電網工程數據治理與應用

摘 要：隨著“互聯網”時代的到來，所有的行業都在使用大數據進行分析，智能電網與大數據之間的關系越來越密切。為了建立一個健康穩定的智能電網，我們需要正確、合理、高效地使用大數據。本文介紹了智能電網大數據的特點和相應的數據采集方法，如交通數據采集、數據庫采集、文件采集等，還介紹了一些成熟的數據挖掘方法。同時，本文又展望了大數據在智能電網中的應用前景。

關鍵詞：電網工程；數據治理；智能化

中圖分類號：TM76；TP274 文獻標識碼：A 文章編號：2096-4706（2018）12-0103-03

Power Grid Engineering Data Management and Application

CAI Zhuoqi，OU Qiujie，TAN Qian

（Guangxi Power Grid Co.，Ltd.，Guigang Power Supply Bureau，Guigang 537100，China）

Abstract：With the advent of the “Internet”era，all industries are using big data for analysis.Among them，the relationship between smart grid and big data is becoming more and more closely related.In order to build a healthy and stable smart grid，we need to use large data correctly，reasonably and efficiently.The characteristics of large data in smart grid and corresponding data acquisition methods，such as traffic data acquisition，database acquisition，file acquisition，etc.，Some mature data mining methods are introduced.At the same time，the application prospect of big data in smart grid is prospected.

Keywords：power grid engineering；data management；intelligentization

0 引 言

近年來，隨著全球氣候變化和石材能源的不斷增加，世界各地的國家正在積極建設智能電網，以確保供電系統的穩定和高效。在我國，智能電網主要以超高壓壓電網絡為骨干網絡，全電壓等級電網則是協調運行的基礎。同時，利用各種信息處理技術，并結合大規模數據挖掘和分析技術，建立了基于信息的數字智能電源系統。供電系統包括發電、輸電、變電站、配電、電力使用和調度。為保證系統的穩定、安全、環保和自愈運行，通過智能電表可以實現整個電網的實時數據采集、存儲、傳輸、分析和決策。

1 數據治理的發展

在20世紀90年代之前，外國公司在數據治理方面也存在許多問題，如IBM和摩托羅拉。在1992年以前，IBM在數據治理方面存在的問題包括：沒有明確的數據源依賴，沒有明確的數據所有者，數據質量差。1995年，IBM整理并發展了業務數據標準，定義了15個業務標準和79個次級類別業務標準。這樣，整個公司有了一個統一的業務定義。2004年，IBM開發了一個數據責任系統，并聯合該行業設立了若干公司和學術研究機構，建立了一個數據治理論壇，該論壇開發了一個數據治理框架和方法，包括四個領域的11個要素，以指導數據治理的實施。2005年其又成立了一個數據治理委員會和數據審查委員會。通過數據治理，IBM簡化了基礎架構和管理。

此外，在上世紀末期，摩托羅拉提出了一個SIGMA管理策略，包括在定義、測量、分析、改進和控制等方面的應用，不過最初只用于解決產品或服務質量問題，隨后才用于處理數據質量的DMIC過程。近年來，IBM研究了大數據治理，提出了一種應用于電信、零售、金融、公共交通等行業的大數據治理18步統一過程模型。

2014年，中國出現一個專門研究數據治理的組織ITSS WG1，其正式提交并發表了一份關于ISO的數據治理研究白皮書。目前國內電力行業開展的數據治理工作主要分為兩類，一是處理現有業務環節的數據質量問題，如市場研究；二是數據治理，適用于數據質量等業務實體、業務分布和運行檢驗中心的TY評價。目前的數據治理工作尚未形成系統，缺乏統一的標準、組織結構和管理評價機制，難以持續有效地進行。

隨著對數據資產的理解越來越清晰，電力行業數據治理的目標也在不斷變化。國家電力研究所已開始研究數據治理系統，包括數據治理系統的建設和應用，但技術和管理尚未涵蓋。智能電網的大數據及其特性隨著智能電網的發展而發展，電力行業需要在發電、輸電、變電站、配電、用電、調度等關鍵領域部署數據采集智能儀表和智能管理系統進行數據分析。H.N.術語“智能電網”之所以引起全世界的關注，主要是由于奧巴馬的“智能電網”戰略，他在參加總統競選時，將其作為一個重要的競選政策。2009年2月，奧巴馬決定為發展智能電網提供11億美元的預算支持。僅兩年后，大數據的概念就被提出。因此，電力部門的大數據管理成為時代趨勢。2013年，由中國電工學會信息技術委員會負責發布了一份關于中國電力大數據的白皮書，這表明智能電網和大數據的融合已成為人們關注的焦點。大數據通常具有以下特性：多樣性、速度、體積和價值，這被稱為“4V”。隨著智能電表的普及，人們能夠訪問大量的數據，但是這些數據仍然存在諸如價值低、更新速度緩慢和分類混亂等問題。這要求我們使用科學的統計方法對這些數據進行分類和挖掘。

2 智能電網大數據處理方法

智能電網有大量的數據，許多類型的數據相關性較低，這要求我們在數據收集階段進行有針對性的數據收集。對于后續的分析和處理，需要根據不同的數據類型來選擇不同的獲取方法。目前，智能電網的數據采集有三種類型：交通數據采集，采集設備監控日志等數據，采集供電系統中采集的信息，用于分布式采集、匯總、傳輸；數據庫采集，該方法主要從關系數據庫中提取相關數據到分布式存儲系統中；文件收集，此方法主要存儲諸如數字磁帶和純文本數據的文件，標準化后，將文件連接到分析系統。

3 智能電網大數據分析方法

數據分析和挖掘是收集數據處理的最關鍵任務。由于智能儀表采集的各種數據和速度的快速變化，有必要對數據進行快速分類和標準化，否則處理數據將失去時效性。由于上述特征，分析大數據的方法難以再次應用，這就要求我們在分析礦山數據采用改進的分析方法。目前常用的分析方法有：主成分分析、K均值聚類、C均值聚類、分類決策樹算法、深度學習算法、Spark-FCM算法。

尤其對于深度學習算法，我們可以通過建模來執行多個過程，例如特征選擇、參數選擇和模型集成。在聚類分析中，數據挖掘可以通過聚類、相關、回歸和分類來實現。

4 大數據在智能電網中的應用

4.1 配電設備負荷估算和過載報警

4.1.1 狀態和需求

在中國電網中，一些城市和農村由于配電變壓器超載，會造成電力問題，如：“瓶頸堵塞”、低電壓和頻繁的斷電。電力部門發現，智能電表可以安裝在變壓器過載頻繁的平臺區域。智能電表可以收集和監控配電設備上的負載，以確定配電設備是否處于重過載狀態。在電網建設項目全過程管理系統的設計過程中，必須堅持現代的管理理念，更新傳統的管理模式，使之更加現代化，并順應時代潮流，確保可行性和實用性，以及整個過程管理系統的可操作性。此外，整個過程管理系統在電網建設項目中的應用，提高了管理效率，大大降低了投資成本，對相關的技術內部和人員提出了更高的要求。公司應建立新的人力資源管理模型，優化資源配置，選擇更先進的管理方法，提高員工的專業技能，有效維護和管理系統[1]。因此，在開發電網時，必須將項目全過程管理的要求放在一個重要的位置。在此基礎上，根據設計計劃進行研究分析和實施。

4.1.2 應用前景

在未來，通過對用戶的電力負荷分析，結合大數據流處理技術，利用智能儀表采集的數據實時計算每個終端的功率負載，同時，根據電網運行數據，計算在重載下運行的配電設備和在正常條件下運行的配電設備，結合電網中相應的GIS系統，可以準確定位重負荷條件下的配電設備的具體位置。

4.2 線路損耗的計算與分析

4.2.1 狀態和需求

在智能電表普及之前，電力部門通常安排人員閱讀用戶線路上的儀表。這種統計不僅缺乏底層數據的時效性，使粗糙的部門不能預測用戶的實時負荷，也使電力部門不能在TR中產生數據。計算并處理線路損耗時，線路損耗往往較大。另外，由于不能實時地知道用戶的電力負荷，所以不能及時地發現盜竊、泄漏等，也使線路的損耗增加。這也是中國輸電線路線損率比其他國家高的一個重要原因。在現代管理理念下，以項目管理的全過程為出發點，運用數據集和各種先進的信息技術，最終集成了項目管理的應用信息和業務信息。為實現企業管理的目標，在整個項目管理過程中進行一系列的實時管理活動，是電網建設項目管理的全過程。

在項目管理過程中，雖然涉及多項目、決策、個別項目等多層次的管理。但是，這些不同的管理層次具有一致的發展目標，共同為企業項目管理應用服務。整個過程管理系統必須滿足多種管理的需要，實現全面的綜合分析，靈活的調整和控制。該系統在電網項目建設中占有很高的地位，是規范電力企業管理的基本要求。從安全、質量、進度、成本效益等方面獲得了電網項目管理的全過程，進一步完善了管理應用，并將整個管理過程滲透到項目建設的各方面，以提高電力企業的質量。

4.2.2 應用前景

利用分布式存儲技術，建立了網格與客戶端實時更新與互連的數據管理系統。系統可查詢智能儀表的統計數據，對各參數進行比較，當數據異常時就會報警。同時也可以為相關部門提供源數據，幫助其分析線路是否損壞，有助于泄漏報警、防盜報警等。使用分布式計算技術，該區域根據管理級別實時執行相應的線路損耗管理和控制，并根據不同的區域和不同類型的電網配置執行線路損耗管理和控制，對實際線路損耗和理論線路損耗進行了比較分析。根據統計數據，利用數據進行挖掘，找到一種較好的減少線路損耗的方法。通過對上述電網建設項目全過程管理系統的設計、結構和功能的分析，總結了該系統的效益分析。在整個項目管理體系的條件下，電力企業實現了對多個目標的集中管理，使項目管理更全面、更具體，提高了管理效率。此外，通過較強的可操作性，系統可以從全局的角度對不同業務和項目之間的關系進行合理的調整和布局，對項目的實施進行分析和評價，提高項目管理的效率。

另一方面，電網建設項目的全過程管理系統還可以向決策部提供項目成本、設計、合同、分析、評價等相關報告，豐富管理數據，幫助相關人員的工作。全面了解項目管理，及時有效處理管理問題，使數據管理更現實、可靠，為項目價值評估奠定基礎，確保項目決策的有效性。電網建設項目全過程管理系統的項目決策功能，為電力企業的運營創造了良好的環境，促進了電力企業的可持續發展。

5 結 論

在大數據時代，隨著智能電表的普及，未來的網格數據將表現出幾何性增長，大數據分析將給人們帶來新的理解，幫助人們更好地處理問題，大數據智能電網的開發也將促進大數據的快速發展。智能電網的發展將為智能城市的建設提供巨大的幫助。

參考文獻：

[1] 張亞平，陳穎.電網工程數據治理與應用 [J].中國電力企業管理，2017（36）：44-45.

[2] 李飛.基于GIS的貴州電網營配數據治理管控研究與實現 [J].貴州電力技術，2014，17（10）：48-53.

[3] 談韻.電網大數據治理體系初探 [J].電子技術與軟件工程，2017（5）：182-183.

[4] 馬洪波.南陽電網工程數據管理系統的規劃與設計 [D].南京：南京理工大學，2011.

[5] 劉宏志，屠慶波，韓延峰.大數據環境下的電網工程造價分析管控體系研究 [J].華東電力，2014，42（12）：2722-2727.

[6] 宋渝茜.大數據環境下的電網工程造價分析管控 [J].信息化建設，2016（2）：87.

作者簡介：蔡卓琦（1975.07-），男，漢族，廣西合浦人，工程師，本科。研究方向：信息化建設；區秋杰（1986.10-），男，漢族，廣西貴港人，助理工程師，本科。研究方向：信息化建設；譚乾（1988.10-），女，漢族，廣西南平人，工程師，本科。研究方向：信息化建設。