摘要：当前，海量数据为电力行业生产监督、运营维护与市场营销提供了规模庞大、类型多样的信息支撑；而处于大数据时代背景下，研究如何采用现代信息资源整合与数据挖掘技术，加强电力相关业务流监督，提升行业整体规划布局，具有重要的现实意义与经济价值。
关键词：大数据时代；电力系统；运营监控；数据处理
1电力运营监控概述
在新的环境下，电力系统之中的运用工作更容易受到各方面突发事件的影响，不仅会对电力企业各种运行方案的制定产生影响，同时也给相应方案的落实带来了干扰。在电力企业进行运营管理的时候，需要能考虑到社会环境以及电力企业发展等多方面的情况，这些情况不仅来自于电力企业内部，同时由于电力企业在社会进步中发挥的作用越来越多，因此所要考虑管理的外部信息也越来越多，只有将电力企业发展中的各种信息全都进行有效整合才能保证电力系统的良好运营质量。另外，和过去的电力系统运营工作相比，现代电力体系的规模较大，所要处理的各种数据信息以及所要监控的设备数量都较多，使得电力系统运营监控的难度上升，需要更先进、更智能的设备来强化电力体系的运营监管质量。但在实际的电力系统监控中，一些地区仍在沿用过去以人工为主的监管措施，而由于人工监控在效率以及质量方面的影响，导致电力系统的正常运行受到了影响。
2电力运营监控数据分析的特点
（1）数据冗余量大、类型繁杂多样，价值密度相对较低。以无人机、人力巡线、电力工况实时采集为手段获取的动态数据序列，类型复杂多样，从文本、声音、图片到视频，数据量大，格式难以标准化处理，对电力系统数据分析构成了一定的限制。（2）数据规模相对较大，传统手段难以快速处理。电力运营监控系统涉及数据采集、信息传输与分析、设备故障排查诊断、故障影响风险评估等诸多方面，数据采集信息量巨大，且规范指标相对较多，当前传统数据分析软硬件难以快速运算处理，必须依靠云计算、分布式处理系统等符合大数据条件的信息并行处理技术。（3）数据资源共享整合程度较低，影响了行业整体规划分析的精准度。由于当前各电力运营监控系统相互分散独立，数据控制中心同各基础节点之间通信标准存在差异，数据的共享利用程度相对较低，存在多源异构壁垒，难以满足现代智能化、数字化集成的要求。针对上述问题，可采用基于大数据背景的相关信息处理技术来尝试解决，即数据挖掘技术与分布式并行计算技术。例如，分布式并行计算，即针对海量庞大的电力运营状态数据，将其分割为许多小模块区间，分别交由不同的高性能计算机来进行分布式处理，按照运行方式的差异，划分为计算机集群系统与网络系统，由于分布式运算本身内部工序分层进行，存在异构，但各层内部对外公开，通过API/SDK等相互调用管理，有助于对大量电力运营状态数据快速进行分类异构处理，提升电力安全监督的效率。
3大数据时代电力运营监控系统的数据处理
3.1数据处理的对象
第一，基本数据：配电网在运行时会生产出一些信息，比如说电流信息、电压信息以及设备的运行状态等，根据设备的这些基础信息就能够判断出设备的运行情况，需要将这些附带的信息及时的进行处理分析，才能保证配电网的正常运行。要想及时的处理这些信息就得用高性能计算和数据挖掘的技术。就比如说用电用户在用电时产生的数据就是一种大数据，这些数据都得需要大数据技术的监督，以此来保证基础数据比较准确。第二，运营数据：这类数据属于企业电力营销电网中的基本数据主要是对营销电网的运行进行指挥，决策。
期刊文章分类查询,尽在期刊图书馆这类数据会被具体的分析，分析的结果可以显示出配电运营的效率是否达到标准。因为运营数据的重要作用，所以，在配电运营监控系统处理数据时，就要将这部分数据考虑进去。第三，管理数据：在配电运营监控系统中，如果想要使管理的作用发挥到最大，就得需要借助大数据技术。在管理的过程中，资源和数据可以共享，这样才能使管理的数据更加的准确。
3.2对于监测异动数据的处理
在企业运行过程中一定存在一些异常情况，这将导致会有动态数据生成，分析数据并处理可以极大地提高企业处理突发问题的能力。对操作运行监控系统的情况，异动情况下的管理可以分为不同的部分，如异动处理和异动生成以及异动统计等部分。而异动的类型主要有以下几点：第一，业务异动：所谓的业务异动主要说的是根据业务方面相关的规则，在业务相关数据中发现存在的异常变动。进一步的细分可将业务差异划分为明细方面异动和流程方面的异动以及指标方面的异动。第二，接口异动：当监视数据传输接口（主要是ETL和DXP）的过程中发现接口异常时，接口方面就发生异动。第三，数据质量的异动：根据相关配置原则实时监测数据完整性、时效性和监测精度，如果监测获得的信息不完整、不及时或无法获取接入数据的信息，就会出现产生异动的信息。
4大数据时代电力运营监控系统的数据应用
4.1在电力生产环节的应用
电力系统是一个极其复杂的系统，其管理着大量的项目。可以利用大数据建立不同类型的业务模型，通过在线计算相关的技术指标（如传输功率、传输线路的效率和可靠性等）可以更准确、更有效地进行电压质量管理。可用于日常监测低电压、增强低压台区和用户协同督办工作、定期反馈低电压的治理效果、跟踪低电压的治理情况、定期提供常规的电压质量和停电、复电监测分析报告等。
4.2在电力检修方面的应用
电力系统运行中心通过使用大数据中心操作监控平台，全面实施掌握对电网设备的运行、资产寿命周期以及资金收支平衡等等，并报告上级在线监测侧分析系统，确保电网系统可以正常且稳定的运行，进一步完成分析电网设备运行性能。我们应该综合利用大数据时代的数据挖掘方法，做好电网操作生产过程中工作票、操作票和缺陷记录相关的详细分析和静态数据流匹配工作，完成配电网络设备日常巡逻、维护处理工作等，促进各个部门之间的有效协调，提高电网运营管理发展，及时发现电网运营操作过程的缺陷，尽快全面掌握巡逻、检查、维修、发现缺陷等流程绩效分析，做好每一个环节的定量诊断维修和保养计划，进一步实现电网系统横向协同和纵向贯通，以促进我国电网运行管理水平不断上升。
5结束语
综上，基于大数据时代背景来整合多源电力数据资源，深度挖掘隐含信息规律，加强电力相关业务流监督，提升行业整体规划布局，有助于提升电力运营监控的准确性、时效性与科学性，有助于促进电力行业持续、健康、稳步发展。
参考文献
[1]吴佳艺.大数据背景下谈电力运营监控数据处理技术[J].低碳世界,2017,(17):235-236.
[2]吴亚敏.大数据时代电力运营监控数据处理技术[J].通讯世界,2016,(09):122-123.
[3]罗金满,赵善龙.网络报文分析与大数据技术在生产运营监控预警系统中的应用[J].中国高新科技,2017,1(05):12-14.
论文作者:于翔,袁昉,周林
论文发表刊物:《电力设备》2018年第24期
论文发表时间:2019/1/8
标签：数据论文; 电力论文; 异动论文; 电网论文; 信息论文; 电力系统论文; 监控系统论文; 《电力设备》2018年第24期论文;