大數據背景下談電力運營監控數據處理技術

朱維

摘要：電力系統主要包括發變電以及輸配電部分，屬于動態的系統。這就造成了系統運行過程中會出現大量的數據，在一定程度上限制了電力系統的發展。電力系統運行監測中心主要是監控在系統運行過程中產生的數據，從而能夠及時發現業務流程中存在的問題，并進行對其完善優化，加強各部門之間的協調，促進電力系統能夠有效合理的運行。因此，在現在大數據時代背景下，電力系統運行監控部門必須充分利用電力操作監控系統平臺，充分分析利用使用該平臺所獲得的數據，進而為相關部門的穩定運行提供技術支持，確保電力企業能夠穩定的發展。基于此，本文主要對大數據背景下談電力運營監控數據處理技術進行分析探討。

關鍵詞：大數據背景下;電力運營;監控數據;處理技術

1前言

電力系統在運行的過程中，是一個動態的過程，其主要包括發電、變電、輸電以及配電等功能，所以在其運行的時候，就會產生大量的數據信息。另外，電力系統運營監控中心的主要工作內容就是時刻對電力系統運行中產生的大量數據信息進行監控，然后通過對這些信息的分析，及時的發現問題并提出改善方案，以此來提高電力系統運行效率。

2電力監控數據分析的特點

隨著現代數據獲取手段的進步，電力數據采集能力迅速增長，然而對有效信息的處理能力擴展卻相對滯后，進而對電力運營監督能力的提升造成了一定影響。概括分析，電力監控數據分析包含以下特點：

（1）數據冗余量大、類型繁雜多樣，價值密度相對較低。以無人機、人力巡線、電力工況實時采集為手段獲取的動態數據序列，類型復雜多樣，從文本、聲音、圖片到視頻，數據量大，格式難以標準化處理，對電力系統數據分析構成了一定的限制。

（2）數據規模相對較大，傳統手段難以快速處理。電力運營監控系統涉及數據采集、信息傳輸與分析、設備故障排查診斷、故障影響風險評估等諸多方面，數據采集信息量巨大，且規范指標相對較多，當前傳統數據分析軟硬件難以快速運算處理，必須依靠云計算、分布式處理系統等符合大數據條件的信息并行處理技術。

（3）數據資源共享整合程度較低，影響了行業整體規劃分析的精準度。由于當前各電力運營監控系統相互分散獨立，數據控制中心同各基礎節點之間通信標準存在差異，數據的共享利用程度相對較低，存在多源異構壁壘，難以滿足現代智能化、數字化集成的要求。

針對上述問題，可采用基于大數據背景的相關信息處理技術來嘗試解決，即數據挖掘技術與分布式并行計算技術。其中，數據挖掘（Datamining）即從多源數據信息中，通過BP神經網絡、模糊集、機器學習、統計分析等方法來檢索數據背后的資源，有助于發現電力系統數據的潛在規律;分布式并行計算，即針對海量龐大的電力運營狀態數據，將其分割為許多小模塊區間，分別交由不同的高性能計算機來進行分布式處理，按照運行方式的差異，劃分為計算機集群系統與網絡系統，由于分布式運算本身內部工序分層進行，存在異構，但各層內部對外公開，通過API/SDK等相互調用管理，有助于對大量電力運營狀態數據快速進行分類異構處理，提升電力安全監督的效率。

3大數據時代電力運營監控系統的數據處理

3.1監控數據的類型

（1）基本數據：基礎數據是電力系統在其運行過程中出現的大量數據信息，其內容包括電能大小、電量大小以及電壓穩定性等。電力運行監測系統監測對象就是如電量、電壓等基本數據，因此電力企業有關行政管理部門必須采取有效措施，確保基礎數據的準確性。

（2）電力公司的運營數據：電力企業運營數據也就是電力企業生產和執行業務過程中產生的數據，其包括了電力市場交易價格和電力銷售客戶以及電力銷售量等相關數據。分析和處理這些數據可以得出結論，企業應該關注在其運行操作過程應該重視的內容，如此就可以提供給企業營銷決策以正確性的指導建議。

（3）電力企業管理數據：電力企業的管理數據也就是ERP和協作辦公以及企業一體化平臺的數據。這些數據與前兩種不一樣，只可以在特定條件下共享。這些數據的分析和處理可以極大地促進開展有關部門的工作。

3.2對于監測異動數據的處理

在企業運行過程中一定存在一些異常情況，這將導致會有動態數據生成，分析數據并處理可以極大地提高企業處理突發問題的能力。對操作運行監控系統的情況，異動情況下的管理可以分為不同的部分，如異動處理和異動生成以及異動統計等部分。而異動的類型主要有以下幾點：

（1）業務異動：所謂的業務異動主要說的是根據業務方面相關的規則，在業務相關數據中發現存在的異常變動。進一步的細分可將業務差異劃分為明細方面異動和流程方面的異動以及指標方面的異動。

（2）接口異動：當監視數據傳輸接口（主要是ETL和DXP）的過程中發現接口異常時，接口方面就發生異動。

（3）數據質量的異動：根據相關配置原則實時監測數據完整性、時效性和監測精度，如果監測獲得的信息不完整、不及時或無法獲取接入數據的信息，就會出現產生異動的信息。

3.3全面監測實例

2014年3月，贛州公司在基于大數據分析的基礎上實施運營監控和管理，在全面監控的過程中加強研判、處理運營監控工作平臺日常異動指數，新增異動異動有6024條，異動涉及14個業務部門、206項異動指標、123個監測場景。當前，有135條工單處理;該系統已被排除了5889條，系統自動排除異動3589條，初步識別手動排除了2300條。公司的月度經營例會向市縣兩級發布公告《重點指標監測通報》，對指標問題比較突出的縣級公司給予預警，根據監測分析顯示的問題，提出了改進建議，并跟蹤實施落實上月警告的整改情況，把整改實施落實的情況應納入每月的縣公司工作評估。當前，運營監測中心對公司系統20個主要指標實現了城市和郡縣的一體化在線監測研判、跟蹤糾正反饋、月度通報預警以及落實考核責任的常態化閉環管控。

4大數據時代電力運營監控系統的數據應用

4.1運營監控系統數據在電力生產環節的應用

電力系統的內部運行時非常復雜的，所以需要管理的內容是非常多的，所以我們可以利用這些大量的數據信息建立不同的模型，同時還可以在線對技術指標進行計算，那么就可以對電壓的質量進行更加準確的管理。

4.2運營監控系統數據在電力營銷方面的應用

在電力系統運行時，電力運營監控單位可以利用遠程監控系統對電力企業進行實時監控，及時的發展電力企業存在的問題。在對電力系統進行管理時，要盡量滿足社會生產對電量的需求，加大對電力企業的管理力度，同時還要進行用電采集系統以及量價費損營銷稽查監控業務，在工作中總結以往的經驗，不斷進步。

4.3運營監控系統數據在電力檢修方面的應用

電力運營監控單位在監控時，可以將大數據充分利用起來，對在線監測分析系統進行構建，這可以對電力系統進行維護和資金流動等方面的內容進行監測，同時也能夠對電力系統的運行流程進行分析和績效考評。在對整個系統進行監測時，可以從挖掘大數據入手，將工作中發現的問題，工作票等方面的內容進行分析，那么就可以對存在的問題進行分析處理，提出相關對策，對電網進行有效維護，提高管理水平。

5結語

對大數據進行分析、總結以及處理可以得出準確及時的信息，這對于電力系統運行來說具有非常重要的作用。所以，在大數據時代背景下，電力運營監控部門要增強對電力系統數據的分析、總結、處理以及應用，對于不同類型的電力自動化系統，這些數據分析內容可以對怎樣實現電力自動化數據提供針對性的指導，這樣有助于大數據時代電力系統數據處理以及應用的快速發展。

參考文獻：

[1]盧莎.大數據時代電力運營監控系統數據處理的簡要介紹[J].機電信息，2015（36）：8～9.

[2]趙云山，劉煥煥.大數據技術在電力行業的應用研究[J].電信科學，2014（01）：29～30.