摘要：随着智能电网的发展，配电系统部署了众多的监控和管理系统，每时每刻都在产生大量的数据；如何应用这些数据，提高配电系统的智能化水平，既是机遇也是挑战。文章首先对电力系统中的主要数据类型进行了简要分析，在此基础上从谐波治理、电力规划以及系统建设管理三个方面，对大数据技术在电力系统中的应用进行论述。
关键词：大数据；配电系统；应用
1导言
电力大数据具有规模大、种类多、生成速度快、价值巨大但密度低的特点，具有重要的研究意义和实际价值。重点介绍了电力大数据特点、数据来源和核心技术。为提高智能化水平，配电系统部署了众多的监测、控制和管理设备/系统，加之用户侧系统和用户采集系统的接入，这些系统每时每刻都在产生大量的数据，这些数据与外部数据结合，构成了配电系统大数据。
2电力大数据概述
电力行业的信息时代正处于关键转折点，以往单一、变化平缓的数据类型将逐渐被复杂及异构数据取代。这就要求电力企业需要有更高的对数据处理、挖掘、管理及互操作的能力。
2.1电力大数据的特征
2011年，国际数据公司（IDC）将大数据的特点总结成四个“V”，即体量大（Volume）、类型多（Variety）和速度快（Velocity）和价值高但密度低（Value），电力大数据同样具有以上特点。此外，《中国电力大数据发展白皮书》中指出电力大数据同时具有“3E”特征，即能量（Energy）、交互（Exchange）和共情（Empathy）。电力大数据与其它行业数据相比，有着更为广义的范畴。因此，如何用高效的方法将电力大数据进行分析和处理，使用科学的技术手段以挖掘出数据潜在的巨大价值是十分必要的。
2.2电力大数据的来源
如前文所述，电力大数据的来源主要有三个方面，即电力企业的生产数据、运营数据和管理数据。
（1）电力企业的生产数据。此类数据是电力大数据的产生源头，主要包括实时生产数据和设备生命周期数据两类。这些数据往往由发电侧产生，用故障检测、恢复电网运行及发电设备的检查和维修等方面。
（2）电力企业的运营数据。此类数据包含了用户侧的相关信息，如客户名称、电费计价、客户用电特点，并提供给相关部门，用以对客户行为进行分析决策，挖掘数据中存在的隐藏信息，构建针对营销的系统性算法模型数据库，用以改善服务模式，提高服务质量，满足不断发展的营销需求。
（3）电力企业的管理数据。对于电力企业来说，如果能充分利用来自电网的数据，通过软件对这些数据进行有效的分析和管理，将有助于提高企业管理水平，降低运营成本，提高企业的工作效率，保证决策的正确性。对于用户来说，可以享受到由电力大数据产生的增值业务所带来的实惠，得到更高质量的服务。这就体现出了电力大数据“以人为本”的核心价值。
3大数据在配电系统的应用
3.1负荷预测
利用来自用电信息采集系统、配电自动化系统、调度控制系统的全量负荷数据，对负荷进行逐层分解，同时从负荷类型、季节、区域、时段等多个时空维度，分析负荷的变化和分布规律，建立负荷特性模式库。在此基础上，加入国家、地方、产业等经济运行数据和发展规划数据，详细分析电力负荷与其他行业领域之间的关联关系，形成多因素的负荷预测方法。这种方法可以用于预测空间负荷，作为配电网规划的依据。
3.2在谐波治理中的应用
随着大数据技术的不断进步和完善，使得电力大数据获得了快速的发展，并被应用于电网故障诊断、电力风险评估等领域当中，为电力系统的安全、稳定运行提供了强有力的保障。与传统的数据处理技术相比，大数据着重强调了数据本身所具有的“4V”特点，即跨领域、多类型、融合及利用。
期刊文章分类查询,尽在期刊图书馆
谐波是电力系统运行过程中不可避免的问题，通过大数据技术，并借助现有的平台和系统，可对谐波进行检测、分析及治理，有助于提升电力系统的运行可靠性。大数据在电力系统谐波治理中的应用，主要是对谐波产生的原因进行分析及定位，并利用数据挖掘技术提出有效的治理方案。具体应用中，可采用Apriori数据挖掘算法对谐波产生的原因进行定位分析，在此基础上找出与分析结果相匹配的谐波治理方案，工作人员则可以此作为参考依据，快速制定出治理谐波的有效途径，由此能够大幅度提升工作效率。系统可自动对谐波检测数据结果及谐波点上的电压、设备状态等数据进行读取，然后运用Apriori算法进行初始化，并执行关联分析，同时输出设备与谐波点的置信度，再从中选出置信度最高的三个设备，分别提取它们的电流及电压数据，并对其执行谐波检测算法，随后输出带有谐波的设备编号，以此作为谐波原因设备，最后从谐波治理方案中，选出与之相匹配的方案给工作人员进行参考。基于大数据的谐波处理方式，不但使检测结果的精确性获得提升，而且还使原因定位更加准确。
3.3输电环节的应用
输电线路是电力系统的重要组成部分，其作用是分配和输送由电厂产生的电能。输电线路的安全稳定运行是经济快速发展的有力保障。但由于我国地理环境和自然环境等方面的原因，输电线路现面临诸多安全隐患。结合线路、气象、地理、运行等数据，利用数据挖掘技术，建立运维大数据综合分析系统，能够实现故障分析、防灾研究和状态评价，能为设备的管理运行和维护提供可靠的技术支持。大数据在输电环节的应用，有学者提出了一种基于大数据分析的输变电设备状态数据的异常快速检测方法，很好地实现了设备异常的实时检测。利用软件处理和数据挖掘技术得到了落雷区域的雷电分布特征，对输电走廊的防雷工作具有一定的指导作用。
3.4在系统建设管理中的应用
在电力项目建设管理方面，电力系统每年要参与至少3000个项目的建设，但是受系统自身数据储存容量不足的影响，只能够在参与建设管理的过程中储存少量有关施工现场的建设信息。这些信息数据仅限于文件、图片等占用储存空间小的数据，而不能储存视频。在这种情况下，系统管理人员不能依靠储存的数据了解电力项目的实施过程，同时电力系统缺失自动化分析功能和决策功能，不利于提高项目建设管理水平。为此，有必要应用大数据技术，加快“大建设”基建系统建设，具体应从以下方面入手：不断提升电力系统的非结构化数据储存能力以及项目管理的准确性；不断扩大电力系统的信息收集范围，提高对现场信息的采集频率，提升系统自身的数据储存空间；扩展电力系统功能，使其能够分析处理大量非结构化数据。
3.5电力调度
调度环节通过对信息进行获取、传输和处理，实现对一次电力系统运行的监视、分析和控制，确保电能能够安全流通，实现经济效益的最大化。因此，调度环节被称为是智能电网的“神经中枢”。随着大容量风光储等新能源广泛接入，利用电网调度运行过程中涉及到海量数据，建设以数据驱动的智能调度体系，实现电网运行数据向知识的转化，提高电网高度的经济性、安全性，是智能调度发展的必然趋势。大数据在多时间尺度的负荷特性参数在线辨识、互动负荷大范围的广域优化调度、级联式停电模式等方面也同样具有巨大的潜在应用价值。
结束语
综上所述，电力系统的运行稳定不但关系到社会生产，而且还与人们的日常生活息息相关。只有将传统的电力企业信息管理工作思路转变为以大数据为中心的现代化、信息化理念，充分利用大数据技术，努力打造全新的商业模式和工作模式，才能促进电力行业转型升级，进而推动社会和经济的快速发展。
参考文献：
[1]张东霞.配电系统大数据应用——促进配电系统智能化发展的必需手段[J].供用电,2017,34(06):1.
[2]张东霞,邓春宇,王晓蓉.大数据在配电系统的应用[J].供用电,2017,34(06):2-7.
[3]伯运鹤.大数据技术在电力行业的应用研究[J].科技创新与应用,2017,(11):177-178.
[4]靳海涛.大数据在电力系统中的应用[J/OL].电子技术与软件工程,2017,(06):161.
作者：安 娜 身份证号：13070619860328xxxx
论文作者:安娜
论文发表刊物:《电力设备》2017年第25期
论文发表时间:2017/12/20
标签：数据论文; 谐波论文; 电力论文; 系统论文; 电力系统论文; 负荷论文; 电网论文; 《电力设备》2017年第25期论文;