大数据在新能源智能化运营监管中的应用_张大千.pdf

Application 创新应用350 电子技术 第 52 卷 第 2 期（总第 555 期）2023 年 2 月置，将最终的统计结果按照一定周期送达控制中心或者其他数据接收系统。（2）专用业务计算。目前专用业务计算主要有风机状态计算、故障计算、以及数据可能状态计算三种。其中，运用风机状态计算，能够根据实际电网要求将风机从其当下状态转化为电网标准状态，从而提升风机的工作质量。运用数据可用状态计算，能够使用新能源配置的多个条件完成计算工作，从而对风机的可工作状态进行改变，使得风机能够适应多变的环境。运用故障计算可以通过对新能源配置的遥信、变为等情况进行综合性计算，从而找到风机的故障，有利于及时解决风机运行过程中的故障，提升风机工作效率。（3）指标计算。运用指标计算能够对数据覆盖率、完整性、有效性、一致性、时效性等五个指标进行计算，从而了解新能源设备的运行状态，提高新能源运营监控效果。指标计算通过使用“云边协同”边缘预处理构架，实现了边缘端、集控端、以及云端的同步，能够及时应对在云端生成新能源运营过程中存在的问题，对以上五个数据指标进行有效掌控3。2 基于大数据技术的新能源智能化运营监管 2.1 数据源采集与传输基于大数据平台的应用，新据源采集能够对新能源场站设备测点进行完整覆盖，其中涵盖了新能源生产运营数据、数据采集和监视控制系统、智0 引言双碳目标的实现需要我国针对现有能源结构进行调整，加强新能源的研究与应用，减少钢铁化工等耗能较大的行业的碳排放量。基于大数据平台的系能源智能化运营监控技术能够在一定程度上加快新能源的应用。1 边缘计算与质量控制边缘计算是指在数据采集的边缘侧完成数据处理与分析等相关工作，并针对数据源采集过程中所采集的数据进行计算，而后将经过分析与计算处理的数据传送到新能源场站与集控中心，以保证通过多个接收端收到的数据都是一致的。与此同时，因为借助大数据平台完成了数据的分析与处理工作，只将大数据平台的数据处理结果进行上传，不仅避免了某些敏感数据的上传，提高了数据的安全性，而且还使得集控中心的工作负担显著降低，网络所要承担的数据传输压力也相应降低。边缘计算主要存在以下几大类型。（1）数据重抽样与统计计算。数据重抽样能够结合新能源场站具体配置将已经采集到的风机PLC数据从高频数据转化为低频数据。高频数据到低频数据的转化能够使得数据的传输量得到显著降低。统计计算包括风机数据的1min数据统计、5min数据统计、以及10min数据统计1。统计计算的实现需要在数据采集内部创建相关缓存，在完成一定时间内的秒级缓存工作的基础上，结合相应的统计周期设作者简介：张大千，新疆粤水电能源有限公司，工程师；研究方向：新能源电站运维。收稿日期：2022-10-27；修回日期：2023-02-12。摘要：阐述边缘计算与质量控制技术，基于大数据技术的新能源智能化运营监管系统中的数据源采集与传输、数据存储、指标体系与运行监控、智能运营平台的应用。关键词：边缘计算，大数据技术，智能化运营监管系统。中图分类号：TP311.13，TP311.52文章编号：1000-0755(2023)02-0350-02文献引用格式：张大千.大数据在新能源智能化运营监管中的应用J.电子技术,2023,52(02):350-351.大数据在新能源智能化运营监管中的应用张大千（新疆粤水电能源有限公司，新疆 830057）Abstract This paper describes edge computing and quality control technology,data source collection and transmission,data storage,indicator system and operation monitoring,and the application of intelligent operation platform in the new energy intelligent operation supervision system based on big data technology.Index Terms edge computing,big data technology,intelligent operation supervision system.Application of Big Data in Intelligent Operation and Supervision of New EnergyZHANG Daqian(Xinjiang Yue Hydropower Energy Co.,Ltd.,Xinjiang 830057,China.)Application 创新应用电子技术 第 52 卷 第 2 期（总第 555 期）2023 年 2 月 351能传感器数据等2。而数据信息的上传、数据的转发、采集数据的中心端接入则都属于数据传输环节的重要组成部分，在大数据平台的支撑下，数据传输的体量更快，效率更高。2.2 数据存储使用大数据平台进行新能源数据存储能够使得数据存储更加灵活，在一定程度上减少类型数据存储所用成本。在大数据平台的支撑下，相关人员可以尝试在新能源站端、边缘集控端与云端分别使用不同的数据存储时间。例如，相关人员可以尝试在站端将预处理数据、以及毫秒级数据的存储时间设置为30天；在集控边缘端将将预处理数据、以及毫秒级数据等的存储时间设置为90天，而将实时监测指标的存储时间设置为永久；在云端,可以根据数据的使用频次、以及使用时间段等将数据分为温数据与冷数据，温数据的存储时间为6个月到两年，其中遥测数据的存储时间为6个月，应用处数据储存时间多为两年，存储超过两年的数据被划入冷数据，以冷数据的形式储存两年后则需要进行归档4。2.3 指标体系与运行监控风电、光伏等新能源场站在大数据平台的应用下完成数据采集工作，能够实现对多项指标的实时监控。大数据平台能够对风电新能源场站的5类34项指标进行实时监控，这五大类分别为资源指标、电能指标、耗能指标、运行指标、以及维护指标；大数据平台能够对光伏新能源场站的5类35项指标进行实时监控，这五大类指标与风电新能源场站的五大类指标完全一致。通过对这些指标进行实时监控，相关人员能够随时了解新能源场站发电状态，找到新能源场站运行故障，提高新能源场站的运行效率。2.4 智能运营平台在大数据平台的应用下，新能源场站的智能化运营将建立在对数字化监控数据、前期的设计工作、以及重要工程数据进行综合性运用的基础上，通过风电场智能分析平台、风电场系统优化平台、专家支持平台、资源评估平台等平台搭建实现了对新能源场站的系统化监管与优化5-7。（1）风电场智能分析平台。风电场智能分析平台能够针对风电新能源场站的风电设备、风电场的运行评价指标进行统一化，针对新能源场站的各类指标做出客观评价，进而保证新能源集团能够有效识别项目存在的风险，以及启动价值，实现为集团提供目标指向的作用。（2）风电场系统优化平台。风电场系统优化平台能够实现单个项目的可视化技术支撑，有助于相关人员快速做出项目决策。该平台的应用能够使得与项目相关的前期、工程、以及生产数据实现全链条贯通，同时借助三维数字化平台完成项目相关数据的管理与展现工作，完成相关数据的可视化对比，使得相关人员能够快速对风电新能源场站的发电量、稳定性等重要因素做出准确判断。（3）专家支持平台。专家支撑平台主要用于故障问题的判断与解决。专家支撑平台通过协同与远程针对、以及新能源场站故障处理数据库的建立，实现了对新能源场站运营中遇到的设备故障等问题的及时诊断与处理，在一定程度上提高了新能源场站的运行效率，最大限度上避免了同类运行故障的出现。（4）资源评估平台。资源评估平台的主要作用在于能够为业务部门提供基础数据。资源评估平台将风资源作为其评估核心，能够完成对地形、发电量、测风数据等多维度数据的评估分析工作，给生产监控部门的相关工作带来了极大的便利。3 结语随着大数据、云计算、互联网等现代信息技术的快速发展，技术创新的优势日益显现，加之能源革命与数字革命之间的快速融合，电力行业已然进入了全面转型时期。同时“双碳政策”给予了能源改革政策上的支持，使得我国构建以新能源为核心的新型发电体系的步伐显著加快。虽然伴随科学技术的不断进步，以及国家政策的支撑，许多新能源集团在新能源的智能化运营上已经取得了一定成果，但是新能源的应用范围依旧十分有限，相关人员还需在新能源的智能化运营上投入更多精力。参考文献1 覃秋悦,王化龙,唐玲明等.广西能源大数据平台建设与应用初探J.红水河,2022,41(04):86-90.2 李文燕,石宇,陈钊等.基于大数据平台的新能源企业智慧中台搭建J.太阳能,2022(08):92-96.3 王阔,刘辉.面向新能源多业务场景的大数据平台构建关键技术与应用J.全球能源互联网,2022,5(02):157-165.4 刘祥雄,胡德聪,吴磊.基于大数据平台的智慧风电集控建设解决方案J.能源科技,2021,19(06):41-43+75.5 王丽杰,张喜平,冯强等.基于云边协同的新能源监控与大数据平台构建J.分布式能源,2021,6(01):44-50+55.6芦博,袁富佳,赵升月,王丹丹.基于大数据架构的综合能源监控系统平台技术研究J.供用电,2021,38(05):64-69.7张树晓.基于大数据平台的新能源智能化运营监管技术J.分布式能源,2022,7(01):74-82.