电力系统大数据在配电网管理中的应用研究

王雪涛WANG Xue-tao

（陕西省地方电力（集团）有限公司佛坪县供电分公司，汉中723000）

0 引言

近年来配电网建设过程中已经开始应用了各种智能化数据采集设备，需要对各种数据进行采集和分析，进而寻找到电网运行的重要平衡点。大数据技术则为这一项工作的开展提供了重要的数据支持，能够实现多种业务系统数据的集成化管理。电力企业中的各项数据具有极高的价值，其中包括众多用户的用电数据以及电力企业管理数据，对于后续供电计划的调整提供重要的数据基础，同时还包括各项设备的运行数据，可以提升配电网的工作效率，促使管理工作向着科学化的方向发展。因此作为电力企业必须要合理的应用大数据技术，对电力系统大数据进行有效的分析和处理，使得各个部门之间可以共享数据，进而深入挖掘数据中应当包含的价值。

1 大数据的概念和特点分析

1.1 大数据的概念分析

大数据是在信息时代下所产生的一个新的概念，具体是指无法在一定时间内利用常规化的软件或者工具进行分析和处理的数据集合，属于新型、具有多样化特点的信息资产。要想发挥大数据所具备的价值和优势，必须要对信息资产实施有效处理，为决策工作的开展提供重要的数据基础。在国外大数据研究过程中将大数据认定为是一种规模极大的数据集合，和传统软件相比在信息获取、存储、管理以及分析方便具有独特的优势。大数据中通常包括以下三种类型数据，分别为结构化数据、非结构化数据以及半结构化数据，其中非结构数据在大数据中占比最高，可以达到80%左右。大数据的意义不单单是对大量数据进行存储，同时还可以对这些数据实施处理和合理应用，为企业创造良好的经济效益。

1.2 大数据的特点分析

大数据的特点可以被归纳为五点：①具备大量的特点，数据数量和数据价值之间具有紧密的关系，数据量越大所包括的信息越多，能够产生的价值也会相应提高，当前在进行大数据统计工作中通常会使用TB 以及PB 两个单位。②具备高速的特点，大数据技术的使用可以让人们在极短的时间内即可获取到数据，数据搜集速度有所提升，在一定程度上可以推动工作效率的提高。③具备多样的特点，多样是指数据类型多样化、数据信息多样化，可以确保为人们提供多样化、全面化的数据。④具备价值性的特点，应用大数据的成本较少，可以利用低成本实现高效益的目标，提升大数据的原有价值[1]。⑤具备真实性特点，大数据可以提供最真实的数据，将产生的各类数据如实展示给人们。

2 配电网管理工作中存在的问题

第一，电力系统大数据存在多变的现象。信息技术在配电网建设过程中有着较为广泛的应用，电力企业已经针对配电网建设构建了完善的信息化系统，例如生产管理、能量管理以及地理信息系统等。然而因信息技术引进时间较短，导致配电网管理工作仍然存在着效率低下的问题。且较多的信息数据均会受到人为因素的影响，使得管理人员无法及时获取这些变化的信息，无法对配电网实施精细化管理。

第二，电力系统大数据类型过多，无法发挥应用的价值。电力系统大数据中包括多种不同类型的数据，数据结构形式存在较大的差异，在数据处理过程中缺乏有效的手段，进而影响到数据的应用，不能优化后续配电网管理工作。因为人们电力需求的不断提升，电力系统所产生的数据量也有所增加，然而由于传统数据库容量有限，数据存储有限，为了搭建数据库集群扩充数据容量需要增加较多的成本和资金，也提升了配电网管理成本。

3 电力系统大数据在配电网管理工作中的具体应用

3.1 对电力系统大数据进行分析和价值挖掘

3.1.1 挖掘电力系统大数据内在含义

数据挖掘在有关领域内又被称之为知识发现，是常见的分析方法，是从大量随机、模糊的数据中快速提取出有价值的信息和数据，研究如何提升数据的应用效果和数据质量。数据挖掘形成的基础包括人工智能技术、机器学习技术以及统计学理论，能够对原有存储的数据实施自动化归纳和推理，从数据中挖掘更深层次的价值。数据挖掘共分为数据规律寻找、数据规律表示以及数据准备三个不同的阶段，按照三个阶段进行数据挖掘能分析出数据中的内在价值。数据规律寻找具体是指使用一种有效的手段能够寻找到电力系统大数据中存在的规律；数据规律表示是指利用用户能够理解的手段寻找并将数据的规律完全表示出来；数据准备是指在数据存储中心中选择拥有一定价值的数据，对数据进行整合，整合完毕后开展数据挖掘工作[2]。

3.1.2 挖掘电力系统数据新型方法

信息技术的快速发展使得信息量呈飞速的状态发展，人们可以获取的数据量持续上升，为此也出现了新型的高效信息处理方式，信息处理方法开始呈现出分布式和集成化的发展趋势。以往的数据挖掘方法均是集中式和孤立状态，新型数据挖掘方法则打破了传统挖掘技术存在的问题。数据挖掘技术方法类型较多，最具代表性的技术方法为神经网络方法，拥有并行处理和分布存储的优势，自适应性较高，并且具有高度的容错率，在数据挖掘过程中有着较为广泛的应用。数据挖掘和其他的系统存在一定差异，应用数据挖掘首先需要具备数据仓库，数据仓库并不是简单的存储大量数据的空间，而是一种拥有明确主题、与时间联系密切、无法修改的集成数据。数据仓库能够为数据挖掘提供重要的数据来源，除此之外，支撑数据挖掘的技术还包括人工智能技术以及概率统计理论，通过这些支柱才能够让数据挖掘得以有效应用。

3.2 配电网管理过程中的具体应用

3.2.1 对配电网进行有序规划

配电网规划是影响配电网管理工作开展的关键因素，应当对规划方案进行持续性的滚动校正才能够确保规划工作的有序性，提升配电网规划的时效性。通过对生产系统数据和营销系统数据进行挖掘，能够获取更多有价值的数据，为后续配电网规划的开展提供数据基础。预测负荷是配电网规划的重点内容，能够加强负荷预测的准确性，对预测数据实施有效的校正，促使配电网规划准确性的提升。电力系统大数据合理应用可以随时采集各种电力系统运行质量指标，例如功率、电压频率以及瞬时电压等，从而根据不同的时段绘制相应的变化曲线，可以提升后续指标计算的合格率。同时电力系统大数据的分析和应用还可以为后续配电网的智能化调度提供数据基础，分析电力系统运行故障。

3.2.2 在侧管理中应用电力系统大数据

当前我国开始不断地对能源战略进行改进，开始重视电力需求侧管理的意义和作用。电力企业也开始积极落实国家提出的能源发展战略要求，重点分析能够解决用电紧张问题以及用电高峰安全隐患的有效措施，以此来达到减少能源浪费、和谐发展经济的重要目标。通过应用电力系统大数据可以对每一个用电用户的用电情况进行分析和采集，让电力企业通过数据评估出用户用电高峰期、用电需求以及电力系统负荷情况。通过对数据进行收集，能够合理应用大数据技术探讨其中所具有的用电规律，根据供电工作存在的问题采取针对性干预措施，进而防止电能浪费问题的出现，提升预测负荷工作的准确程度。

3.2.3 在线损管理中应用电力系统大数据

在电力系统运行的过程中，线损率是判断电网运行是否稳定的重要指标，对供电公司来讲意义重大。电力的运输需要经过多个不同的环节，从发电厂开始，需要经过输电环节、变电环节、配电环节以及最终的营销环节。线损所指的则是在完整的用电过程中，电力在传输过程中所产生的能量损耗。对线损的数据进行统计，能够准确找到电能损耗量最多的环节，并针对线损严重的环节进行调整，降低电能损耗，深入贯彻可持续发展的社会发展理念。因此通过对线损情况实施有效管理和分析，能够评估供电企业管理水平和收入水平，对于后续供电企业的发展有着重要的促进作用。电力企业应当将多种系统进行整合，加强线损管理有效性，如营销业务系统、GIS 信总系统、SCADA 系统、信息采集系统及变电站采集系统等。在完成数据整合之后利用电力系统大数据对数据进行转化、萃取和加载，利用计算机模型和计算机算法分析目前线损管理工作中管理策略的有效性，进而对管理策略进行改进。同时，应用电力系统大数据还可以对不同地区的线损情况进行统计，能够对反窃电工作的开展提供数据便利，还可以及时发现引起线损的主要原因，为线损达标治理工作开展提供数据支持[3]。

4 结束语

随着我国配电网在线监测工作的持续开展，大数据技术将会对各项管理工作实施管理，对影响配电网运行的因素实施有效评估和定位，分析其中存在的各种问题，进而提升电力系统运行的安全性和稳定性，能够打破存在的信息孤岛问题。大数据技术中采集终端设备的应用能够对电力系统整体的运行数据进行收集和处理，进而达到对电网进行实时监控的效果，同时根据大数据技术和电力系统模型能够对配电网的运行故障实施有效诊断，进而为后期配电网规划工作的开展提供重要基础和指导，充分发挥配电网数据的应用价值，为新型配电网的建设提供有效的数据支持。