欧洲配网智能化中数据仓储技术

　　2）电网管理方面（基于更好的数据管理）：

　　①避免由于坏数据或不完整的数据而产生不良的资产和网络管理决策；

　　②提高监测和诊断能力；

　　③延长资产寿命；

　　④提高资产利用率；

　　⑤提高设备负载水平；

　　⑥减少网损；

　　⑦准确识别电网容量水平（热稳定、电压、故障水平、电能质量等）；

　　⑧更好的网络优化和控制（包括设计、正常运行和实时状态）；

　　⑨通过更好地控制需求（包括平移和调整峰荷）降低配电成本；

　　⑩提高集成DER（DG、分布式存储和需求侧响应）的能力；降低投资决策的风险。

　　总之，由于数据所承担的重要角色，高效的数据仓储是智能电网各类管理的保障，其中包括资产管理、网络管理和现场人力管理。

　　3）资产管理方面：

　　①预测潜在的功能性失效；

　　②优化维修和停运的时间进度表和优先级；

　　③提高基于实时数据预测资产的建模能力；

　　④智能化资产的跟踪与标签，以便获得智能化的资产性能预测和分析能力；

　　⑤通过智能化，提高资产的性能和可靠性；

　　⑥更详细和精确地估计资产的寿命周期，以及其位置和状态数据。

　　4）网络管理方面：

　　①智能电网的故障定位与诊断，启动及时和有效的反应；

　　②实时网络状态管理；

　　③实时资产连接和连接状态；

　　④自动将故障通知发给维修人员；

　　⑤智能化资产的远程访问、监控和报告。

　　5）现场人员管理方面：

　　①通过及时和准确的信息，提高现场人员效率；

　　②根据整体综合资产信息，增强主动的预防性维护能力；

　　③更全面的关键元素分析；

　　④智能化的客户服务（包括预约服务和自我服务门户）。

　    3 数据仓储的结构

　　虽然可以采取多种方式设计和组织数据仓储，但是最常见的还是采用集中式公共信息仓储的概念。与此同时，分散和虚拟系统也在逐渐普及，也有人认为这是未来的趋势，尤其是考虑到从长期来看数据有可能将会伴随智能电网的发展而爆炸性增长。但是，对于智能电网以及集中式数据仓储而言，运行数据存储（ODS）将是关键的组成部分。图4显示了运行数据存储与数据仓储、数据仓储与分析应用之间关系的典型高层架构。

　　图4 数据仓储的架构

　　单一源运行系统中的数据要经过提取、转换和加载（ETL）的流程，并要在上传至企业数据仓储之前保留在ODS中。这种方法基于2个基本原则：

　　1）包括运行调度、维修和停电管理在内的运行和战术决策，完全不同于诸如资产置换、改造与维修计划等的战略决策。因此，定制的数据集成方案能够为目标用户提供优化决策的支持。

　　2）随着智能电网的日益发展，集中式系统（包括网络管理中心系统）将能够通过点对点的通信方式（例如分散的网络管理系统），远程实施实时决策和自动化操作序列决策。这样的运行方式，将可以避免基于远程终端单元（RTU）的双向通信系统的高成本和通信延迟，及其对完整性和自动化操作序列可靠性所带来的破坏。数据仓储因此能够包含快照；本地数据的中转区将能够与本地运行系统的数据共同进入提取、转换和加载（ETL）阶段。

　　图5 数据仓储的关联图

　　4 结语

　　综上所述，未来的智能配电网显然将高度依赖于完整且高度集成的信息。因此，作为信息来源的数据，其实时性和准确性就显得尤为重要。零散的、非集成性的源于传统企业IT系统的信息有可能不能满足未来的需求。

　　消费者、监管机构、电网企业和电网都是广大利益的相关者，这就要求智能配电网管理的所有性能（可靠性、安全性、效率，整体性、灵活性、质量等）向最高水准发展。

　　虽然关于智能配电网的讨论往往集中在电网本身，但事实是，无论电网资产的智能化水平多么高，如果没有海量的、高精度的和同步的数据提供必要的基础，如果系统没有能力去选择和集成数据，以及对所需提交的信息进行必要的验证，智能配电网管理就无法依据这些信息做出所需的决策（通常决策是自动进行的），那么配电网就不可能实现真正的智能化。

　　智能配电网的未来似乎取决于强大的数据仓储，但是更取决于越来越广泛的、分散的自治网络管理系统，运行数据存储（ODS）将与这些分散的网络管理系统进行通信，跟随其完成必要的自动切换操作，因此在实际开关自动切换顺序过程中，虽然运行数据存储（ODS）和数据仓储不参与其过程，但是能够以接近实时的速度更新其数据。