智能配电网大数据应用技术与前景分析

徐建枫

(上海卓源节能科技有限公司，上海 徐汇 200233 )

0 引言

近年来，在我国配电网建设改造行动计划以及售电侧改革、输配电价核定等新大背景下，智能配电网发展的焦点，逐步转向如何全面掌握配电设备，实现大规模配电资产的科学精益控制，以确保电网安全、高效、低耗运行。本文从大数据技术在配电网中的应用场景、数据处理特征、以及智能配电网的大数据应用发展前景几个方面，来阐述智能配电网大数据应用的发展现状、面临的问题以及大趋势[1-2]。

1 国内目前智能配电网大数据应用现状以及问题

1.1 我国的智能电网小区试点已经日趋完善，用户数据可以被有效的采集，形成配电网所需要的数据库基础。但是，大数据处理分析技术应该更深入的应用于其中，以起到指导作用。

1.2 在我国电力系统中端的配电环节中，要通过分析电力系统终端的用电需求量来进行电力调度工作的，将电力负荷科学合理的分配到各个终端用户手上。但是，随着我国经济的发展，社会的用电需求有了极大的变化，目前使用的电力数据采集系统因为数据采集频率过低，平均每小时采集4次数据，已经不能有效的满足电力系统对数据采集的要求。而且传统电力数据采集系统的使用可靠性较差，在日常的使用过程中，会在数据上传阶段，因为通信网络的影响造成上传失败的情况发生，导致无法全部有效采集数据样本，数据库的构建也就成了无稽之谈[3]。

1.3 虽然当下我国电力技术水平国际遥遥领先，但是配电网中大数据的应用几乎空白。数据源是大数据应用的基础。在过去，生产环节和输电环节是我国电网建设的主要任务，近几年配用电环节渐渐得到重视，配电网中装设数据采集设备，配网数据得到充实，不足的是，由于没有科学统一规范的标准来管理配网数据，各个地区平台数据有较大的差异，给数据使用带来不小的困难。

2 配电网大数据的来源和特征

2.1 配电网大数据的来源

配电网由于其工作特性，需要对电力系统的终端进行电力调度工作，所以配电网都是建筑在各个用电终端的，其分布非常广泛，而且应对不同的电力需求，配电网的设计型号也可不相同，运行的方式也多种多样等特点[3]。随着用电需求的不断加大，国家电网公司已有中、大型城市的中压馈线已达到或超过千条，县城级别的配电网都已达到百条馈线以上，配电网中会产生指数级增长的海量异构、多态的数据，数据集合，构成了引人注目的配电网大数据。

2.2 配电网大数据包括各终端配电网的一次或者二次设备的基础信息，比如出厂信息、安装信息等。终端配电网的工作运行信息，各个时间节点的监控记录等进行数据分析。输了这类信息还，还需要收据配电网的基础信息以及终端配电网日常工作中的运行信息，地理和天气类环境信息[4]。可以利用的系统资源有配电网数据采集与监控系统、配电管理系统。设备属性类数据可取自生产管理系统系统。运行类数据可取自能量管理系统、广域监测系统、用电信息采集系统和营销管理系统等各类系统，资产类数据可取自企业资源计划系统，电网接线图类数据可取自SCADA、PMS、EMS 或配电自动化系统[5]。配电网在收集其他信息的时候可以灵活运用其他专业的信息监控系统，比如说可以通过气象环境监控系统来了解所属区域的天气情况，根据国家地理信息系统来了解配电网的地理情况等。需要明确的是配电网作对国家电力系统的基础设施之一，主要的工作目的就是为了服务我国的社会需求，满足社会对电力要求的供应，所以通过分析各个地区的经济发展情况和主要经济构成情况也能影响电力系统配电网的发展布局[6]。所以通过综合性的分析基础数据、运行数据、环境数据、经济数据，进行数据对比和分析可以得到下图所示。这些数据源的总体状况如表所示。

2.3 配电网大数据主要有以下4个特点

图1 大数据应用框架Fig.1 Big data application framework

2.3.1 数据体量大，达到PB(petabyte)级

因为电力系统的客户是全国的公司和居民，因此数据量的收集分析量非常的大，将达到千万级的数据量；

2.3.2 数据类型繁多

因为电力系统配电网的工作特性，必须保证其工作可靠性，因此需要收集多个种类的数据进行分析，比如：终端用电实时情况，历史用电情况等，才能确保电力系统配电网的高效工作；

2.3.3 需快速处理

电力系统的电力供应工作是随时随刻都在进行的，因此需要智能配电网按照毫秒甚至微秒的时间间隔对电力系统数据进行数据分析工作。而电力系统各个环节的工作问题都会影响智能配电网的数据分析，因此需要通过大数据分析的手段来减小这种影响，同时通过优化设计的方式来保证各个终端运行数据的可靠收集及高效的分析和数据传送工作[7]。

3 当前社会智能配电网大数据应用技术的发展前景分析

3.1 应用大数据技术实现对网络的管理和运行指导，同时，通过对电力系统的各个设备资产进行数据分析工作，对各个环节的运检进行数据管理和各个设备技术的管理数据，从安全、效益、成本等多个方面来优化电力设备分布，合理安排各电力系统部件设备的检修工作。

3.2 目前，各个国家都在更积极在配电网中应用大数据技术，数据测量上传存储分析技术和配套设施能同步跟进，为大数据的应用提供了基础；另一方面，由于世界经济的发展，各个国家都在不断地开放本国的电力供应市场，将电力系统供应市场化，这就加大了各个电力企业的竞争，倒逼各电力企业升级其电力系统，通过更先进的电力供应系统来保障各国的电力供应需求，从而能够为本国民众提供最好的配电服务。同时促进智能配电网大数据应用技术的发展[8]。

4 结论

随着我国经济的快速发展，社会对电力的需求也越来越大，因此不断完善我国的电力供应系统，分析我国的智能配电网大数据应用技术，来帮助我国的电力事业发展。保障我国国民的正常用电使用，做到安全供电，可靠供电，科学供电。通过对配电网进行大数据分析能够帮助我国更好的建设我国的电力系统，为我国的经济发展保驾护航[9-10]。运动大数据分析方法对我国电力系统的各个环节进行数据分析工作，为我国电力系统的建设添砖加瓦。

[1] 费思源,大数据技术在配电网中的应用综述[J].中国电机工程学报,2018,38(1),85-96.FEI Si-yuan.Review of Application of BigData in Distribution Grid [J]. Proceedings of the CSEE, 2018, 38 (1), 85-96.

[2] 沈园. 面向智能电网应用的电力大数据关键技术[J]. 工业, 2015(8):00136-00136.SHEN Yuan. Power BigData Key Technology for Smart Grid Applications [J]. Industry, 2015 (8): 00136-00136.

[3] 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, 35(2):287-293.LIU Ke-yan, SHENG Wan-xing, ZHANG Dong-xia, etc. Research on Application Requirements and Scene Analysis of Smart Distribution Grid BigData, [J]. Proceedings of the CSEE, 2015, 35 (2): 287-293.

[4] 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.PENG Xiao-sheng, DENG Di-yuan, CHENG Shi-jie, etc. Key Technology of Power Big Data for Smart Grid Applications [J]. Proceedings of CSEE, 2015, 35 (3): 503-511.

[5] 路军,程乐峰,余涛.农村配电网低压智能开关节能型控制调压器研究[J].新型工业化,2016,6(10):29-37+51.LU Jun, CHENG Le-feng, YU Tao. Research on Low Voltage Intelligent Switch Energy-saving Control and Voltage Regulator ofRural Distribution Grid [J].New Industrialization, 2016,6 (10): 29-37+51.

[6] 宋天舒,王彦博,郑玉岩,张加深.大数据分析技术在智能配电网中的需求与应用研究[J].自动化与仪器仪表,2018(02):59-61.SONG Tian-shu, WANG Yan-bo, ZHENG Yu-yan, ZHANG Jia-shen. Research on Demand and Application of BigData Analysis Technology in Intelligent Distribution Grid [J]. Automation and Instrumentation, 2018 (02): 59-61.

[7] 刘科研,盛万兴,张东霞,贾东梨,胡丽娟,何开元.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,2015,35(02):287-293.LIU Ke-yan, SHENG Wan-xing, ZHANG Dong-xia, JIA Dong-li, HU Li-juan, HE Kai-yuan. Research on Application Requirements and Scene Analysis of Intelligent Distribution GridBig Data [J]. Proceedings of CSEE, 2015,35 (02): 287-293.

[8] 刘巍,黄曌,李鹏,李锰,丁岩.面向智能配电网的大数据统一支撑平台体系与构架[J].电工技术学报,2014,29(S1):486-491.LIU Wei, HUANG Zhao, LI Peng, LI Meng, DING Yan. BigData Unified Support Platform System and Framework for Smart Distribution Grid,[J]. Electrotechnics Journal, 2014,29 (S1): 486-491.

[9] 贺宁,汤明伟,贺萌.大数据课程在高职学院中的建设和发展[J].软件,2015,36(10):50-52.HE Ning, TANG Ming-wei, HE Meng. Construction and Development of Big Data Course in Higher Vocational College, [J]. Software, 2015,36(10): 50-52.

[10] 王兴念,李宏伟,施振华,郑鑫.基于大数据的智能配电网运行监控平台关键技术研究与应用[J].电工技术,2017(02):9-12.WANG Xing-nian, LI Hong-wei, SHI Zhen-hua, ZHENG Xin. Research and application of key technologies of intelligent distribution network operation monitoring platform based on big data [ j ]. electrotechnics, 2017(02):9-12.