论文部分内容阅读
摘要：本文首先分析了配电网运维环境复杂，设备运行状态难以准确把握和预测，优化管理对业务人员的工作经验、工作能力要求高等难点问题，提出了利用大数据技术对配电网运行的优化管理措施，取得了良好的技术经济效果，希望为配电网的优化管理提供技术参考。
关键词：大数据技术；配电网；发展；核心应用
一、大数据技术在配网运行中的应用现状分析
配电网是城市农村配电所和各类用电负荷供给线路，它如同一个城市的神经脉络成为连接电网与用电客户的关键、是电能输送的纽带，同时与上级电网、终端用户，以及新能源客户等直接相连，影响其运行稳定性的因素较多且复杂，而配电网运行状况又与供电可靠性、供电质量密切相关，对终端用户的用电体验有直接影响。目前我国主要采用计划检修和状态检修相结合的工作模式，按检修计划开展工作，不利于配电网异动的精准治理，存在的问题主要有：
1.检修计划覆盖面广、执行周期偏长，虽然通过设备状态量及其变化在一定程度上优化了检修工作安排，但未充分体现各地配电网在区域、环境、负荷等方面差异性，难以适应当前配电网精益管理要求。
2.配电网运行影响因素复杂、动态实时性强，定期运维检修和事后抢修为主的工作模式难以有效防范配电网异动事件发生，对配电网运维资源管理提出了极高要求，难以有效保障配电网安全稳定运行。
3.运维检修人员熟悉配变设备状况，但对配电网运行状态、配电网异动事件缺乏有效了解途径，业务视角相对单一，在制定配电网运维检修工作计划及应急保障措施时往往受限于个人经验。
虽然我国电力技术处于国际领先水平，但是大数据技术在配电网中的应用几乎空白。首先，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，配电网数据变得丰富起来，但是，对配电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。
大数据技术为配电网运行问题的解决提供了新途径，借助大数据动态适应、智能分析、高效并发等特性有效解决配电网运行管理的复杂性问题，保障配电网安全稳定运行，辅助业务人员全面掌握配电网运行规律、提前精准预警配电网异动状态发生及变化趋势、科学选用合理手段针对性的防范配电网异动事件的发生，实现配电网运维精益管理。
二、配电网优化管理中的大数据技术探索
针对配电网运行环境复杂、运行状态难以精准预测、难以有效支撑配电网优化管理等问题，应用大数据技术，从电力营销、运检及外部气象环境等多来源数据中提取配电网运行状态特征，结合业务标签及数据可视化技术帮助业务人员全面掌握各地配电网运行规律及各配变设备运行状态，构建配电网异常状态预测模型，建立配变设备异动提前预警、精准治理的闭环管控工作机制，支撑配电网主动监测、检修工作开展。
1.构建配电网运行特征业务标签体系
为便于掌握各地区配电网运行规律及各配变设备特征，建立一套配变设备运行状态业务标签，包括持续重过载、持续低电压、长期重过载、长期低电压、投诉事件多发、长期三相不平衡、长期轻空载、损耗异常、负荷利用率低等，针对各个配变设备进行了运行状态的标签化，并应用GIS 地图实现标签信息的图形化展示。
配变设备运行状态的标签化包括四大主要步骤：一是业务标签定义，结合运维检修工作关注点确定业务标签名称和判别规则；二是数据整合准备，以PMS配变设备为中心，基于ID、地区、时间等条件整合PMS、GIS、用采、营销、气象等多源数据，建立配变设备运行数据主题；三是标签匹配定义，采用分箱、交叉验证、特征选择等特征工程技术提出各配变设备运行特征数据，依据业务判别规则完成各配变设备业务标签的匹配定义；四是标签的图形化展示，结合GIS 图形处理技术，采用点聚图等方式实现各地配电网运行特征的直观可视、分层钻取。通过业务标签实现配变设备的运行状态画像，即能从宏观上、整体上把握各地配电网运行特征，发现配电网运行薄弱地带，又能从微观上精准掌握每一个配变设备的运行特点，为个性化的业务解决方案提供支撑，增进业务人员对配电网的掌握程度，有效解决配电网运行环境的复杂性问题。
2.构建配变异常状态精准预测模型
在预测模型构建过程中，基础模型选择是最关键的一环。考虑配变负荷变化随季节、时段呈大小周期性变化，且影响作用较为复杂，通过反复对比，最终选择了长短时记性神经网络，以用电时段、日期、气温及其变化趋势、历史负荷等为输入，构建配变短时负荷预测模型，基于负荷预测结果发出重过载预警；考虑配变出口电压与设备电气特性密切相关且相对稳定，故选用多元非线性回归模型，基于上级系统电压、配变负荷、三相不平衡等特性进行电压拟合，一配变一模型，从而实现配变低电压事件的精准预测。对于新增设备，依据配变类型、容量、区域等特性提取类似配变模型参数完成初始化，在积累一定历史数据后逐步完善模型参数。对于退役、停运配变，以PMS 设备状态为准，每日更新、清退不需要预警的配变设备。通过预测模型实现配变设备异常状态的精准提前预警，给业务人员赢得了更多的应急准备时间，解决了配电网运行状态变化快、难以有效应对的问题。
三、结束语
利用大数据技术对配电网进行优化管理，能够有效减少我国配网停电时长；可辅助业务人员更合理的分配检修工作资源，突出重点；可对各地配网規划投入实效进行综合分析，辅助发现配网建设薄弱环节，优化资金配比。大数据技术对于配电网的管理优化发展具有十分重要的意义。
参考文献：
[1] 刘科研，盛万兴，张东霞，等.智能配电网大数据应用需求和场景分析研究[J].中国电机工程学报，2015，
[2] 苗新，张东霞，孙德栋.在配电网中应用大数据的机遇与挑战[J].电网技术，2015，39（11）：3122-3127.
[3] 冷华，童莹，李欣然，等.配电网运行状态综合评估方法研究[J].电力系统保护与控制，2017，45（1）：53-59.
（作者单位：国网池州供电公司）
关键词：大数据技术；配电网；发展；核心应用
一、大数据技术在配网运行中的应用现状分析
配电网是城市农村配电所和各类用电负荷供给线路，它如同一个城市的神经脉络成为连接电网与用电客户的关键、是电能输送的纽带，同时与上级电网、终端用户，以及新能源客户等直接相连，影响其运行稳定性的因素较多且复杂，而配电网运行状况又与供电可靠性、供电质量密切相关，对终端用户的用电体验有直接影响。目前我国主要采用计划检修和状态检修相结合的工作模式，按检修计划开展工作，不利于配电网异动的精准治理，存在的问题主要有：
1.检修计划覆盖面广、执行周期偏长，虽然通过设备状态量及其变化在一定程度上优化了检修工作安排，但未充分体现各地配电网在区域、环境、负荷等方面差异性，难以适应当前配电网精益管理要求。
2.配电网运行影响因素复杂、动态实时性强，定期运维检修和事后抢修为主的工作模式难以有效防范配电网异动事件发生，对配电网运维资源管理提出了极高要求，难以有效保障配电网安全稳定运行。
3.运维检修人员熟悉配变设备状况，但对配电网运行状态、配电网异动事件缺乏有效了解途径，业务视角相对单一，在制定配电网运维检修工作计划及应急保障措施时往往受限于个人经验。
虽然我国电力技术处于国际领先水平，但是大数据技术在配电网中的应用几乎空白。首先，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，配电网数据变得丰富起来，但是，对配电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。
大数据技术为配电网运行问题的解决提供了新途径，借助大数据动态适应、智能分析、高效并发等特性有效解决配电网运行管理的复杂性问题，保障配电网安全稳定运行，辅助业务人员全面掌握配电网运行规律、提前精准预警配电网异动状态发生及变化趋势、科学选用合理手段针对性的防范配电网异动事件的发生，实现配电网运维精益管理。
二、配电网优化管理中的大数据技术探索
针对配电网运行环境复杂、运行状态难以精准预测、难以有效支撑配电网优化管理等问题，应用大数据技术，从电力营销、运检及外部气象环境等多来源数据中提取配电网运行状态特征，结合业务标签及数据可视化技术帮助业务人员全面掌握各地配电网运行规律及各配变设备运行状态，构建配电网异常状态预测模型，建立配变设备异动提前预警、精准治理的闭环管控工作机制，支撑配电网主动监测、检修工作开展。
1.构建配电网运行特征业务标签体系
为便于掌握各地区配电网运行规律及各配变设备特征，建立一套配变设备运行状态业务标签，包括持续重过载、持续低电压、长期重过载、长期低电压、投诉事件多发、长期三相不平衡、长期轻空载、损耗异常、负荷利用率低等，针对各个配变设备进行了运行状态的标签化，并应用GIS 地图实现标签信息的图形化展示。
配变设备运行状态的标签化包括四大主要步骤：一是业务标签定义，结合运维检修工作关注点确定业务标签名称和判别规则；二是数据整合准备，以PMS配变设备为中心，基于ID、地区、时间等条件整合PMS、GIS、用采、营销、气象等多源数据，建立配变设备运行数据主题；三是标签匹配定义，采用分箱、交叉验证、特征选择等特征工程技术提出各配变设备运行特征数据，依据业务判别规则完成各配变设备业务标签的匹配定义；四是标签的图形化展示，结合GIS 图形处理技术，采用点聚图等方式实现各地配电网运行特征的直观可视、分层钻取。通过业务标签实现配变设备的运行状态画像，即能从宏观上、整体上把握各地配电网运行特征，发现配电网运行薄弱地带，又能从微观上精准掌握每一个配变设备的运行特点，为个性化的业务解决方案提供支撑，增进业务人员对配电网的掌握程度，有效解决配电网运行环境的复杂性问题。
2.构建配变异常状态精准预测模型
在预测模型构建过程中，基础模型选择是最关键的一环。考虑配变负荷变化随季节、时段呈大小周期性变化，且影响作用较为复杂，通过反复对比，最终选择了长短时记性神经网络，以用电时段、日期、气温及其变化趋势、历史负荷等为输入，构建配变短时负荷预测模型，基于负荷预测结果发出重过载预警；考虑配变出口电压与设备电气特性密切相关且相对稳定，故选用多元非线性回归模型，基于上级系统电压、配变负荷、三相不平衡等特性进行电压拟合，一配变一模型，从而实现配变低电压事件的精准预测。对于新增设备，依据配变类型、容量、区域等特性提取类似配变模型参数完成初始化，在积累一定历史数据后逐步完善模型参数。对于退役、停运配变，以PMS 设备状态为准，每日更新、清退不需要预警的配变设备。通过预测模型实现配变设备异常状态的精准提前预警，给业务人员赢得了更多的应急准备时间，解决了配电网运行状态变化快、难以有效应对的问题。
三、结束语
利用大数据技术对配电网进行优化管理，能够有效减少我国配网停电时长；可辅助业务人员更合理的分配检修工作资源，突出重点；可对各地配网規划投入实效进行综合分析，辅助发现配网建设薄弱环节，优化资金配比。大数据技术对于配电网的管理优化发展具有十分重要的意义。
参考文献：
[1] 刘科研，盛万兴，张东霞，等.智能配电网大数据应用需求和场景分析研究[J].中国电机工程学报，2015，
[2] 苗新，张东霞，孙德栋.在配电网中应用大数据的机遇与挑战[J].电网技术，2015，39（11）：3122-3127.
[3] 冷华，童莹，李欣然，等.配电网运行状态综合评估方法研究[J].电力系统保护与控制，2017，45（1）：53-59.
（作者单位：国网池州供电公司）