摘要：随着社会经济发展的同时，电力需求量也在不断扩大，有些地区的配电网建设呈现和经济发展水平相脱节的现象。而且，配电网大多有着点多面广的特征，所以电网环境十分复杂，亟待采用先进的监测方式。用电采集的数据分析和智能监测系统（用采分析和监测系统）主要通过整合电力部门营销系统、PMSGIS系统等应用成果，对于电网中运行设备的状态、供电状况、电能质量、负荷、线损等情况做出在线监测，同时对客户的日常用电行为展开分析。用电信息采集系统是一项集合了多种技术的实时性信息采集和分析系统，以其移动网络、光纤专网等作为基本的通信载体，利用微功率无线、RS485、载波等通信手段完成系统主站到现场终端的良好通信，有着信息采集、远程抄表、费控管理、负荷监控、线损分析等优势。
关键词：大数据分析；用电采集数据；智能监测系统；设计；实现
1技术架构
1.1大数据分析架构
大数据分析系统架构包括以下的几个重要部分：数据采集、数据预处理（数据准备）、数据存储及管理、数据计算与分析、数据展现和应用（包括数据检索、数据可视化、数据安全等），系统应用中的大数据分析架构，如图1所示。
图1大数据分析架构图
从上面的架构图可知，系统中的数据主要来自于用电采集系统、营销业务系统和PMS、GIS等，这些数据在准备阶段经过辨析与清洗操作，根据数据的格式、用途、特性存储在传统的RDBMS或非结构化分布式环境中，然后依据处理数据的类型与分析的目的，研究对应的算法模型，以提高对数据处理的准确性，并以直观的方式将分析结果呈现给用户，同时应用于公司经营的辅助决策中。在数据分析过程中，对于基于MapReduce的数据挖掘可以采用Mahout算法库，而基于RDBMS的数据挖掘可使用weka算法库；Mahout是机器学习和数据挖掘的一个分布式框架，它是基于hadoop之上并利用MapReduce实现了部分数据挖掘算法，解决了并行挖掘的问题。而weka基于JAVA环境下开源的机器学习以及数据挖掘软件，weka提供一组通用API，可以嵌入到应用程序以完成诸如服务器端自动数据挖掘这样的任务。在本架构中，将weka与Mahout相结合，根据数据的特征、存储的方式以及用户需求，共同对用电采集及其整合后的数据进行分析挖掘。
1.2关系数据库与非关系数据库特性分析
两种形式都能够应用在主流数据库内，具有易了解、操作简单等特点，减少了数据冗余和数据的不同机率。而ARDBMS有着制约影响和丰富的搜集，进而较为适合进行复杂数据处理和任务分析。大数据背景下，因为硬盘I/O的影响、关系型数据库难以在较多非结构化数据的保存上进行有效管理。非关系型数据库（HBASE）具有稳定性强、性能高、可伸缩特点，一般不确保参照ACID要求的数据保存系统。HBASE实现了理念创新，例如，以键值对保存、结构的不确定。所以不会时数据保存受到限制。
1.3数据的特性分析
用采分析与监测系统分析的数据种类包括结构化和非结构化数据，结构化数据包括存储在ORALCE或其他RDBMS中的数据，包括档案、采集数据、统计数据和报表数据等；非结构数据存在HBASE、HDFS中，包括现场计量装置和采集装置接线图、SVG图及通信日志文件等方面的数据。运行监控需要的数据是实时数据，需快速而准确地判断和定位处理；智能分析与诊断除了需要原始数据、模型信息、统计数据外，还需日志、图形化信息等非结构化的数据可以作为准实时数据处理。系统在分析台区和线路停电事件时，针对台区停电监测根据终端停电事件，分析配变台区的负荷特征是否满足停电事件判断规则；针对线路停电事件，则是在台区停电的基础上，结合线路的配变台区的负荷与用电监测，分析线路下台区停电事件的分布情况。系统将台区和线路停电事件提供给供电部门作为抢修依据。由于台区和线路停电监测所涉及到的数据在实时性与操作复杂度上都存在差异，所以台区停电用HBASE来对数据进行存储，用Mapreduce进行快速分析比较合理；而线路停电因为涉及设备档案关系，所以采用RDBMS进行存储，通过库内分析比较合适。
2业务设计
2.1设计业务模型
用采分析和监测系统可以建立业务分析的模型库，并按照客户与电网运行监测的实际需要设计出七种模型，即市场开发和业扩报装分析、全面的线损分析、电费回收风险分析、电能表的运行分析、用电的行为分析。每个模型均包含数据源、分析程序、算法库、信息发布以及知识集成。
2.2应用场景的分析程序
本文主要以市场开发和业扩报装的分析作为设定的场景，综合大数据分析的特征，对其展开分析程序的设计：第一，查询新装或者增容客户变压器的容量、工作班次、电压级别、用电的负荷特点、供电方位等信息；第二，在营配集成的前提下，利用GIS定位系统确定最佳的供电点，并对其线路、厂站、开闭站进行定位；第三，按照线路统计的负荷特征、按厂站、电量信息等情况，并考虑营销系统的销户、减容以及PMS电网的模型情况，经过大数据分析，对新添的供电点线路、厂站负荷、电量趋势及供电的质量与客户用电要求是否符合展开综合评估。
2.3应用场景研究计算方法
业务报装研究程序在具体利用中采取决策数、荷载状态预测等方法运用在具体业务内。分类计算适合应用在按电压等级研究符合特点、负荷状态计算方法适合应用在分析厂站、线路和大用户变化形式。利用决策树研究新装用户适当的供电位置。
3结语
用采分析和监测系统主要具有以下功能：第一，经过构建异常的指标库与监测模型，可对电网与客户的故障点进行有效地分析与判断；第二，经过大数据分析技术，综合有关的的异常判断，完成对客户违规用电情况、线损、异常用电情况、停电事故等进行分析，为现场状态的检修与用电检查工作带来有利参考；第三，经过各个异常关联的规则分析，强化了电力部门对配变台区、配网线路的过载运行状况以及电能服务质量监测和分析水平，切实地提高了电力部门的管理能力。
参考文献：
[1]马晓东，李珏，吴少雄，王军.基于SOA的用电采集数据分析与智能监测系统的设计与实现[J].电气应用，2015（01）.
[2]李珏，马晓东，张果谋，吴少雄，王军.大数据分析在用电采集数据分析与智能监测系统的设计与实现[J].电气应用，2015（01）.
[3]余英，郭镥，邓琨，温启良.用电采集数据分析和智能监测系统中大数据分析的设计研究[J].自动化与仪器仪表，2017（05）.
[4]汤勇峰.智能电网大数据技术发展研究[J].电脑知识与技术，2017，13（31）：242-243.
[5]刘畅.大数据分析技术在采集运维业务中的应用[J].科技资讯，2017，15（30）：23-24.
作者简介：
魏鑫（1980.9.20），性别：男；籍贯：山西汾阳；民族：汉；学历：研究生；职称：高级政工师；职务：经理；研究方向：输配电线路保护与管理；
张鑫（1982.11.4），性别：男；籍贯：山西榆社；民族：汉；学历：研究生；职称：高级工程师；职务：主管；研究方向：输电线路电气设计技术。
论文作者:魏鑫1,张鑫2
论文发表刊物:《电力设备》2018年第31期
论文发表时间:2019/5/5
标签：数据论文; 大数论文; 线路论文; 据分析论文; 系统论文; 负荷论文; 监测系统论文; 《电力设备》2018年第31期论文;