基于大数据分析的配电网停电数据管理平台

李 蓉，张 亮，冯国礼

（国网宁夏电力公司信息通信公司，宁夏 银川 750001）

电力信息及通信技术

基于大数据分析的配电网停电数据管理平台

李 蓉，张 亮，冯国礼

（国网宁夏电力公司信息通信公司，宁夏 银川 750001）

针对当前配电网停电数据管理存在的问题，结合配电网停电数据管理需求，提出一种基于大数据分析技术的配电网停电数据管理平台的实现方法。应用结果表明：基于大数据分析的配电网停电数据管理平台实现了对停电故障的预警、告警和原因分析，可对监测范围内停电信息进行全局检索和综合展现，为停电故障的治理提供有力的数据支撑。

大数据；配电网；数据管理

随着国民经济增长和生活水平的提升，对电力供应的需求日益增加以及基础架构薄弱，导致在实际生产运行过程中停电事件频发，不仅对用户的生产和生活造成直接影响，也给供电企业带来经济损失。

目前，配电网停电相关数据来源于用电信息采集系统等诸多业务系统，集中存储于公共数据资源池，其中包含大量的结构化数据、非结构化数据、海量历史准实时数据和地理信息数据。各业务系统数据未进行整合，不同业务数据之间却缺少关联关系［1-2］。对于这些停电数据的管理，缺少自动化手段，工作效率低，不利于业务分析和数据价值挖掘工作的进一步开展，需开发一套海量停电数据的管理平台，解决数据管理问题。

随着电力企业公共数据资源池和大数据平台的建设及相关技术的应用，在数据存储、监视和展现方面都有一定的基础，因此，可以在公共数据资源池和大数据平台的数据基础上，借助大数据技术对配网停电数据统一进行监测、分析与展现，以提高配网停电数据的管理水平［3-5］。

1 配电网停电数据管理现状及需求

1.1配电网停电数据管理现状和不足

目前涉及电力企业公用变压器台区的停电数据来自用电信息采集系统、营销业务系统、GIS系统等多个业务系统，数据来源较广，且缺乏对配电网停电数据的自动化管理手段，主要存在以下3个方面问题：

（1）数据监测单一。各业务系统数据之间未建立关联关系，数据监测及展现规则单一。

（2）数据接入效率低。开展停电数据分析时，需由业务人员对各系统数据分别进行提取并人工建立关联，工作量较大，效率低下且容易遗留关键数据。

（3）数据展现不直观。停电数据获取、统计和全局检索缺少可视化和图形化的展现方式［6］。

1.2配电网停电数据管理平台功能需求

针对以上问题，需要开发一套停电业务海量数据的管理平台，进一步丰富停电数据监测的规则、对各类数据建立关联分析，并实现对配电网停电数据的检索和展现。

基于电力企业大数据平台建设的总体技术路线，以配网停电业务作为切入点，针对目前配电网停电数据管理存在的问题，提出以下3个方面的功能需求：

（1）丰富的数据监测。根据配电网频繁停电业务需求，按照省公司和地市公司两个维度，通过日监测模块与月分析模块，对配电网频繁停电进行监测展示，并通过大数据平台及技术，实现配电网停电海量数据的跨业务、跨部门关联分析，实现关系数据价值的深度挖掘。

（2）优化的数据接入。基于大数据平台优化数据处理模式，实现用电信息采集、生产管理和营销等业务系统数据的高效接入，确实有效提升数据模型运算效率。

（3）全面的数据展现。基于大数据平台综合展示功能，提供多维度、多功能、高效率的综合查询功能，有效支持对停电数据的全局检索、各类信息关联分析等，提升配电网停电监测模型实用化水平。

2 配电网停电数据管理平台设计

以公司配电网调度自动化系统、配电自动化系统、GIS系统、用电信息采集系统、生产管理系统、营销管理系统等现有成熟的配电网运行和抢修管理平台为基础，将其数据统一接入公共数据资源池，进行结构化数据的管理，并针对配电网停电事件进行多维度、全角度分析，利用大数据思维方法，充分利用数据中心的优势，通过实时分析、关联分析、明细穿透分析等手段［7］，将停电相关数据进行整合分析，为制定停电检修计划等提供有效依据，辅助配电网改造和检修决策，提升用电可靠性和用户服务质量。

2.1总体架构设计

基于大数据平台的配电网停电数据深度监测与综合展示平台总体架构设计如图1所示。

来源于各个业务应用系统的数据通过数据中心进行交换，形成基于大数据平台的配网停电数据深度监测与综合展示平台的基础数据信息，通过业务分析模型库和业务分析监测指标库的相关方法［8-9］进行数据的高级应用，形成对停电业务的深度数据挖掘，为配电网运行、决策提供可靠依据。

图1总体功能

2.2 技术路线

以大数据平台相关技术组件作为基础支撑，大数据平台技术组件以集成成熟开源产品为主，并对现有可重用的SG-ERP组件进行提升改造。平台核心分布式存储与计算组件采用Hadoop技术体系中分布式存储（HDFS、HBase、Hive等）［10］、分布式计算框架(MapReduce)［11］及Spark［12］等开源产品或技术，同时利用统一目录、统一权限及数据管理服务平台实现完善的安全控制和数据管理功能。如图2所示。

图2技术架构

2.2.1 模型构建

选取相关性最高的设备停运损失等影响因素，利用粒子群算法构建配电网停电分析模型，给出最优方案。

2.2.2 大数据源

模型的大数据源来自于大数据平台，通过大数据平台采集来自生产管理系统、营销系统、调度系统、GIS系统等配电网运行管理平台的停电、故障、保修等业务数据，利用实时计算工具spark进行筛选和加工，实现模型计算的基础数据，也即上述模型的X。

2.2.3 数据流转

数据中心数据流转根据数据应用需求，主要可分为数据共享、分析挖掘、纵向级联3类场景的流转路线，3类场景根据数据使用特点及转换要求，在业务系统、数据中心内容与分析应用之间进行流转。

2.3业务架构设计

主要包含日监测与月分析2大模块，对配电网频繁停电进行监测展示。日监测模块主要通过统计每台当天发生停电的配电变压器30天内一共停电的次数，监测发生2次及以上停电的配电变压器情况；月分析模块主要通过统计本月所有停电配电变压器信息，计算单台配电变压器停电次数，监测月度内发生2次及以上停电的配电变压器情况［13-15］。

3 应用效果

通过模型构建，大数据源采集和计算，优化了数据接入及计算效率，丰富了数据监测规则并进一步完善了综合展现功能，取得实效如下：

3.1实现了停电数据的跨业务关联分析与深度挖掘

对接入的用电信息采集系统、营销业务系统、GIS系统等数据进行清洗和重构，并根据配电网停电业务管理，进一步丰富数据监测规则，按照省公司和地市公司两个维度，通过日监测模块与月分析模块，从总体情况、馈线关联分析、停电原因分析、投诉关联分析等维度对配电网停电进行监测展示，实时在线监测全省停电情况，及时发现异动问题。

3.2优化了数据接入及计算效率

在原有数据监测的基础上，运用粒子群算法以计划停电方案的经济性、可靠性以及工作量均衡性联合最优为目标函数，并结合停电管理的实际需求，构建配电网停电优化模型，运用大数据计算框架进行实时计算，基于大数据平台优化了用电信息采集系统、生产管理系统和营销系统的数据接入效率，并提升了数模构建运算效率［16-20］。

3.3完善了综合展现功能

利用大数据平台强大的展现框架和丰富的可视化组件实现了以下功能展现：

（1）总量监测。基于停电事件本身进行监测，综合展现监测范围内停电的整体状况。监测过程对预设告警指标依据阀值进行预警、告警。

（2）数据检索。实现了有关停电情况综合分析查询，并反映出停电与设备自身故障，计划停电不合理，用户低电压，线路过流、过载以及自然灾害等因素的关联关系［21］。

（3）关联因素分析。以停电因素为主题，对某一类停电原因所造成的停电问题进行综合展示，为同类问题的治理提供有力的数据支撑。

4 结论

（1）配电网停电数据管理平台基于大数据技术，对接入的海量停电数据进行清洗和重构，并建立丰富的数据关联规则，通过对停电数据的多维度深入分析，及时发现异动问题，实现了对海量停电数据的有效管理。

（2）配电网停电数据管理平台通过运用科学化的算法和函数，构建出配电网停电数据分析模型，运用大数据计算框架进行实时计算，提高了业务系统数据的接入和运算效率。

（3）配电网停电数据管理平台在配电网停电相关功能及界面展现方面，为数据管理和应用人员提供了具备检索和图形化汇总统计的数据全景视图，数据管理更加直观、易用。

（4）基于大数据分析的配电网停电数据管理平台的应用，在提高海量数据管理水平，提高工作效率的同时，为同类问题治理提供了数据支撑，并且对企业生产活动提供辅助决策等方面起到了积极的促进作用。

［1］ 曹熙,田欣,黎晓冰.基于营配大数据的配网停电诊断与影响评估关键技术研究[J].中小企业管理与科技, 2014(10)：187-188.

［2］ 赵庆周,李勇,田世明,等.基于智能配电网大数据分析的状态监测与故障处理方法[J].电网技术,2016(3)：774-780.

［3］ 连夏.基于大数据的10 kV配网重复停电分析研究[J].经营管理者,2015(32)：15-17.

［4］ 刘友春,卜晓,卢逢婷.电网安全事故大数据分析[J].科学与财富,2015(4)：106-108.

［5］ 贺斌,杨元瑾.大数据安全分析管理平台研究综述[J].网络安全技术与应用,2016(1)：46-46.

［6］ 匡洪海,肖伸平.配电网停电管理系统的研究分析[J].电力系统保护与控制,2006,34(6)：53-56.

［7］ 周志宇,周静,江东林,等.基于模糊推理的配电网停电原因分析系统[J].电力系统自动化,2013,37(14)：123-129.

［8］ 张利彪,周春光,马铭,等.基于粒子群算法求解多目标优化问题[J].计算机研究与发展,2004,41(7)：1286-1291.

［9］ 李振坤,陈星莺,余昆,等.配电网重构的混合粒子群算法[J].中国电机工程学报,2008,28(31)：35-41.

［10］刘长征,李威兵.Hadoop技术在海量信息处理上的优势[J].黑龙江科学,2013(12)：26-27.

［11］刘燕.基于Map/Reduce框架的分布式日志分析系统的研究及应用[D].长春：东北师范大学,2011.

［12］赵玲玲,刘杰,王伟.基于Spark的流程化机器学习分析方法[J].计算机系统应用,2016(12)：162-168.

［13］余立家.基站大面积停电保障系统的多数据分析处理软件设计及实现[D].成都：电子科技大学,2012.

［14］秦浩,肖家锴,吴小勇,等.基于数据分析、精确定位的配网停电精准监测管理[J].工程技术：文摘版,2016 (11)：00151-00151.

［15］吕泽彦.停电管理系统在现代用电管理中的应用[J].管理观察,2009(23)：162-163.

［16］赵云山,刘焕焕.大数据技术在电力行业的应用研究[J].电信科学,2014,30(1)：57-62.

［17］张沛,吴潇雨,和敬涵.大数据技术在主动配电网中的应用综述[J].电力建设,2015,36(1)：52-59.

［18］彭小圣,邓迪元,程时杰,等.面向智能电网应用的电力大数据关键技术[J].中国电机工程学报,2015,35 (3)：503-511.

［19］陈超,张顺仕,尚守卫,等.大数据背景下电力行业数据应用研究[J].现代电子技术,2013(24)：8-11.

［20］吴凯峰,刘万涛,李彦虎,等.基于云计算的电力大数据分析技术与应用[J].中国电力,2015,48(2)：111-116.

［21］孙艺新.电力大数据应用模式与前景分析[J].中国电力企业管理,2015(17)：22-24.

Power failure datamanagement platform of distribution network based on big data analysis

LIRong,ZHANG Liang,FENG Guoli
(Information&Communication FilialeofStateGrid Ningxia Power Co.,Yinchuan Ningxia 750001,China)

Aiming at the problems of power failure datamanagement for distribution network,combiningwith themanagement demands for power failure data of distribution network,puts forward the implementingmethod aboutpower failure datamanagementplatform ofdistribution network based on big data analysis technology.The application result shows that this platform can realize the advance alarm and alarm,and reason analysis for power failure,retrieve and display the power failure information within themonitoring region,provide powerful data support for the treatmentofpower failure.

big data;distribution network;datamanagement

TP277

A

1672-3643（2017）02-0062-04

10.3969/j.issn.1672-3643.2017.02.012

2016-12-09

李蓉（1985），女，工程师，从事电力信息技术工作。

有效访问地址：http：//dx.doi.org/10.3969/j.issn.1672-3643.2017.02.012