摘要：随着经济的发展，电力行业发展不错。配电网发展日新月异，网络规模越来越大，接入的配电设备越来越多，随之也带来诸多问题。配电网范围广阔，运行管控难度较大，对供电远端的负荷管理不足，常常顾此失彼；配电设备量大面广，检修排程复杂，检修模式在低压配网中比较传统——以定期检修或事故后检修为主，且配电设备作为电网自身重要资产，直接影响配电网运营和资产管理，在市场环境下还会直接影响配电网的运行成本。
关键词：大数据技术；配电网；发展；核心应用
引言
大数据技术是目前国内外各个领域的一个研究热点。该文基于大数据技术，探讨其在配电网中的应用。首先，在阐述大数据技术对于配电网发展的重要意义基础上，总结配电网技术目前在国内外的应用现状；然后，分析大数据技术在配电网方面的指导作用。
1大数据技术在配电网中的应用意义
电网运行安全可靠性至关重要，同时需要有足够的提供优质电能的能力，配电网整体运行管理高效经济，且有足够消纳分布式能源的能力，这些是配电网发展的趋势所在。随着电网的发展以及电力市场的开放，潮流的双向流动使得更多的负荷参与到电网的运行、管理和结算中来。负荷不再是传统能源消耗者和接受者，更多的负荷同时扮演着能源提供者角色，这些改变对电网自身的运行和管理造成巨大影响，处理不当会严重威胁电网安全稳定运行，在电力市场背景下会影响电网效益或用户收益。但是，用户角色改变的方式、程度和交互性可以通过对用户电能数据分析清晰看到，分析结果也可能作用于用户刺激着用户根据自身用能需求调整用电模式或者配合电网调整潮流，从而改善用电效率，实现自身用能成本最小化和供电收益最大化。所以，通过海量数据拉近负荷和电网之间的距离，使得两者共同参与到智能电网的建设中来，实现各自利益最大化的双赢局面。
2大数据技术在配电网中的应用现状
大数据技术的应用需要有数据源。以往，我国电网建设重点在生产环节和输电环节，配用电环节在近几年才得到重视，数据采集设备开始在配电网中装设，配网数据变得丰富起来，但是，对配网数据的统一管理没有明确的规范和标准，各个地区数据平台差异性以及数据时间尺度的非标准化等都给数据使用带来不小的困难。同时，数据挖掘技术一直处于理论研究中，实际应用案例和场景并不多见。在配电环节，大数据最直接基础的应用即基于海量用户用电特征数据，实现局部区域负荷用电模式划分以助于用电调度决策制定等。但是，目前智能用电信息采集系统数据采集频率为每15min采集1个点，1h仅采集4次，这对于分析用户用电特征所需数据量来说还远远不足。更糟情况下，受通信网络影响，数据采集后上传遭遇数据阻塞或外部环境干扰等，后台数据中心收集到的数据会出现较大延迟甚至丢包情况，导致很多原本数据量不足的数据样本无法全部有效采集，无法形成大数据海量数据基础，阻碍大数据技术的应用和发展。
3大数据技术在配电网中应用场景拓展
3.1大数据在配电网运行中的指导作用
大数据技术通过使用智能采集终端设备得到整个电力系统的运行数据，对采集的电力大数据进行系统的处理和分析，从而实现对电网的实时监控；进一步，结合大数据分析与电力系统模型，可以对电网进行诊断、优化和预测，为电网安全、可靠、经济、高效地运行提供保障。
期刊文章分类查询,尽在期刊图书馆比如通过数据的相关性分析和聚类分析，可了解配电网目前运行情况、轻载区域和重载区域状态以及根据负荷变化情况预计区域负载率变化情况，通过实际配电网接线和运行方式分析，及时调整网络运行方式；同时根据天气数据预测分布式能源出力曲线，结合负荷预测曲线，综合网络结构情况和不同时间段各类负荷的互补性分析，可得到配电网实时接纳分布式能源的方案，包括接入点信息及其接入量曲线；还可以模拟配电网重载区域出现扰动后网络运行方式调整预案，为调度人员提前准备应对措施等等。
3.2大数据在配电网规划中的指导作用
基于大数据的配电网规划方法，首先需要利用区域经济数据集成短、中、长期负荷预测结果，结合配电网地理信息系统关于设备空间、地理空间、拓扑空间和电物理空间的分析得到负荷空间分布，同时重点考虑所在区域分布式能源的发展情况，然后综合负荷空间分布结果和分布式能源发展情况得到配电网网架结构规划结果，最后核实验证网架结构方案的灵活性、科学性和可扩展性。基于大数据的配电网规划方法利用丰富的数据信息，如历史电力数据、工业数据、经济数据、市政数据和环境数据等，融合先进的设计理念，将更完善的地理信息系统、更复杂多元化的分布式供电理念、更先进全面的可靠性理念注入配电网规划思路中，这也使得规划方法涉及的数学模型更为复杂。
3.3大数据在配电网检修中的指导作用
目前我国配电网仍较多采用定期检修方式，该检修方式不仅会造成检修资源的浪费和滥用，还可能导致系统安全问题，因为定期检修运行良好的设备对其健康状态有一定程度的影响。状态检修主要针对高电压等级的输变设备，对低电压等级的配变设备应用较少——配电网设备的基础运行数据不完善或者数据不真实也导致难以开展状态检修。实际上，不同类型的配电设备或者相同设备在网络中不同的位置在网络中的重要程度也有所不同的，如果对重要程度不同的设备进行同样的检修，而未进行优先级的安排显然是不合理的，应该先从运行状态角度出发，对运行状态薄弱区且相对重要的部分优先进行检修；对状态良好，或者设备重要等级一般的区域检修安排靠后。在网络宏观的角度上，用网络整体状态指导安排配电网络的检修可带来极大的效益和效能、提高配电设备的效率和改善配网的经济性。
基于配电网中的数据监测和采集系统收集表征网络运行状态的数据，包括电气量数据，如电压、电流、有功、无功、负载率、分布式能源接入曲线等，也包括非电气量数据，如局部区域运行环境温度、湿度、噪声等。利用这些数据设计算法判断网络运行状态并进行排序；结合历史运行数据对网络运行状态划分排序，对于运行状态欠佳的区域需排除是由外部运行因素引起，还是由配电设备等网络自身因素引起。然后，利用收集的设备数据信息，全面诊断设备运行状态，确定检修模式。与状态检修不同的是，基于大数据的设备运行状态评价更全面、评估输入的底层基础数据更丰富、评估结果更合理可靠。影响配电设备运行状态因素可分为设备本体因素和非本体因素两大类。设备本体因素包括设备电气性能、机械性能、绝缘性能；非设备本体因素包括自然因素、人为因素等。根据统计结果，非设备本体因素对设备运行状态影响程度更大，通过大数据分析能得到这类因素对设备运行状态的影响规律。状态检修模式仅能分析出设备本体因素对设备运行状态的影响，而无法得到该设备对网络运行状态的影响，使得分析结果局部可靠。所以，大数据技术能综合影响设备运行状态的本体因素和非本体因素，得出更为合理的设备状态和网络运行状态，从而制定更加合理的检修方案。
结语
总之，以上就是我个人见解。大数据技术的迅猛发展为需求和挑战不断增多的配电网提供了解决方案新的视角，通过大数据技术可实现配电网运行的实时高效绿色性、检修的合理省时经济性、规划的科学完备可扩展性、电网管理的先进透明依据性。
参考文献
[1]张曦，刘友波，吕林，等．计及高压配电网负荷转供的城市220kV片区电网供电能力分析[J]．电网技术，2017，41(5)：1612-1618．
[2]马钊，梁惠施，苏剑．主动配电系统规划和运行中的重要问题[J]．电网技术，2015，39(6)：1499-1503．
论文作者:张延超
论文发表刊物:《电力设备》2018年第15期
论文发表时间:2018/8/20
标签：数据论文; 设备论文; 电网论文; 配电网论文; 运行状态论文; 负荷论文; 技术论文; 《电力设备》2018年第15期论文;