基于大數據分析下的城網綜合線損管理創新實踐

劉雪梅

摘 要：在當前的大數據時代下，關于電網線損的信息數據量越來越多，為了能夠有效提高數據處理效率，同時進一步保障電網線損分析的精準性，可以專門針對電網線損分析搭建起相應的大數據平臺。而其中所運用的各種關鍵技術則直接影響著電網線損分析結果。基于此，本文將通過結合相關研究資料，著重圍繞基于大數據平臺的電網線損分析關鍵技術進行簡要分析研究。

關鍵詞：大數據平臺;電網線損分析;關鍵技術

引言

伴隨我國電力電網的迅猛發展，電網大數據獲得了普遍性的運用。現如今，數字化電網的運用空間正在逐步拓寬，作為電網大數據的關鍵性網絡，數字化供電機制在電網行業中具備不可比擬的效用。通常來說，數字化電網的重要著力點在于推動購電端以及售電端的緊密融合、有機聯動。數字化電網兼具了計算機手段、信息管控手段等的長處，可以提高電網運作的高效性。在數字化電網迅猛推進的大環境下，相關的工作人員逐漸地對數字化供電機制施以精細化的管控，現如今已經上升為了電網大數據的首先選項。通常來說，精細化管理即相關的工作人員采用準確、細分化的管控手段，高效而系統性地提高電網大數據的管控專業程度以及效用程度，同時還能夠有效地防止出現電網管控和運作過程中不必要的損耗現象。

1數字化供電系統的整體結構

相關的工作人員利用對數字化供電機制電網訊息資料的搜集和整合，能夠順利地獲得數字化供電系統的整體結構信息。通常來說，數字化供電系統的整體結構涵蓋了調度SCADA機制、配網DSCADA機制、生產管控機制PMS等幾大機制系統，其中，調度SCADA機制通常承擔著搜集大于35kV電壓變電站的數據信息，其表現的終端訊息是10kV饋線。PMS和DSCADA機制是數字化供電機制優化的關鍵性機制系統，而EAI機制則是數字化供電機制的系統性平臺。在數字化供電系統運轉期間，其配網DSCADA機制所發揮的效用也是不可比擬的。具體來說，數字化供電系統的整體結構涵蓋了諸多的功能性結構，發揮數字化供電系統效能的重點就體現在達成DSCADA系統與其他幾大系統平臺的資源互動和共享，同時全面而系統地達成對PMS、CIS、配網DSCADA、負控、調度SCADA等機制信息訊息的統一整合與集成，接著相關的工作人員再按照電網運轉的現實狀況予以改善和升級，實現精細化線損解析。在數字化供電系統的整體架構之中，主要涵蓋服務站、雙LAN、搜集工作站、機架Mo-dem等，同時還涵蓋其他監控設備以及主站系統設備。服務器通常發揮著DSCADA的效能，還能有效地儲存歷史數據庫中的資源。搜集工作站的效用通常體現在開展訊息的接收、監視和調節，然后經過命令傳輸、即時信息傳輸以及GPS衛星時鐘的對時等等，如此就能夠智能化地整合好通道誤碼率以及出現事故的時間節點，最終生成特定的日志予以儲存。雙LAN有主備工作以及并行工作，在此之中，一個LAN產生問題的時候，通信將迅速地轉換至其他LAN上進行。其他工作站通常承擔機制的執行和養護的效能，同時實時地監控設備，如Mu等分布式監控設備、事故判斷設備。總的來說，數字化供電系統涉及到的設備眾多，架構十分繁雜，一同為供電服務奠定堅實的基礎。

2大數據平臺下的電網線損分析關鍵技術

2.1大數據采集

在電力大數據平臺中，通常將電網企業目前使用的關系數據庫、數據倉庫等作為其主要數據來源。在數據傳輸時，不僅要求在關系型數據庫、分布式存儲中，數據可以根據自身實際要求進行自由、靈活切換傳輸，同時也需要確保在眾多數據同步傳輸時，平臺仍然具有較高的數據傳輸效率，各項業務系統能夠實現正常運行。考慮到在傳統系統當中所采用的ETL抽取工具，基本只能簡單完成同步各數據源，如文件與服務數據源的同步等，難以達到數據在關系數據庫與分布式存儲間的同步。因此需要適時將大數據采集技術運用其中，首先在進行數據抽取時，主要利用Sqoop負責抽取各系統間的數據，在Sqoop的作用下可以直接向Hadoop當中的Hive等數據存儲組件，導入關系型數據庫中的各項數據，而在此過程中，Sqoop也可以從Hadoop系統當中直接進行數據抽取，隨后立即將其導入至對應的關系型數據庫中[1]。在完成數據抽取之后，需要對其進行“清洗”，即通過運用數理統計與數據挖掘等專門的數據清理規則，對臟數據進行轉化，是指可以成為與電網線損分析要求相符的數據類型。最后通過立足具體電網線損分析要求轉換導入其中的業務信息即可。例如通過將原本分散的若干變電設備信息進行統一合并，使之可以集成至同一設備信息表當中。而在數據挖掘關聯分析或是對其進行離散化處理的過程中，轉換原數據使之成為非連續性字典類別，再使用離散化數據實現數據挖掘關聯即可。

2.2加入“密集陣”模式，不留死角現場排查

通過大數據綜合分析，能夠鎖定部分問題，剩余問題由于城網供電線路非常復雜，供電方式多以環網為主，再加上高科技竊電手段的興起，所以剩余問題必須現場核實后才能準確“診斷”，為提高城網線損治理效率，將城網綜合線損排查隊分成兩支隊伍，一支隊伍針對10KV線路進行排查，另一支隊伍針對公變臺區進行排查。10KV線路排查隊主要針對線路下所帶專線、專變以及臺區總表，公變臺區排查隊主要針對臺區下所帶用戶。現場排查隊采用“密集陣”模式，不留死角進行現場排查，尤其對雙電源供電的用戶以及過去有過竊電歷史的用戶重點排查，對發現竊電的用戶現場直接下達竊電通知單，防止事后用戶破壞竊電證據。

2.3大數據分析

基于大數據平臺的電網線損分析當中，另一項至關重要的關鍵技術便是大數據分析技術，其直接影響著最終電網線損分析結果的有效性和精準性。雖然目前用于大數據分析的技術眾多，包括分布式與內存計算技術等等，但為了有效提高海量信息數據的分析與處理效率，本文認為電力數據平臺可以直接采用Hadoop離線分布式計算技術，代替傳統的多次循環迭代算法，一次性完成所有電網線損相關數據的集中整理和深入分析。針對在分布式電網設備拓撲關聯分析等當中，需要使用進行兩次以上數據全量掃描的算法，則可以直接選擇使用Spark內存計算技術[2]。具體來說，大數據平臺主要先通過運用聚類或關聯分析等數據分析挖掘技術，對存在異常線損率的電力線路與臺區進行精準識別，而后利用電網拓撲數據構建相應的電網拓撲分析模型，并以此為基礎立足電網線損分析要求，建立起電網線損分析模型。最后通過運用多維度分析展示技術，搭配使用Hive數據倉庫圍繞線損計算能量節點，從各個維度對電網線損進行計算和統計分析，而后將各類關聯信息進行集成化處理，展示最終計算結果即可有效幫助工作人員了解線損情況，確定具體線損位置與線損原因，進而有針對性地制定出相應的解決方案。

2.4打破專業壁壘，營銷多專業協同機制全面優化

通過建立城網綜合線損管理體系，打破了過去“煙筒式”的管理壁壘，數據分析團隊通過集中辦公，各大平臺數據在同一時刻互相分享，摒除了過去數據流轉慢，溝通效率慢，整改速度慢的弊病，提高了數據的準確性與時效性。

結語

總而言之，在基于大數據平臺的電網線損分析中，大數據采集和存儲技術、大數據分析與數據安全技術等，均為提高電網線損分析的有效性和精準性發揮了至關重要的幫助作用。因此工作人員在實際構建大數據平臺下的電網線損分析系統中，還需要積極運用各項相關關鍵技術，以此充分發揮系統應有效用，切實解決電網線損問題。

參考文獻：

[1]孫立華.基于Hadoop技術的電網線損分析系統研究與實現[D].南京：東南大學，2017.

[2]陸巍.基于大數據的配電網線損分析[J].電子技術與軟件工程，2017（14）：186-188.