大數據時代電力運營監控系統數據處理的簡要介紹

盧 莎

（國網江西贛州供電公司，江西 贛州341000）

0 引言

電力系統是一個動態的系統，主要包含發電、變電、輸電和配電四個部分，電力系統的實時性和動態性導致其在運行中會產生大量實時數據，這就給電力系統的發展帶來了制約。運營監控中心的總體目標：以公司整體效率效益為目標，基于五位一體管理要素，通過流程關鍵環節的數據監測，發現跨業務、跨部門流程銜接處短板，優化流程，解決部門協同問題，督促完善，促進國家電網公司三集五大體系高效運轉。因此，作為一名電力運營監測員，要學會利用電力運營監測系統平臺，加強對平臺數據的利用，從而為供電部門的運作提供基礎支持，為企業發展提供技術支撐。

1 大數據時代概述

大數據時代是在互聯網技術的基礎上，對企業生產經營中相關數據的積累，對企業的決策有著重要作用。中國電機工程學會信息化專委會發布的《中國電力大數據發展白皮書》從三大任務出發，對大數據發展的形勢進行了闡述。

1.1 加強電力企業對數據的開放共享，加強對各種資源的整合

第一，實現電力企業各個部門的數據共享，明確各部門對數據的共享范圍以及使用方式；第二，穩步推動公共數據資源的開放；第三，對大數據基礎設施的建設進行統籌規劃；第四，建立宏觀調控的數據體系，提升宏觀調控的科學性。

1.2 利用大數據平臺優化業務流程，定位管理短板

第一，根據業務流程績效指標表現情況，評價流程整體執行效率；定位執行效率較低的流程環節，分析流程設計的合理性，提出流程改進建議。第二，基于流程環節績效指標表現和明細數據情況，依據標準、制度、職責，分析崗位績效，提出改進措施。第三，分析跨部門、跨業務銜接點的協同性，定位管理短板，提出加強業務協同的工作建議。

1.3 強化安全保障，提升服務水平

第一，健全大數據的安全保障體系，加強對大數據環境下網絡安全問題和技術的研究，建立大數據安全評估體系；第二，加強對大數據的安全支撐，開展對大數據的安全監測和預警工作。

2 大數據時代下電力運營監控系統中的數據處理

2.1 數據類型

（1）基礎型數據。監控基礎是數據，業務部門、業務系統應保證基礎數據的準確性、完整性。基礎型數據主要是電力企業生產數據，比如發電量、電壓穩定性、電能質量等。

（2）電力企業運營數據。電力企業運營數據一般是電力企業生產運營中產生的數據，如交易電價、售電量、用電客戶等方面的數據。通過對這些數據的分析和處理能夠為運檢、營銷等部門以及整個公司運營決策提供指導。

（3）電力企業管理數據。電力企業管理數據主要是指ERP、一體化平臺、協同辦公等方面的數據，這些數據一般只能在特定的環境下進行同步和共享，其分析和處理能夠在一定程度上方便各電力部門有序開展工作。

2.2 監測異動數據的處理

對于運營監測（控）信息支撐系統而言，異動管理環節可大致可分為異動產生、異動處理和異動統計。異動類型可以分為以下三大類：

（1）業務異動。根據業務規則，從業務數據中發現的異常變動。業務異動可細分為流程異動、指標異動、明細數據異動。

（2）數據質量異動。根據配置的規則，對數據接入進行及時性、完整性、準確性校驗，針對校驗出來未接入、不及時、不完整、不準確的數據產生的異動信息。

（3）接口異動。對數據傳輸接口進行監測（包括DXP、ETL），如果接口異常則產生接口異動。

2.3 全面監測實例

2014年3月，贛州公司實施以大數據分析為基礎的運營監控管理，在全面監測過程中強化對運監工作平臺每日產生異動指標的研判和處理，新增異動共6 024條，共涉及14個業務部門、123個監測場景、206 項異動指標。目前，轉為工單處理中的有135條；已排除的有5 889 條，其中系統自動排除異動3 589條，經初步識別手動排除2 300條。

在公司月度經營工作例會中向市縣兩級發布《重點指標監測通報》，對指標問題突出的縣公司提出預警，基于監測分析所揭示的問題，提出改進工作建議，并跟蹤落實上月發布預警的整改情況，將整改落實情況納入月度縣公司工作評價。目前，運監中心對公司系統20個關鍵指標基本實現了市縣一體化在線監測研判、月度通報預警、跟蹤整改反饋、落實考核責任的常態化閉環管控。

3 大數據時代下電力自動化系統中的數據應用

大數據時代下的電力運營監控系統實現了信息技術和電網生產、企業管理的融合，提升了電網業務數據的時效性。通過數據分析改善服務模式，提高營銷能力和服務質量，構建稽查數據監控分析模型，發現數據中存在的隱藏關系，為各級決策者提供多維、直觀、全面、深入的預測性數據，主動把握市場動態，采取適當營銷策略，可使企業獲得更大效益。

3.1 大數據在電力生產環節的應用

電力系統的管理項目眾多，通過多種業務模型的建立在線計算輸送功率、輸電線路可靠性等技術指標，能更好地開展電壓質量管理工作。常態化進行低電壓監測，加強低電壓臺區和用戶的協同督辦工作，對低電壓治理進行跟蹤，每月反饋低電壓治理成效，按期提交電壓質量及停復電監測分析報告。

3.2 大數據在大營銷中的應用

運營監測中心利用遠程視頻技術對電力營業窗口進行視頻巡查，監測平臺對SG186系統中高壓業擴流程進行在線監測，并在大數據的支持下縮短254個營業窗口巡視時間，抓住業擴流程薄弱時間點，提升供電營業窗口服務效率，降低用戶投訴指標，提高大用戶送電時間。積極開展對大工業電量的預測和用電需求側管理，將用電采集系統與“量價費損”的營銷稽查監控業務同步開展，做好線損治理的典型案例提煉與成效挖掘。

3.3 數據在大檢修中的應用

運監中心可以利用大數據運營監控平臺，完成資產全壽命周期、電網設備運維、資金收支、業擴報裝端到端流程在線監測分析系統構建及上線運行，完成電網設備運維流程績效分析工作。以數據挖掘為手段，首次將工作票、操作票、缺陷記錄等電子明細與靜態流程圖匹配，實現配網設備從日常巡視、缺陷發現、檢修處理到停送電等流程全過程績效分析，定量診斷調度、檢修等跨部門協同問題，橫向加強協同、縱向順暢貫通，提升電網設備運維管理水平。利用大數據運營監控平臺統計得到的線路消缺原因與消缺時長圖如圖1所示。

圖1 線路消缺原因與消缺時長統計

4 結語

數據信息的維護和處理對電力自動化系統的運行有著重要的意義，因此，在大數據時代，有關人員要加強對電力自動化系統數據的分析、處理和應用，針對不同的電力自動化系統中的數據類型，對如何實現電力自動化系統數據的快速、準確處理和分析提供不同的策略指導，從而實現大數據時代我國電力自動化系統數據處理和應用的健康發展。

［1］張鋼.大數據時代下的電力自動化系統數據處理［J］.廣東科技，2013（22）：20－21.

［2］李皎.大數據時代到來對電力行業發展提出新要求［J］.華北電業，2012（4）：82－83.

［3］李翠平，王敏峰.大數據的挑戰和機遇［J］.科研信息化技術與應用，2013（1）：12－18.