摘要：大数据是在新的数据处理方式下，具有价值高、关联性强、业务优化能力的容量大、样式多和增长率迅速的信息资源。随着物理存储、物理计算成本降低、高性能计算、数据分析整合及互联网高速发展等因素共同推动的产物。同时，大数据技术淘汰传统抽样分析计算方式和方法，形成全量数据分析计算和存储的新模式。本文就针对配用点调度技术支持系统开发与应用进行具体分析。
关键词：配用电；调度技术；系统开发；应用分析
1配用电巧度技术支持系统
数据设计整体化、对象化：数据设计从整体考虑，充分考虑各功能模块之间的数据传递和共享。面向对象的程序设计具有封装性、继承性和多态性等特点，通过数据和函数功能的结合，实现应用程序的自由扩展和各种应用系统间的数据交互。系统维护人员根据应用环境变更控制字段，赋予使用人员不同的管理权限。
系统模块集约化管理：简化系统客户端配置。采用稳定可靠的关系型数据库系统和Http网络通信协议，提供安全稳定的数据通信。
采用中间件：为了切实保证配用电调度技术支持系统的实用性、可扩充性，采用中间件维护工具，实现系统应用模块可配置性。完成系统应用数据的配置，实现系统的通用性、可配置性、开放性、易扩充性。
严格的系统安全机制：任何应用系统的设计都把安全机制作为重要部分加以考虑。应用系统通过设置严格的登陆口令、赋予使用人员不同操作权限等手段加以保密；通过系统日志信息便于人员查询应用系统以往登录等操作；通过数据加密规则保证网络传输时数据的安全性，系统设置可行的、严格保密措施防止非法入侵和破坏。
2配用电调度技术支持系统系统设计原则
2.1跨平合性
第一，系统考虑对硬件平台和软件平台的多样性兼容，所有应用程序源码保持一套，使程序保持高度稳定。
第二，采用HTTP通信协议，提供统一的数据模型，使系统功能易于扩展，以适应系统应用的不断发展和完善的需要。
2.2基于流程化的分布式应用
第一，分布式数据库设计，易于构件跨区域，跨部门工作流的系统平台。
第二，业务角色的定制，通过设置部门和业务角色，自定制业务流程等手段，实现部门间的联合办公。
第三，将一些访问量大的业务流程有效分离与组合，实现负载平衡，加快访问的速度。
2.3 面向服务的体系架构
系统采用soy面向服务的架构，将电网系统的IT资源整合成可操作的、基于标准的服务，把“静止”的信息转化为“流动”的数据资源，同时从技术和业务的角度整合企业应用，提升系统的集成和扩展能力。
2.4 构件化设计
第一，利用构件藕合法设计和部署应用服务平台，通过构件的可维护性和重用性，减轻系统开发工作量，并提高系统应用质量。
第二，系统应用服务平台设计为完全开放的体系架构。系统应用服务平台采用MVC设计模式，基于B/S模式体系架构，实现系统的稳定性、安全性及可扩展性、可伸缩性、可维护性。
2.5应用组件式及模块化
第一，配用电调度技术支持系统从数据库到后台管理到前台应用，均实现模块化设计，采用组件式开发。
第二，除系统必须的基本模块外，各模块相互独立，均可独立运行，实现各自独立的功能，系统搭建时只需将用到的模块集成起来，在不编程的情况下，完成系统平台的搭建。
3基于大数据分析的配用电调度支持系统实现原理
3.1关键技术：主配用一体化建模
3.1.1主网负荷与配网馈线的合并拼接
主配网模型拼接首先确定主配网模型的边界，然后通过边界设备建立匹配关系，实现主配网模型的拼接。
期刊文章分类查询,尽在期刊图书馆
EMS与GIS对馈线的描述有很大差别，GIS中仅把馈线直接连到了出线开关上，而EMS系统则对整个出线开关间隔进行了完整的拓扑描述，因此，出口开关处的拓扑以主网EMS的为准，采用把主网的负荷与配网相应第一段馈线进行名称一一对应合并的方式进行拼接。首先GIS系统从EMS系统提供的模型中得到各lOkV出口开关的开关号及设备ID，通过站名+开关号进行模糊匹配，辅之以手工维护实现这些ID的一一对应。
对GIS系统每条馈线的第一段馈线段的名称进行限定，保证该馈线段的馈线号（如F10）与主网EMS系统的负荷名对应，从而在拼接时通过站名+馈线号进行模糊匹配，辅之以手工维护实现这些ID的一一对应。
3.1.2配变与用户模型的拼接
配变与用户模型的拼接主要是以配变为中心，通过对配变描述的模糊匹配，实现配网的配变ID、计量的配变ID，以及营销系统中的配变ID的对照统一，在营销系统中实现对户一变关系的描述，然后拼接到配网维护的线一变关系中即可。
全网负荷概况监视与分层分区负荷监视功能，通过整合“实时运行监视”模块的相关功能，所需的监视图形及实时数据均来自EMS系统。SVG图形变化时由EMS系统主动推送过来；刷新数据利用WebService服务每5秒从EMS系统更新一次；负荷曲线数据从时序数据库直接读取，或利用WebService服务从EMS的关系库读取。
根据从营销系统取得的用户档案，对用户进行分类，分类包括“重要用户”、“敏感用户”、“大用户”、“高耗能用户”等。利用户变关系及来白计量系统的配变负荷，实现按用户类型的负荷监测。用户供电设备可在馈线图、地理背景图中定位。
3.2基于大数据分析的智能停电分析
关键技术：本功能得以实现的前提是准确完整的主网、配网、营销一体化全景模型，具备准确的户变关系、主配网全局拓扑。在进行电源点追踪时，必须能够很好地识别和处理好主配网模型的边界，采用智能的隔离技术，防止主网设备的供电路径”跌落’到配网的模型中，防止搜索到错误的电源路径，如：“220kV站—1i0kV站—馈线—110kV站”。
对于配网设备的电源点追踪，当搜索己经从配网“爬升”到了主网后，应防止路径重新“跌落”到配网的模型中。
3.3基于大教据分析的智能错峰用电管理
3.3.1用户特征及设备状态综合
负荷特性挖掘：利用人工智能和数据挖掘分析技术分析个体及群体的典型负荷特性。
重过载监测与分析：感知电力设备的负载状况，有针对性地分析解决在运行中出现的重过载现象。
智能用电适应性评价：综合行为、经济、位置及其他因素，评估用户对不同智能用电策略的适应程度。
3.3.2智能用电策略优化与仿真
策略定义：针对用户特点寻找适应的策略，针对设备发现并解决问题。
方案优化：针对给定的目标和用户适应的策略，综合考虑成本、供电可靠性和用户满意度等多重因素，形成最优方案。
场景仿真：模拟不同场景，分析不同情况下的智能用电分析效果。
3.3.3设计新型的用户用电特性分析模型，为新型智能用电解决方案奠定基础
用电特性识别是新型智能用电解决方案的基础。既要识别个体用电特性的技术，同时也需要从个体特性中提取出群体共性的方法。
个体识别技术中需要重点考虑数据降噪等避免伪特性的方法，而群体共性提取技术则需要考虑如何识别个体特性相似性的模型。
结束语
随着电网系统越来越复杂，电网系统运行受外部因素影响随之加大，从而加剧电网运行的不确定性。电网中部署的AMI系统、EMS系统、PMS系统、DMIS系统等为我们了解电网特性、预测电网运行可能发生的风险提供了参考依据。基于大数据理论和应用技术，挖掘分析大电网运行的实时数据和历史数据。
参考文献：
[1]邵苏杰.面向智能配用电网数据釆集的流量调度机制[D].北京邮电大学，2015.
[2]柴博.智能配用电网能量优化管理研究[D].浙江大学，2015.
[3]邓瑞龙.智能电网配用电信息接入与负载调度研究[D].浙江大学，2014.
论文作者:岳晓璇
论文发表刊物:《电力设备》2017年第26期
论文发表时间:2017/12/31
标签：系统论文; 数据论文; 用户论文; 电网论文; 模型论文; 负荷论文; 智能论文; 《电力设备》2017年第26期论文;