了“錯(cuò)峰用電”的地位和作用，闡述了“錯(cuò)峰用電”對(duì)提高供電質(zhì)量、減少線路損耗、增加設(shè)備的輸送能力和延長(zhǎng)設(shè)備的使用壽命等都具有重要的現(xiàn)實(shí)意義和應(yīng)用價(jià)值。

　　1.2 智能配用電大數(shù)據(jù)應(yīng)用的國(guó)內(nèi)外研究現(xiàn)狀

　　智能電網(wǎng)的目標(biāo)是建設(shè)覆蓋電力系統(tǒng)生產(chǎn)全過(guò)程的實(shí)時(shí)系統(tǒng)，而對(duì)這個(gè)系統(tǒng)提供安全性、可靠性、堅(jiān)強(qiáng)性支撐的則是電網(wǎng)的全景、實(shí)時(shí)數(shù)據(jù)，以及對(duì)這些數(shù)據(jù)的快速分析和對(duì)分析結(jié)果的應(yīng)用。因此在本質(zhì)上，智能電網(wǎng)是大數(shù)據(jù)在電力上的應(yīng)用。

　　2012年ibm公司提出，電力能源由單向的電力流動(dòng)擴(kuò)展到電力與數(shù)據(jù)信息的多向流動(dòng)，這將為傳統(tǒng)的電力行業(yè)價(jià)值鏈帶來(lái)突破性的變化。世界各地的電力公司也陸續(xù)開展了電力數(shù)據(jù)應(yīng)用實(shí)踐。例如美國(guó)sgd&e為客戶提供一個(gè)可選的“空調(diào)負(fù)荷循環(huán)項(xiàng)目”，通過(guò)這個(gè)項(xiàng)目顧客可以讓電力公司在用電高峰期替他們管理空調(diào)。美國(guó)加州大學(xué)洛杉磯分校的研究者根據(jù)大數(shù)據(jù)理論，將人口調(diào)查信息、電力企業(yè)提供的用戶實(shí)時(shí)用電信息和地理、氣象等信息全部整合，設(shè)計(jì)了一款“電力地圖”。國(guó)內(nèi)各界也已積極投入電力大數(shù)據(jù)的應(yīng)用研究。

　　2 智能配用電大數(shù)據(jù)總體框架

　　配用電大數(shù)據(jù)應(yīng)用系統(tǒng)總體架構(gòu)分?jǐn)?shù)據(jù)資源、數(shù)據(jù)處理、公共服務(wù)、業(yè)務(wù)應(yīng)用4個(gè)層次，見圖1。數(shù)據(jù)資源層為數(shù)據(jù)處理提供數(shù)據(jù)源輸入，數(shù)據(jù)處理層為公共服務(wù)層提供數(shù)據(jù)及計(jì)算服務(wù)功能，公共服務(wù)層為業(yè)務(wù)應(yīng)用層提供業(yè)務(wù)應(yīng)用的交互操作。

　　圖1 智能配用電大數(shù)據(jù)應(yīng)用總體架構(gòu)圖

　　數(shù)據(jù)資源層主要實(shí)現(xiàn)從歷史、實(shí)時(shí)數(shù)據(jù)中心或相關(guān)業(yè)務(wù)系統(tǒng)獲取電網(wǎng)內(nèi)外部數(shù)據(jù)，如配電自動(dòng)化系統(tǒng)、用電信息采集系統(tǒng)等內(nèi)部數(shù)據(jù)，氣象信息等外部數(shù)據(jù)。

　　數(shù)據(jù)處理層采用混合型的大數(shù)據(jù)存儲(chǔ)和處理架構(gòu)實(shí)現(xiàn)對(duì)多源異構(gòu)配用電大數(shù)據(jù)的多樣性存儲(chǔ)和處理功能。混合存儲(chǔ)可適應(yīng)分布式文件系統(tǒng)、列式數(shù)據(jù)庫(kù)、內(nèi)存數(shù)據(jù)庫(kù)等多種數(shù)據(jù)存儲(chǔ)和管理形式，以滿足不同應(yīng)用的需求；處理架構(gòu)分別面向離線分析、實(shí)時(shí)計(jì)算、計(jì)算密集型數(shù)據(jù)分析等場(chǎng)景采用分布式批處理、內(nèi)存計(jì)算、高性能計(jì)算等技術(shù)實(shí)現(xiàn)。

　　公共服務(wù)層實(shí)現(xiàn)應(yīng)用系統(tǒng)的基礎(chǔ)功能，如數(shù)據(jù)模型管理、業(yè)務(wù)流程控制、服務(wù)總線、業(yè)務(wù)權(quán)限管理等功能。在公共服務(wù)層和數(shù)據(jù)處理層之間采用支持高并發(fā)、低延時(shí)事務(wù)操作的分布式內(nèi)存數(shù)據(jù)緩存技術(shù)，降低業(yè)務(wù)應(yīng)用操作與數(shù)據(jù)處理層之間的耦合性，提高應(yīng)用服務(wù)響應(yīng)效率。

　　業(yè)務(wù)應(yīng)用層構(gòu)建節(jié)電、用電預(yù)測(cè)、網(wǎng)架優(yōu)化、錯(cuò)峰調(diào)度4項(xiàng)業(yè)務(wù)，實(shí)現(xiàn)配用電大數(shù)據(jù)應(yīng)用系統(tǒng)的典型業(yè)務(wù)功能。采用模塊化軟件設(shè)計(jì)方法實(shí)現(xiàn)4個(gè)模塊功能的即插即用，并在充分考慮模塊之間的信息聯(lián)絡(luò)及功能聯(lián)合的基礎(chǔ)上，遵循規(guī)范的接口，實(shí)現(xiàn)模塊之間的功能融合，從而實(shí)現(xiàn)4個(gè)業(yè)務(wù)模塊之間既可獨(dú)立運(yùn)行，又可協(xié)作互補(bǔ)。

　　3 智能配用電大數(shù)據(jù)關(guān)鍵技術(shù)

　　目前，國(guó)內(nèi)外對(duì)智能配用電大數(shù)據(jù)的研究大部分處在研究和探索階段，隨著研究的深入和技術(shù)的發(fā)展，對(duì)智能配用電關(guān)鍵技術(shù)的研究將著重從以下方面進(jìn)行。

　　3.1 智能配用電大數(shù)據(jù)體系架構(gòu)及數(shù)據(jù)集成技術(shù)

　　智能配用電大數(shù)據(jù)體系架構(gòu)及數(shù)據(jù)集成技術(shù)研究包括3個(gè)方面：配用電大數(shù)據(jù)體系架構(gòu)、多源異構(gòu)配用電數(shù)據(jù)集成及存儲(chǔ)處理技術(shù)、大數(shù)據(jù)可視化技術(shù)，智能配用電大數(shù)據(jù)體系架構(gòu)及數(shù)據(jù)集成技術(shù)圖見圖2。

　　圖2 智能配用電大數(shù)據(jù)體系架構(gòu)及數(shù)據(jù)集成技術(shù)圖

　　3.1.1 配用電大數(shù)據(jù)體系架構(gòu)

　　配用電大數(shù)據(jù)體系架構(gòu)包括硬件架構(gòu)、評(píng)估方法、技術(shù)標(biāo)準(zhǔn)和安全體系。具體包括：

　　①分布式大數(shù)據(jù)采集、存儲(chǔ)和處理硬件體系架構(gòu)的集群節(jié)點(diǎn)規(guī)模、硬件優(yōu)化配置、網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)及系統(tǒng)可靠性和可擴(kuò)展性；

　　②面向數(shù)據(jù)密集型配用電大數(shù)據(jù)應(yīng)用的批處理、圖計(jì)算和內(nèi)存計(jì)算架構(gòu)；

　　③面向計(jì)算密集型配用電大數(shù)據(jù)應(yīng)用的高性能計(jì)算架構(gòu)；

　　④配用電大數(shù)據(jù)體系結(jié)構(gòu)評(píng)估方法；

　　⑤配用電大數(shù)據(jù)元數(shù)據(jù)、數(shù)據(jù)交換等技術(shù)標(biāo)準(zhǔn)規(guī)范；

　　⑥配用電大數(shù)據(jù)訪問(wèn)認(rèn)證、數(shù)據(jù)存儲(chǔ)和隱私加密等安全技術(shù)。

　　3.1.2 多源異構(gòu)配用電數(shù)據(jù)集成及存儲(chǔ)處理技術(shù)

　　多源異構(gòu)配用電數(shù)據(jù)集成及存儲(chǔ)處理技術(shù)包括多源數(shù)據(jù)特性、信息模型、融合方法和標(biāo)準(zhǔn)。具體包括：

　　①對(duì)電網(wǎng)企業(yè)內(nèi)部的配電自動(dòng)化、用電信息采集系統(tǒng)、負(fù)荷控制系統(tǒng)等和外部的氣象、社會(huì)經(jīng)濟(jì)等多源數(shù)據(jù)特性進(jìn)行分析；

　　②抽象和構(gòu)建智能配用電大數(shù)據(jù)環(huán)境下包含結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)的信息模型；

　　③建立智能配用電多業(yè)務(wù)數(shù)據(jù)融合方法和信息交換標(biāo)準(zhǔn)，實(shí)現(xiàn)智能配用電跨平臺(tái)數(shù)據(jù)的遷移與信息交換。

　　3.1.3 大數(shù)據(jù)可視化技術(shù)

　　大數(shù)據(jù)可視化技術(shù)包括可視化信息模型構(gòu)建及信息壓縮、動(dòng)態(tài)高維數(shù)據(jù)的可視化。具體包括：

　　①配用電數(shù)據(jù)可視化基礎(chǔ)信息模型、數(shù)據(jù)映射方式和信息交換；

　　②兼顧節(jié)點(diǎn)關(guān)系的清晰表達(dá)和大容量節(jié)點(diǎn)的展示需求的超大圖布局方法；

　　③歷史數(shù)據(jù)、實(shí)時(shí)數(shù)據(jù)以及未來(lái)規(guī)劃數(shù)據(jù)的動(dòng)態(tài)展示及降維分析。

　　3.2 用戶用電負(fù)荷數(shù)據(jù)存儲(chǔ)分析與修正技術(shù)

　　用戶用電負(fù)荷數(shù)據(jù)存儲(chǔ)分析與修正技術(shù)內(nèi)容包括2個(gè)方面：用電負(fù)荷數(shù)據(jù)存儲(chǔ)分析技術(shù)、用戶用電負(fù)荷數(shù)據(jù)分析與修正技術(shù)。用電大數(shù)據(jù)存儲(chǔ)分析圖見圖3。

　　圖3 用電大數(shù)據(jù)存儲(chǔ)分析圖

　　3.2.1 用電負(fù)荷數(shù)據(jù)存儲(chǔ)分析技術(shù)

　　用電負(fù)荷數(shù)據(jù)存儲(chǔ)分析技術(shù)包括數(shù)據(jù)索引、高效存儲(chǔ)。具體包括：

　　①負(fù)荷均衡的高維時(shí)序數(shù)據(jù)分布式索引；

　　②針對(duì)用戶用電負(fù)荷數(shù)據(jù)不同維度剖面特征的多級(jí)索引；

　　③面向配用電網(wǎng)多源數(shù)據(jù)的行列融合的索引機(jī)制；

　　④基于列存儲(chǔ)的用戶用電負(fù)荷時(shí)間序列數(shù)據(jù)的存儲(chǔ)模型；

　　⑤基于分布式文件系統(tǒng)的多結(jié)構(gòu)用電負(fù)荷數(shù)據(jù)的存儲(chǔ)模型；

　　⑥支持大規(guī)模時(shí)序數(shù)據(jù)的數(shù)據(jù)壓縮存儲(chǔ)及支持用戶用電負(fù)荷數(shù)據(jù)分析的高效行列混合存儲(chǔ)技術(shù)。

　　3.2.2 用戶用電負(fù)荷數(shù)據(jù)分析與修正技術(shù)

　　用戶用電負(fù)荷數(shù)據(jù)分析與修正技術(shù)包括大數(shù)據(jù)的清洗與修正、聚類分析、關(guān)聯(lián)與演化分析。具體包括：

　　①基于時(shí)間序列分析的卡爾曼濾波用電負(fù)荷數(shù)據(jù)修正方法；

　　②基于用戶用電數(shù)據(jù)關(guān)聯(lián)性的分布式海量數(shù)據(jù)清洗、修正算法；

　　③基于用電負(fù)荷數(shù)據(jù)時(shí)序性的并行聚類算法，結(jié)合異構(gòu)數(shù)據(jù)源的協(xié)同聚類分析方法；

　　④面向用電負(fù)荷數(shù)據(jù)的多源用戶關(guān)聯(lián)分析方法；

　　⑤基于分布式計(jì)算框架的分布式關(guān)聯(lián)規(guī)則挖掘算法；

　　⑥基于社會(huì)公共信息分析的用電用戶關(guān)聯(lián)挖掘算法。

　　3.3 智能配用電典型業(yè)務(wù)大數(shù)據(jù)分析技術(shù)

　　智能配用電典型業(yè)務(wù)大數(shù)據(jù)分析技術(shù)研究?jī)?nèi)容包括4個(gè)方面內(nèi)容：節(jié)電技術(shù)、用電預(yù)測(cè)技術(shù)、配用電網(wǎng)架優(yōu)化技術(shù)、錯(cuò)峰調(diào)度技術(shù)。智能配用電大數(shù)據(jù)分析圖見圖4。

　　圖4 智能配用電大數(shù)據(jù)分析圖

　　3.3.1 節(jié)電技術(shù)

　　基于智能配用電大數(shù)據(jù)的節(jié)電技術(shù)包括典型電力用戶用電特性聚類分析、電價(jià)、激勵(lì)機(jī)制、用戶用電行為、環(huán)境感知等多因素用戶節(jié)電關(guān)聯(lián)分析方法。具體包括：

　　①典型電力用戶用電特性局部敏感性相似分析技術(shù)；

　　②綜合考慮用戶社會(huì)經(jīng)濟(jì)、氣候等因素對(duì)電力用戶用電特性的影響并研究量化不同因素對(duì)電力用戶用電特性的關(guān)聯(lián)度；

　　③智能配電網(wǎng)中分布式電源的配置和運(yùn)行策略對(duì)電力用戶用電特性的關(guān)聯(lián)度；

　　④計(jì)及電價(jià)、激勵(lì)機(jī)制、用戶行為、環(huán)境感知等因素的用戶用電數(shù)據(jù)分析模型；

　　⑤與大數(shù)據(jù)分析相結(jié)合的多因素用戶節(jié)電關(guān)聯(lián)分析方法；

　　⑥面向用戶用電、網(wǎng)架結(jié)構(gòu)特性的配電網(wǎng)節(jié)電降損分析方法。

　　3.3.2 用電預(yù)測(cè)技術(shù)

　　基于智能配用電大數(shù)據(jù)的用電預(yù)測(cè)技術(shù)包括用電預(yù)測(cè)影響因素識(shí)別方法、多類型用電預(yù)測(cè)模型。具體包括：

　　①分布式電源、電動(dòng)汽車充換（放）電等的用戶個(gè)體、群體多時(shí)態(tài)數(shù)據(jù)的量值特征及規(guī)范化方法；

　　②基于用戶用電歷史數(shù)據(jù)挖掘的用電預(yù)測(cè)模型與參數(shù)影響因素；

　　③用電預(yù)測(cè)模型、參數(shù)與用戶用電行為特征、用戶社會(huì)經(jīng)濟(jì)特征等諸多因素的關(guān)聯(lián)性；

　　④用戶用電預(yù)測(cè)關(guān)鍵因素關(guān)聯(lián)度矩陣構(gòu)建方法；研究用電預(yù)測(cè)關(guān)鍵因素關(guān)聯(lián)度的屬性約簡(jiǎn)方法；

　　⑤面向多類型用戶的短期和中長(zhǎng)期參數(shù)自校正時(shí)間序列用電預(yù)測(cè)模型；

　　⑥基于用戶多種聚類方法的用戶群體短期和中長(zhǎng)期參數(shù)自校正時(shí)間序列用電預(yù)測(cè)模型。

　　3.3.3 配用電網(wǎng)架優(yōu)化技術(shù)

　　基于智能配用電大數(shù)據(jù)的配用電網(wǎng)架優(yōu)化技術(shù)包括數(shù)據(jù)并行聚類及關(guān)聯(lián)分析、可行網(wǎng)架集構(gòu)建方法。具體包括：

　　①設(shè)備負(fù)荷率等參數(shù)和用戶用電規(guī)律的并行聚類及關(guān)聯(lián)分析方法；

　　②負(fù)荷密度及負(fù)荷變化趨勢(shì)與網(wǎng)架結(jié)構(gòu)的關(guān)聯(lián)分析方法；

　　③研究網(wǎng)架結(jié)構(gòu)與供電可靠性和線路功率損耗等的并行聚類及關(guān)聯(lián)分析方法；

　　④與智能配用電網(wǎng)架構(gòu)建相關(guān)的分層分類數(shù)據(jù)關(guān)聯(lián)模型；

　　⑤融合社會(huì)經(jīng)濟(jì)發(fā)展趨勢(shì)、城鎮(zhèn)規(guī)劃與建設(shè)、分布式電源和電動(dòng)汽車充電站接入，以及基于大數(shù)據(jù)的用電預(yù)測(cè)和用戶用電特征挖掘等多個(gè)方面的基于分層分類數(shù)據(jù)關(guān)聯(lián)模型生成可行網(wǎng)架集的方法。

　　3.3.4 錯(cuò)峰調(diào)度技術(shù)

　　基于智能配用電大數(shù)據(jù)的錯(cuò)峰調(diào)度技術(shù)包括聚類分析技術(shù)、自動(dòng)分配算法。具體包括：

　　①配用電錯(cuò)峰調(diào)度資源多源數(shù)據(jù)融合規(guī)則和方法；

　　②滿足配用電安全性、經(jīng)濟(jì)性及用戶多樣化用電需求的用戶用電特性等多因素的錯(cuò)峰資源大數(shù)據(jù)層次化聚類分析方法；

　　③考慮經(jīng)濟(jì)性和安全性等約束邊界，構(gòu)造配用電側(cè)可調(diào)度錯(cuò)峰資源分配指標(biāo)權(quán)重系數(shù)矩陣；

　　④綜合配電、用電和社會(huì)經(jīng)濟(jì)等多維可調(diào)度資源，建立配用電側(cè)錯(cuò)峰指標(biāo)分配體系和遞階層次模型。

　　3.4 智能配用電大數(shù)據(jù)示范應(yīng)用方案設(shè)計(jì)

　　在示范工程建設(shè)與實(shí)施上，結(jié)合上海浦東新區(qū)配用電業(yè)務(wù)的具體需求，兼顧工程建設(shè)的經(jīng)濟(jì)成本的考慮，配置適應(yīng)配用電業(yè)務(wù)發(fā)展要求的、滿足研究性能要求的包含高性能計(jì)算機(jī)、中低端服務(wù)器混合配置的配用電大數(shù)據(jù)應(yīng)用系統(tǒng)硬件；在軟件配置上，構(gòu)建大數(shù)據(jù)統(tǒng)一數(shù)據(jù)處理平臺(tái)，構(gòu)建包含并行計(jì)算、高速檢索、處理結(jié)果緩存等組件的大數(shù)據(jù)軟件處理環(huán)境，為多源異構(gòu)數(shù)據(jù)的高速處理提供支撐。在充分考慮信息安全要求的基礎(chǔ)上，通過(guò)國(guó)網(wǎng)上海市電力公司已有的海量歷史/準(zhǔn)實(shí)時(shí)綜合數(shù)據(jù)平臺(tái)，按照電力系統(tǒng)“專網(wǎng)專用、安全分區(qū)、橫向隔離、縱向加密”的安全防護(hù)要求通過(guò)安全iii區(qū)接入能量管理系統(tǒng)、配用電自動(dòng)化系統(tǒng)、電能質(zhì)量監(jiān)測(cè)系統(tǒng)、生產(chǎn)管理系統(tǒng)、用電信息采集系統(tǒng)、營(yíng)銷應(yīng)用系統(tǒng)、客戶服務(wù)系統(tǒng)7個(gè)電力行業(yè)內(nèi)的信息系統(tǒng)，實(shí)現(xiàn)對(duì)配電和用電的實(shí)時(shí)數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)的安全接入；遵循國(guó)家信息安全防護(hù)的規(guī)定接入氣象信息系統(tǒng)、社會(huì)經(jīng)濟(jì)數(shù)據(jù)2個(gè)電力行業(yè)外數(shù)據(jù)，共接入包含電力行業(yè)內(nèi)和行業(yè)外的9個(gè)信息系統(tǒng)，為大數(shù)據(jù)配用電應(yīng)用系統(tǒng)提供多源可靠的綜合數(shù)據(jù)。在基于大數(shù)據(jù)技術(shù)的信息融合與數(shù)據(jù)挖掘的基礎(chǔ)上，部署節(jié)電、用電預(yù)測(cè)、網(wǎng)架優(yōu)化、錯(cuò)峰調(diào)度等高級(jí)應(yīng)用，實(shí)現(xiàn)基于大數(shù)據(jù)技術(shù)的智能配用電應(yīng)用深化與性能提升，推動(dòng)上海市智能配用電業(yè)務(wù)的綜合智能化、精益化發(fā)展。

　　4 結(jié)語(yǔ)

　　智能配用電大數(shù)據(jù)是充分發(fā)掘智能電網(wǎng)價(jià)值的重要方面，而且是一個(gè)在國(guó)內(nèi)外都剛剛起步，具有很大研究空間的領(lǐng)域。主要結(jié)論為：

　　1）提出了配用電體系架構(gòu)，設(shè)計(jì)先進(jìn)適用架構(gòu)，解決多源異構(gòu)配用電數(shù)據(jù)的多源集成、統(tǒng)一存儲(chǔ)、高效處理的難題。

　　2）詳細(xì)分析了智能配用電大數(shù)據(jù)典型業(yè)務(wù)場(chǎng)景和關(guān)鍵技術(shù)，提出了大規(guī)模配用電數(shù)據(jù)存儲(chǔ)、處理、修正及應(yīng)用解決方法。

　　3）設(shè)計(jì)智能配用電大數(shù)據(jù)應(yīng)用方案，為示范工程建設(shè)提供支撐。