大数据技术在智能电网电能损耗管理中的应用

摘 要：介绍传统电网对电能损耗分析的方法及不足，提出了基于大数据技术的智能电网电能损耗管理。分析了在两个关键方面降低线损的措施时，大数据技术的应用方法，介绍了智能电网大数据应用的方法，分析了大数据技术在智能电网降损增效中的作用。

关键词：大数据技术;智能电网;电能损耗

中图分类号：TM76 文献标识码：A 文章编号：1671-2064（2019）04-0156-02

0 前言

随着我国电力事业的发展，电力系统作为联系电源与用户的公用网络，设备发展越来越快，网络变得越来越复杂，电能损耗的分析也越来越困难[1]。目前，比较精确的网损计算仍然是离线的，通过人工填报形成的每月报表式，数据来源仍然是依靠进出线和变压器出口端的电能表测量得到的。但实际中，经常会遇到表计设备陈旧老化而造成数据端不全，从而使得数据异常或缺失，要对所采集的测量数据进行人工校核剔除不良数据，这阻碍了电网的精细化管理，同时随着智能电网的大力发展，电气元件数量和种类也在不断增加，数据统计的难度进一步加大。要提高网损计算的精度，就需要采用更加灵活的信息采集方法，减少人工干预的可能性[2]。

而利用EMS的数据进行电能损耗计算可以在一定程度上降低人工校核的成本，提高电能采集数据的准确性，从而提高了计量精度。但也增加了计算量，对于现有的电网计算配置，比较难达到，大数据技术的发展和云存储技术的出现为这提供了可能[3]。通过大数据技术，实现实时数据采集从而提高网损计算效率为电能损耗高效管理提供了条件。

1 电能损耗研究

电网中的电能损耗是电能通过热能及电晕放电等形式散失到电网元件的周围，这种能量散失只会随着元件和周围环境的变化而变化，并不会因为管理和人为的因素而改变，是固有不可避免的损耗[4]。但是实际电力输送中，除了不可避免的电力损耗外，还有可以依靠各级供电部门采取合理措施将损耗降低到合理范围内的损耗，这部分损耗的大小与电网的结构无关，而是通过管理及技术措施降低，这种电能損耗与电网供电量的百分比称为线损率[5]。即：

工作中，将损耗电量又细分为统计损耗电量与理论损耗电量。因此，损耗率也就对应两个值，即统计损耗率与理论损耗率，分别是如下：

因为损耗率是一个用百分比表述的相对量，不同于损耗电量，它可以在一定程度上表征电网结构、电网布局、电网管理的合理性与经济性，是我国评估考核电网企业管理能力、经营能力的重要指标。目前我国的电能损耗率仍然较发达国家高很多，还有很大的降损空间，而智能电网的出现为数据的采集技术发展提供了装备平台。通过合理的数据分析及有效的降损措施是能够将电能损耗指标降低下来，而找出合理的电能损耗指标预测与分解方法就成为了关键。

2 现有降损措施

现有的降损措施主要是对电力网的技术改造，通过调整和优化电网结构上对原有线路改造，加大导线截面，架设新的输配线路，更好低损耗变压器;或者对电压升高，优化电压等级，分层变压[6]。其中主要措施：

（1）通过合理分配无功功率。无功功率交互将引起发电、输电设备上的电压降及电能损耗减至最低。无功电源的分布、无功潮流的传输是直接影响线损和电力系统经济的重要原因。当有功功率与无功功率通过网络电阻时，即会形成功率损耗。合理的选择无功功率补偿方式及无功功率并网点，可以有效降低电压的波动，稳定电压水平，避免了大量无功功率远距离传输造成的线损。传统电网的无功损耗采集主要是通过电压降及区域电网内阻抗分布得到的，并不能及时考虑网络变化对系统无功功率分布的影响。采集的数据缺少同时性，而电网的负荷变化是实时的，对于不同时间段的电网潮流有不同的方向，使得传统的线损管理缺乏科学的依据。

（2）通过合理选择变压器。变压器的损耗主要是变压器空载铁损，轻载变压器的电磁损耗以及变压器老化后的漏磁损耗。同时，运行线路的老化、线路过负荷、电网故障和异常都加大了线损的指标。目前我国推广了低损耗变压器，通过控制铁芯损耗的方法将铁损大幅降低。其他如轻载变压器停一台备用，合理调整变压器运行方式等多种方式，及在变压器二次端适当提高运行电压等方式，达到降低变压器损耗的目的。但这些措施的选择都需要基于潮流分布，而电网中的潮流变化是随负荷及电源的大小变化中，只有通过大数据技术，将采集的数据整合分析，利用云存储的多种手段，才能更好地分布变压器，实现轻载和过载变压器的潮流均衡，从而将经济效益最大化。

3 智能电网大数据关键技术

大数据是指对规模巨大、来源复杂的数据进行高速捕捉发现和处理分析，用合理有效的方法提取数据中的价值的技术体系。智能电网作为大数据应用的重要领域之一，以其先进的设备技术、先进的控制方法以及先进的决策支持系统技术，实现电网的安全可靠、经济高效的目标，满足当代用户对电能质量的各方面需求。随着智能电网的发展，将智能电网的大数据技术应用到实际工作中已经迫在眉睫。智能电网的大数据具有多种特点，包括离散化、多样化及复杂化特征，这些特征为大数据处理带来了极大的挑战。处理智能电网大数据首先就是众多数据源的数据抽取、转化、剔除、校核等方式，建立统一完整有效的智能电网大数据库。

数据集成技术是智能电网大数据应用的关键技术。智能电网大数据集成涉及众多应用系统，包括这些系统生成的数据源也是千差万别，而实时性、可用性及统一性都是智能电网大数据集成中需要考虑的各种因素，单单实现一方面的数据采集是无法将庞大的数据库组成完整，需要结合多种技术实现智能电网大数据的集成。

智能电网大数据中产生的数据有结构化、非结构化及半结构化数据。将这些数据存储整合、最后统一取用是大数据技术的另一个关键技术。而通过将众多应用类型整合，根据大数据处理技术，将不同数据源数据统一处理包括分流处理、内存计算处理、图处理实现数据的统一，方便调用。

数据分析是基于数据采集的大数据处理技术，通过将采集的数据按时间及不同地域分布存储于云系统，基于逻辑判断及特定算法实现调用所需数据得到需要分析的数据，从而提高数据的使用效率。

4 大数据技术在电能损耗管理中的作用

将智能电网大数据技术应用于电能损耗管理与电力系统传统的基于人工数据采集、公式计算的方法相比，可以更有效的解决研究过程中遇到的问题。传统的电网是基于监测系统的稳态运行，数据刷新有时间间隔，通常抽取的数据需要人工辅助决策，不利于数据的一致性读取和客观性反映。而大数据方法可以采用尽可能多的数据分析处理，实现数据处理的及时性和一致性。

智能电网通过整合处理大量的实时动态数据实现电能损耗管理中的数据采集与数据应用的高效。而处理电力大数据的第一步就是将电能损耗的基础采集数据集成整理，在海量的大数据中提取出实体和关系，经过关联和聚合后采用统一的结构存储这些数据。对于电能损耗的分析是传统数据挖掘技术在智能电网大数据技术时代的发展，因为传统的数据采集和數据处理智能局限于很小范围内的数据量，不能将区域内的数据统一整合，降低了数据分析的可用范围，基于智能电网大数据技术的海量动态电力数据可以实现多回并行研究，提高了数据的使用效率，也方便在更大范围内分析线损原因，实现降损增效。

通常电力系统是通过三个指标分析电网的稳定性：功角稳定、电压稳定、频率稳定。最方便是通过功角判断，而线损也是无功功率潮流分布的一种体现，将功角特性应用到分析线损中，是开展降损增效的另一个途径。通过智能电网大数据技术将同步相量测量单元（PMW）的分析技术应用到无功损耗计算中，利用大数据的采集、存储、挖掘、分析技术实现数据的有效利用是接下来线损分析的重点。

5 结语

本文通过介绍传统电网对电能损耗分析的方法及不足，提出了基于大数据技术的智能电网电能损耗管理。在分析了电能损耗管理中无功分配和低损耗变压器选择的原理后，给出了利用大数据技术实现降损增效的方法和途径。

参考文献

[1] 张明明.基于大数据分析的电能损耗预测模型的仿真分析[J].现代电子技术，2016，39（06）：153-156.

[2] 张宏炜，俞建育，卢婧婧，解大，等.电力网电能损耗管理的功率因数考核指标探讨[J].华东电力，2010，38（01）：106-108.

[3] 宋亚奇，周国亮，朱永利，等.智能电网大数据处理技术现状与挑战[J].电网技术，2013，37（04）：927-935.

[4] 吴振扬.基于针环电晕放电的不同海拔条件下气体离子迁移率研究[D].华北电力大学，2015.

[5] 王鹏.配电网中电能损耗及降损措施的研究[D].华北电力大学，2013.

[6] 孟祥君，季知祥，杨祎.智能电网大数据平台及其关键技术研究[J].供用电，2015，32（08）：19-24.