彭英華 刁慕杰 王 程
(國電菏澤發電有限公司,山東菏澤274000)
當前,海量數據為電力行業生產監督、運營維護與市場營銷提供了規模龐大、類型多樣的信息支撐;而處于大數據時代背景下,研究如何采用現代信息資源整合與數據挖掘技術,加強電力相關業務流監督,提升行業整體規劃布局,具有重要的現實意義與經濟價值。
關于大數據(Big Data)時代背景的定義,是指基于超出傳統DataBase處理軟件所能處理范圍的海量規模數據,其在數據獲取、數據管理分析上具有類型多樣、規模龐大、時效傳輸等特點。大數據所涉及的信息,往往需多臺計算機采用分布式計算的方式來處理,利用云計算與分布式數據處理技術,提升多源數據加工與深度挖掘的能力。
盡管當前電力相關行業在產品生產、運行維護與安全管理方面積累了龐大的零散數據,但由于傳統基礎數據庫僅處于數據存儲、查詢與簡單統計等低端層次水平,因而難以獲取數據所隱藏的內部聯系與潛在價值信息,必須依托數據整合與數據挖掘技術,提升大數據時代背景下電力行業的數字化管理水平。
隨著現代數據獲取手段的進步,電力數據采集能力迅速增長,然而對有效信息的處理能力擴展卻相對滯后,進而對電力運營監督能力的提升造成了一定影響。概括分析,電力監控數據分析包含以下特點:
(1)數據冗余量大、類型繁雜多樣,價值密度相對較低。以無人機、人力巡線、電力工況實時采集為手段獲取的動態數據序列,類型復雜多樣,從文本、聲音、圖片到視頻,數據量大,格式難以標準化處理,對電力系統數據分析構成了一定的限制。
(2)數據規模相對較大,傳統手段難以快速處理。電力運營監控系統涉及數據采集、信息傳輸與分析、設備故障排查診斷、故障影響風險評估等諸多方面,數據采集信息量巨大,且規范指標相對較多,當前傳統數據分析軟硬件難以快速運算處理,必須依靠云計算、分布式處理系統等符合大數據條件的信息并行處理技術。
(3)數據資源共享整合程度較低,影響了行業整體規劃分析的精準度。由于當前各電力運營監控系統相互分散獨立,數據控制中心同各基礎節點之間通信標準存在差異,數據的共享利用程度相對較低,存在多源異構壁壘,難以滿足現代智能化、數字化集成的要求。
針對上述問題,可采用基于大數據背景的相關信息處理技術來嘗試解決,即數據挖掘技術與分布式并行計算技術。其中,數據挖掘(Data mining)即從多源數據信息中,通過BP神經網絡、模糊集、機器學習、統計分析等方法來檢索數據背后的資源,有助于發現電力系統數據的潛在規律;分布式并行計算,即針對海量龐大的電力運營狀態數據,將其分割為許多小模塊區間,分別交由不同的高性能計算機來進行分布式處理,按照運行方式的差異,劃分為計算機集群系統與網絡系統,由于分布式運算本身內部工序分層進行,存在異構,但各層內部對外公開,通過API/SDK等相互調用管理,有助于對大量電力運營狀態數據快速進行分類異構處理,提升電力安全監督的效率。
電力運營監控系統主要包含基礎資料數據、產業運行狀態數據與控制管理信息等方面,其中基礎資料數據包含電力設備的運行穩定性、電力能源的存量、電壓情況等,后兩者側重于生產與管理層次下的整體生產運行決策。電力運營監控系統組織結構示意圖如圖1所示。

圖1 電力運營監測系統組成示意圖
電力運營監控系統,以數據挖掘、分布式運算為特點,以基礎資料數據為平臺,結合實時生產運營數據,分層查詢與管理、逐級分布管控,實現了電力監測網絡的透明化與可視化,通過數據共享整合,促進了電力業務的縱深化發展,并結合大數據時代下的數據集成抽樣、特異性群組與聚類分析等方法,提升數據支撐的價值密度。電力生產模塊結構關系示意圖如圖2所示。

圖2 電力生產模塊結構關系示意圖
從系統架構來分析,主要包含數據采集層、數據分析處理層、系統應用層等部分,數據采集層指借助DMS/用電采集系統等構建的數據交換采集信息系統,是整個系統運營的基礎數據來源;數據分析處理層主要是指以時空關系數據庫為基礎,采取的數據網絡分布計算等技術來匯總、分析與表達數據聯系,提供數據存儲、計算、圖形與表格化生產以及在線Web網絡發布等功能;系統應用層則重在實現封裝式功能,即實現動態生產監控、配電優化分析、行業運行狀態檢驗、電力客戶動態管理與行業總體輔助規劃等具體應用。通過以上構成電力運營監控系統得以實現大數據時代電力行業信息分析的科學指導。
綜上所述,基于大數據時代背景來整合多源電力數據資源,深度挖掘隱含信息規律,加強電力相關業務流監督,提升行業整體規劃布局,有助于提升電力運營監控的準確性、時效性與科學性,有助于促進電力行業持續、健康、穩步發展。
[1]李東.電力自動化系統中心站無人值班模式技術分析[J].河南科技,2013(20):125.
[2]陳凱.供配電設計對電力監控系統的應用分析[J].機械管理開發,2014(2):65-66.
[3]鄭凌,周東波.電力監控系統應用及運行研究[J].機電信息,2013(24):29-30.
[4]李健.電力調控運行系統的優化方法分析[J].山東工業技術,2016(14):157.