配網設備運行中大數據挖掘分析應用

李美珍

摘要：隨著我國科學水平的不斷進步，帶動了我國電力行業的發展。基于配電網設備直接關系到整個系統的運行狀態，為了使電力系統安全、穩定運行，需要有效地應用大數據挖掘技術，通過該技術，闡述掌握配網設備狀況，及時發現故障，從而制定完善的運行方案。

關鍵詞：信息技術;配電網;大數據挖掘技術

引言

在云計算、物聯網等一系列信息技術快速發展的方向，各種移動智能設備、傳感網絡、電商網站、網絡社交在運行的過程中時時刻刻產生數據，這些數據發揮出了重要的作用。大數據的體量越來越大、類型越來越多，逐漸影響各行業的生產與發展。只有掌握大數據挖掘的關鍵技術，才能更好地發揮大數據的價值。本文首先針對大數據的定義和特征進行了分析。

1大數據的概念及特征

由于大數據的產生與云計算、物聯網和互聯網等技術的發展聯系緊密，根據大數據技術可以獲取更多的數據與信息，并且計算機處理的技術得以增強。也就是說社會各界的各個方面，都開始廣泛的使用大數據開展工作。其中以云計算來說，是在互聯網平臺上的一種先進計算手段，可以讓計算機的軟件、硬件的資源進行共享，以便大數據的儲存和計算;而物聯網則屬于大數據的出現根源，其技術能夠收集豐富的數據，具有更多的價值與可挖掘的信息。同時物聯網技術能夠將互聯網結合物品，比如，對消費者購買的產品各種信息進行獲取，去掌握消費者的消費習慣、喜愛產品類型等等，以便企業去開發更多符合消費需求的新產品。

目前，人們的生活、學習及工作乃至企業的運行等等方面，都已經離不開大數據的支持。也就是說大數據存在生活的各個角落，并起著十分重要的作用。首先，大數據不是簡單的統計與分析人們所用的移動終端、社交網絡等產生的數據，而是將這些出現的巨大、無法利用目前主流軟件工具處理的數據，進行管理、挖掘與篩選。

2配網設備運行中大數據挖掘技術的應用

2.1配電網設備的運行監測

配網設備運行時，通過對大數據挖掘技術的應用，能夠通過專題圖等方式，詳細、準確的展示出整個系統的運行狀況，工作人員只需要對圖像進行觀察，即可掌握設備情況，有利于整個系統設備的監管，為決策方案的制定奠定良好基礎。常見功能包括：（1）監控設備運行狀態。配電設備運行過程中，經常會受到一些因素的干擾，出現跳閘、異常運行等情況，若出現這些情況，將會對整個系統的運行造成較大干擾。而大數據挖掘技術的應用，則能夠及早發現這些異常。（2）缺陷隱患檢測。對于配電設備來說，可能會存在一定的缺陷隱患，通過對缺陷隱患的檢測，掌握缺陷數量與類型等，可有利于缺陷的處理。（3）工作計劃數據檢測。相關企業針對自身發展需求，結合配電設備具體情況，編寫出相應的運維計劃，并合理安排工作，采集各班組工作信息，檢測工作實施狀態，判斷出各項工作是否符合要求，是否達到滿足預期目標。（4）用戶停電檢測。針對不同類型的客戶，檢測出停電情況，包括停電的起始點，停電的累計時間，分析出停電的原因等。并通過圖像的方式，將這些信息展示出來，以加強對這些情況的了解程度。

2.2大數據管理

數據的管理，主要是為了幫助數據信息在復雜的應用系統里，結合物聯網傳感設備對海量數據以不同格式匯總。由于物聯網系統中的數據格式多樣化、復雜化，尤其是針對數據的應用場景、服務形式都進行了相應的歸類，所以對于數據類型及數據業務，已經無法滿足當下的多元化需求。因此這就需要設計出數據系統管理框架，對數據加以有效的管理、核對，并且結合具體的設計系統框架進一步加強數據信息的拓展。

此外，根據不同的使用目的需要選用不同的大數據關鍵技術，所以很多互聯網的公司，都會按照大數據的時間要求，將其以在線的處理進行，這樣的話時間較短，一般為毫秒級別，在大數據輸入到系統之后快速輸出結果，以此來保證數據的時效性，同時還包括近線處理和脫機處理。

2.3數據計算及電費回收風險評估

在電費回收情況與大數據分析中，需要根據用戶的實際情形展開評估。可以從電力用戶繳費中實際應收、預算收入以及欠費等狀況展開分析，對企業電費回收進行實施監測。這樣可以對電費回收每一個環節了解掌控。供電企業可以根據大數據挖掘分析結果，對一些電力用戶進行風險等級評估，這對電費回收管控具有很好的效果。用戶的“用戶電費風險評價標準”的認定一般是供電企業決定。當然每個供電公司需要依據統一的標準對用電客戶進行電費風險回收判定。從供電電壓等級，電費結算方式，電費額度占比等繳費情況進行數據挖掘，然后再對信用程度，欠費情況，用電行為等進行有效分析。在電費回收風險評估中，用電主體等各種因素從高到低依次劃分為A、B、C、D、E五個級別，分別對應“極高風險”、“高風險”、“般風險”、“低風險”、“極低風險”。在對用戶進行風險評估后，并根據風險程度高低采取差異化的電費回收措施，便于突出重點，降低電費回收潛在風險。

2.4海量異構數據處理

互聯網的飛速發展使得海量機構數據的種類越來越多，數據的類型也越來越繁雜，這就需要加快數據處理的速度才能提高數據挖掘的效果。但從現實情況來看，在數據處理的過程中由于技術和理念的落后，經常會降低數據信息的使用價值，因此這就需要借助大數據技術對信息進行有效的處理通過集成模塊和數據庫整理，實現數據的深度融合，進而更加有效的利用數據。在數據處理的過程中借助必要的探測模塊，能夠針對數據劃分出在線時間、進行時間和離線時間，這樣能夠進一步提高數據的分析和計算能力，進而最大程度挖掘出數據的價值。

2.5配網設備故障的預警處理

針對相應的分析結果，結合環境、設備自身等因素，缺點出設備可能出現的故障，并制定出相應的處理方案。（1）配網停運。在拓撲關系的基礎上，通過對設備運行狀況數據的采集，準確了解整個停運現狀，包括停電的具體情況，會對哪些用戶造成干擾等，通過這些信息的統計，結合兩票中的內容，從中尋找出不良行為。之后以此為基礎，判斷相關計劃是否科學，以提升管理效果，使電力傳輸更加穩定。以停運情況為中心，深入分析與此相關的工作活動，探索省級單位運維工作時，是否存在不合理的問題，從多個角度出發，評估運維工作效果，并制定出相應的優化建議。（2）饋線停運調節。從事件等級、時間、所處區域等方面出發，全方法檢測饋線停運情況，挖掘出事件的具體信息，其中有：電流負荷圖像，以反映出一段時間內電流的變化情況;影響范圍圖像，反映出現該故障后，會對哪些用戶帶來干擾;負荷損失圖像，反映出故障造成的負荷損失等。

結語

作為當前較為先進的技術手段，大數據挖掘技術對社會的發展具有重要意義，有效將其應用到配網設備管理工作中，能夠加強對整個配網系統的檢測力度，掌握系統的運行情況，挖掘出其中存在的問題，制定出合理的預警處理方案，以確保整個系統能夠安全、穩定的運行，為社會的發展提供充足的電力能源。

參考文獻：

[1]羅育輝.大數據技術在配電網運行管理中的發展與運用分析[J].中外企業家，2018（09）：90.

[2]周楊珺，梁朔，俞小勇，奉斌，李珊.基于多源異構數據的配電網運行分析平臺：系統架構與技術實現[J].南方電網技術，2018，12（08）：59-64.

[3]施爍，李智涵.數據挖掘和管理在配電網中的應用研究[J].信息與電腦（理論版），2020，32（06）：154-156.

[4]翁俊河，李湘麗，林燕斌，等.基于大數據挖掘的網絡輿情智能分析系統關鍵技術研究[J].通訊世界，2019，26（9）：116-118.

[5]和樹繁.遙感大數據自動分析與數據挖掘研究[J].科技經濟市場，2018，34（9）：9-10.