摘要：作为坚强智能电网的重要组成部分，用电信息采集系统承担着提高电力营销的管理水平、实现资源共享以及保证电网安全有序运行的重要智能，其最大的特征就是为电网企业经营管理和分析决策提供及时、准确的基础数据。加强对用电信息采集系统所提供的海量数据的有效管理与应用对提升供电企业专业化、精益化管理水平具有重要意义。
关键词：用电信息采集；数据管理；智能分析；线损分析
在智能电网建设中，用电信息采集系统为营销标准化、信息化建设提供实时数据来源和技术支持。面对采集系统的海量数据，如何快速有效的对其进行收集、运算、分析以及控制应用是目前采集系统迫切需要解决的关键问题，也是目前用电信息采集系统面临的挑战和困难。本文阐述了对用电信息采集系统基础数据管理，提出采用智能分析方法对数据进行处理，为实现深化营销业务应用提供技术保障。
一、数据管理的相关理论
1基础数据分类
用电信息采集系统常规的采集数据主要分为电能计量类数据和实时测量类数据，其中电能计量类数据包括：日冻结、月冻结、抄表日冻结、结算日冻结，按照采集对象、采集日生成记录，具体字段分为正向有功、反向有功、正向无功、反向无功，Ⅰ、Ⅱ、Ⅲ、Ⅳ象限无功的14个费率共计112个字段[1]。
2数据处理技术
用电信息采集系统要同时对多种通信信道和多种类型的终端进行管理，对大量数据进行处理来实现用电客户信息管理、负荷及预付费控制，需要依托以下技术辅助：（1）集群技术，是指将多个独立但都处于高速网络中的计算机连接成一个整体，并通过单一系统对整体进行管理控制，可实现大运量计算。（2）内存数据库技术实现了采集的信息直接在内存中储存，从而利用内存随即访问的特点，在信息读写速度方面进行优化，使数据信息的访问性得到提升。
3典型数据挖掘技术
数据挖掘技术，即从大量的数据中提取隐含的预测信息的新技术，是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。通常包括以下几种方法[2]：
（1）神经网络法，用于数据挖掘的应用实践，预测客户的信誉情况，业务的办理趋向等。
（2）遗传算法，通过变异和重组当前已知的最好假设来生成后续的假设，具有隐含的并行性、易于和其他模型结合等性质。
（3）决策树法，主要用于数据挖掘的分类和预测，将大量数据有目的的分类，从中找到有价值的、潜在的信息等。
（4）关联分析法，通过分析数据库中不同数据属性之间存在的潜在关系，找出满足给定支持度和置信度的关系规则，对设备进行在线故障诊断。
期刊文章分类查询,尽在期刊图书馆
（5）粗糙集法，一种处理不确定性、不完整等各种不完备的信息的数学工具，对大量数据构成的信息系统进行约简，得到一种属性归约集的过程，从中发现隐含的知识，揭示潜在的规律。
4数据智能分析方法
当下较常用的数据智能分析方法，侧重于数据的整理和分析，找出其中的规律或总结其特性，以此做出正确的判断，包括以下几种方法：
（1）分类分析方法，具有某种类别特点的数据，对划分规则定义并以此进行分类分析，用于预测事件所属的类别。
（2）时间序分析方法，分析长时间的相关记录，随时间变化的事件序列，由时间变量连接起来的关联，预测事件未来发展走向，或预测相似事件的发展模式与发展规律。
（3）回归分析方法，从事物及其过程变化的因果出发，预测事物及其过程未来发展趋势的统计方法，从手头数据资料研究分析，构建合适的数学模型和经验公式，检验变量和因变量之间关系的可信度，确定预测值。
（4）因子分析方法，用于数据简化和降维的多元统计分析方法，因子分析试图使用少数几个随机变量来描述这许多变量所体现的一种基本结构，从而将数据降至一个可以掌握的水平，便于把握问题的本质。
二、数据处理与智能分析的典型应用
研究用电信息采集系统提供的海量数据，通过数据的抽取、转换、分析算法，采用优化理论构建多维数据模型，在以下几个方面的应用效果较为显著：用户分类管理分析、风险评估分析、抄表数据分析、负荷预测分析、故障诊断分析、线损分析、采集设备控制分析和经济负荷分配分析，因篇幅所限，本文就线损分析这一典型应用进行阐述[3]。
首先，用电信息采集系统实现在同一时间点冻结各类电能量信息，可以杜绝因时段不同而造成的误差，充分体现出线损分析的时效性；再者，基于偏差检测和粗糙集方法，根据各供电点和受电点的有功和无功的正/反向电能量数据以及供电网络拓扑数据，按电压等级、分区域、分线路、分台区、分元件或者按照日、月固定周期或指定时间段，建立线损计算统计模型，进行线损的统计和计算分析，分析线损产生的原因，有针对性的制定相应的控制方案，提高线损精细化管理水平。
三、结束语
依托用电信息采集系统，电力企业实现电力用户用电信息内部的潜在信息和外部明面信息的攫取，并借由数据分析技术对攫取的内容进行优化分析、智能处理，以优化电力企业的电力服务策略和服务方式，进而提高营销、生产等方面的管理水平，在智能电网建设过程中发挥越来越大的作用。
参考文献：
[1]钱立军，李新家.用电信息采集系统中数据审查策略与异常原因分析[J]，电力需求侧管理，2013，15（1）：45-47.
[2]董俐君，张芊.数据处理与智能分析技术在用电信息采集系统中的应用[J]，华东电力，2013，41（12）：2556-2560.
[3]徐志光，詹文，卢群.利用用电信息采集系统管理台区线损[J]，电力需求侧管理，2015，17（1）：52-55.
论文作者:王晶1,王阳2,陈思红1,李峰1
论文发表刊物:《电力设备》2017年第18期
论文发表时间:2017/11/4
标签：数据论文; 信息论文; 采集系统论文; 智能论文; 方法论文; 线损论文; 电网论文; 《电力设备》2017年第18期论文;