大數據技術在智能電網電能損耗管理中的應用

摘 要：介紹傳統電網對電能損耗分析的方法及不足，提出了基于大數據技術的智能電網電能損耗管理。分析了在兩個關鍵方面降低線損的措施時，大數據技術的應用方法，介紹了智能電網大數據應用的方法，分析了大數據技術在智能電網降損增效中的作用。

關鍵詞：大數據技術;智能電網;電能損耗

中圖分類號：TM76 文獻標識碼：A 文章編號：1671-2064（2019）04-0156-02

0 前言

隨著我國電力事業的發展，電力系統作為聯系電源與用戶的公用網絡，設備發展越來越快，網絡變得越來越復雜，電能損耗的分析也越來越困難[1]。目前，比較精確的網損計算仍然是離線的，通過人工填報形成的每月報表式，數據來源仍然是依靠進出線和變壓器出口端的電能表測量得到的。但實際中，經常會遇到表計設備陳舊老化而造成數據端不全，從而使得數據異常或缺失，要對所采集的測量數據進行人工校核剔除不良數據，這阻礙了電網的精細化管理，同時隨著智能電網的大力發展，電氣元件數量和種類也在不斷增加，數據統計的難度進一步加大。要提高網損計算的精度，就需要采用更加靈活的信息采集方法，減少人工干預的可能性[2]。

而利用EMS的數據進行電能損耗計算可以在一定程度上降低人工校核的成本，提高電能采集數據的準確性，從而提高了計量精度。但也增加了計算量，對于現有的電網計算配置，比較難達到，大數據技術的發展和云存儲技術的出現為這提供了可能[3]。通過大數據技術，實現實時數據采集從而提高網損計算效率為電能損耗高效管理提供了條件。

1 電能損耗研究

電網中的電能損耗是電能通過熱能及電暈放電等形式散失到電網元件的周圍，這種能量散失只會隨著元件和周圍環境的變化而變化，并不會因為管理和人為的因素而改變，是固有不可避免的損耗[4]。但是實際電力輸送中，除了不可避免的電力損耗外，還有可以依靠各級供電部門采取合理措施將損耗降低到合理范圍內的損耗，這部分損耗的大小與電網的結構無關，而是通過管理及技術措施降低，這種電能損耗與電網供電量的百分比稱為線損率[5]。即：

工作中，將損耗電量又細分為統計損耗電量與理論損耗電量。因此，損耗率也就對應兩個值，即統計損耗率與理論損耗率，分別是如下：

因為損耗率是一個用百分比表述的相對量，不同于損耗電量，它可以在一定程度上表征電網結構、電網布局、電網管理的合理性與經濟性，是我國評估考核電網企業管理能力、經營能力的重要指標。目前我國的電能損耗率仍然較發達國家高很多，還有很大的降損空間，而智能電網的出現為數據的采集技術發展提供了裝備平臺。通過合理的數據分析及有效的降損措施是能夠將電能損耗指標降低下來，而找出合理的電能損耗指標預測與分解方法就成為了關鍵。

2 現有降損措施

現有的降損措施主要是對電力網的技術改造，通過調整和優化電網結構上對原有線路改造，加大導線截面，架設新的輸配線路，更好低損耗變壓器;或者對電壓升高，優化電壓等級，分層變壓[6]。其中主要措施：

（1）通過合理分配無功功率。無功功率交互將引起發電、輸電設備上的電壓降及電能損耗減至最低。無功電源的分布、無功潮流的傳輸是直接影響線損和電力系統經濟的重要原因。當有功功率與無功功率通過網絡電阻時，即會形成功率損耗。合理的選擇無功功率補償方式及無功功率并網點，可以有效降低電壓的波動，穩定電壓水平，避免了大量無功功率遠距離傳輸造成的線損。傳統電網的無功損耗采集主要是通過電壓降及區域電網內阻抗分布得到的，并不能及時考慮網絡變化對系統無功功率分布的影響。采集的數據缺少同時性，而電網的負荷變化是實時的，對于不同時間段的電網潮流有不同的方向，使得傳統的線損管理缺乏科學的依據。

（2）通過合理選擇變壓器。變壓器的損耗主要是變壓器空載鐵損，輕載變壓器的電磁損耗以及變壓器老化后的漏磁損耗。同時，運行線路的老化、線路過負荷、電網故障和異常都加大了線損的指標。目前我國推廣了低損耗變壓器，通過控制鐵芯損耗的方法將鐵損大幅降低。其他如輕載變壓器停一臺備用，合理調整變壓器運行方式等多種方式，及在變壓器二次端適當提高運行電壓等方式，達到降低變壓器損耗的目的。但這些措施的選擇都需要基于潮流分布，而電網中的潮流變化是隨負荷及電源的大小變化中，只有通過大數據技術，將采集的數據整合分析，利用云存儲的多種手段，才能更好地分布變壓器，實現輕載和過載變壓器的潮流均衡，從而將經濟效益最大化。

3 智能電網大數據關鍵技術

大數據是指對規模巨大、來源復雜的數據進行高速捕捉發現和處理分析，用合理有效的方法提取數據中的價值的技術體系。智能電網作為大數據應用的重要領域之一，以其先進的設備技術、先進的控制方法以及先進的決策支持系統技術，實現電網的安全可靠、經濟高效的目標，滿足當代用戶對電能質量的各方面需求。隨著智能電網的發展，將智能電網的大數據技術應用到實際工作中已經迫在眉睫。智能電網的大數據具有多種特點，包括離散化、多樣化及復雜化特征，這些特征為大數據處理帶來了極大的挑戰。處理智能電網大數據首先就是眾多數據源的數據抽取、轉化、剔除、校核等方式，建立統一完整有效的智能電網大數據庫。

數據集成技術是智能電網大數據應用的關鍵技術。智能電網大數據集成涉及眾多應用系統，包括這些系統生成的數據源也是千差萬別，而實時性、可用性及統一性都是智能電網大數據集成中需要考慮的各種因素，單單實現一方面的數據采集是無法將龐大的數據庫組成完整，需要結合多種技術實現智能電網大數據的集成。

智能電網大數據中產生的數據有結構化、非結構化及半結構化數據。將這些數據存儲整合、最后統一取用是大數據技術的另一個關鍵技術。而通過將眾多應用類型整合，根據大數據處理技術，將不同數據源數據統一處理包括分流處理、內存計算處理、圖處理實現數據的統一，方便調用。

數據分析是基于數據采集的大數據處理技術，通過將采集的數據按時間及不同地域分布存儲于云系統，基于邏輯判斷及特定算法實現調用所需數據得到需要分析的數據，從而提高數據的使用效率。

4 大數據技術在電能損耗管理中的作用

將智能電網大數據技術應用于電能損耗管理與電力系統傳統的基于人工數據采集、公式計算的方法相比，可以更有效的解決研究過程中遇到的問題。傳統的電網是基于監測系統的穩態運行，數據刷新有時間間隔，通常抽取的數據需要人工輔助決策，不利于數據的一致性讀取和客觀性反映。而大數據方法可以采用盡可能多的數據分析處理，實現數據處理的及時性和一致性。

智能電網通過整合處理大量的實時動態數據實現電能損耗管理中的數據采集與數據應用的高效。而處理電力大數據的第一步就是將電能損耗的基礎采集數據集成整理，在海量的大數據中提取出實體和關系，經過關聯和聚合后采用統一的結構存儲這些數據。對于電能損耗的分析是傳統數據挖掘技術在智能電網大數據技術時代的發展，因為傳統的數據采集和數據處理智能局限于很小范圍內的數據量，不能將區域內的數據統一整合，降低了數據分析的可用范圍，基于智能電網大數據技術的海量動態電力數據可以實現多回并行研究，提高了數據的使用效率，也方便在更大范圍內分析線損原因，實現降損增效。

通常電力系統是通過三個指標分析電網的穩定性：功角穩定、電壓穩定、頻率穩定。最方便是通過功角判斷，而線損也是無功功率潮流分布的一種體現，將功角特性應用到分析線損中，是開展降損增效的另一個途徑。通過智能電網大數據技術將同步相量測量單元（PMW）的分析技術應用到無功損耗計算中，利用大數據的采集、存儲、挖掘、分析技術實現數據的有效利用是接下來線損分析的重點。

5 結語

本文通過介紹傳統電網對電能損耗分析的方法及不足，提出了基于大數據技術的智能電網電能損耗管理。在分析了電能損耗管理中無功分配和低損耗變壓器選擇的原理后，給出了利用大數據技術實現降損增效的方法和途徑。

參考文獻

[1] 張明明.基于大數據分析的電能損耗預測模型的仿真分析[J].現代電子技術，2016，39（06）：153-156.

[2] 張宏煒，俞建育，盧婧婧，解大，等.電力網電能損耗管理的功率因數考核指標探討[J].華東電力，2010，38（01）：106-108.

[3] 宋亞奇，周國亮，朱永利，等.智能電網大數據處理技術現狀與挑戰[J].電網技術，2013，37（04）：927-935.

[4] 吳振揚.基于針環電暈放電的不同海拔條件下氣體離子遷移率研究[D].華北電力大學，2015.

[5] 王鵬.配電網中電能損耗及降損措施的研究[D].華北電力大學，2013.

[6] 孟祥君，季知祥，楊祎.智能電網大數據平臺及其關鍵技術研究[J].供用電，2015，32（08）：19-24.