摘要：电力系统是动态系统，在系统运行过程中会产生大量的数据。电力系统运营监控的作用是对系统运行过程中所产生的各类数据进行监控，及时发现业务流程中的问题，然后通过各部门协同配合进行优化完善，保证电力系统运营的高效性。在大数据时代，可采用大数据技术，充分利用电力运营监控平台中的数据，为电力有关部门的运营提供技术支持。
关键词：大数据时代；电力运营；监控系统；数据处理
1电力大数据时代简述
1.1电力大数据时代整体发展形势
从我国迅速发展的互联网技术来看，大数据时代的各产业企业都积累了大量的商业数据，并决定了企业的长期健康发展。为了更好的在大数据时代完成中国电力企业的发展，本文主要对电力大数据时代的发展形式以下面四个方面进行总结，进一步实现电力企业数据共享，实现各种资源的优化整合：（1）促进电力部门数据集成共享和优化，提高企业整体资源的利用率；（2）加大电力数据资源的开放度以及扩大使用资源；（3）统筹规划大数据基础设施来提高合理的利用数据资源；（4）建立科学数据宏观调控体系，并进一步实现宏观调控电力运营监控。
1.2借用大数据平台完善企业业务流程，弥补管理缺陷
（1）根据现有业务流程的执行情况，通过绩效指标对流程的执行效率进行评估。对运行效率低的流程分析，找出流程合理性及其原因，提出对其改进建议。（2）基于处理细节数据和流程环节绩效指标为基础，根据公司和行业之间的有关规定、标准、职责和不同的工作绩效情况，提出了相应的改进措施。（3）分析判断企业不同部门之间的协作，以弥补管理的缺陷，有针对性的对加强商业合作提出了相关建议。
1.3对电力系统进行安全管理，以此提高工作质效
（1）为保证电力系统安全运行，可用网络技术来设备安全保护，对大数据环境下的电力系统进行安全保护，但也要建立一个能大数据环境中对电力系统安全评价体系。（2）一方面，为更快更好改善电力企业管理服务水平，需要不断完善电力企业数据安全技术，提高大数据的安全防护系数。另一方面，通过在线数据监测分析预判，加强电力企业风险管控力度，及时发现安全隐患，强化早期预警工作，防患于未然，达到“主动感知问题，主动预防风险，主动辅助决策”目标。
2大数据分析主要技术
2.1统计分析
统计分析是电力数据分析的一个常见的技术，也是最为基础的技术。通过对数据的基础搜集、整理和分析，可以直观的得到数据的内在规律，并通过计算得出可以反映整体数量特征的统计信息，以更好的为电力企业的运营提供服务。
2.2关联分析
数据挖掘最早被应用于销售数据处理中，通过挖掘销售中的各类数据，然后进行关联分析，由此可见，在数据挖掘领域，关联分析至关重要。关联分析算法有很多种，包括FP-growth算法、A-priori关联算法以及基于划分的算法等等。近年来，改进算法发展迅速，常见的改进算法有、基于变化时空的关联规则挖掘、并行关联规则挖掘、基于聚类的关联规则挖掘、模糊关联规则挖掘、多层或多维的关联规则挖掘等等。
2.3聚类分析
聚类分析法是当前数据处理研究领域的重点，聚类算法的类型有很多种，常见有层次聚类方法、基于原型的聚类方法、基于谱分析的划分方法以及基于密度的聚类方法等等。聚类问题的模型也呈多样化，包括异质聚类、演化聚类、子空间聚类、多路聚类、聚类集成等等，能够满足多种聚类需要。另外，当前各行各业的数据类型有很多种，对此，聚类分析也有不同的特点，包括图像分割时序数据聚类、流体数据聚类等等。
期刊文章分类查询,尽在期刊图书馆
2.4分类分析分类算法是解决分类问题的方法
在分类算法的实际应用中，可以对已知类别训练集进行分析，然后找出分类规则，进而合理预测新的数据类型。分类算法有两种，即单一分类算法和集成学习算法，其中，单一分类算法又包括支持向量机、决策树、神经网络、贝叶斯分类等，而集成学习算法则包括Boosting、Bagging等等。在单一分类算法中，决策树的应用较为常见，其是一种以实例作为基础的归纳学习算法，能够从一组无次序、无规则的实例中推理出以决策树表示的分类规则。
2.5多核学习
在数据挖掘以及机器学习领域，多核学习法的应用比较广泛，并且发展出多种以多核学习法作为基础的算法类型，包括支持向量机和KPCA等等。多核学习法的应用要点是将低维空间中的数据映射到高维空间，然后在高维空间中进行处理和分析。
3大数据时代电力运营监控系统的数据应用
大数据时代下的电力运营监控系统实现了信息技术和电网生产、企业管理的融合，提升了电网业务数据的时效性。通过数据分析改善服务模式，提高营销能力和服务质量，构建稽查数据监控分析模型，发现数据中存在的隐藏关系，为各级决策者提供多维、直观、全面、深入的预测性数据，主动把握市场动态，采取适当营销策略，可使企业获得更大效益。
3.1运营监控系统数据在电力生产环节的应用
电力系统的内部运行时非常复杂的，所以需要管理的内容是非常多的，所以我们可以利用这些大量的数据信息建立不同的模型，同时还可以在线对技术指标进行计算，那么就可以对电压的质量进行更加准确的管理。
3.2运营监控系统数据在电力营销方面的应用
电力运营监控部门可以通过远程视频技术不定期的巡查电力营业单位，及时发现营销过程中存在的问题。要积极进行工业方面大电量预测以及大电量需求的管理，要同时进行用电采集系统以及量价费损营销稽查监控业务，并加强线损治理方面的总结以及经验的积累。
3.3运营监控系统数据在电力检修方面的应用
运监中心可以利用大数据运营监控平台，完成资产全寿命周期、电网设备运维、资金收支、业扩报装端到端流程在线监测分析系统构建及上线运行，完成电网设备运维流程绩效分析工作。以数据挖掘为手段，首次将工作票、操作票、缺陷记录等电子明细与静态流程图匹配，检修处理到停送电等流程全过程绩效分析，定量诊断调度、检修等跨部门协同问题，横向加强协同、纵向顺畅贯通，提升电网设备运维管理水平。
3.4异动数据监测处理
虽然大数据技术在今天的阶段属于高科技技术，但是在使用过程中也可能出现故障。如果在配电运营监控系统中出现了异动数据，则会影响整个监控系统的运行，异动数据包括业务异动、数据质量的异动、接口异动等。业务异动也有几个分支：明细异动、流程异动以及指标的异动，业务指标在应用时会产生浮动，如果这个浮动超过了行业规定的正常值，那么就说明业务产生了异动。数据质量的异动的表现是大数据检查信息时检查的不全面，各个系统之间的联系不紧密。接口异动就是指数据包的表现不正常，从而导致接口的不正常。因为这些异动的存在，所以必须的利用大数据技术对这些异动数据进行监测，从而保证监控系统的安全。
结论
当前时期是大数据飞速发展的时代，电网系统和电力企业高速发展，应充分发挥电力运营监控数据处理作用，对电力系统运营所产生的庞大数据进行监测分析总结预判，及时发现系统问题，采取相关措施进行有效解决。另外，还要加强管理，提高工作电力系统运行质效，促进电力企业实现卓越发展。
参考文献
[1]卢莎.大数据时代电力运营监控系统数据处理的简要介绍[J].机电信息，2018（36）：8～9.
[2]赵云山，刘焕焕.大数据技术在电力行业的应用研究[J].电信科学，2018（01）：29～30.
论文作者:贾倍,梁蕖,孟毅智
论文发表刊物:《基层建设》2019年第21期
论文发表时间:2019/10/29
标签：数据论文; 算法论文; 电力论文; 异动论文; 监控系统论文; 多核论文; 时代论文; 《基层建设》2019年第21期论文;