摘要:智慧電網的建設以及電力自動化系統數據處理的優化,都離不開大數據技術的應用。基于此,本文主要介紹了數據處理模式優化的重要性。并在此基礎上,分析在大數據時代下,優化電力自動化系統數據處理效果的對策。
關鍵詞:大數據;電力自動化;數據處理
引言:
在大數據時代,電力企業要想建立智慧電網,就要通過大數據分析,建設科學的監測指標分析體系,幫助電力企業進行經營活動的績效分析,與管理方式的升級,保障全天候監測系統的有效建設,通過大數據技術,對整個企業的電力輸送、變電、供電,進行規劃方式的升級與建設路線的拓展。
一、電力自動化系統數據系統建設的重要性
一方面,大數據技術的應用,可以提高電力自動化系統數據分析的效果,保障電力系統在運行與檢修方面,充分掌握設備的數據,保障營銷與財務系統有效運行,提高企業經營管理的科學性,促進企業人力資源管理效果的提升,通過全流程監測與全方位動態管理,提升管理的維度,保障電力系統可以根據監測結果,建立有效的風險預防系統。
另一方面,大數據技術的應用,可以對電力系統運行過程當中產生的多種模式與多種路徑的數據信息,進行優化分析,避免數據分析過程當中交叉現象的產生。減少電力系統當中的數據重復與數據冗余,提升整個數據分析系統運行的效率。減少數據分析過程當中的人為干擾現象,提高數據的安全性,保障數據的后期處理可以與服務器的整體要求相一致。
二、大數據時代下優化電力自動化系統數據處理的對策
(一)優化數據分析層級
大數據技術的應用可以提高企業進行監測活動的科學性與有效性。
第一,運用大數據技術,電力企業可以對自己的核心資源進行整合,優化企業在進行供電、變電、輸電過程當中的人力資源與設備資源,保障企業的投入可以獲得綜合績效的提升。并根據目前的電力企業運行狀況,進行指標數據分析,保障電力系統在進行跨行業合作的過程,可以按照有重點的監測目標,進行輔助監測指標的科學規劃,并根據市場與政策信息的變動,隨時更新指標系統的建設。
第二,運用大數據技術,電力企業可以構建一套有重點、有層次的監測指標體系,并根據電力系統各個分公司的實際運營情況,對分公司的綜合績效和運營情況進行優化分析。根據精細化管理的原則與模塊化管理的方式,提高分公司對于運行效果的維度分析效果。
第三,大數據技術具有優化分析功能,可以提高電力系統自動化數據分析過程當中的可靠性。根據監測指標確定該業務數據分析的重要程度,并通過有效的數據庫來源,對目前的重點監測指標進行優化[1]。
例如,山東省電力公司在進行綜合績效數據分析的過程當中,通過關注維度指標的確定,優化了目前的企業電網結構。在整個數據處理體系當中,設計了容載比分析、城市配電線路分析、監測結果科學量分析、單線單變比例分析、平均供電半徑分析等等。將整個公司的監測業務量降為原來監測量的2/3,保障了輔助監測指標的順利執行。并通過對區域內變電站數量的優化與城市配電網線路的路徑分析,科學的計算了目前的輔助指標,為期的預告警規則設置和閥值控制,做出了數據支撐。
(二)優化關聯網絡
應用大數據技術對電力系統自動化數據分析進行優化,還要建立指標關聯網絡,對目前的監測結果,進行全面的動態分析,避免由于片面分析,影響整個數據處理的科學性與聯動性。
首先,技術人員要利用數據挖掘技術,充分挖掘各個潛在信息當中的關聯,保障各個子公司上傳的電力系統自動分析數據,可以通過顯性算法,確定各個業務之間的關聯體量。技術人員要根據這個關聯量,確定最終的關聯網絡,并根據數據可視化技術,保障關聯網絡中的信息,可以被目標人員準確的獲取。
其次,售電量與售電收入的分析,一直是電力企業數據分析當中的一個重點。應用數據清洗技術,電力系統可以對目前的市場占有情況進行模式化分析。通過與供應鏈企業的交流與合作,打破專業壁壘,提升業績指標,并控制數據分析過程當中可能的潛在風險。
最后,工作人員可以從以往的數據分析庫當中,獲得優化層級監測體系的對象,按照不同的管理周期對數據進行清洗。采用多輪論證的方式,建立有效的回歸分析模型,通過模塊化的數據演變方式,建立有效的數據依賴性分析方法,對風險數據進行預報與控制。及時發現網絡內的異常指標,并根據邏輯判別方法,對整個數據處理網絡的可行性進行預測。
結論:
綜上所述,大數據技術的應用是目前電力企業發展過程當中一種不可逆的時代潮流。從本文的分析可知,電力企業要綜合應用數據分析、數據挖掘、數據清洗與數據可視化技術,探索數據處理過程當中的新途徑。因而,電力系統在進行自動化建設的過程當中,要運用邏輯判斷的分析結果,提高自動化系統的科學性。
參考文獻:
[1]薛磊.電力系統配網自動化通信網絡安全管理[J].山東工業技術,2019(08):179.
作者簡介:郝麒(1997.01.21),男,籍貫:河北省衡水市深州市,職稱和學歷:本科,研究方向或專業:電氣工程及其自動化.