大数据在配电网规划中的应用研究

原野 王海燕 庞丁黎 王栋昌

（1.云南电网有限责任公司信息中心，云南 昆明 650000；2.云南电网有限责任公司德宏供电局，云南 德宏 678400；3.云南电网有限责任公司普洱供电局，云南 普洱 665000）

0 引言

大数据在生产生活中的应用越来越多，成为当前社会改革发展中的关键推动力，特别是在电力系统运行中会产生海量化的数据信息，如何实现集成化管理成了当前电力行业发展中面临的主要问题。同时，数据的存储方式也有所差异，呈现出异构化的特点，给管理工作带来了较大的困难，在配电网规划中面临诸多挑战。因此，应该顺应时代发展的潮流，积极利用大数据优化配电网规划工作，确保整体布局结构的科学性及合理性，为数据采集、存储、处理和共享等提供便利，在保障信息数据安全的基础上，提高配电网的运转效率，满足社会的用电需求。因此，应该明确大数据技术的适用性特点，从配电网规划需求和目标出发实施融合应用，改善当前配电状况。

1 大数据在配电网规划中的应用意义

1.1 精准处理数据

大数据是海量化数据的集合，具有低价值密度的特点，在配电网规划中合理采用大数据技术，可以在提供可靠数据的基础上，增强整体规划成效，解决传统规划建设工作中的弊端。相较于过往技术手段而言，大数据技术的应用可以真正保障数据处理的精准化，减少规划工作中的误差，为资源优化配置提供保障。特别是在当前绿色化发展背景下，配电网规划要落实可持续发展的目标，解决当前能耗过大和环境污染的问题，就需要通过对各类数据的精准化处理，提高配电网的运行效率，减少其中的很多重复性工作，实现节能降耗[1]。

1.2 精确评估状态

配电网的运行状态会对人员的用电情况产生直接影响。用户在查询相关用电信息时可以借助于智能电表快速实现，而中心数据存储管理平台的建设，为数据传输和存储提供了可靠保障，能够在配电网电压负荷预测中更加精确，使相关人员可以在了解配电网运行状态的基础上采取有效的优化措施，避免造成严重的故障问题。随着数据量的逐渐增大，运算和处理工作的难度也越来越大，相关人员不得不依靠大数据技术才能满足评估工作要求，发挥数据存储和索引机制的作用[2]。且在评估工作中获得的相关参数，能够帮助决策人员及时制定切实可行的决策策略，改善整个配电网的运行状态。

1.3 优化整体结构

配电网的运行情况是决定电力系统安全性和稳定性的主要因素，需要结合过往工作经验和历史数据，对配电网规划中可能出现的问题实施预测，以便对配电网的整体结构加以优化，达到当前运行要求。大数据技术在数据存储和整合、应用中能够体现其价值，且配电网的运行数据能够被管理人员实时获取，及时发现其中的问题，在配电网结构优化中获得更加多元的技术支持。

2 大数据在配电网规划中的应用问题

2.1 规划不合理

规划不合理的问题在当前配电网规划中十分常见。大数据的应用效率较低，对于传统人工操作的依赖程度较高，比如在技术规范和标准的支持下实施实地调研和考察，配电网的规划设计需要依靠设计人员的工作经验，导致人为因素对配电网规划成效产生影响，难以保障其良好的精准性；数据采集和处理、分析等也会遇到较大的难度，若工作人员不了解规划工作的具体内容及要求，就难以保障配电网的运行效益[3]。对于电力系统运行数据的分析缺乏可靠性，难以及时预估配电网规划中可能出现的问题，规划工作呈现出盲目性的问题。

2.2 数据处理成效低

随着配电网规模的扩增，数据量也在逐年增长，而且具有繁杂性的特点，因此只有在保障数据采集和处理高效化的前提下，才能满足配电网的规划要求。但是从目前实际情况来看，数据处理效率低的问题仍旧会对配电网的规划工作产生影响，且没有及时记录相关数据，影响了后期处理效率，不了解配电网的现状，在决策中容易出现失误。

2.3 故障诊断不及时

配电网的运行会受诸多因素的影响，包括环境因素、人为因素和设备因素等，传统工作方法往往是采取事后控制的方式，未能及时诊断和评估故障问题，导致人们的用电安全受到威胁[4]。整体工作效率较低，而且存在滞后性问题，不能满足新时期电力行业的改革发展要求，无法编制切实有效的修复方案，造成故障的扩大化。

3 大数据在配电网规划中的应用策略

3.1 规范系统设计

配电网规划系统的构建，可以为实践工作提供可靠支持，因此要以大数据技术为核心实施针对性设计，在了解电网设备运行原理和特点的基础上，通过相关模型的构建数据接入来提供保障。地理信息系统、生产管理系统和数据监控采集系统，是配电网规划系统的主要组成部分，能够全面诊断原始数据，明确数据的内在联系，借助于大数据挖掘技术获取深层价值，以便更具可视化地分析配电网运行的影响因素及其特点，在规划工作中获得可靠指导。此外，大数据技术具有模拟性特点，可以结合相关规划数据实施模拟，了解在投运后可能遇到的问题及原因，以便在规划工作当中及时采取预防及控制措施，借助于问题库实现动态化管控。数据接入也应该充分发挥大数据的作用，提高多元数据处理的效率，利用系统数据库改善整体管理成效[5]。在明确电力设备ID的基础上，运用大数据技术还能够实现高效化的数据融合，实现对零散性信息的统一整合，降低配电网规划管理的难度。此外，可视化建模也是系统设计中的关键内容，设计人员应该及时获取切片地图信息，明确线路、变电站和断路器位置等，模拟配电网的各种运行状态，增强规划设计的科学性。

3.2 优化数据调度

数据调度是配电网运行中的主要工作内容，可以在了解电网负荷状况的基础上实施全面优化，以改善配电网的运行状态，避免造成严重的电力事故。以大数据技术为核心，对数据调度过程实施有效优化，也是当前配电网规划工作中的关键内容，这也是决定发电、变电和配电工作成效的主要环节。过往处理模块具有复杂性的弊端，不利于信息的快速整合，因此在未来规划中应该以简洁性为基本原则实施设计，解决信息来源渠道单一化的问题，提高系统运行效率。在完成数据初始化的基础上，信息接收端能够验收优先级并发送指令查询，为数据处理和压缩传输提供支持。配电网节点位置的选择是影响其运行状况的关键，需要针对管理模块及存储模块实施优化，达到高效化处理的目的。除了依靠大数据技术外，还应该充分发挥电子信息技术的作用，提高数据配置可靠性，以数据分析库为依据实施可视化管理[6]，以便各类电力设备的运行状况能够被规划设计人员所获取，达到实时化分析和管理的要求。

3.3 强化规划管理

数据规划管理也是当前实践工作中的关键内容，特别是配电网规划工作具有复杂性特点，只有在获取各类数据的基础上，才能保障规划的科学性及合理性，而数据共享是提高运行管理成效的关键。在规划设计当中，需要针对各类电力数据实施融合和分类，使整个配电网的结构得到全面优化和调整，降低运行过程中的数据偏差，改善电力系统的运行状态。在配电网系统规划数据库的支持下，可以为规划设计和电力运行提供可靠保障，在信息采集过程中保持高效化的优势，运用可靠的信息采集系统提升管理水平。在配电网规划工作中，应该融合地理信息系统，了解配电网的运行状况，以便对电力负荷电压实施评估和预测，设置合理的阈值，及时消除其中的安全隐患，防止造成大范围的停电事故。特别是在过往系统运行中，停电率升高问题会对整个社会的用电造成影响，在严格控制负荷电压的基础上，使得电网设备的运行更加可靠。为了帮助管理人员获取数据库运行参数，还要加快电网状态检测数据库的设计，在智能化电网建设中以相关配置信息为依据不断优化设计方案，解决电力分布不均的问题。

3.4 关注电压数据

电压数据规划管理也十分关键，需要明确电压数据继承关系关联原理的基本特征，科学优化配电网的整体结构，使其接线方式更加合理和科学。在网络结构中，其基本节点为变电站系统，多采用多叉树结构设计线路分支，“树枝”则主要是开关和变压器，“树杈”则为网络结构的分叉。在明确配电网结构的前提下，应该选择合适的起点，通常会选择系统节点，并借助于搜索和检测的方式来对设备起始点加以确定。在配电网的运行过程中，可以更加高效地完成数据采集工作，分叉路径上数据传递的速度也更快。在树干路径上，管理人员通过搜索的方式可以完成数据的快速获取，在采集和登记节点数据时也满足了工作人员的多元化需求，为运维管理提供必要的支持。对于拓扑结构的优化，也能够提升配电网规划质量，同时在数据处理中创造更加可靠的条件，且在此过程中应该发挥CIM的作用，达到精准化获取的要求。进而管理人员可以全面连接传输路径和CIM拓扑结构子节点，改善系统的运行环境，提供更加优质的供配电服务，满足社会各界的用电需求。

3.5 实施故障检测

故障检测模块的设计应该以数据采集模块为依据，在了解不同数据特点的基础上实施评估和分析。其可采集全面的网络性能数据和硬件底层数据，并且传输到指定位置当中，通过分拣、存储和读取操作实现高效化处理。在当前配电网规划当中不仅应用了大数据技术，而且提高了互联网和计算机通信的协同度，在自行测试中呈现出智能化的特征，可全面控制配电网运行的负荷和电量等，防止对系统稳定性造成威胁。在数据测量中采用了先进的传感器设备，能够及时根据异常数据来定位故障的位置，降低配电网运行的风险。而以大数据技术为核心实施主动式规划，能够根据不同故障的规律和特征设置相应的阈值，当运行参数超过阈值后及时发出警报信息并通过服务中心实施传递，管理人员就能够结合故障信息及时采取有效的控制措施，避免给电力企业和用户造成巨大损失。

3.6 空间负荷预测

空间负荷预测可以在了解空间负荷的基础上采取有效的运行管理措施，降低配电网运行的风险，因此在规划工作当中应该运用大数据技术提高预测的准确性。首先，需要对负荷实施聚类处理，对于元胞负荷密度的预测则依靠深度学习算法，能够达到分类预测的目的。但该方法也有一定局限性，无法获得预测值的影响因素属性，因此应该运用元胞属性大数据来实施科学预测，即做好元胞的分类处理，明确不同属性条件对元胞负荷密度的影响特点，元胞类型包括了居住用地、公共设施用地、仓储物流用地和工业用地、公园等，能够对其负荷特性实施总结，以便得到更加精确的同时率，使元胞负荷值更加可靠。在规划工作中应该了解规划报告的数据信息，比如元胞属性和负荷密度等，了解其中的异常数据，实现数据的结构化处理。栈式降噪自编码器的应用，可以改善预测模型的实效性，在元胞负荷计算时需要了解规划面积大小，以降低数据误差，并要了解其他地区的负荷密度情况，在配电网规划中借鉴相关经验，确保负荷密度预测的精准性。

3.7 未来发展趋势

在社会快速发展的背景下，对于电能资源的需求量在逐年上涨，应该不断提高配电网的规划水平，发掘大数据技术的深层应用价值，为人们提供更加可靠的用电保障，拉动社会经济水平提升。这就需要对用户的用电情况实施全面获取与评估，在了解用电特点和规律的基础上实施科学规划，防止在用电高峰时段对供电质量造成影响，预防重大电力事故。在优化配电网分布结构时，也需要了解当地的用电需求和未来变化趋势，在保障配电网运行状态达到用电需求的基础上，避免造成资源浪费的问题，实现对电力生产及消耗的全面平衡。在电力网络智能化发展背景下，配电网规划及运行的智能化控制也是未来发展的必然趋势，需要在改善用户用电便捷性的同时，降低成本投入，提高电力企业的经营效益。特别是在城镇化速度逐渐加快的趋势下，用电负荷密度不断提高，负荷组成也呈现出复杂性特点，需要以大数据技术为核心全面评估配电网的运行数据并且做出科学预测，分析可能出现的安全性问题，以保障用电安全为目标构建更加可靠的用电环境。

4 结语

在配电网规划中充分发挥大数据的作用，可以改善配电网的运行环境，促进我国电力行业的长远发展。大数据的应用，可以更加精准地处理相关数据，全面评估配电网的运行状态，而且使得整体结构得到全面优化，是现代化配电网建设的关键。但是，由于在实践工作中也面临诸多问题的限制，比如规划不合理、数据处理成效低和故障诊断不及时等，会导致运行中的风险增大。为此，应该通过规范系统设计、优化数据调度、强化规划管理、关注电压数据、实施故障检测和空间负荷预测等方式，逐步构建完善的配电网规划方案，明确未来发展趋势，不断加强技术创新，为人们提供更好的供电服务。