摘要：随着智能电网技术的飞速发展和电力企业信息化的不断建设，在电力营销、生产、服务过程中，每天都会生成大量的信息数据，各个业务系统都积累了大量的历史业务数据。企业付出了大量的精力和时间对这些数据进行运维、分析和管理。然而面对如此庞大的数据，其分析和处理结果对企业生产、决策的支撑却频频表现出不足和乏力，为此，需要借助大数据技术来解决电力企业在发展过程中各种业务数据的增长所带来的潜在性问题。因此，本文对大数据技术在配电网中的应用进行分析。
关键词：大数据技术；配电网；应用
现在已经进入到大数据时代，各类数据已经成为发展战略性资源，对进一步促进行业的发展具有重要意义。将大数据技术应用到电力系统配电网中，将可以很大程度上来提高电网管理效率，促使电网向安全性、可靠性、智能化以及互动化方向发展，通过各类数据的分析研究，来为下一步管理策略的制定提供依据，提高电网运行可靠性，改善电网运行效率。
1电力大数据特征
电力行业快速发展背景下，逐渐有更多新型技术被用于电网的建设，促使电网逐渐实现了智能化、信息化以及数字化建设，在提高电网运行可靠性及安全性的同时，电力行业产生的数据也呈现爆发式增长趋势。电力大数据产生于电网运行的各个阶段，涉及到发电、输电、配电、变电以及调度等各个环节，包括电网潮流数据、企业管理数据、用电客户数据等。其中，对电力大数据来说具有多样性、规模性、价值型等特点，并且为充分发挥各类数据的应用优势。
2大数据技术在配电网中的应用意义
电网运行安全可靠性至关重要，同时需要有足够的提供优质电能的能力，配电网整体运行管理高效经济，且有足够消纳分布式能源的能力，这些是配电网发展的趋势所在。电网运行的各方面相互独立却又互相矛盾，比如运行可靠性和经济性，需在运行经济性和运行可靠性之间寻找一个平衡点以保证配电网安全经济运行。所以，从电网角度，为达到安全、可靠、经济、绿色等方面运行性能最佳，各方面因素都需要有自身独立的决策方案，这些方案的提出依赖于数据的支撑；同时，为了保证电网整体效益最大化，各决策方案还需要有机的结合，这也需要大量的数据支撑，通过数据指导网络运行管理中的焦点，在各个性能方面追求平衡；甚至，可以根据电网运行的不同阶段或时期，动态调整电网运行管理目标。
同时，随着电网的发展以及电力市场的开放，潮流的双向流动使得更多的负荷参与到电网的运行、管理和结算中来。负荷不再是传统能源消耗者和接受者，更多的负荷同时扮演着能源提供者角色，这些改变对电网自身的运行和管理造成巨大影响，处理不当会严重威胁电网安全稳定运行，在电力市场背景下会影响电网效益或用户收益。但是，用户角色改变的方式、程度和交互性可以通过对用户电能数据分析清晰看到，分析结果也可能作用于用户刺激着用户根据自身用能需求调整用电模式或者配合电网调整潮流，从而改善用电效率，实现自身用能成本最小化和供电收益最大化。
3大数据技术在配电网中的应用中的关键技术
如何利用大数据整合所需资源达到实现未来电力发展需要的应用，提高生产率，提高管理效率、服务质量，这些都是实现大数据在电力应用中的关键。电力大数据主要包括数据的集成管理、数据分析、数据处理及数据展现。
3.1电力大数据的集成管理
电力大数据集成管理是融合来自多个传感器网络的异构数据，并进行抽取、过滤和清洗后提供给电力应用系统过程。从集成的角度来说，就是把不同来源、数据格式、特点、性质的多样性数据在逻辑上或者存储介质上进行清洗和集中，为应用系统存储一系列面向主题的、集成的、易于管理的、反映历史变化的数据集合，从而为系统提供全面的数据共享。电力大数据集成管理技术就是为解决内部各系统间的数据冗余和信息孤岛而产生的。
期刊文章分类查询,尽在期刊图书馆
3.2电力大数据的数据分析
电力大数据分析是将传感器采集到的数据进行分析和提炼，从多个维度触发，找出海量数据中潜在的模态和规律的过程。电力大数据分析的关键技术源于统计学，并利用计算机技术对数据进行关联分析、机器学习、数据挖掘和模式识别。
电力大数据分析技术，从根本上讲，属于传统数据挖掘技术在海量数据挖掘下的新发展，针对发电数据、输电数据、配电数据和用户用电数据等大数据海量、高速增长、多样性的特点，从大数据的治理与抽样、特征选择的角度入手，将大数据小数据化，然后对大数据利用聚类、分类算法进行聚类提取特征，最后利用机器学习与数据挖掘技术提取数据中的应用知识，提供给应用系统。
3.3数据挖掘技术
数据挖掘是大数据技术的典型代表，数据挖掘技术包括数据整理、变换、挖掘、评估和认知等多项内容，直接从电力数据的根本出发，全面了解电力数据的内容。电力行业中的数据挖掘技术，可以汇总所有数据并实现数据共享，确保电力行业能够适应大数据时代。数据挖掘技术在电力行业中，逐层分析数据信息，挖掘电力数据的价值，掌握电力数据的运行规律，在此基础上分析电力行业的运营方向。
数据挖掘技术是在信息化的状态下处理电力数据，数据挖掘技术获取电力数据后就要全面、严密的加工，保存电力行业有用的数据，根据数据分析出电力行业在市场中的优势，进而制定出未来的运营方向。电力行业通过数据挖掘技术了解行业资深的价值，利用价值信息提高电力行业的市场竞争力，更重要的是提高电力行业的运行能力，加强电力企业中信息数据的控制能力。
3.4数据展现技术
数据展现技术具体体现为可视化技术、历史流展示技术、空间信息流展示技术等。具体是指电网状态实时监视、互动屏幕与互动地图、变电站三维展示与虚拟现实等技术。数据可视化是可视化技术在非空间数据领域的应用，可以增强数据呈现效果，让用户以直观交互的方式实现对数据的观察和浏览，从而发现数据中隐藏的特征、关系和模式。
可视化技术已被证实是一种解决大规模数据分析的有效方法，并在实践中得到广泛应用。在电力调度方面，可视化结合地理信息的接线图、动态潮流图、电压等高线、动态网络拓扑等帮助电力调度人员及时了解系统运行状态，准确处理各类告警和操作；在企业管理方面，信息系统普遍采用通过可视化人机界面和各类图表等手段分析企业经营资料，辅助决策；在用电方面，企业能效和家庭用电分析与可视化结合给出能源优化利用建议，促进节能减排。
配电网中数据可视化具有特殊的实现难度，其中数据类型种类繁杂，需要大力发展数据展现技术，提高电力数据的直观性和可视性，从而提升数据的可利用价值。
结束语：
大数据技术的迅猛发展为需求和挑战不断增多的配电网提供了解决方案新的视角，通过大数据技术可实现配电网运行的实时高效绿色性、检修的合理省时经济性、规划的科学完备可扩展性、电网管理的先进透明依据性。大数据技术不仅仅涉及基础理论研究领域和信息技术领域，还涉及诸多安全领域和政策方针等。相信在各行各业人士共同努力下，大数据技术必将广泛应用于配电网各项工作中，推动我国配电网向着智能化、信息化和现代化不断发展。
参考文献：
[1]大数据技术在电力运营中的应用分析[J].任毅.科技经济导刊.2017（35）
[2]大数据技术在智能电网中应用[J].王向前，嵇存娟.通讯世界.2017（01）
[3]基于大数据技术的配电网运行可靠性分析[J].胡丽娟，刁赢龙，刘科研，栾文鹏，盛万兴.电网技术.2017（01）
论文作者:魏丽君
论文发表刊物:《电力设备》2018年第9期
论文发表时间:2018/7/3
标签：数据论文; 电网论文; 技术论文; 电力论文; 电力行业论文; 数据挖掘论文; 配电网论文; 《电力设备》2018年第9期论文;