基于大數(shù)據(jù)的中壓供電可靠性管理系統(tǒng)

, (國(guó)網(wǎng)四川電力公司宜賓供電公司，四川 宜賓 644000)

0 引 言

大數(shù)據(jù)的概念：對(duì)海量種類、來源復(fù)雜的數(shù)據(jù)進(jìn)行快速采集、發(fā)現(xiàn)與分析，用經(jīng)濟(jì)的方法發(fā)掘數(shù)據(jù)的價(jià)值體系、技術(shù)架構(gòu)[1]。大數(shù)據(jù)不僅指海量數(shù)據(jù)，而且還囊括了研究這些數(shù)據(jù)的方法、理論及技術(shù)。電力系統(tǒng)是大數(shù)據(jù)應(yīng)用的重要范疇[2]。由于智能電網(wǎng)的飛速發(fā)展，電力系統(tǒng)產(chǎn)生了大量結(jié)構(gòu)多元化、來源復(fù)雜的電力數(shù)據(jù)，這些數(shù)據(jù)具有巨大的潛在利用價(jià)值，可提升電網(wǎng)管理、運(yùn)行水平，甚至產(chǎn)生歷史性變革。

近幾年，國(guó)內(nèi)外逐步興起大數(shù)據(jù)技術(shù)在配電網(wǎng)中的應(yīng)用研究。2013年美國(guó)EPRI啟動(dòng)了兩項(xiàng)大數(shù)據(jù)項(xiàng)目，其一就是配電網(wǎng)現(xiàn)代化示范(distribution，modernization，demonstration，DMD)[3]；美國(guó)加州大學(xué)等機(jī)構(gòu)對(duì)洛杉磯電力數(shù)據(jù)進(jìn)行研究，將街占地面積、區(qū)建設(shè)時(shí)間以及平均收入等數(shù)據(jù)全部整合在一起，以地圖的形式展現(xiàn)了2011年1月至2012年6月各街區(qū)各月平均耗電量[4]；法國(guó)電力公司(EDF)研發(fā)了以大數(shù)據(jù)為基礎(chǔ)的用電采集系統(tǒng)，該系統(tǒng)主要是以電表數(shù)據(jù)為主，再結(jié)合氣象數(shù)據(jù)、用電合同信息、電網(wǎng)數(shù)據(jù)等構(gòu)成大數(shù)據(jù)的數(shù)據(jù)來源[5]。

中國(guó)也對(duì)智能配電網(wǎng)大數(shù)據(jù)技術(shù)與應(yīng)用進(jìn)行了研究，華北電力大學(xué)對(duì)用戶側(cè)大數(shù)據(jù)分析與并行負(fù)荷預(yù)測(cè)進(jìn)行了研究[6]；江蘇省電力公司從2013年開始建立營(yíng)銷大數(shù)據(jù)智能分析系統(tǒng)，該系統(tǒng)目前已囊括了電壓等級(jí)、氣象、行業(yè)等9個(gè)維度的數(shù)據(jù)分析模型和多項(xiàng)關(guān)聯(lián)性分析模型，多視角解析整個(gè)省的電力用戶數(shù)據(jù)[7]。

下面首先給出了電力大數(shù)據(jù)基本概念，然后對(duì)大數(shù)據(jù)技術(shù)在電力系統(tǒng)中的運(yùn)用進(jìn)行分析，并設(shè)計(jì)了一種中壓供電可靠性管理系統(tǒng)。該系統(tǒng)對(duì)導(dǎo)入的OMS大數(shù)據(jù)進(jìn)行清洗、篩選、分類后，可以分別得到該地區(qū)城網(wǎng)、農(nóng)網(wǎng)的供電可靠率；可給出該地區(qū)的重復(fù)停電情況(包括線路重復(fù)停電、臺(tái)區(qū)重復(fù)停電)；對(duì)計(jì)劃停電進(jìn)行分析；提供搶配效率、故障停電與計(jì)劃停電損失預(yù)估等優(yōu)質(zhì)服務(wù)。本系統(tǒng)的分析結(jié)果可給運(yùn)行人員提供一定的參考，實(shí)地核實(shí)停電多發(fā)臺(tái)區(qū)的情況，以減少停電次數(shù)，提高中壓供電可靠性。

1 電網(wǎng)大數(shù)據(jù)及分析技術(shù)

隨著電力信息化的發(fā)展，電力數(shù)據(jù)規(guī)模迅速擴(kuò)大，種類也快速增加，這些各種各樣的數(shù)據(jù)組成了智能電網(wǎng)大數(shù)據(jù)庫。

根據(jù)數(shù)據(jù)來源，電網(wǎng)大數(shù)據(jù)可以分為兩大類[8-9]：電網(wǎng)內(nèi)部數(shù)據(jù)、外部數(shù)據(jù)。內(nèi)部數(shù)據(jù)來自用電信息采集系統(tǒng)(collection system information，CIS)、營(yíng)銷系統(tǒng)、廣域監(jiān)測(cè)系統(tǒng)(wide area measurement system， WAMS)、配電管理系統(tǒng)、生產(chǎn)管理系統(tǒng)(production management system，PMS)、能量管理系統(tǒng)(energy management system，EMS)。外部數(shù)據(jù)主要來自地理信息系統(tǒng)(geographic information system，GIS)、電動(dòng)汽車充換電系統(tǒng)、公共辦事部門、網(wǎng)絡(luò)等。

這些數(shù)據(jù)相互影響、關(guān)聯(lián)，關(guān)系復(fù)雜。例如社會(huì)經(jīng)濟(jì)發(fā)展?fàn)顩r影響著用戶用電情況，用戶用電狀況又影響著電力交易情況?？偨Y(jié)各界對(duì)數(shù)據(jù)特征的定義，再結(jié)合智能電網(wǎng)電力數(shù)據(jù)的特征，將智能電網(wǎng)電力大數(shù)據(jù)特點(diǎn)總結(jié)成以下幾點(diǎn)：1)數(shù)據(jù)的來源是各個(gè)分散安置、分布管理的系統(tǒng)；2)數(shù)據(jù)數(shù)量多、維度高、類型繁多；3)對(duì)電力公司、電力用戶以及社會(huì)經(jīng)濟(jì)發(fā)展有重要的作用；4)數(shù)據(jù)間潛在的關(guān)系錯(cuò)綜復(fù)雜，可對(duì)其進(jìn)行挖掘，大部分情況下有實(shí)時(shí)性要求。

數(shù)據(jù)挖掘(data mining)指從海量的數(shù)據(jù)資料中獲取潛在有用的并且最終可理解的信息與知識(shí)的過程[10,13]。從數(shù)據(jù)挖掘的功能出發(fā)可分為如下幾類：

1)關(guān)聯(lián)分析：關(guān)聯(lián)分析是為了找出數(shù)據(jù)中潛在的關(guān)系網(wǎng)，通過關(guān)聯(lián)分析可得到較多的關(guān)聯(lián)規(guī)則，通過設(shè)置合適的“可信度”、“支持度”閾值刪除一些多余的關(guān)聯(lián)規(guī)則來獲取有用的規(guī)則。

2)數(shù)據(jù)分類：根據(jù)特征性描述、區(qū)別性描述對(duì)數(shù)據(jù)進(jìn)行分類，特征性描述是針對(duì)同類數(shù)據(jù)的共性進(jìn)行描繪；區(qū)別性描述是對(duì)兩個(gè)及以上類別之間區(qū)別的描述。

3)聚類分析：將定量數(shù)據(jù)按照相似程度劃分為不同類的過程，劃分為同一類的樣本數(shù)據(jù)具有較大的相似性，不同類的樣本之間則表現(xiàn)出較明顯的差異性。

4)趨勢(shì)分析：即時(shí)間序列分析，從數(shù)據(jù)隨時(shí)間變化過程中發(fā)現(xiàn)規(guī)律、趨勢(shì)。趨勢(shì)分析與關(guān)聯(lián)性分析相同，都是為了發(fā)掘數(shù)據(jù)內(nèi)潛在的聯(lián)系，但趨勢(shì)分析主要是研究數(shù)據(jù)的前因后果關(guān)系。

5)偏差檢測(cè)：從海量數(shù)據(jù)庫中檢測(cè)出明顯異常的偏差數(shù)據(jù)有重要意義。通過檢查發(fā)現(xiàn)這些異常，并從數(shù)據(jù)庫中將其剔除，可提高數(shù)據(jù)庫使用價(jià)值。

6)數(shù)據(jù)預(yù)測(cè)：通過對(duì)歷史數(shù)據(jù)的建模分析，結(jié)合當(dāng)前的數(shù)據(jù)，運(yùn)用所建數(shù)學(xué)模型實(shí)現(xiàn)對(duì)數(shù)據(jù)的未來變化趨勢(shì)的預(yù)測(cè)。

數(shù)據(jù)挖掘的過程涉及到數(shù)據(jù)統(tǒng)計(jì)、數(shù)據(jù)庫存儲(chǔ)、人工智能和機(jī)器學(xué)習(xí)等領(lǐng)域，通常情況下，數(shù)據(jù)挖掘的過程包括如下幾個(gè)步驟[11-12]：

1)異常數(shù)據(jù)清除：剔除噪聲數(shù)據(jù)和不一致的數(shù)據(jù)。

2)數(shù)據(jù)集成：將不同類型的數(shù)據(jù)組合在一起。

3)數(shù)據(jù)選擇：從大數(shù)據(jù)中篩選與任務(wù)相關(guān)的數(shù)據(jù)。

4)數(shù)據(jù)變換：將數(shù)據(jù)變換為適合發(fā)掘分析的數(shù)據(jù)模式。

5)數(shù)據(jù)挖掘：從統(tǒng)一后的數(shù)據(jù)結(jié)構(gòu)中發(fā)掘出相應(yīng)的數(shù)學(xué)模型。

6)信息表示：用簡(jiǎn)潔的方式顯示發(fā)掘出的信息。

7)規(guī)則驗(yàn)證：用其他數(shù)據(jù)驗(yàn)證數(shù)據(jù)挖掘結(jié)果的精確度。

該流程中前4步是對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，是信息挖掘的關(guān)鍵階段，直接影響數(shù)據(jù)挖掘的效果。在這個(gè)階段中可采用多種方法處理，剔除錯(cuò)誤、虛假的數(shù)據(jù)，得到有用信息；然后運(yùn)用數(shù)據(jù)挖掘技術(shù)從中發(fā)掘出潛在的關(guān)聯(lián)規(guī)則，并用簡(jiǎn)單、可視化的方式對(duì)知識(shí)進(jìn)行表達(dá)。

2 中壓供電可靠性管理系統(tǒng)

基于前述技術(shù)開發(fā)了一種基于大數(shù)據(jù)的中壓供電可靠性分析管理系統(tǒng)。

該系統(tǒng)分為4層：數(shù)據(jù)資源層、處理層、公共服務(wù)層、業(yè)務(wù)應(yīng)用層。系統(tǒng)組成結(jié)構(gòu)如圖1所示。

圖1 中壓供電可靠性管理系統(tǒng)結(jié)構(gòu)

1)數(shù)據(jù)資源層：通過在PMS系統(tǒng)、OMS系統(tǒng)、Open3000、用電采集系統(tǒng)等系統(tǒng)中，導(dǎo)出其源數(shù)據(jù)，將源數(shù)據(jù)載入到系統(tǒng)中，在載入時(shí)，系統(tǒng)會(huì)根據(jù)數(shù)據(jù)清洗算法，對(duì)數(shù)據(jù)進(jìn)行清洗，排除異常數(shù)據(jù)，提高準(zhǔn)確性。

2)數(shù)據(jù)處理層：數(shù)據(jù)處理層集成了數(shù)據(jù)挖掘算法，有分布式內(nèi)計(jì)算、流計(jì)算、交互式計(jì)算、圖計(jì)算、高性能計(jì)算。通過處理后將結(jié)果反饋給下一層。

3)公共服務(wù)層：公共服務(wù)層是從技術(shù)方面為業(yè)務(wù)層的功能提供服務(wù)，包括可視化管理、事件管理和、報(bào)表分析等。

4)業(yè)務(wù)應(yīng)用層：主要包括數(shù)據(jù)的不同功能展示，如節(jié)電、用電預(yù)測(cè)、網(wǎng)架優(yōu)化、錯(cuò)峰調(diào)度結(jié)果等功能均通過該層輸出所需結(jié)果。

所設(shè)計(jì)系統(tǒng)經(jīng)用采系統(tǒng)獲取數(shù)據(jù)，由于國(guó)家電網(wǎng)公司的用采數(shù)據(jù)中存在很多問題，比如采集器故障、周期性故障、網(wǎng)絡(luò)傳輸故障等，所以在進(jìn)行分析之前需要對(duì)數(shù)據(jù)進(jìn)行清洗。根據(jù)大數(shù)據(jù)算法對(duì)臺(tái)區(qū)停電情況進(jìn)行分析、研判，確保停電數(shù)據(jù)的真實(shí)性與可靠性。再根據(jù)不同維度(如地區(qū)、線路、臺(tái)區(qū)、時(shí)段等)對(duì)數(shù)據(jù)進(jìn)行分表展示，使用戶能夠自定義分析維度，進(jìn)行自主分析。

3 中壓供電可靠性管理系統(tǒng)功能

3.1 供電可靠率的概念

隨著市場(chǎng)經(jīng)濟(jì)的迅速發(fā)展，用戶對(duì)供電質(zhì)量的要求越來越高，供電可靠性已成為電力企業(yè)衡量的因素之一。供電可靠率是指統(tǒng)計(jì)周期內(nèi)配電網(wǎng)絡(luò)對(duì)用戶有效供電總小時(shí)數(shù)與統(tǒng)計(jì)周期內(nèi)總小時(shí)數(shù)之比。

(1)

式中：σ為用戶平均停電時(shí)間；τ為統(tǒng)計(jì)時(shí)間。

從式(1)可知要提高供電可靠率，實(shí)質(zhì)上就是要降低統(tǒng)計(jì)周期內(nèi)用戶的總停電時(shí)間。這可以從降低故障停電次數(shù)、降低停電重復(fù)率以及降低停電戶數(shù)來幫助解決該問題。

3.2 供電可靠性分析

當(dāng)前的停電管理系統(tǒng)中，所有的停電都是一線班組收稿操作，這加大了工作人員壓力，數(shù)據(jù)準(zhǔn)確性也有待進(jìn)一步提高，所以需要一種可以自動(dòng)記錄和分析停送電研判的算法對(duì)停送電進(jìn)行管理；在精確記錄臺(tái)區(qū)內(nèi)停電情況的同時(shí)，盡可能減少一線工作人員的工作量，提高自動(dòng)化業(yè)務(wù)管理水平。

所設(shè)計(jì)系統(tǒng)的停電研判方案是根據(jù)電力用戶采集系統(tǒng)、OMS系統(tǒng)、PMS系統(tǒng)、變電站10 kV線路總表等數(shù)據(jù)對(duì)停電的可信度進(jìn)行分析研判，以提高停電研判的正確度。

對(duì)系統(tǒng)中輸入的某地區(qū)數(shù)據(jù)進(jìn)行處理，選擇展示日期，通過分析篩選，對(duì)該地區(qū)停電的可信度進(jìn)行分析研判，輸出的結(jié)果如圖2所示。從該地區(qū)2017年前7個(gè)月供電可靠率的變化趨勢(shì)可見6月份該地區(qū)供電可靠率稍有降低。從停電平均時(shí)戶數(shù)也可知6月份停電戶數(shù)最多；該地區(qū)總停電548次，平均供電可靠率高達(dá)99.91%。

3.3 重復(fù)停電分析

如今在電網(wǎng)運(yùn)行分析中還沒有開展有效的重復(fù)停電管理分析，本系統(tǒng)主要幫助企業(yè)實(shí)現(xiàn)：

1)量化統(tǒng)計(jì)分析臺(tái)區(qū)、線路重復(fù)停電問題；

2)提升企業(yè)全面掌控臺(tái)區(qū)重復(fù)停電的能力。

本系統(tǒng)利用大數(shù)據(jù)監(jiān)測(cè)方案。以電力系統(tǒng)的大量運(yùn)行數(shù)據(jù)為基礎(chǔ)，總過程可分為大數(shù)據(jù)采集、清洗、監(jiān)測(cè)分析、閉環(huán)跟蹤等環(huán)節(jié)。對(duì)臺(tái)區(qū)重復(fù)停電情況進(jìn)行量化、歸集分析。實(shí)現(xiàn)框圖如圖3所示。

圖2 某市城網(wǎng)供電可靠性分析

圖3 停電管理系統(tǒng)

在處理數(shù)據(jù)時(shí)，對(duì)每條停電數(shù)據(jù)設(shè)置可信度百分比，從而能靈活識(shí)別臺(tái)區(qū)停電情況。模型主要考慮如下幾個(gè)因素：

1)自動(dòng)計(jì)算監(jiān)測(cè)周期內(nèi)電壓和電流曲線子表中相應(yīng)記載的數(shù)據(jù)，如果所記載點(diǎn)數(shù)百分比大于等于90%，則認(rèn)為此臺(tái)區(qū)的總表運(yùn)行正常；

2)停電時(shí)間高于1 h的臺(tái)區(qū)在該停電時(shí)間內(nèi)是否有數(shù)據(jù)記載，如果有，則說明地區(qū)停電的可靠性較低；

3)停電之前以及恢復(fù)供電后2 h內(nèi)是否有電壓、電流記錄，如果有則認(rèn)為臺(tái)區(qū)停電比較可信。

基于以上3個(gè)因素的數(shù)據(jù)計(jì)算模型可以提升臺(tái)區(qū)供電可靠率的可靠性。

3.3.1 線路重復(fù)停電分析

對(duì)某市的重復(fù)停電情況進(jìn)行分析，設(shè)置展示時(shí)間段為2016年1月至2017年11月，對(duì)某地區(qū)各個(gè)城市的線路重復(fù)率進(jìn)行展示，結(jié)果如圖4所示。據(jù)圖4(a)可知在數(shù)據(jù)統(tǒng)計(jì)期間該地區(qū)總停電590次，停電總時(shí)長(zhǎng)為1 690.17 h。據(jù)圖4(b)可知重復(fù)停電2次的有16條線路、3次的有20條線路、4次的有23條線路、5次的有13條、6次的有9條、7次及以上的有23條線路。發(fā)生重復(fù)停電的系數(shù)高達(dá)104條，可見該地區(qū)線路重復(fù)停電現(xiàn)象比較嚴(yán)重?？蛇M(jìn)一步核實(shí)，調(diào)查原因，加大治理力度，減少線路重復(fù)停電次數(shù)。

圖4 某市線路重復(fù)停電次數(shù)分布

3.3.2 臺(tái)區(qū)重復(fù)停電分析

對(duì)該地區(qū)各個(gè)區(qū)域臺(tái)區(qū)的重復(fù)停電情況進(jìn)行分析。定義展示時(shí)間范圍同上，統(tǒng)計(jì)區(qū)域在定義時(shí)間范圍內(nèi)停電、重復(fù)停電的次數(shù)和時(shí)長(zhǎng)。統(tǒng)計(jì)各個(gè)區(qū)域在定義時(shí)間內(nèi)臺(tái)區(qū)重復(fù)停電的次數(shù)分布情況如圖5所示。

據(jù)圖5(a)可知，該地區(qū)各市各臺(tái)區(qū)總停電次數(shù)為7 728次，停電時(shí)長(zhǎng)為42 700 h。其中B縣臺(tái)區(qū)停電次數(shù)最多。據(jù)圖5(b)可知，停電2次的臺(tái)區(qū)有961個(gè)、3次的有252個(gè)、4次的有8個(gè)、4次的有3個(gè)、大于5次的基本沒有。臺(tái)區(qū)重復(fù)停電情況比線路重復(fù)停電稍好。出現(xiàn)2至3次重復(fù)停電的臺(tái)區(qū)居多。

3.4 計(jì)劃停電分析

停電類型分為：計(jì)劃停電、故障停電、臨時(shí)停電。其中故障停電、臨時(shí)停電均屬于非計(jì)劃停電。

根據(jù)大數(shù)據(jù)處理，對(duì)該市計(jì)劃停電數(shù)據(jù)進(jìn)行分析，對(duì)該市2016年5月的計(jì)劃停電情況進(jìn)行展示，結(jié)果如圖6。據(jù)圖6(a)可知，C、D縣供電公司的計(jì)劃停電次數(shù)較多。對(duì)該地區(qū)全年計(jì)劃停電中重復(fù)停電線路進(jìn)行分析，如圖6(b)共有67條線路發(fā)生重復(fù)停電，其中7次及以上的線路占比最高，與前面分析的總線路重復(fù)停電次數(shù)相比，計(jì)劃停電中的線路重復(fù)停電次數(shù)大大減小，可見重復(fù)停電次數(shù)大部分由非計(jì)劃停電引起。

另外所設(shè)計(jì)系統(tǒng)還對(duì)該市計(jì)劃停電的時(shí)段進(jìn)行了統(tǒng)計(jì)，結(jié)果如圖6(c)所示，該圖表明計(jì)劃停電時(shí)間段大部分集中在7：00至18：00，這應(yīng)該是從人民的安全、方便性上考慮到晚上的用電需求比白天更大。

3.5 優(yōu)質(zhì)服務(wù)

3.5.1 配搶效率分析

所設(shè)計(jì)系統(tǒng)可對(duì)配電搶修效率進(jìn)行詳細(xì)分析和展示，如圖7所示。數(shù)據(jù)統(tǒng)計(jì)起始時(shí)間為2017年1月1日至2017年10月24日，總體上停電延時(shí)比供電延時(shí)次數(shù)多，并且停電延時(shí)的時(shí)長(zhǎng)大于6 h的次數(shù)最多。

從檢修類型統(tǒng)計(jì)圓餅圖可知，計(jì)劃?rùn)z修占比最高，故障檢修占比相對(duì)較小，但是仍然說明有一定數(shù)目的故障發(fā)生。該圖在幫助運(yùn)行人員了解檢修情況的同時(shí)，提醒檢修方關(guān)注故障檢修、非計(jì)劃?rùn)z修等情況，對(duì)故障線路進(jìn)行考察，減少故障發(fā)生概率。

3.5.2 停電經(jīng)濟(jì)損失預(yù)估

供電可靠性降低不僅對(duì)用戶造成極大損失，也會(huì)對(duì)電力公司造成損失，所以系統(tǒng)針對(duì)于臺(tái)區(qū)重復(fù)停電的情況，對(duì)每個(gè)時(shí)間段內(nèi)重復(fù)停電對(duì)電力公司造成的損失進(jìn)行了預(yù)測(cè)、計(jì)算。通過臺(tái)區(qū)停電事件對(duì)臺(tái)區(qū)96個(gè)點(diǎn)進(jìn)行數(shù)據(jù)擬合，計(jì)算出臺(tái)區(qū)每個(gè)時(shí)間點(diǎn)的負(fù)載預(yù)測(cè)，對(duì)臺(tái)區(qū)反復(fù)停電損失進(jìn)行合理估算。結(jié)果如圖8所示(圖中是某公司某周的停電損失金額，損失金額為90.56萬元)。

圖6 某市各縣計(jì)劃停電分布情況

圖7 配搶效率分析情況

圖8 損失金額估算

在安排停電時(shí)，電力公司需要對(duì)停電的損失進(jìn)行評(píng)估，所以系統(tǒng)提供給了電力企業(yè)一個(gè)科學(xué)、量化的評(píng)估依據(jù)。如圖9所示，通過用戶選擇線路、停電時(shí)間段，通過后臺(tái)大數(shù)據(jù)分析預(yù)測(cè)，得出停電損失額度。

圖9 計(jì)劃停電損失金額

4 結(jié) 語

研究開發(fā)了一套基于大數(shù)據(jù)的中壓供電可靠性管理系統(tǒng)，系統(tǒng)分析結(jié)果表明：

1)該系統(tǒng)通過后臺(tái)大數(shù)據(jù)分析預(yù)測(cè)，有效提高了臺(tái)區(qū)停電事件可信度，并可得出停電損失額度。

2)該系統(tǒng)的停電研判方案是根據(jù)電力用戶采集系統(tǒng)、OMS系統(tǒng)、PMS系統(tǒng)、變電站10 kV線路總表等數(shù)據(jù)對(duì)停電的可信度進(jìn)行分析研判，提高了停電研判的正確度。

3)該系統(tǒng)處理可得到既定地區(qū)內(nèi)的城網(wǎng)供電可靠性高達(dá)99.91%；可得到該地區(qū)線路重復(fù)停電情況、臺(tái)區(qū)重復(fù)停電情況；可實(shí)現(xiàn)對(duì)計(jì)劃停電分布情況的分析；可提供配搶效率分析、停電損失估計(jì)等優(yōu)質(zhì)服務(wù)。

系統(tǒng)分析結(jié)果可以為運(yùn)行人員提供參考，對(duì)故障停電多發(fā)地區(qū)進(jìn)行核實(shí)，采取相應(yīng)措施以提高供電可靠率。

[1] 于海平. 基于數(shù)據(jù)挖掘技術(shù)的運(yùn)營(yíng)監(jiān)控系統(tǒng)[J].電氣技術(shù), 2016, 17(9):147-149.

[2] 張沛, 吳瀟雨, 和敬涵. 大數(shù)據(jù)技術(shù)在主動(dòng)配電網(wǎng)中的應(yīng)用綜述[J].電力建設(shè), 2015, 36(1):52-59.

[3] 劉峰. 大數(shù)據(jù)分析在配電網(wǎng)統(tǒng)計(jì)數(shù)據(jù)中的應(yīng)用探索[D].廣州：華南理工大學(xué), 2016.

[4] 徐祥征, 王師奇, 吳百洪. 基于大數(shù)據(jù)分析的配電網(wǎng)主動(dòng)檢修業(yè)務(wù)應(yīng)用研究與實(shí)現(xiàn)[J].科技通報(bào), 2017, 33(6):105-108.

[5] 杜明建. 大數(shù)據(jù)技術(shù)在負(fù)荷預(yù)測(cè)與負(fù)荷特性分析中的應(yīng)用[D].南京：東南大學(xué), 2015.

[6] 孫立華, 胡牧, 孟慶強(qiáng),等. 配網(wǎng)線損大數(shù)據(jù)高性能計(jì)算解決方案[J].計(jì)算機(jī)與現(xiàn)代化, 2016(12):42-46.

[7] Qiu R，Antonik P．Big Data and Smart Grid：A Random Matrix[M]．John Wiley and Sons，2014：33-60．

[8] 夏友斌, 俞鵬, 蘇志朋. 基于數(shù)據(jù)中心的配網(wǎng)故障研判方案[J].科技經(jīng)濟(jì)導(dǎo)刊, 2016(7)：39.

[9] Oracle Utilities．Utilities and Big Data：A Seismic Shift is Beginning[R]．An Oracle Utilities White Paper.

[10] 張東霞, 苗新, 劉麗平,等. 智能電網(wǎng)大數(shù)據(jù)技術(shù)發(fā)展研究[J].中國(guó)電機(jī)工程學(xué)報(bào), 2015(1):2-12.

[11] 康春紅, 謝育新. 供電可靠性實(shí)時(shí)計(jì)算及預(yù)控管理系統(tǒng)的開發(fā)與應(yīng)用[J].廣西電力, 2011, 34(5):57-59.

[12] Wu Xindong，Zhu Xingquan，Wu Gongqing，et al．Datamining with Big Data[J]．IEEE Transactions on Knowledg eand Data Engineering，2014，26(1)：97-107．