大數(shù)據(jù)技術(shù)在電網(wǎng)運(yùn)營(yíng)管理中的應(yīng)用

謝智 劉建戈 張鵬宇 李茂 邵劍飛 馬曉彤 姜蒙娜 李錦狄

摘要：在智能電網(wǎng)飛速發(fā)展背景下，各類信息管理系統(tǒng)層出不窮，為電力企業(yè)積累了海量數(shù)據(jù)信息。如何充分發(fā)揮信息價(jià)值，為電力部門服務(wù)已成為主要課題。在此背景下，大數(shù)據(jù)技術(shù)應(yīng)運(yùn)而生。該技術(shù)可對(duì)數(shù)據(jù)信息的內(nèi)在價(jià)值進(jìn)行深入挖掘，提高數(shù)據(jù)服務(wù)能力，為電力企業(yè)的運(yùn)營(yíng)管理提供強(qiáng)大的技術(shù)支持。

關(guān)鍵詞：大數(shù)據(jù)技術(shù);電網(wǎng)運(yùn)營(yíng);管理

智能電網(wǎng)的迅猛發(fā)展，各類電網(wǎng)設(shè)施越來(lái)越先進(jìn)，計(jì)算機(jī)信息技術(shù)的合理運(yùn)用，使得電力企業(yè)積累大量數(shù)據(jù)信息，為了保證電力數(shù)據(jù)信息得到高效利用，做好電力運(yùn)營(yíng)數(shù)據(jù)信息管理工作特別重要。鑒于此，本文重點(diǎn)研究電力運(yùn)營(yíng)管理當(dāng)中大數(shù)據(jù)分析技術(shù)的核心運(yùn)用。

1大數(shù)據(jù)分析核心技術(shù)

1.1關(guān)聯(lián)分析技術(shù)

數(shù)據(jù)挖掘，早期應(yīng)用在超市銷售數(shù)據(jù)信息分析工作之中，所以，在大數(shù)據(jù)挖掘領(lǐng)域中，做好關(guān)聯(lián)分析工作特別重要。A-priori關(guān)聯(lián)算法、FP-growth算法應(yīng)用較多，最近幾年來(lái)，出現(xiàn)了很多的新型算法，A-priori關(guān)聯(lián)算法、FP-growth也得到有效改進(jìn)。

1.2統(tǒng)計(jì)分析技術(shù)

在數(shù)據(jù)管理分析工作當(dāng)中，統(tǒng)計(jì)分析技術(shù)較為常見，此項(xiàng)技術(shù)屬于基礎(chǔ)分析技術(shù)之一。相關(guān)人員通過(guò)收集并整理電力數(shù)據(jù)信息，能夠更加直觀地找到數(shù)據(jù)信息之間內(nèi)在聯(lián)系，經(jīng)過(guò)精確的計(jì)算之后，確定最終的統(tǒng)計(jì)數(shù)據(jù)新信息，從而為電力企業(yè)的運(yùn)營(yíng)管理提供優(yōu)質(zhì)服務(wù)。電力大數(shù)據(jù)具有體量大的特點(diǎn)，將大數(shù)據(jù)分析技術(shù)應(yīng)用到電力信息管理工作之中，可顯著提升智能電網(wǎng)建設(shè)水平，推動(dòng)我國(guó)電力行業(yè)的可持續(xù)發(fā)展。電力數(shù)據(jù)的類型比較多，為了保證大數(shù)據(jù)分析技術(shù)得到良好運(yùn)用，要求相關(guān)部門根據(jù)電力數(shù)據(jù)信息的特點(diǎn)，做好分類工作，提高電力數(shù)據(jù)處理速率，保證電力數(shù)據(jù)得到高效處理。

1.3聚類分析技術(shù)

最近幾年中，聚類分析技術(shù)應(yīng)用領(lǐng)域不斷擴(kuò)大，研究人員結(jié)合現(xiàn)有的聚類分析算法，研發(fā)出更多新型的聚類分析算法，例如，基于數(shù)據(jù)信息分析的劃分方法與聚類分析方法等。為了更好地滿足數(shù)據(jù)信息聚類分析需求，相關(guān)人員要妥善解決聚類問(wèn)題，可以根據(jù)不同類型的數(shù)據(jù)信息，采用合理的數(shù)據(jù)聚類分析技術(shù)。

2大數(shù)據(jù)技術(shù)在電網(wǎng)運(yùn)營(yíng)管理中的應(yīng)用場(chǎng)景

2.1用戶信用分析

部分電力用戶存在惡意欠費(fèi)情況，導(dǎo)致電力企業(yè)每年都需要投入大量人力物力進(jìn)行催繳，掌握用戶的信用情況可對(duì)不同信用等級(jí)的用戶采取針對(duì)性措施，對(duì)于存在欠費(fèi)情況以及即將欠費(fèi)的用戶可進(jìn)行提前通知，最大限度地減輕企業(yè)承受的經(jīng)濟(jì)損失。通過(guò)對(duì)用戶用電量、金額、欠費(fèi)次數(shù)、時(shí)長(zhǎng)及竊電等情況進(jìn)行分析，確定用戶的信用類型，構(gòu)建用戶信用評(píng)價(jià)模型，對(duì)不同信用情況的用戶等級(jí)進(jìn)行判斷，并確保評(píng)價(jià)結(jié)果的公平公正。

2.2用戶用電行為分析

現(xiàn)如今，用戶在電網(wǎng)方面的需求越發(fā)多元，如何對(duì)用戶行為進(jìn)行準(zhǔn)確分析、了解不同用戶間的需求差異十分關(guān)鍵。這對(duì)于制定針對(duì)性服務(wù)策略來(lái)說(shuō)具有重大意義，對(duì)智能電網(wǎng)建設(shè)也具有極大助力。通過(guò)對(duì)用戶基礎(chǔ)信息、繳費(fèi)情況、投訴情況及現(xiàn)行用電政策等數(shù)據(jù)進(jìn)行挖掘，全面掌握用戶的投訴、報(bào)裝及繳費(fèi)等行為，從而準(zhǔn)確掌握用戶在電能方面的實(shí)際需求，并為其提供差異化的服務(wù)，為用戶帶來(lái)更加舒適貼心的用電體驗(yàn)。

2.3用電量分析

為了滿足精度要求，根據(jù)以往電量與未來(lái)電量間的關(guān)系對(duì)將來(lái)某一時(shí)間段內(nèi)用戶的用電量進(jìn)行預(yù)測(cè)。通過(guò)合理預(yù)測(cè)用電量，可保障人們正常的生產(chǎn)生活用電需求，節(jié)約企業(yè)運(yùn)行成本，促進(jìn)電網(wǎng)的健康高效運(yùn)行，為社會(huì)帶來(lái)更多經(jīng)濟(jì)效益。電量預(yù)測(cè)的核心是時(shí)間周期性函數(shù)，對(duì)電量產(chǎn)生影響的因素眾多，包括經(jīng)濟(jì)、地區(qū)、職業(yè)及政策等，一些因素具有確定性，還有些因素?zé)o法確定。

2.4設(shè)備運(yùn)行狀態(tài)分析

大數(shù)據(jù)技術(shù)可對(duì)設(shè)備運(yùn)行狀態(tài)進(jìn)行評(píng)估，根據(jù)評(píng)估結(jié)果進(jìn)行物資采購(gòu)、設(shè)備規(guī)劃設(shè)計(jì)、退役報(bào)廢及故障判斷等多項(xiàng)管理工作，且設(shè)備評(píng)估還可為設(shè)備安全穩(wěn)定運(yùn)行提供充足的技術(shù)支持。通過(guò)定期對(duì)設(shè)備運(yùn)行情況進(jìn)行分析，可對(duì)巡視記錄、運(yùn)行記錄、帶電檢測(cè)及缺陷故障等多種數(shù)據(jù)進(jìn)行挖掘，從而獲取到不同操作形式下標(biāo)準(zhǔn)數(shù)值，在多種故障和缺陷基礎(chǔ)上對(duì)數(shù)據(jù)進(jìn)行關(guān)聯(lián)，對(duì)設(shè)備的運(yùn)行狀態(tài)進(jìn)行有效監(jiān)測(cè)和控制。

2.5停電影響分析

當(dāng)發(fā)生停電事故后，為了在較短的時(shí)間內(nèi)恢復(fù)供電，降低停電對(duì)用戶產(chǎn)生的不良影響，可充分發(fā)揮大數(shù)據(jù)技術(shù)的作用，對(duì)停電產(chǎn)生的不良影響進(jìn)行分析，并以分析為參照制定現(xiàn)場(chǎng)處理方案。通過(guò)對(duì)GIS信息、用電信息采集及調(diào)度信息等進(jìn)行挖掘和整合，從停電時(shí)間、用戶、范圍與損失多個(gè)方面著手，構(gòu)建停電影響評(píng)價(jià)體系，在較短的時(shí)間內(nèi)快速計(jì)算出停電產(chǎn)生的各種影響，使電網(wǎng)企業(yè)能夠準(zhǔn)確了解停電嚴(yán)重度，并采取積極有效的措施預(yù)防停電擴(kuò)張。

3大數(shù)據(jù)技術(shù)在電網(wǎng)運(yùn)營(yíng)管理中的具體應(yīng)用

3.1科學(xué)構(gòu)建負(fù)荷預(yù)測(cè)框架

為了保證電力負(fù)荷預(yù)測(cè)更加合理，相關(guān)管理人員可從以下幾方面入手：第一，利用大數(shù)據(jù)分析技術(shù)，構(gòu)建完善的數(shù)據(jù)分析與處理的平臺(tái)，該平臺(tái)的良好構(gòu)建，可顯著提高電力負(fù)荷預(yù)測(cè)的準(zhǔn)確性。第二，加強(qiáng)數(shù)據(jù)分析，將大量數(shù)據(jù)信息上傳到數(shù)據(jù)分析處理平臺(tái)中，并結(jié)合電力負(fù)荷分布情況，找到影響電力負(fù)荷穩(wěn)定增長(zhǎng)的因素，并進(jìn)行科學(xué)處理。對(duì)于電力企業(yè)中的相關(guān)管理人員來(lái)講，在挖掘電力數(shù)據(jù)信息之前，要將不同區(qū)域的電力負(fù)荷數(shù)據(jù)進(jìn)行分類，找到不同用電地區(qū)用戶的用電規(guī)律，并運(yùn)用大數(shù)據(jù)分析中的聚類分析方法，確定用戶負(fù)荷類型，開展關(guān)聯(lián)性分析，在區(qū)域用電結(jié)構(gòu)的基礎(chǔ)之上，準(zhǔn)確預(yù)測(cè)用戶的用電負(fù)荷。數(shù)據(jù)分析與處理的平臺(tái)在運(yùn)行的過(guò)程當(dāng)中，相關(guān)人員還要構(gòu)建數(shù)據(jù)庫(kù)服務(wù)器與ETL服務(wù)器。電力系統(tǒng)當(dāng)中的ETL，其邏輯流程可以分解為兩階段，從源表逐漸到ODS層，再?gòu)腛DS層逐漸過(guò)渡到DW層。上述兩個(gè)階段要認(rèn)真遵守串行順序，前面的階段數(shù)據(jù)加載完畢后，方可開始后面數(shù)據(jù)的加載，結(jié)合電力數(shù)據(jù)的傳輸流程得知，相關(guān)人員需要對(duì)煤層ETL程序進(jìn)行架構(gòu)設(shè)計(jì)，并制定完善的系統(tǒng)運(yùn)行計(jì)劃。

3.2負(fù)荷數(shù)據(jù)聚類分析

通過(guò)對(duì)電力數(shù)據(jù)信息進(jìn)行聚類分析，可以保證電力數(shù)據(jù)信息更加準(zhǔn)確，電力企業(yè)中的相關(guān)人員可以采用K均值聚類分析方法進(jìn)行分析，此方法的應(yīng)用原理比較簡(jiǎn)單，針對(duì)給定的數(shù)據(jù)信息進(jìn)行分類，總共分成K類，并對(duì)各項(xiàng)數(shù)據(jù)信息進(jìn)行細(xì)化分析，進(jìn)一步提高電力負(fù)荷預(yù)測(cè)的合理性[4]。由于數(shù)字化時(shí)代的到來(lái)，電力系統(tǒng)在穩(wěn)定運(yùn)行的同時(shí)，會(huì)生成大量的數(shù)據(jù)信息，要想進(jìn)一步提升電力系統(tǒng)的運(yùn)行效率，要求電力企業(yè)中的有關(guān)工作人員，針對(duì)各項(xiàng)電力數(shù)據(jù)信息進(jìn)行科學(xué)分析。而大數(shù)據(jù)分析技術(shù)的良好運(yùn)用，有效降低電力數(shù)據(jù)分析難度，減少錯(cuò)誤電力數(shù)據(jù)信息的出現(xiàn)。為了更好地提升電力系統(tǒng)工作效率，可以適當(dāng)降低系統(tǒng)的延時(shí)性，增強(qiáng)電力系統(tǒng)可靠性。如果電力數(shù)據(jù)在短時(shí)間內(nèi)急劇增多，會(huì)對(duì)電力信息數(shù)據(jù)工作產(chǎn)生一定影響，因此，相關(guān)人員需要合理運(yùn)用大數(shù)據(jù)分析技術(shù)，在保證電力系統(tǒng)安全、穩(wěn)定運(yùn)行的基礎(chǔ)上，提高智能電網(wǎng)的建設(shè)水平。通過(guò)對(duì)電力負(fù)荷數(shù)據(jù)進(jìn)行聚類分析，可以顯著提高電力運(yùn)營(yíng)管理效率。

4結(jié)語(yǔ)

在電網(wǎng)企業(yè)轉(zhuǎn)型和發(fā)展的過(guò)程中，大數(shù)據(jù)技術(shù)的應(yīng)用十分必要，可幫助企業(yè)尋找最佳方式對(duì)用戶的用電量、用電行為進(jìn)行精準(zhǔn)預(yù)測(cè)，使整體運(yùn)營(yíng)管理效率得到顯著提升。

參考文獻(xiàn)

[1]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，（1）：52-59.

[2]趙 瑩，代 飛.大數(shù)據(jù)技術(shù)在電網(wǎng)運(yùn)營(yíng)管理中的應(yīng)用研究[J].電子技術(shù)與軟件工程，2018，（5）：194-195.

[3]莫顯耀.大數(shù)據(jù)技術(shù)在電力系統(tǒng)的應(yīng)用探討[J].數(shù)字通信世界，2018，160（4）：190.