摘要：对于电力行业来说，在大数据技术的支持下，智能电网时代的到来让数据的的收集与整理工作变得更加轻松，同时，还可以进一步强化电网反馈环节的实际作用，大幅度提高电网规划的科学性、电网运行的高效性。
关键词：智能配电网；大数据；应用技术；前景
1智能配电网大数据的应用技术分析
1.1大数据收集技术
与传统数据单一式的数据采集方法相比，大数据信息收集技术有数据来源广、收集速度快、节省人力物力及可信度高等优势。传统信息采集往往通过人力的市场调研等方式进行，即使相关单位花费大量时间、金钱，其所收集的信息也只是代表局部，并不具普遍性，由于受人为因素的影响，其所收集的信息并非完全准确无误，存在一定偏差。智能配电网与大数据信息采集技术相结合使得电力数据的采集更加优化，为智能配电提供更为实用的信息技术服务。
1.2大数据解析技术
大数据解析技术的主要内容就是通过研究复杂多样的数据类型，找到各种类型数据之间所存在的各种显隐性联系，并且从中筛选出对企业而言具有使用价值的信息。因此，为了价值信息的筛选，在数据分析过程中，必须要对大数据进行解析。就目前实际情况来看，智能配电网当中应用的大数据解析技术分为以下两大类：过程挖掘和数据的可视化。过程挖掘主要目的在于采用不同方式构建电力数据与不同模型之间的有效联系，并将二者联系起来，就会在很大程度上将大数据应用技术应用于智能配电网这一端的电力信息上，提高数据的可利用价值；数据的可视化是将数据库中数据形成一种数据形象，基于多种维度对数据进行深入地观察，并对数据进行深入的分析。不同维度在电力系统方面主要指的是像时间、空间以及逻辑等，通过数据的详尽展现以及集中管理，能够构建多维数据的立方体可视图像，使得数据分析更加详细，并因此能为客户提供更优质的服务。总之，数据可视化技术可将与客户相关的数据展现，而撇去部分无价值的信息，使数据分析的结果具体地展现出来，可以充分反映智能配电网大数据的应用方式以及其应用价值。
1.3大数据的存储技术
大数据时代下的智能配电网领域，数据的数量和增长速度大大超出以往，因此大数据的存储技术应用相当广泛。大数据的存储有其自身的特征，传统的数据存储技术远远不能满足配电网这一领域庞大数据存储处理的要求，智能配电网充分利用网络云存储这一新兴技术节约电力企业的运营成本，提高整个电力系统的运作效率，并且通过大数据存储技术将整个电力系统的数据存储在整个互联网网络资源中，可以运用可视化等数据处理技术满足广大用户对数据处理的需求。但是不容忽视的是，在实际操作过程中，不少电力方面的数据资源的备份和存档冗余度过高，因此要求高效的重复删除技术得以发挥功用，使得数据的占用空间能够得到大大缩减以提高电力企业的运营成本。
1.4大数据的处理技术
相较于传统数据处理的结构性、局限性，拘泥于处理的结构条理性，却因此而增加了业务处理量，使工作内容更加繁琐复杂，大数据处理技术工作方式更加灵活，更加符合电力系统数据的大量性，且处理具有扩展性延伸服务，可以做到混合型处理，工作内容减少，与互联网技术的完美结合，使得处理更加透明化，工作效率大大提高。
期刊文章分类查询,尽在期刊图书馆
1.5大数据的驱动决策方法
按照大数据作用程度，将数据驱动决策方法分类，可大致分为三类决策：首先，模型为辅且数据驱动为主的驱动决策方案，这种方案贯彻的思想就是对现有模型并不是完全采用，而是选取一部分进行利用研究分析，通过数据与模型这二者的相互联系及内在联系地合理匹配，采取迂回的方式，一步步地向前推进，最终将决策方案制定完成；其次，无模型的数据驱动，它指的是数据模型的一种，模型当中蕴含着决策系统，这种方法的使用是针对规模比较宏大、蕴含较明显的规律性并进行不断重复的行为进行决策；最后，以大数据的观察研究为主要核心所进行的驱动方案决策，指的是建立在已有模型或方法的基础之上，对大量的数据进行研究分析，产生一定的数据研究分析结果，在结果之上，进行更深层次的研究决策。大数据处理技术在现有技术进行优化，更符合客户需求的电网规划方案。
2智能配电网大数据应用技术应用前景
2.1降低网络损耗
大数据在配电网领域的应用使得其能够通过分析用户的用电规律的分析建立相应的用户用电模型，预测不同用户用电模型的变化趋势，根据不同用户的用电需求调度不同量的电力，制定更加智能化、人性化的用电方案，强化电力生产消费的主动调节，降低整个电力系统的运营成本，科学调度电源、合理发电，节约能源资源，保护环境的同时又不至于影响人们日常生产生活。
2.2优化网架规划，分析发展趋势
在我国城市化建设日益推进的背景下，这些特性的表现十分明显。通过感知目前的网架态势，将城市用电趋势、行为特点，以及预测结果等数据和网架结构数据结合分析，进而得到更符合实际的趋势预算结果。以用户需求为目标制定网架规划，传统网架规划中，以电网运行、建设经济性或供电可靠性为中心，未充分考虑用户的实际需求。基于大数据背景下，采用聚类分析方法分析不同用户的需求，根据用户实际需求，制定电网规划，促进用户满意度及电力企业整体服务水平的提升。优化规划数据驱动网架。对电动汽车接入、分布式电源等充分考虑后，借助大数据中的不同类型信息，例如用电特点和用电预测等，利用网架结构数据，进行关联、聚类分析，完成分类分层数据模型的构建，紧紧围绕数据关联模型，确保网架方案集的科学性和合理性，并在此基础上分析、总结出优化算法，进而达到提高网架优化率的目的。
2.3有效预估用电量
对用户用电数据以及各个数据间的相关关系及因果关系进行分析，预测用电量的变化趋势。局部用电量的预估，即对部分逻辑分类、局部空间用户群组，以及各用户个体而言，一般采取差异化建模方式，构建用电预测模型库，该模型库具备较强的针对性，采用多维度分解法提升预测精准度。协同调度负荷和电源。利用用户用电预测结果和分布式电源发电，借助影响错峰要素的关联度分析及错峰资源的聚类分析，对可调度资源的错峰潜力进行量化评估，以研究多种类型负荷与电源的优化组合方法与原则，实现自动化分配和分层优化分配错峰资源，以协同调度负荷和电源。
3结语
总而言之，将大数据技术应用于智能化配电网中，不仅能大大提高电力的服务质量，同时也能让电力企业更加深入的了解用户的需求，从而针对用户的需求提供个性化的服务。对配电网中的数据进行分析，能够有效的优化智能配电网的运行，让其朝着数据驱动型智能配电网的方向发展，因此，应用大数据技术对于我国智能配电网的发展有着重要的作用。
参考文献
[1]王志刚.智能配电网大数据应用技术与前景分析[J].工程技术：文摘版，2016（12）.
[2]肖翔.探析智能配电网大数据应用技术与前景[J].电脑编程技巧与维护，2016（12）.
[3]张健，徐强.智能配电网大数据应用及实践研究[J].低碳世界，2015（12）：4-5.
作者介绍
1.张胜美（1971-）；女；汉族；安徽怀宁；初级工程师；毕业于安徽广播电视大学；宿松县明旺实业有限责任公司。
2.祝东曙（1965-）；男；汉族；安徽宿松；高级工程师；毕业于安徽大学；国网安徽省宿松县有限责任供电公司。
论文作者:张胜美1,祝东曙2
论文发表刊物:《基层建设》2018年第29期
论文发表时间:2018/12/12
标签：数据论文; 智能论文; 技术论文; 网架论文; 用户论文; 宿松县论文; 网大论文; 《基层建设》2018年第29期论文;