大數據技術在電力系統中的應用①

孫劼 李睿鋒

摘 要：隨著科學技術的發展，我國的大數據技術有了很大進展，并在電力系統中得到了廣泛的應用。大數據技術在電力行業應用，改變了電力企業工作流程，促進了電力企業發展。本文主要闡述了大數據技術概述、大數據技術與電力行業發展的關聯性，針對大數據技術在電力行業中的應用展開分析，以便于為電力行業穩固發展貢獻力量。

關鍵詞：大數據;電力行業;應用

引言

在電力大數據時代的背景下，人們對信息的獲取以及甄別需求愈加趨向規模性、多樣性以及高速性，因此，信息通訊體系已經成為智能電網的重要應用系統，大數據關鍵技術的應用能為多種領域的發展提供關鍵信息，符合當前社會發展需求，推動電網規劃建設與服務呈上升趨勢發展。

1基于大數據技術的電力系統可靠性分析

所謂可靠性分析，就是通過多種方式獲取目標對象的數據，并根據數據的變化情況推算其狀態的穩定性。傳感器技術與通信技術在電力系統中的應用，實現了電力系統數據的在線采集與傳輸，同時結合計算機軟件技術對獲取的數據進行分析，分析結果與電力系統故障模型進行擬合，當數據擬合程度超過設定閾值后，則判定電力系統可靠性降低，并根據對大數據分析的結果，尋找導致電力系統可靠性降低的關鍵點，以便維保人員及時介入修復，使故障在“萌芽”階段就被處理掉。《電力大數據技術及其應用》中的第六章對電力生產大數據的實際應用進行了詳細分析，借助大數據技術，可以實現對不同地區電力負荷的動態掌握，并能夠構建輸配電網絡故障搶修精益化管理體系。

2大數據技術對電力行業發展的意義

大數據技術對電力行業的發展有著極大的推進作用，遵照電力行業的特質能夠進行三部分的劃分：①發電領域;②輸電領域;③用電領域。對發電領域來說，發電側是消耗最大之處。電力大數據技術的應用能夠對電力調度進行精準預測用電負荷，可以對用電計劃進行安排，不僅滿足客戶用電需要，還能對電網運行方式進行升華;對于輸電領域來說，電能在進行傳輸時也會形成消耗，運用電力大數據技術能夠及時對線路上設備的電能損耗實行剖析，探尋原因所在來降低線損;對用電領域來說，電力行業在向用戶銷售電能時，不僅可以取得用戶消耗電能數據，還可以對這些數據實行剖析，制定合理的電力營銷策略。

3電力系統的電力管理運用

3.1電力大數據分析技術

數據分析技術的應用是在進行數據處理過程中的首要條件，操作流程則是將傳送信號轉化為數據單位，在此基礎上對其進行有效的分析和處理，使其變成具體的基礎信息，并通過技術手段對其進一步提煉加工，最終變成具有實質性意義的有效數據，進一步為電力企業的發展提供科學的參考依據，有利于保障決策的科學化、系統化和完備化，進一步實現數據系統的綜合發展，提升總體的應用水平，為服務質量和效率奠定基礎。在此基礎上，必須緊跟時代潮流，加強相關技術手段的改革創新，使相關人員對電力數據具有明確的了解和掌握，通過對數據的分析進一步實現應用價值，對信息數據內容進行有效提取，達到提升電力企業經濟效益的目的。

3.2創建配電網運行可靠性指標機制

一般情況下，“年”是可靠性分析的主要單位，對長年系統各種運行狀態平均可靠性進行全面的分析。主要的指標包括系統和負荷這兩種指標。其中系統指標主要包括系統持續停電的時間和頻率、線路等方面的指標，而負荷指標則包括故障停電持續時間以及負荷點平均故障出現的概率等。對可靠性進行評測，能夠有效地完善規劃設計系統。因此配電網運行可靠性要展現出負荷損耗情況，并也要展現出負荷裕度，并以此為基本條件來展現整個系統的可靠性。

3.3電力行業的數據挖掘

數據挖掘是大數據技術最大優勢之一，數據挖掘技術可以分為數據整理、數據變換、數據挖掘、數據評估等，能夠從電力數據的根源出發，全方面分析電力數據的本質。數據挖掘技術其主要是在信息化的前提下，對電力數據進行處理，對于有用的數據進行保存并共享，使采集的數據信息層次化，把握電力數據的運轉規則，以此來得出電力行業的運行方向。電力行業經過數據挖掘技術，對行業深處的價值進行了解，運用價值信息來提升電力行業在整個市場的競爭力，更重要的是提升電力行業的運轉能力，同時加大電力企業對信息數據的掌控力。

3.4大數據技術下的電力資源合理配置

在過去較長的一段時間里，我國電力系統的供配電管理制度相對落后，全國輸配電系統出現滿負荷工作會導致電力系統故障，而今人民群眾對電力資源的合理配置有著更高的要求。在大數據技術的支持下，國家電網通過對我國不同地區在不同時間段的用電情況進行科學分析，便可根據大數據分析的實際情況合理配置電力資源。例如，上海市在夏季存在電力資源短、整體線路負荷的情況下，上海市政府采取大型企業分批“讓電”以緩解供電緊張的局面。在“讓電”單位的選擇依據方面，就是根據國家電網的實際統計結果。

3.5依靠并行關系挖掘主要影響因素

目前，具有很多對配電網運行可靠性造成影響的因素，因此建立精準的預測模型存在較大的難度，同時在速度準確度方面也會受到影響。而想要改善這一狀況，則可以采用關聯規則挖掘法，以從配電網異構多源數據里提取到影響因素，給建立預測模型帶來一定的參考依據，盡可能減少輸入維度，進一步提升預測速度。在關聯規則里，T代表的是所有的樣本，而n個事務就能夠建立數據庫，用D來代表。不過要注意的是，每個事物都要利用多屬性來確立，同行稱為“項”。而多數的項建立的集合則被稱為“項集”，并且各子集事務都屬于一項集。從最小支持度閾值、最小置信度閾值的角度來講，用戶要根據實際要求來進行定義。強規則指的是支持度和置信度均超過最小閾值的規則，從而得到給配電網運行可靠性造成影響的因素。

3.6電力大數據處理技術

數據處理技術的主要作用是將收集到的數據信息通過相應的技術手段進行有效處理，然后對已經經過處理的數據進行按照種類、性質、適用狀況進行區分，具體則有分庫、分表和分區三個處理環節。在分庫環節，根據實際分類情況，按照一定要求將重復利用的數據傳輸到不同的數據庫中，提高數據的利用效率;在分表環節，根據數據處理的不同種類，對數據表的需求也較為不同，為了緩解單表壓力，可采用建設并行式和縱列式數據庫的方式，促使數據的加載速度得以有效提升，為人們對數據的查詢提供便利;在分區環節，主要將數據及時載入不同的文件中，在降低數據表壓力的同時，提升了數據的訪問速度，保障了通表的正常運行。

結語

總的來說，大數據技術是當下時代的尖端技術，特別是在計算機技術和網絡技術被廣泛應用的前提下，大數據技術在工業領域和人們的現實生活中表現的作用尤為突出。對于電力系統來說，電力大數據技術不僅僅能夠提高系統的穩定性，還能夠保障電力營銷的質量和電網安全運轉，促進行業快速發展的同時，也推動了社會經濟的快速發展，大數據技術是電力行業建設的重中之重。

參考文獻：

[1]堯有平.數據挖掘技術在電力行業中的應用研究[J].電子世界，2014（4）：37-38.

[2]謝小軍，柳星，馬亮，等.基于大數據的智慧用電系統設計[J].電工技術，2019（24）：118-119，125.

[3]華廣勝.大數據在智能充電樁網絡系統中的應用[J].電工技術，2019（24）：159-160，163.

[4]熊建功，沈秀紅，梅征.淺析水務企業大數據布局[J].水資源開發與管理，2019（12）：59-63，73.

（1 江西省郵電規劃設計院有限公司 ?江西 南昌 330009; ? 2江西省通信產業服務有限公司 江西 南昌 330009）