基于大數據云平臺的電力能源大數據采集與應用研究

國家電網河南省電力公司 高曉峰 李曉蕾 董書謙

早在2009年“大數據”一詞已成為互聯網行業的熱點詞匯。2011年Science對海量數據分析、處理方式進行了探析，之后很多大型企業對大數據技術進行了深入分析及研究，從而推動大數據技術穩定發展[1]。隨著我國電力行業及科技的發展，云計算、大數據等技術在電力行業得到廣泛應用。由于我國配電網建設規模逐漸增大，且建設用電信息采集系統，每天用電信息采集系統將產生大量數據信息。電力企業應重視的是如何迅速在海量信息中獲取有價值的信息，以提高企業服務質量。

1 用電信息采集及大數據云平臺分析

用戶信息采集。隨著科技的發展，原有集中式采集系統已不能滿足電力企業發展需求，因而電力企業可將其改為分布式采集系統，以提升用戶信息采集效率及質量，為電力企業保存、查詢用戶信息奠定堅實基礎[2]。智能電表、集中器等現場采集設備采集到的數據信息在傳輸至物聯網平臺后，經過計算將數據信息傳輸至生產庫、中間庫、大數據云平臺（圖1）。

大數據云平臺。電力企業依據信息采集系統，建設基于Hadoop集群的大數據平臺，可迅速完成處理、分析海量數據信息的目標。同時，此大數據平臺可實現大量數據迅速上傳、大量數據迅速下載、SQL運算、數據挖掘算法支持等功能。大數據平臺是由存儲結算層、邏輯層、接入層及數據應用層幾層構成的。存儲計算層的主要功能為：保存、計算海量數據；邏輯層的主要功能是為分布式Mela服務提供支持；接入層的主要功能是為用戶提供HTTP服務；數據應用層的主要功能為支持數據源、多維分析模型、挖掘算法、智能識別等功功能的實現，為深入挖掘有價值信息奠定基礎（圖2）。

圖1 用電信息采集流程圖

2 電力能源大數據的應用研究

基于自動化系統電力企業建設了省、市、縣三級采集監控機制，采集、分析全省所有采集終端設備、用電情況，同時將信息與其他數據進行綜合探析，以實現充分發揮大數據作用的目標[3]。

2.1 電力能源大數據在線損管理中的應用

利用電力數據采集系統探析用戶是否存在竊電行為，可有效提升防竊電工作質量。本次研究通過分析已采集的大量數據信息，對B1到B6的6個單位多個線損較高臺區進行研究，分析其線損較高的主要原因。表1總結了臺區線損的主要原因，其中最重要的原因為用戶存在竊電行為。

圖2 大數據云平臺架構圖

為明確臺區高損原因，各單位對竊電用戶表進行了分析，發現竊電這一違法事件主要出現在開蓋時間、電壓異常等事件當中。其中最為常見的是開蓋事件。電力企業利用采集系統采集、統計用戶用電信息及電表開蓋事件，可確定存在異常情況用戶地址、事件發生時間、發生次數等數據信息，這對電力企業明確竊電用戶、制定有針對性處理措施、降低線損十分重要。通過對海量數據的分析，可減少工作人員現場排查時間、提升工作效率。

表1 B1—B6高損工單統計分析表

表2 某單位竊電事件統計分析表

2.2 電力能源大數據在負荷預測方面的應用

電力企業可通過分析已采集的數據信息預估未來一段時間內電網負荷情況，以準確判斷配電變壓器是否可負擔，同時科學制定配變過載應對策略，這對保證配電網穩定運行十分重要。

2.2.1 預估日負荷情況

不同地區的空氣質量指數、氣溫、降雨量、居民數量存在一定差異，因而電力企業需科學處理原始數據。研究發現，氣溫、降雨量、居民數量等因素將影響臺區負荷情況。為明確某臺區未來一段時間負荷情況，電力企業應使用線性回歸分析方式進行研究。由表3可發現，PM2.5、氣溫、降雨量將對公變臺區負荷產生較大影響。

表3 關聯因素線性回歸分析

本次研究中使用帶動量梯度下降BP神經網絡算法、灰色模型等方式預估春節公變臺區負荷情況。由于BP神經網絡算法收斂速度較慢，因而使用此種方式可提升仿真訓練中的收斂速度；灰色預估則是對各種不確定因素進行半智能化估測；趨勢外推法需利用歷史、現實數據進行研究。通過以上幾種方式預估系統未來一段時間運行情況，電力企業可通過下式預估配電網未來負荷情況：

式中φ1表示帶梯度下降的神經網絡算法預測結果；φ2表示的是灰色模型計算結果；φ3表示的是趨勢外推法計算結果。

2.2.2 臺區超載、過載預估

電力企業可利用采集閉環管理模塊準確標準、發送過載、超載臺區，并利用大數據信息預估過載臺區，這對提升整改速度、提高電力企業工作效率十分重要。通過準確、快速解決臺區過載、超載問題，可提升運檢人員工作效率、提高供電服務質量。

3 發展趨勢探析

目前，電力行業關于采集系統能源大數據的研究仍不夠深入，對新技術、新理念的研究仍需實踐的驗證[4]。為充分發揮電力大數據的作用，電力企業應加強對大數據存儲、應用方面的研究，增加電力大數據應用途徑。

3.1 電力能源大數據及能源互聯網

電力企業可依據新智能電能表建立用電監控系統，加強對配電網荷儲的控制，為用戶提供智慧、穩定供電服務。同時，電力能源大數據的應用可提升配網設備利用率，這對降低企業運營成本、推動企業穩定發展十分重要。

智慧車聯網。電力企業可利用大數據采集系統采集電動汽車充電、放電情況，若發現異常自動上報，這對保證電動汽車及用戶安全具有重要意義。為實現這一目標，電力企業應加強與電動汽車廠家相關服務工作的合作及溝通，實現各方數據共享。利用數據采集系統可采集電動汽車余電量、目的地等數據信息，并對這些數據信息進行分析，提醒用戶及時到距離最近的充電樁充電，為用戶提供優質使用方案。

光伏電網。隨著科技的發展，光伏發電設施建設規模、建設數量在持續增多，光伏發電、用電數據急劇增多，此時電力企業應建設智能用電終端用于采集這些數據。將海量數據與電力企業多個信息化系統結合在一起，可為用戶提供光伏智能選址、并網接電、線上結算支付等多項服務。

綜合多種數據。利用信息化技術可將水、電等數據信息綜合在一起，通過此系統可迅速完成多項數據采集、費用計算、用能管理等工作，用戶可通過系統快速查詢相關信息，為用戶生活提供了便利。通過采集能源用量信息，不僅可監控能源損耗、了解用戶對能源的需求、防止不法用戶竊能，還可通過這些數據分析未來一段時間內用戶對于能源的需求，為企業提高服務質量奠定堅實基礎。

3.2 電力能源大數據及電能智慧應用、運維搶修

電力企業可通過電力能源大數據分析用戶對電能的需求量、用電特征等信息，依據客戶實際情況科學制定供電方案，以提高服務質量。電力企業可利用歷史數據，繪制用電設備監測表格，若電力設備發生故障可及時明確故障原因，主動向維修人員推送故障信息，這對提升電網搶修速度、縮小故障范圍、縮短停電時間十分重要。