大数据分析技术在智能配电网中的需求与应用研究

郭欣玥 张飞 内蒙古科技大学信息工程学院

随着社会的进步和时代的发展，人们的用电需求在不断地上升，为了满足人们日益增长的用电需求，我国的智能配电系统在不断地升级和完善，一些中大型国家电网也在不断地增加。随着政府和人们对智能配电体系重视的加强，一些智能化技术手段逐渐应用于配电系统，一些结构复杂、类型多样的数据也逐渐应用于当前的数据配电体系中，从而为更多的人提供更好的服务。所谓大数据技术就是指对一些异于常规的，不能用正常的工具软件进行有效选择、整理、复制、粘贴、分享的一些数据的集合，这些数据结构比较复杂、数量比较庞大、人们比较难以应对。

1 配电网大数据分析应用场景

1.1 面向有源配电网规划的负荷预测

近些年来，随着人们对用电需求的不断增加，大数据技术在当前社会中的作用越来越显著。传统的网络配电系统已经逐渐不能适应时代的发展和满足人们多样化的需求。当今时代，随着现在科学技术的不断更新升级，应用于配电系统的科技手段越来越多，我国在电源预测领域做出的成绩越来越显著，一些遗传算法、量子算法与人工智能控制等广泛应用于配电预测中，不断完善以往的电荷预测、数据资料的搜集渠道、存储以及整合能力，从而使相关人员在工作中更得心应手。

1.2 配电网运行状态评估与预警

配电网运行的状态评估与预警系统作为配电系统至关重要的组成部分，它的结构构成比较多样复杂。如图1所示，它主要分为以下几部分:

图1 有源配电网运行状态评估和风险预警

首先通过分析配电系统的各个方面，进而计算出配电运行的风险系数，预测在未来的某个时间段内可能出现的危险情况。然后根据风险造成的后果进行有效分类，由相关专家学者进行分析总结，对风险的类型以及程度进行定位和评估，最终形成一套行之有效的解决方案，尽可能地把配电系统运行中可能出现的风险降到最低。

1.3 有源配电网电能质量监测和评估

随着分布式电源的不断发展和更新，我国的配电系统逐渐形成了不同规模的配电网。由于配电系统中的电压以及电功率的波动，使我国的配电网遭受不同程度的冲击。因此，我们可以尽量利用配电系统中拥有的电荷数据、运行数据等，从而制定一个科学化、系统化的配电构架和方案体系。

1.4 基于配电网数据融合的停电优化

配电系统中的停电优化主要是在配电自动化、电功率系统、电量自动化系统、电量采集系统、电网维修和检查系统、地理信息处理和整合系统的基础上不断完善和发展起来的，利用当前社会中先进的科技手段对电网中的相关数据资料进行有效的分析，进一步对配电网中的设备检测信息、电网的运行过程等进行深入的了解，最终形成一套科学合理的停电方案。然后由工作人员根据指定的方案进行相关的操作实施，争取以最小的成本、最小的停电范围等来提高配电系统运行的效率。

2 配电网多源数据融合中的不良数据辨识

2.1 不良数据检测与辨识方法

不良数据检测就是检查数据系统里面是否有不良数据。不良数据辨识是指在数据检测发现不良数据后，来确定哪些是不良数据。随着我国电网的发展，已经存在很多检测不良数据的方法，主要为以下两类:(1)一类是一些比较现代的方法，检测方法有目标函数极值检测法、加权残差法、量测量突变检测法等。传统的不良数据辨识方法主要有残差搜索法、非二次准则法、零残差法、估计辨识法等;这些方法在过去和现在都发挥着很大的作用;(2)一类是相对传统的方法，这类是较为创新的理论和方法，有模糊数学法、间隙统计法等。这些方法由于局限性，大多只能用在较为简单的结构数据上来操作。随着我国智能电网的不断扩大、配电系统中分布式电源的广泛应用，较为传统的方法很难达到对电网中大数据的检测。

2.2 基于多源数据的不良数据辨识方法

配电网大数据经过不断的发展，形成了数据多源和渠道多变的特点，不同来源的数据可以相互监督，包括不同数据系统和结构的相互审核，可有效的辨别不良数据。(1)对电度量和量测量的监督审核的检测方法介绍电度量与量测量数据主要由获得方式和配电网多数据来细分，可以用电度量和量测量来监督审核不良数据。(2)对不同数据系统间的审核的检测方法介绍配电网中数据的来源可分为不同系统的数据，这些数据可以相互审核。(3)对不同数据结构间的审核的检测方法介绍配电网中含有多种结构，例如有结构化数据、非结构化数据和半结构化数据等，这些不同的数据结构可以相互修改。

3 数据挖掘与分析处理技术在配电网的应用

3.1 设备状态管控

根据配电网实时运行数据，感知设备运行状态，及时发现设备潜在运行隐患，辅助科学指导配网运维检修工作，降低运检成本，提高配网设备可用性；开展配电网运行状态趋势分析，形成符合状态检修要求的预警告警机制，辅助提升电网检修、运行的效率效益；开展全寿命设备健康水平评估与负荷转移风险评估， 有效提高设备利用效率，延缓电网建设、提高投资效率。

3.2 配网缺陷管控

实现配网设备缺陷的多维度统计分析（按数量、性质、状态、部位、原因及家族性缺陷等）、缺陷到期未消预警、重要设备缺陷成因分析（如缺陷与负载相关性分析）、构建缺陷预测模型实现缺陷预警预测功能，辅助分析缺陷原因、合理安排设备巡视计划、开展隐患缺陷消除工作，提高设备质量。

3.3 配网停运状态

基于网络拓扑关系、运行状态数据和业务数据，实现对配电网各层级（配电馈线/支线/配变/低压线路）的停电状态 ( 故障停运、检修停运（临时、计划）、电流突变 )、供电可用系数及其影响停电时户数的真实全面掌控,实现配电停运状态的多维度统计分析（如按类型、原因、次数、空间分布、时间分布等），自动挖掘临时停电及无票作业切实提升供电可靠性。

3.4 配网负载状态

基于设备台账和遥测数据，实现对配电网各层级（配电馈线 /支线/低压线路/配变）的负载情况（重载、过载、轻载、空载、负载率等）的真实全面掌控，实现多维度统计分析（如按时间、原因、负荷趋势），自动挖掘负荷突增重过载、临时突增重过载及终端异常、台账异常重过载设备，辅助各单位合理安排配变运维计划及采集运维计划，减少重过载、达到经济运行。

3.5 配网电压质量

基于网络拓扑、设备台账和 10kV 母线电压、配变出口电压、用户电压及谐波监测等遥测数据，实现对电压越限情况（如过电压、低电压等）、谐波异常情况及无功补偿投切情况的全面真实掌控 ; 实现对电压质量的多维度统计分析（如按越限次数、时长、越限原因、谐波程度等）,自动挖掘电压越限原因、长期低电压用户、投切不合理无功补偿、档位不合理配变，辅助编制低电压改造方案、电压优化调整方案（如调档）、谐波治理方案，有效开展电压质量治理工作，提升电压质量。

3.6 配网三相不平衡

基于网络拓扑、设备台账和 10kV 母线及配变的遥测数据，实现对10kV母线及配变三相不平衡情况的的全面真实掌控 ; 实现对配网三相不平衡的多维度统计分析（按次数、时长、原因、空间分布、时间分布等）,自动挖掘三相不平衡原因、长期不平衡配变、负荷分配不合理台区，辅助编制三相不平衡治理方案，做好负荷合理分配工作，减少三相不平衡，降低台区线损水平。

4 结论

通过上述介绍，想必大家对我国的智能配电系统有了一定的了解，然后进一步对配电系统运行的应用场景以及其他方面的发展进行总结，从而更好地促进大数据技术为社会的发展贡献自己的力量。

[1]张靖雨,王潇枫,周楠.基于大数据分析技术的数据安全与机器学习[J/OL].电子技术与软件工程,2018(06):203[2018-04-06].

[2]李景妹,杨光锦.基于大数据分析技术与AI理论双结合的通信运营商存量经营体系初探[J].技术与市场,2018,25(03):30-32.

[3]兰图.基于大数据分析的频谱资源管控系统设计[J].电子科技,2018(03):78-80.

[4]张恋.大数据分析在移动通信网络优化中的应用研究[J].无线互联科技,2018(05):3-4.