基于時空大數據的電能系統集成及應用研究

李 揚，李紅霞，劉 飛，喬新輝，李 楠，黃存強

（1.北京洛斯達科技發展有限公司，北京 100120；2.國網青海省電力公司經濟技術研究院，青海西寧 810000）

新興的信息技術如大數據、物聯網和云計算迅速發展。各國都在積極推進大數據戰略，推動各類數據資源開放共享[1]。美國在2012 年啟動了大數據研究與發展項目，并在2014 年建立了猶他州大數據中心，實現了因特網數據、地理信息數據、遙感圖像數據、通訊數據的集中存儲和統一管理。這些數據可由各部門根據其職責和需要進行分析、處理和使用[2]。如今，大數據已經應用在社會的各個方面，特別是在商業技術、教育、醫療、環境、交通、地理信息等領域，正在孕育著各行各業不斷變化[3]。國內對大數據的研究與應用首先是在信息產業領域，當前，大數據已廣泛應用于網絡購物、市場營銷、視頻監控、人工智能、金融服務等領域，此外，全國測繪地理信息行業同樣非常重視大數據的研究和應用[4]。我國原始地理信息數據的生產存在問題，如復雜的電力數據存儲管理和應用服務，管理效率低下，電網規劃數據與實際數據的整合困難，這些問題都無法滿足快速的信息數據收集和不斷涌現的新數據類型，以及不斷增加的個性化應用需求[5]。針對以上問題，提出了基于時空大數據的電力能源系統集成技術及應用研究。

1 基于時空大數據的電能系統集成方法

1.1 時空大數據框架建設

在青海電力系統中，數據資源系統是信息時空大數據中心建設的重點。時空數據中心的數據資源主要有4 個部分：匯聚數據庫、資源數據庫、服務數據庫、目錄數據庫和元數據庫[6]。收集、整合地理信息時空數據并輸出，時空大數據框架如圖1 所示。

圖1 時空大數據框架

1）匯集數據庫

根據數據源將未構建的數據組織起來，通過收集、分類和排序構建數據庫，通過數據模型的轉換和訪問，直接將構建數據庫的結果納入數據庫池中，由此奠定數據庫建設基礎[7]。

2）資源數據庫

對所收集到數據庫中的數據按大數據標準進行比較、整合、規范，形成資源數據庫[8]。基于數據類型和應用服務的需求來組織數據庫內容，該數據庫作為時空大數據的核心，其作用是提供覆蓋全省的多時段數據支持服務[9]。地理空間要素數據需要實現匯總數據、整合地理國情信息數據和市縣基礎地理信息數據中的地形要素，這是構建資源庫的核心[10-11]。

3）服務數據庫

根據用戶需要對資源數據庫中相關內容進一步進行處理，形成多種地理信息數據，按地圖類型組織服務數據庫管理，以更好地發揮時空大數據資源的價值[12-13]。

4）目錄與元數據庫

在青海電力系統成果網、配電網與國家地理信息資源目錄服務系統全面對接的基礎上，建立統一的管理、應用和服務資源目錄系統，用元數據描述時空大數據的各種資源，并編制標準目錄內容[14]。

1.2 基礎地理平臺建設

按照電能系統現階段的相關要求，實現信息模型共享和系統數據集成，提出了電能系統信息建設、服務發布、數據處理、網絡瀏覽等方面二次開發的解決方案[15]。其主要功能包括：大容量、多源數據集成，三維網格模型的精細繪制，三維空間的專業分析，多攝像機的瀏覽，多層次矢量數據融合的實時繪制，多對象繪制等[16]。

圖2 基礎地理平臺

在三維GIS 平臺中，數據是一個重要組成部分。電網三維GIS 平臺建設過程中，為提高平臺建設效率，每個環節都要進行大量的數據生成、采集、處理，以便平臺分析和展示，促進三維GIS 在電力行業的應用。

1.3 電力能源數據集成

電力數據集成的核心任務是集成分布的、相互聯系的、異構的數據源，使用戶可以對其進行透明地訪問。建立一個數據集成模型，如圖3所示，向用戶提供一個統一的數據源訪問接口，執行用戶的訪問請求。

圖3 數據集成模型

建立模型時，將每個數據源的數據視圖集成到全局模型中，這樣用戶就可以根據全局模型對每個數據源進行透明地訪問。該中間件在硬件、操作系統和應用程序之間提供公共服務。這類服務具有標準的編程接口和協議。針對不同的操作系統和硬件平臺，可以根據接口和協議規范提供多種服務。

1.4 能源數據挖掘

利用空間協方差矩陣對數據進行壓縮，具體步驟如下：

針對能量系統數據特征向量的在線學習行為，計算離散矩陣：

式（1）中，表示總均值；T表示計算周期。通過對離散矩陣的降序處理，得到相應的特征向量，通過大規模數據特征壓縮器獲得壓縮結果。

該方法的具體挖掘過程是：首先，記錄青海電力系統用戶行為信息，收集相關數據并進行預處理；然后，進行數據挖掘，使之跳躍到正常網頁，將信息存儲到知識庫中。再提取數據，及時分析當前用戶的行為特征。在數據入侵分析中，將行為特征作為一種數據檢測過程，通常需要對數據進行挖掘和分析，才能獲得高度偽裝的數據。

1.5 綜合應用及展示

當下需要解決的關鍵問題是新能源發電中電能的轉換，即由發電設備通過電源轉換裝置輸出電能，與現有電氣設備在形式、質量、滿足用戶要求等方面相匹配。

1.5.1 風力發電集成

風力機在不同風速下運轉時，發電機輸出電壓的振幅和頻率會發生變化。所以，對電力電子變流器進行配置是十分必要的。變換器采用換相控制，輸出電壓及頻率不變。將變頻器與風力發電系統集成的方案有兩種：直接輸出(直接饋電)的風力發電系統和雙饋風力發電系統。

1.5.2 太陽能供電集成

利用太陽能電池陣列的光電轉換將太陽能轉化為電能，通過功率轉換器把太陽能電池輸出的直流能量轉換為用戶所需的功率形式。電力變換器根據用戶的要求，可選擇直流斬波器進行直流轉換，也可選擇逆變器進行直流轉換。

1.5.3 燃料電池供電集成

為了滿足用戶的需求，燃料電池供電系統采用由直流斬波器和逆變器組成的功率轉換裝置來匹配燃料電池的輸出電壓。由于燃料電池的輸出特性比較柔軟，即使是由直流負載供電，DC-DC 轉換連接也需要輸出直流電源或開關電源，但是不能直接由燃料電池供電。

2 系統開發及實驗

以青海電力系統現實及規劃數據應用為例，對基于時空大數據的電能系統集成及應用研究的合理性進行實驗驗證分析。

2.1 系統架構

電能系統實現物理集成和邏輯集成是不同的，對于每種集成模式，都可以優化集成系統。圖4 為集成數據庫的體系架構。

圖4 集成數據庫的系統架構

將本地數據庫的數據傳輸到集成服務器后，根據相關要求對數據進行提取、轉換、合成，最后傳輸到目標數據庫。

2.2 實驗結果

2.2.1 竊電行為數據集成分析

在綜合數據庫系統的基礎上，對竊電用戶進行準確地防盜分析，提高分析和管理能力。利用采集到的大量電能數據，對青海S1～S6 電網中6 個機組的線損情況進行了分析，找出了臺區線損高的原因。A1～A6 單位高損耗統計分析如表1 所示。

從表1 中可以看出，青海市區電網損耗較大，其中竊電比例最高。因此，其主要原因是存在居民竊電。根據S1～S6 機組的異常原因，對2019 年的抄表數據進行了統計分析。竊電事件主要發生在電壓、電流等異常情況時，竊電事件統計分析見表2。研究結果顯示，開蓋事件所占比例最高。

表1 A1～A6單位高損耗統計分析表

表2 竊電事件統計分析

由表2 可知：通過電能系統集成功能，查詢竊電行為，可以遠程監測到疑似竊電用戶地址、事件發生與否和發生次數，精準定位竊電用戶。

2.2.2 預測數據集成分析

統計2019 年青海電力系統負荷期望數據，如表3 所示。

表3 青海電力系統負荷期望數據

對表3 中的數據進行標準化處理，使用線性回歸分析方法，通過式（2）對原始數據進行歸一化處理，得到的標準化處理數據結果為：

式（3）中：M1表示時空大數據模型數據庫個數；a、b分別表示系統輸出和輸入數量；λ表示常數。

使用時空大數據電能系統集成方法得到的數據預測結果與誤差如表4 所示，將其與表3 數據進行對比，可得到誤差分析結果。

表4 基于時空大數據集成方法的數據預測結果與誤差分析

由表4 可知：使用時空大數據電能系統集成方法數據預測結果與表3 結果雖然有誤差，但誤差較小，因此，使用該方法集成效果較好。

2.3 實驗評價

對于竊電行為數據集成分析可知：使用該方法可快速查詢竊電行為，由此精準定位竊電用戶。

對于預測數據集成分析可知，使用該方法預測誤差在100 kW 范圍內，具有良好的集成效果。

3 結束語

電力能源大數據應用的開發和應用是推動電力能源系統發展的一個重要方向，加強對電力數據的收集，提高電網穩定運行和智能化服務水平。構建時空大數據模型，提高電力系統負荷預測的準確性，并能與家庭網絡等多個領域共享收集的數據，進一步挖掘能源大數據價值，服務于社會、民生和經濟發展。