基于大數據的配網運行監測研究

董思宇

摘要：作為貫徹實施國家電網公司“兩個管理提升”工程的一項重要舉措，按照國網河北省電力公司總體規劃部署，供電公司在全市范圍內全面建設農村配電網運行監測系統。

關鍵詞：配網運行;大數據;全量監測

引言

隨著智能電網建設和信息技術的快速發展，智能電表得到了大面積的廣泛應用，積累并正在產生大量的生產、經營業務明細數據，為電力大數據應用奠定了基礎。但受專業條塊管理影響，智能電表采集的海量數據未能實現跨部門的有效應用。配網是供電企業進行電能供應的最末端，供電質量直接影響到用戶的生產生活。利用先進的信息化技術保證配電網運行的安全性、經濟性，提高供電服務質量、同時依據實際情況對配網進行長期合理的規劃便顯得尤為重要。目前配網電能質量監測采取的方式是抽樣監測，存在樣本失真問題;配網運行監測缺乏在線數據支撐，10kV線路和臺區公變等配網設備存在的重過載卡口、輕空載低效、功率因數低、三相負載不平衡、重復停電等異動未及時監測;配網資產運行效率未得到重視，配網建設與改造決策缺乏在線明細數據支撐。

1配電網運行監測系統特點

一是有效提高生產效率，降低安全風險功能。配電變壓器的負荷測試是供電所低壓線路運行維護的一項非常重要的工作，由于配變安裝分散，給負荷的實時測試帶來了很大困難，特別在晚高峰負荷測試時，對現場測試的工作人員構成安全威脅，而且數據不及時，不準確，完成一個測試周期往往耗費大量的人力、財力、物力和時間。該系統的運用實現了對所有公變臺區的實時監控，數據全面、真實、準確、及時，極大地提高了生產效率，降低了安全風險。二是提高供電可靠性、降低設備故障率的功能。通過系統對配電變壓器的的實時、在線、連續監測，準確找出高峰負荷時段，針對性地采取相應的措施，對可能發生的事故提前做出防范措施，變被動為主動，有效地提高了供電可靠性，降低了設備故障率。減少了因過負荷引發的設備故障、二次保險熔斷、開關過負荷跳閘。三是提高電壓質量，降低線路損耗的功能。通過系統對配電變壓器的三相電流監測，及時掌握三相負荷的不平衡度，管理人員用系統指導臺區負片電工及時調整負荷，同時在系統中監控負荷調整情況，避免了以前人為操作可能造成的疏漏。四是提高管理部門的分析決策能力。通過對農村配電網設備運行工況綜合分析，為農村配電網的技改工程提供可靠的依據，實現了企業的精益化管理。

2大數據全量監測基礎

2.1從抽樣到全量的數據思維

與傳統大數據特點相比大數據有三大特點：相關關系比因果關系更重要，要全體不要抽樣，要效率不要精確。大數據思維，首先要重視數據全面性，而非隨機抽樣性。傳統的調查方式都是抽樣的，抽取有限的樣本進行統計，從而得出整體的趨勢來，之所以選擇抽樣而不是統計全部數據，只有一個原因，那就是在技術條件有限情況下全部數據的數量太多，根本沒法操作。抽樣的核心原則就是隨機性，不隨機就不能反映整體趨勢性。抽樣隨機性的道理雖淺顯，但在實際操作中樣本選取做到隨機很難。數據儲存技術、網絡技術、流式計算處理等技術的迅猛發展，為大數據時代的到來準備了物質基礎。技術瓶頸的突破，使基于明細、實時、全量的大數據應用成為可能。

2.2“量價費損”在線監測構建企業

大數據庫互聯網以及智能電表的廣泛應用為電力大數據的采集帶來的新手段，云計算、海量數據處理技術為處理大數據帶來了新方法。對全部數據進行統計分析，其結果當然會更加準確。“量價費損”在線監測正是在這個大的時代背景下，針對大數據管理特點，開展了公共數據交換模型SG-CIM拓展、海量數據管理、動態建模、平臺集成一體化等數據集成共享、數據分析挖掘的關鍵技術研究，實現營銷、用采、調度TMR等不同部門不同系統數據的有序集成，構建了基于明細數據的企業級統一、開放、共享平臺。“量價費損”在線監測應用管理平臺依托公司數據中心建設成果，盤活智能電能表海量明細數據，完成對營銷、生產、調度等專業多系統數據的融合和挖掘。實現對覆蓋“發購供售”全過程的線損、電量、電價和電費等重要經營指標的在線監測和分析;為各級領導及相關業務部門的管理活動與決策提供有力的數據支撐。通過數據中心海量數據平臺的利用，實現發策、交易、營銷、運監等多部門對關口計量數據應用的共享。從發策線損管理、營銷用電稽查、配網生產運行等不同專業視角進行數據資產價值挖掘。

3配網運行監測技術實現方法

3.1數據共享融合技術方案

基于“量價費損”在線監測的配網運行監測是基于電力營銷、調度等領域的海量大數據進行挖掘分析的監測類應用，其核心是采用“大數據”處理技術，打造穩定、安全的長鏈條數據集成通道，收集用電信息采集系統、營銷業務應用系統、TMR系統等業務系統的明細數據和檔案數據，分別接入海量數據平臺和結構化數據平臺進行存儲，利用海量數據平臺的列存儲特性、大數據壓縮的能力，存儲時標數據歷史明細;在存儲層上搭建并行處理架構，部署計算服務，建立流式計算機制，將所有基于時標數據的計算（包括96點及日頻度數據計算）全部置于計算服務上執行，服務程序通過海量平臺的JUAPI標準化接口批量讀取明細數據，多線程并行計算后再將結果批量寫入到結構化平臺的數據庫中，解決了海量大數據高速計算問題;通過二次計算、數據驗證等技術手段，提升計算結果的準確性。此外，以SG-CIM共享數據模型為基礎進行擴展，建立了統一的數據接入標準，保障了數據在傳輸、存儲、計算、展現各環節的一致性。

3.2平臺工具集成（SPSS，TABLEAU）

數據裝配問題：代碼與名稱匹配問題，數據組合問題。原有系統生成的數據結果與工具所要求的數據結構不一定匹配，需要原系統進行數據轉換、數據傳輸等步驟。需要數據庫維護人員完成;如需自動化連接，需要視具體要求做接口開發。數據分組：同比、環比分析需要額外對數據進行組裝。數據分揀：指定合適數據范圍才能得到有效結果。

結語

電力企業提升核心競爭力，應主動擁抱電網大數據，形成一種數據思維。基于這種新的數據思維方式在對大數據全量監測理論深入剖析的基礎上，以配網運行監測為典型應用場景進行了探索實踐，提出配網運行全量、在線監測方法，研究了配網運行監測實現技術，構建了配網運行監測功能架構及綜合關聯分析模型，提供了配網運行監測以及配網改造評價的新思路。

參考文獻

[1]王柏君.“配電線路故障智能監測技術研究與實施”[J].中國電業·技術，2013（12）.

[2]陸一鳴.智能配電網信息集成需求及模型分析[J].電力系統自動化，2010（01）.