基于大数据技术的配电网运行可靠性研究

李竺运

摘要：现代社会生产生活对电能需求量明显提高，一定程度上推动了电力供应系统的建设。虽然国内电力系统铺设里程与供电系统技术能力明显改善，但在配电网管理中仍面临较大挑战。伴随现代信息技术发展速度的加快，大数据技术在各领域中得到了广泛应用且趋于成熟。所以，要想不断提高配电系统运行的可靠性，必须充分利用大数据技术开展管理工作。可见，深入研究并分析基于大数据技术的配电网运行可靠性提升路径具有一定的现实意义。

关键词：大数据技术;配电网运行;可靠性

大数据集合了比较全面的信息，大数据技术能够快速分析普通配电方式存在的问题，而智能电网的运行则需要获取实时数据，即在电网运行过程中，需要对管理、调度以及维修整个运行流程中的数据进行监测和分析。近年来，配电网规模不断扩大，配电网也不断趋于智能化，同时各类配电管理系统传输和应用的数据也大量增长，其中不仅包含配电系统的内部运行、调度、检修等相关业务信息，还包含大量社会类数据，通过有效分析数据，人们可以完善配电网运行方式，提高分析精准度，提升用户用电的安全性和满意度。

1大数据技术对配电网运行可靠性的影响

随着时代的发展和社会的进步，各行各业的发展都呈现出了勃勃生机，随之而来的就是工作事务的增加。在当今竞争激烈的时代背景之下，人们对工作的要求已经不再仅仅满足于机械化地完成工作，更重要的是要讲究在相同的时间内工作的质量，追求工作效率。在这种工作需求之下，大数据技术应用而生。大数据技术主要是针对各行各业工作过程中的信息和报表做详细且有条理的分类整理，并进行全天候地监控和分析。人工设定程序之后，机械化设备的实时监控，可以保障企业运营的安全性，可以及时地发现问题，在提高了工作效率的同时为国家的经济发展贡献了力量。现代社会是一个能源社会，企业和工厂的运营生产和人们的日常生活都离不开各种能源。随着时代的发展，人们对能源的质量要求也越来越高。以前为了保证提供的能源的质量，评估人员往往会比较平均数、中位数等等数据，但这些数据只是一个模糊的界限，并不能详细地对整体数据的优劣性做出具体的分析。大数据技术作为数据分析的专业性技术，可以采集配电网管理中的关键数据，反应整体能源的质量。并且可以对配电网管理中的数据进行采集、收集、分析、预测，减少电能的生产过程中出现突发情况，进一步提高电能的质量。

2基于大数据技术的配电网运行可靠性提升路径

2.1对于配电网进行全面的优化设计

在大数据技术下配电网的优化可以更加的科学和合理。设计图纸可以参照大数据技术下的数据分析，这样可以在一定程度上避免由于设计方面的问题造成的电力输送之中的安全隐患。大数据技术可以让整个的配电网实现自动化方面的改造，在实际的使用期间配电网的设备是非常重要的。对于一些与现代化的配电设备不适应的部件需要提前进行更换，而这个是否适用的标准判断就需要有大数据的技术方面的支持，还有就是对于配电网的后期的检修还有检测以及一些日常的维护都要依靠大数据数据来进行设置。

2.2关于可靠性的配电网系统评测指标构建

大数据技术在配电网之中是非常重要的，建议一个科学合理的配电网评测指标也是行之有效的评测办法。配电网的运行是关系到人们生活生产的重要设备。要想让配电网科学合理的运行就需要构建一套行之有效的运行的指标体系。这样才能知道配电网的各个子系统的实际的运行的情况。在指标体系之中既能反映线路的过载情况、节点电压超限等运行约束违限的情况，也要能反映电压安全裕度、潮流安全裕度等情况;既要能够全面地描述修通整体可靠性，又能够反映关键元件、关键节点、关键区域、关键环节的可靠性;能够反映短期可靠性，也要能评估长期可靠性。

2.3以主成分分法为依据的主要指标提取

运行可靠性指标机制涵括了大量指标变量，且建模和计算均相对复杂，加之不同指标间有大量冗余信息，逐一分析会增加冗余工作量。其中，主成分分析属于多元统计分析法，主要作用是简化对象模型，提取主要信息，尽量降低变量维度。开展主成分分析，主要是利用方差或者是离差平方和等计算不同指标信息大小，删除重复指标等，提取相关性不明显同时涵盖大量原信息的指标。随后，系统化筛选影响系统运行可靠性的薄弱环节、关键性元件以及区域等，不断缩小评估范围。第一，标准化的评估指标。一般情况下，不同的运行可行性指标量纲存在差异且分布不同，要求针对指标参数实施标准处理。为此，应以配电大数据为基础获取不同指标分布函数，针对不同指标变量展开正态分布的标准处理，进而转变成正态分布变量。第二，相关矩阵构建与特征值计算。所谓的变量间存在的相关关系，具体指的是已知某变量亦或是一组变量，可对另一变量数值加以确定，亦或是明确变化规律。一般情况下，在统计学中会借助Pearson相关系数度量两随机变量间存在的相关性程度。第三，主成分的确定。根据以上计算数值，确定第n个指标变量方差贡献率与累计方差贡献率。第四，确定主要评估指标。

2.4依托并行关系挖掘主要影响因素

在配电网实际运行期间，对其可靠性产生影响的因素很多，很难构建准确性较高的预测模型，且速度精度易受到限制。在这种情况下选择使用关联规则挖掘法，在配电网异构多源数据中挖掘主要的影响因素，为输入预测模型提供帮助，尽量降低输入维度，不断加快预测速度。在关联规则中，各样本均可用T代表，而n个事务即可构成数据库，用D表示。需要注意，各事务均通过多属性确定，并被称作“项”。多个项所构建的集合就是“项集”，其中各子集事务均为一项集。对于最小支持度阀值和最小置信度阀值而言，用户应结合实际需求做出定义。强规则即支持度和置信度都不低于最小阀值规则，最终获得对配电网运行可靠性产生影响的因素。

2.5训练人工神经预测模型

所谓的运行可靠性预测，具体指参考历史与配电实时大数据信息，对后续特定时间段内的可行性指标参数的推测过程。一般情况下，预测方法主要有人工智能方法和传统方法2种。其中，传统方法是依托回归分析方法，而人工智能方法则涵盖了深度学习与神经网络等多种方法。在配电系统运行可靠性指标数值方面，通常需参考运行期间记录的统计数据信息内容，对无法构建精确性解析模型的情况做出科学化预测。可将实时获得的数据信息主要影响因素数据当做输入人工神经网络中的主要内容，进而对特定时间段后的可靠性指标数值实施必要预测。选择各预测时间计算相应的指标，进而获取相对时限类的指标，并在不同场合中应用。

3结语

随着时代的进步，电力系统日渐发展完善。大数据时代，大数据技术的有效运用，将为电力发展带来质的飞跃。当前，人们要不断提升配电网运行的可靠性，对整个结构进行优化，同时引入先进技术，不断提高设备检测质量和数据采集水平。由于影响运行可靠性的因素较多，在预估运行可靠性中变数众多，因此相关工作人员在评估运行可靠性的过程中要全面、细致地对相关因素进行排查分析，提出合理的调控方案，为配电网的可持续发展提供有力支持。同时，要合理运用配电网大数据，从繁多的信息中挖掘出有效、真实的数據，为业务发展提供参考依据。

参考文献

[1]刘学军，俞伟，何颋，等.基于大数据的配电网运行状态评估与预警[J].浙江电力，2017（12）：75-80.

[2]徐祥征，王师奇，吴百洪.基于大数据分析的配电网主动检修业务应用研究与实现[J].科技通报，2017，（6）：113-116.