大數據時代電力運營監控數據處理技術

摘 要：如今，大數據被應用的頻率越來越高，通過大數據技術進行數據處理以及資源整合，不僅加快了工作的進度，還提高了工作的效率。在電力系統運營中利用大數據技術，可以提升電力運營效率。本文首先對大數據時代進行介紹，然后對大數據中的主要技術進行分析，并對大數據在電力運營監控數據處理中的應用方式進行詳細探究。

關鍵詞：電力系統；大數據分析；異動數據

中圖分類號：TP311.13 文獻標識碼：A 文章編號：1004-7344（2018）29-0051-02

1 引 言

電力系統是動態系統，在系統運行過程中會產生大量的數據。電力系統運營監控的作用是對系統運行過程中所產生的各類數據進行監控，及時發現業務流程中的問題，然后通過各部門協同配合進行優化完善，保證電力系統運營的高效性。在大數據時代，可采用大數據技術，充分利用電力運營監控平臺中的數據，為電力有關部門的運營提供技術支持。

2 大數據時代簡述

所謂大數據時代就是基于互聯網信息技術的快速發展，通過對企業生產經營過程中相關數據積累、整理以及分析得到相應的結果，從而對企業的后續決策提供參考。大數據的發展形勢可以從以下幾方面進行闡述：

2.1 增強數據開放程度，加強資源整合

①電力企業要增強數據的開放程度，將不同部門的數據進行共享，同時要規定不同部門對于數據共享的范圍和使用方式；②逐步加強公共數據資源的整合；③要加強大數據基礎設施的建設，整體進行統籌規劃；④從宏觀層面建立起對應的數據系統，加強宏觀調控的科學性。

2.2 完善企業業務流程

①按照已有業務流程執行情況，對于企業運行效率比較低的流程內容，需要對流程的合理性進行分析，然后找出運行效率低的原因，然后有針對性改善；②以流程環節績效指標以及明細數據情況作為基礎，根據企業以及行業的相關制度、職責、標準以及不同崗位的績效情況，提出相應的改善措施；③可以對企業不同部門之間協作性進行分析判斷，從而彌補管理方面的缺陷，針對性的提出增強業務協作的相關建議。

2.3 提升安全保障力度

①要建立健全有關大數據安全方面的保障體系，通過信息技術以及互聯網技術的進步來增強大數據背景下網絡安全方面的技術研究，在此基礎上建立起有關大數據的安全評價體系；②要逐漸完善企業數據安全技術建設，增強對大數據的安全保障力度，同時要進行有關大數據的安全監測以及預警工作，整體上提升業務服務水平。

3 大數據分析主要技術

當前，隨著大數據技術在電力數據分析中的應用中，大致可以分為以下幾種技術：

3.1 統計分析

統計分析是電力數據分析的一個常見的技術，也是最為基礎的技術。通過對數據的基礎搜集、整理和分析，可以直觀的得到數據的內在規律，并通過計算得出可以反映整體數量特征的統計信息，以更好的為電力企業的運營提供服務。

3.2 關聯分析

數據挖掘最早被應用于銷售數據處理中，通過挖掘銷售中的各類數據，然后進行關聯分析，由此可見，在數據挖掘領域，關聯分析至關重要。關聯分析算法有很多種，包括FP-growth算法、A-priori關聯算法以及基于劃分的算法等等。近年來，改進算法發展迅速，常見的改進算法有、基于變化時空的關聯規則挖掘、并行關聯規則挖掘、基于聚類的關聯規則挖掘、模糊關聯規則挖掘、多層或多維的關聯規則挖掘等等。

3.3 聚類分析

聚類分析法是當前數據處理研究領域的重點，聚類算法的類型有很多種，常見有層次聚類方法、基于原型的聚類方法、基于譜分析的劃分方法以及基于密度的聚類方法等等。聚類問題的模型也呈多樣化，包括異質聚類、演化聚類、子空間聚類、多路聚類、聚類集成等等，能夠滿足多種聚類需要。另外，當前各行各業的數據類型有很多種，對此，聚類分析也有不同的特點，包括圖像分割時序數據聚類、流體數據聚類等等。

3.4 分類分析分類算法是解決分類問題的方法

在分類算法的實際應用中，可以對已知類別訓練集進行分析，然后找出分類規則，進而合理預測新的數據類型。分類算法有兩種，即單一分類算法和集成學習算法，其中，單一分類算法又包括支持向量機、決策樹、神經網絡、貝葉斯分類等，而集成學習算法則包括Boosting、Bagging等等。在單一分類算法中，決策樹的應用較為常見，其是一種以實例作為基礎的歸納學習算法，能夠從一組無次序、無規則的實例中推理出以決策樹表示的分類規則。

3.5 多核學習

在數據挖掘以及機器學習領域，多核學習法的應用比較廣泛，并且發展出多種以多核學習法作為基礎的算法類型，包括支持向量機和KPCA等等。多核學習法的應用要點是將低維空間中的數據映射到高維空間，然后在高維空間中進行處理和分析。

4 配電運營監控系統的數據處理

4.1 數據處理的對象

4.1.1 基本數據

配電網在運行時會生產出一些信息，比如說電流信息、電壓信息以及設備的運行狀態等，根據設備的這些基礎信息就能夠判斷出設備的運行情況，我們需要將這些附帶的信息及時的進行處理分析，才能保證配電網的正常運行。要想及時的處理這些信息就得用高性能計算和數據挖掘的技術。比如用電用戶在用電時產生的數據就是一種大數據，這些數據都得需要大數據技術的監督，以此來保證基礎數據比較準確。

4.1.2 運營數據

這類數據屬于企業電力營銷電網中的基本數據主要是對營銷電網的運行進行指揮，決策。這類數據會被具體的分析，分析的結果可以顯示出配電運營的效率是否達到標準。因為運營數據的重要作用，所以，在配電運營監控系統處理數據時，就要將這部分數據考慮進去。

4.1.3 管理數據

在配電運營監控系統中，如果想要使管理的作用發揮到最大，就得需要借助大數據技術。在管理的過程中，資源和數據可以共享，這樣才能使管理的數據更加的準確。

4.2 異動數據監測處理

雖然大數據技術在今天的階段屬于高科技技術，但是在使用過程中也可能出現故障。如果在配電運營監控系統中出現了異動數據，則會影響整個監控系統的運行，異動數據包括業務異動、數據質量的異動、接口異動等。業務異動也有幾個分支：明細異動、流程異動以及指標的異動，業務指標在應用時會產生浮動，如果這個浮動超過了行業規定的正常值，那么就說明業務產生了異動。數據質量的異動的表現是大數據檢查信息時檢查的不全面，各個系統之間的聯系不緊密。接口異動就是指數據包的表現不正常，從而導致接口的不正常。因為這些異動的存在，所以必須的利用大數據技術對這些異動數據進行監測，從而保證監控系統的安全。

5 結 語

綜上所述，大數據技術如今已經被廣泛的應用到了各行各業，在被應用的過程中，這項技術也在不斷的被發展。本文主要對大數據技術在電力運營監控數據處理中的應用方式進行了詳細探究，通過應用大數據技術，可以對監控平臺中的異常數據進行收集和分析處理，提升電力運營監控系統的可靠性。因此，在電力系統運行中，應該推廣應用大數據技術，使得我國的配電系統建設能夠更加的規范、標準。

參考文獻

[1]李小蘭，田小蕾，倪志堅，等.基于大數據挖掘的運營監測分析研究[J].東北電力技術，2016，37（3）：38～42.

[2]王 彬.基于大數據分析的運營監測信息系統應用[J].城市建設理論研究：電子版，2016，6（8）：26～27.

[3]齊 璇，史 可.基于大數據分析的運營監測信息系統應用[J].中國管理信息化，2017，20（7）：184～185.

收稿日期：2018-9-16

作者簡介：楊圣茂（1990-），男，助理工程師，本科，從事運營監控、大數據分析、卓越績效管理工作。