電力大數據在配電網規劃中的應用分析

王嘉宇

【摘? 要】隨著我國用電規模的逐漸擴大，因為電網產生的數據逐漸增多，數據的種類也越來越繁雜。這些數據中，有半結構化的，有非結構化的，數據的規模每年也以指數型進行增長，智能電網的發展，要求電力公司可以對電網故障做出快速反應。為了解決這一問題，電網行業引進了大數據這一技術。總而言之，電力大數據因為其獨特的特點和優勢，在社會的發展進程中，扮演著獨特的角色。隨著社會技術的發展，數據的傳輸和處理能力一步步提升，為人類社會帶來更大的價值。

【關鍵詞】電力大數據;配電網規劃;應用分析

1引言

由于配電網規劃的規模相對較大，鏈接和運行數據繁多，且比較復雜，容易導致在配電網規劃過程中，對數據信息的處理不到位等問題發生，進而引發信息差異和延時等問題。此外，采集電網配置數據時，由于采集點尺寸存在較大差異，使得電網信息規劃斷面不盡相同，容易導致所采集的數據信息不健全，進而使得系統在配置數據時容易出現較大誤差，甚至發生誤傳、漏傳等問題。為改進這些不足，提升配電網規劃效果，確保電網安全、可靠、穩定運行，本文嘗試將電力大數據引入配電網規劃中，并介紹相應的規劃方法，分析應用效果，希望能為配電網規劃中科學合理應用電力大數據提供啟示與借鑒。

2電力大數據的概念及特點

簡單來講，大數據是指無法在一定時間內引用常規軟件工具對其內容實施抓取、管理及處理的數據集合，具有規模性、多樣性及高速性等特點。而電力系統屬于社會經濟與人類生活的基礎內容，也具有大數據的典型特征。由于電力系統屬于人造系統最為復雜的一種，不僅包含廣泛的地理區域，而且需要傳遞大量能源，若在運行期間發生故障，短時間內將會產生不可估計的影響，這些內容都與大數據特征相符。根據電力大數據獲取的來源，使得它具有以下顯著的特點：（1）數據量非常大。在電力企業運營過程中，單單是常規的調度自動化系統，就包含幾十萬個數據采集點，這些數據采集點采集的數據量可想而知。再加上其他生產環節獲取的數據，以及電力管理、電力營銷的數據，可以說電力企業的數據量非常的龐大。（2）數據的類型非常多。電力企業獲取的數據中，由于數據類型繁多，也是造成數據量龐大的重要原因之一。在電力企業生產、管理、營銷的各個環節中，都包含實時數據、歷史數據、文本數據、多媒體數據等等各種類型的數據，其中這些諸多類型的數據又可分為結構化、半結構化、非結構化數據，由此可以看出，電力大數據的分級結構非常精細，種類比較繁多。（3）數據利用價值低。雖然電力數據的數量龐大，并且類型較多。但是這些數據大部分都屬于正常的數據，表現異常的數據的量非常少。在電力系統進行運維過程中，往往是依靠異常數據對設備的故障或者是運行情況進行判斷。從此方面來看，電力數據的應用價值比較低。

3電力大數據在配電網規劃中的應用技術

（1）高性能計算。通過Hadoop分布式計算技術采用MAP-REDUCE模型建立分布式計算集群，對電力大數據進行分布式計算和處理。通過時間序列分析、聚類分析、關聯分析等技術進行噪聲檢驗和分離、缺失值檢測、缺失值填補等，確保各系統數據的有效性、一致性與完整性。（2）數據挖掘技術。數據挖掘技術是通過分析大量數據，從大量數據中尋找其規律的技術，主要有數據準備、規律尋找和規律表示3個步驟。數據準備是從相關的數據源中選取所需的數據并整合成用于數據挖掘的數據集，規律尋找是用某種方法將數據集所含的規律找出來，規律表示是盡可能以用戶可理解的方式（如可視化）將找出的規律表示出來。數據挖掘的任務有關聯分析、聚類分析、分類分析、異常分析、特異群組分析和演變分析等。基礎數據庫以配變和線路為單元，在設備單元下構建了包括設備參數、運行狀態、用戶裝接情況等數據的標準數據格式。（3）統計分析。統計分析，指對收集到的有關數據資料進行整理歸類并進行解釋的過程。通過對各專業系統數據挖掘和標準化改造，構建了配電網的基礎數據庫，運用“世界一流電網”指標體系實現了對配電網現狀的自動診斷分析，自動生成了規劃問題庫，對應問題開展了配網項口儲備，建成了項口儲備庫，通過三個基礎數據庫的建立，實現了配電網規劃、建設的協同，提高了項口儲備的針對性。（4）數據可視化技術。數據可視化主要旨在借助于圖形化手段，清晰有效地傳達與溝通信息，便于相關者對數據的理解和認識。數據可視化與信息圖形、信息可視化、科學可視化以及統計圖形密切相關。

4電力大數據在配電網規劃中的應用

4.1大數據背景下的電網規劃體系

隨著我國國民經濟水平的不斷提高，以往電網的規劃理念和規劃手段早已無法緊跟時代的腳步。因此，供電企業要主動探索出一套和電力大數據背景相對應的電網規劃體系，以促使供電企業可以在激烈的市場競爭中立于不敗之地。通常，該規劃體系由數據獲取、數據處理和數據應用三部分構成。它運作的核心是站在電網建設需求的立場上，靈活運用電力大數據的廣泛性等諸多優勢，大力開展智能電網的方案設計、用戶交互等一系列規劃工作，在努力提高智能電網建設實用價值的基礎上，起到規避經營風險的作用。

4.2具體應用

4.2.1數據接入

電力系統數據接入功能的實現還需要依靠大數據技術的調整，數據接入就是對提取的多元數據進行多元化的分析與處理，從而對處理得到的有效的數據信息進行進一步的整合管理，形成電力系統的數據庫。通常情況下，該數據庫主要包含有兩個字段，分別是設備的名稱與設備的ID，在此基礎上對大數據分析以及數據融合技術進行有效的利用就能夠形成一套完備的電網規劃數據庫，由于大數據的獨特性質，所以該數據庫是可以進行更新的，能夠將最新的數據信息收入其中，為配電網規劃工作的開展提供動態的數據支持。

4.2.2數據融合

數據融合的意義就是將分散在各處的數據信息進行有效的整合，但是在數據融合工作開展的過程中，我們需要遵循基本的數據融合原則，首先需要做的就是對配電網設備的ID信息進行融合，采用的數據融合方式為自動和離線相結合的融合方式，其中離線融合要按照固定的操作模板來進行操作，對于數據融合過程中無法進行線上自動融合的數據信息，都可以采用離線手動的方式來進行融合。不管采用的是哪種數據融合方式，最重要的就是保證數據的完整性，要避免在融合的過程中造成數據信息的丟失和損壞。

4.2.3數據調度

在配電系統中，配電網規劃對電力系統發電、變電和配電產生重要影響。為確保電力數據信息準確、均勻地散布于電力系統，有必要簡化配電網數據處理規模和設計目標。傳統配電網規劃數據組成多樣，信息來源渠道單一，制約系統高效運行呵。為破解這種難題，簡化配電網數據處理流程和方法，優化電網數據配置系統流程是必要的。同時還要優化設計電網數據處理方法，合理規劃配電網節點位置，優化設計數據庫中的項目存儲模塊和管理模塊。同時挖掘現有配電規劃管理系統，分析電網調度自動化數據，利用現代化電子信息技術調度和配置數據，構建數據分析庫，形成標準數據格式，便于規劃人員查閱并掌握設備運行情況，利于提高數據分析和處理效率。

5結束語

根據目前的社會發展來看，電力大數據在配電網規劃中占有重要的地位，我國現在已經進入了信息化社會，傳統落后的電力企業規劃方式以及經營理念已經無法順應時代的發展，一次，我國的電力企業必須要跟緊時代的步伐，抓住改革的機遇，促進企業的可持續發展。

參考文獻：

[1]王亮.大數據背景下電力企業營銷管理創新研究[D].華北電力大學，2015.

[2]李剛，劉燕，宋雨，尹軍.基于信息融合的電力大數據可視化預處理方法[J].廣東電力，2016，2912：10-14.

（作者單位：國網靈丘縣供電公司）