电力大数据在配电网技术的应用

广东电网有限责任公司佛山南海供电局 潘景志



电力大数据在配电网技术的应用

广东电网有限责任公司佛山南海供电局 潘景志

【摘要】随着科技的发展时代的进步，我国的电网信息化建设也在逐渐的发展、进步、健全。配电网在蕴含信息方面更是一个新的存储器，储存着大量的极为有价值的数据。电力大数据技术的应用也一定会带来电力行业的变革，将我国的电网行业推向一个新的层次。那么，做为一个从事电力工作的人员来说，该如何把电力的大数据挖掘出来并利用呢？又如何有效地增强公司的管理水平呢？本文将对电力大数据在配电网技术中的应用简单地进行介绍分析。

【关键词】电力大数据；配电网；技术应用

0 引言

现如今，传统的工作方式早已不能满足现代的人们对物质的需求，信息化时代早已悄悄地来临，云系统、物联网更是作为一颗新星在冉冉升起［1］。随之而来的就是对电力行业系统蕴含的数据需求的不断增长。这时应运而生的电力大数据越来越受到人们的欢迎，大数据的加入使配电网的发展及兴起都增添了新的生命力。为实现从数据信息到知识智慧的跨越性转变，这就需要挖掘电力大数据，分析其在公司的配电网管理上的作用。

1 什么是电力大数据

Gartner说：“大数据是需要新的处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、共增长率和多样化的信息资产”。麦肯锡说：“大数据是指其大小超出典型数据软件软件抓取、储存、管理和分析范围的数据集合”［2］。那么电力大数据到底是什么呢？对于这个定义到现在仍然是众说纷纭，没有一个明确的答案，但是在某些方面又存在着一些相同的地方。目前，较为流行的一种定义是3V定义，即：Volume、Variety、Velocity；也就是所说的数据量大、数据样式庞杂、数据流速度飞快。总而言之，电力大数据依靠他自身的各种突出的特点在社会的发展进程中，发挥了它独特作用。传输数据处理更是一步一步的稳定提升，为人类带来了更多的价值。

2 电力大数据的优点

说到电力大数据的优点，可以简单地总结成3个V，即上文中的Volume、Variety、Velocity。

2.1 Volume

所谓的Volume，就是所说的规模性，规模性是指数据量极为庞大，蕴含了大量的信息，甚至是由多个传统的数据库集合而成，数据流从传统的GB级升级到PB级的一种新型数据。

2.2 Variety

所说的Variety，就是所说的多样性，多样性是指数据类型极为繁杂，包含非结构化类型数据、半结构化数据、结构化数据。除了文档、表格等传统形式，还包括系统中储存的视频、图片、声音、动画、位置信息等。

2.3 Velocity

所说的Velocity，就是所说的高速性，高速性是指数据以数据流的形式产生，以极高的处理速度进行运转，并且能够从庞杂的数据中快速获得有价值、有意义的数据信息和结果。

3 什么是配电网业务

配电网业务数据大致可以分成三类：电力企业销售数据、电力企业管理数据和电网运行检测数据。

2.1 色谱条件与系统适用性试验 以WatersBEHC18柱（1.7 μm，2.1 mm×100 mm）为分离柱，VanGuard Pre-Column（1.7μm，2.1mm×5mm）为保护柱；以甲醇（A）-0.1%磷酸水溶液（B）为流动相；流速为0.2 mL∕min；梯度洗脱条件为：0～5 min：55→63（A），5～9 min：63→70（A）；检测波长为280 nm；柱温为30℃；理论塔板数按大黄素-8-O-β-D-葡萄糖苷峰计算应不低于7 000。

3.1 电力企业销售数据

电力企业销售数据包括：电费的价格、卖出电量的度数、用电的人群等数据，及各种服务系统，如：电量计费系统、教育系统、银行管理系统等。

3.2 电力企业管理数据

电力企业管理数据包括：协同办公系统、WPS文字、Word、OMS、Photoshop、AI、IMS以及各种商务办公平台好人商务销售平台、人力资源管理系统等。

3.3 电网运行检测数据

电网运行检测数据包括：地理信息系统、配电网生产管理系统、负荷监测系统、自动化设备主站系统、调度管理系统等。

4 大数据在配电中的应用

随着科技的发展，电力大数据的应用越来越宽广，在电力的发送、运输、调整、交换等各个环节都得到广泛的应用。尤其在风电场选址、电网的检测、企业的运行、预报灾难、监控都实现了其自身的价值。如：丹麦的维斯塔斯锋利技术集团通过运用超级大型的计算机，分析IBM大数据的解决方案，以此来分析解决天气预报、潮汐变化、地理信息等超大数量且极为神秘的海洋信息数据，优化风力涡轮机的同时，在提高发电量方面做得也是极为突出。

4.2 电力大数据在配电网规划上的应用

配电网需要一遍遍不断校正的规划，其具有极为强韧的时局性。配电网可以通过大数据对生产系统数据进行深度的挖掘，进而获得更多的真实有效的原始信息数据。专业人员对这些得到的数据进行系统的分析、计算，最终得出比较准确的负荷预测。同时对已经存在的数据进行校正，得到更为准确的数据。

然后采用电力综合系统对数据进行应用，这时，配电网可以随机的搜集需要的数据，如：瞬时电压、瞬时电流、瞬时功率及振荡频率等有关电数据，通过数据的计算判断规划的可行性。

此外，还可以通过历史数据统计，分析设备的故障原因、故障方式、故障位置等，总结故障规律，排查设备家族性缺陷，有助于规划解决方案。

4.3 电力大数据在配电网线损管理上的应用

衡量一个供电企业的盈亏及管理能力的重要标准就是线损，一个企业要发展壮大就必须对线损进行重点管理。对于线损的管理企业本身可以整合电力信息的采集系统、配电站的数据监管系统、及地理位置的分析系统等。通过对这些数据进行深度的分析、整理、分析，利用计算机对其进行运算，可以分析规划降低线损的策略。

4.4 电力大数据在配电网需求管理上的应用

近几年来，基于电力大数据的配电网需求管理在我国日益壮大，更是在我国的能源、资源方面占据了举足轻重的位置。那么，解决电力供应紧张、高峰用电困难、实现能源高效合理的多重利用、实现资源与环境和谐发展，是我们现在不得不思考和有待解决的一个问题。这时可以依靠大数据来解决。供电企业可以用大数据对用户的用电数据信息进行采集，从而得到用户的用电特点及用电规律，继而实现对负荷预测的准确性及高效率。

5 电力大数据的关键性技术

5.1 电力大数据的集成管理技术

就集成的角度来说，电力大数据的集成就是把来自不同的地方、不同的展现形式、逻辑上不同的表达方式、存放在不同位置的数据有机地进行结合，进而能够为系统所用，提供全面、多方位的信息共享。

电力企业的数据集成管理可以解决电力企业内部的数据繁多冗杂和独立的现象，采用大数据进行存储，有效地去除了关系型数据库的关系，数据库被解放出来了，数据可以更加的灵活、方便、简洁、有效的被利用。如：Amazon的Dynamo数据库等等。

图1 电力大数据的集成管理技术逻辑图

5.2 电力大数据的分析技术

将信号转化成为数据，将数据转化成为信息，将信息转化成为知识，将知识应用到实战，是大数据的根本的驱动力量。大数据可以对传统的逻辑推理进行深度的研究，对庞大的数据库进行系统的搜捕、分析、比较、分类、整合，实现了在统计学方面的需求［3］。电力大数据分析从根本上讲，属于传统的信息挖掘的跨越发展，但是由于需要收集的数据不仅仅是数字、文字，更多的可能是声音、图像等，而且数量及其的庞大，所以传统的收集方式不再适用。大数据环境下处理数据的方法为：（1）大数据小数据化（2）开展大数据下的聚集、分类算法（3）将并行的传统数据应用到大数据信息挖掘中。

正因为这样，大数据才能代替传统的数据处理方式，成为未来电力企业发展需求方面的一颗新星。

6 结语

就目前的形势看来，电力大数据在配电网中的应用日益朝着多姿化发展，传统的营销、运维模式终将会被打破，日益兴起的互联公司从中获取了极大的利润，电力大数据已经成为一个公司生产、发展、生存的必需品，也是每个公司发展的策略。电力大数据从根本上改变了电力企业的生产方式，日益影响着社会的进步方向。因此，电力企业在配电网上的合理应用大数据，将更能提升公司的生产效益和服务水平，继而实现从工厂生产到客户需求的转变。

参考文献

［1］刘科研，盛万兴，张东霞，等.智能配电网大数据应用需求和场景分析研究［J］.中国电机工程学报，2015，1（20）﹕17-18.

［2］李军.浅谈电力自动化系统技术在配电网运行管理中的应用［J］.河南科技，2013，7（29）﹕94-95.

［3］应康玺，徐佩荣，潘雷彬，等.大数据技术在预诊暖通空调系统软故障中的应用［J］.制冷与空调，2016，3（23）﹕61-62.