论文部分内容阅读
【摘 要】随着我国用电规模的逐渐扩大,因为电网产生的数据逐渐增多,数据的种类也越来越繁杂。这些数据中,有半结构化的,有非结构化的,数据的规模每年也以指数型进行增长,智能电网的发展,要求电力公司可以对电网故障做出快速反应。为了解决这一问题,电网行业引进了大数据这一技术。总而言之,电力大数据因为其独特的特点和优势,在社会的发展进程中,扮演着独特的角色。随着社会技术的发展,数据的传输和处理能力一步步提升,为人类社会带来更大的价值。
【关键词】电力大数据;配电网规划;应用分析
1引言
由于配电网规划的规模相对较大,链接和运行数据繁多,且比较复杂,容易导致在配电网规划过程中,对数据信息的处理不到位等问题发生,进而引发信息差异和延时等问题。此外,采集电网配置数据时,由于采集点尺寸存在较大差异,使得电网信息规划断面不尽相同,容易导致所采集的数据信息不健全,进而使得系统在配置数据时容易出现较大误差,甚至发生误传、漏传等问题。为改进这些不足,提升配电网规划效果,确保电网安全、可靠、稳定运行,本文尝试将电力大数据引入配电网规划中,并介绍相应的规划方法,分析应用效果,希望能为配电网规划中科学合理应用电力大数据提供启示与借鉴。
2电力大数据的概念及特点
简单来讲,大数据是指无法在一定时间内引用常规软件工具对其内容实施抓取、管理及处理的数据集合,具有规模性、多样性及高速性等特点。而电力系统属于社会经济与人类生活的基础内容,也具有大数据的典型特征。由于电力系统属于人造系统最为复杂的一种,不仅包含广泛的地理区域,而且需要传递大量能源,若在运行期间发生故障,短时间内将会产生不可估计的影响,这些内容都与大数据特征相符。根据电力大数据获取的来源,使得它具有以下显著的特点:(1)数据量非常大。在电力企业运营过程中,单单是常规的调度自动化系统,就包含几十万个数据采集點,这些数据采集点采集的数据量可想而知。再加上其他生产环节获取的数据,以及电力管理、电力营销的数据,可以说电力企业的数据量非常的庞大。(2)数据的类型非常多。电力企业获取的数据中,由于数据类型繁多,也是造成数据量庞大的重要原因之一。在电力企业生产、管理、营销的各个环节中,都包含实时数据、历史数据、文本数据、多媒体数据等等各种类型的数据,其中这些诸多类型的数据又可分为结构化、半结构化、非结构化数据,由此可以看出,电力大数据的分级结构非常精细,种类比较繁多。(3)数据利用价值低。虽然电力数据的数量庞大,并且类型较多。但是这些数据大部分都属于正常的数据,表现异常的数据的量非常少。在电力系统进行运维过程中,往往是依靠异常数据对设备的故障或者是运行情况进行判断。从此方面来看,电力数据的应用价值比较低。
3电力大数据在配电网规划中的应用技术
(1)高性能计算。通过Hadoop分布式计算技术采用MAP-REDUCE模型建立分布式计算集群,对电力大数据进行分布式计算和处理。通过时间序列分析、聚类分析、关联分析等技术进行噪声检验和分离、缺失值检测、缺失值填补等,确保各系统数据的有效性、一致性与完整性。(2)数据挖掘技术。数据挖掘技术是通过分析大量数据,从大量数据中寻找其规律的技术,主要有数据准备、规律寻找和规律表示3个步骤。数据准备是从相关的数据源中选取所需的数据并整合成用于数据挖掘的数据集,规律寻找是用某种方法将数据集所含的规律找出来,规律表示是尽可能以用户可理解的方式(如可视化)将找出的规律表示出来。数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析等。基础数据库以配变和线路为单元,在设备单元下构建了包括设备参数、运行状态、用户装接情况等数据的标准数据格式。(3)统计分析。统计分析,指对收集到的有关数据资料进行整理归类并进行解释的过程。通过对各专业系统数据挖掘和标准化改造,构建了配电网的基础数据库,运用“世界一流电网”指标体系实现了对配电网现状的自动诊断分析,自动生成了规划问题库,对应问题开展了配网项口储备,建成了项口储备库,通过三个基础数据库的建立,实现了配电网规划、建设的协同,提高了项口储备的针对性。(4)数据可视化技术。数据可视化主要旨在借助于图形化手段,清晰有效地传达与沟通信息,便于相关者对数据的理解和认识。数据可视化与信息图形、信息可视化、科学可视化以及统计图形密切相关。
4电力大数据在配电网规划中的应用
4.1大数据背景下的电网规划体系
随着我国国民经济水平的不断提高,以往电网的规划理念和规划手段早已无法紧跟时代的脚步。因此,供电企业要主动探索出一套和电力大数据背景相对应的电网规划体系,以促使供电企业可以在激烈的市场竞争中立于不败之地。通常,该规划体系由数据获取、数据处理和数据应用三部分构成。它运作的核心是站在电网建设需求的立场上,灵活运用电力大数据的广泛性等诸多优势,大力开展智能电网的方案设计、用户交互等一系列规划工作,在努力提高智能电网建设实用价值的基础上,起到规避经营风险的作用。
4.2具体应用
4.2.1数据接入
电力系统数据接入功能的实现还需要依靠大数据技术的调整,数据接入就是对提取的多元数据进行多元化的分析与处理,从而对处理得到的有效的数据信息进行进一步的整合管理,形成电力系统的数据库。通常情况下,该数据库主要包含有两个字段,分别是设备的名称与设备的ID,在此基础上对大数据分析以及数据融合技术进行有效的利用就能够形成一套完备的电网规划数据库,由于大数据的独特性质,所以该数据库是可以进行更新的,能够将最新的数据信息收入其中,为配电网规划工作的开展提供动态的数据支持。
4.2.2数据融合
数据融合的意义就是将分散在各处的数据信息进行有效的整合,但是在数据融合工作开展的过程中,我们需要遵循基本的数据融合原则,首先需要做的就是对配电网设备的ID信息进行融合,采用的数据融合方式为自动和离线相结合的融合方式,其中离线融合要按照固定的操作模板来进行操作,对于数据融合过程中无法进行线上自动融合的数据信息,都可以采用离线手动的方式来进行融合。不管采用的是哪种数据融合方式,最重要的就是保证数据的完整性,要避免在融合的过程中造成数据信息的丢失和损坏。
4.2.3数据调度
在配电系统中,配电网规划对电力系统发电、变电和配电产生重要影响。为确保电力数据信息准确、均匀地散布于电力系统,有必要简化配电网数据处理规模和设计目标。传统配电网规划数据组成多样,信息来源渠道单一,制约系统高效运行呵。为破解这种难题,简化配电网数据处理流程和方法,优化电网数据配置系统流程是必要的。同时还要优化设计电网数据处理方法,合理规划配电网节点位置,优化设计数据库中的项目存储模块和管理模块。同时挖掘现有配电规划管理系统,分析电网调度自动化数据,利用现代化电子信息技术调度和配置数据,构建数据分析库,形成标准数据格式,便于规划人员查阅并掌握设备运行情况,利于提高数据分析和处理效率。
5结束语
根据目前的社会发展来看,电力大数据在配电网规划中占有重要的地位,我国现在已经进入了信息化社会,传统落后的电力企业规划方式以及经营理念已经无法顺应时代的发展,一次,我国的电力企业必须要跟紧时代的步伐,抓住改革的机遇,促进企业的可持续发展。
参考文献:
[1]王亮.大数据背景下电力企业营销管理创新研究[D].华北电力大学,2015.
[2]李刚,刘燕,宋雨,尹军.基于信息融合的电力大数据可视化预处理方法[J].广东电力,2016,2912:10-14.
(作者单位:国网灵丘县供电公司)
【关键词】电力大数据;配电网规划;应用分析
1引言
由于配电网规划的规模相对较大,链接和运行数据繁多,且比较复杂,容易导致在配电网规划过程中,对数据信息的处理不到位等问题发生,进而引发信息差异和延时等问题。此外,采集电网配置数据时,由于采集点尺寸存在较大差异,使得电网信息规划断面不尽相同,容易导致所采集的数据信息不健全,进而使得系统在配置数据时容易出现较大误差,甚至发生误传、漏传等问题。为改进这些不足,提升配电网规划效果,确保电网安全、可靠、稳定运行,本文尝试将电力大数据引入配电网规划中,并介绍相应的规划方法,分析应用效果,希望能为配电网规划中科学合理应用电力大数据提供启示与借鉴。
2电力大数据的概念及特点
简单来讲,大数据是指无法在一定时间内引用常规软件工具对其内容实施抓取、管理及处理的数据集合,具有规模性、多样性及高速性等特点。而电力系统属于社会经济与人类生活的基础内容,也具有大数据的典型特征。由于电力系统属于人造系统最为复杂的一种,不仅包含广泛的地理区域,而且需要传递大量能源,若在运行期间发生故障,短时间内将会产生不可估计的影响,这些内容都与大数据特征相符。根据电力大数据获取的来源,使得它具有以下显著的特点:(1)数据量非常大。在电力企业运营过程中,单单是常规的调度自动化系统,就包含几十万个数据采集點,这些数据采集点采集的数据量可想而知。再加上其他生产环节获取的数据,以及电力管理、电力营销的数据,可以说电力企业的数据量非常的庞大。(2)数据的类型非常多。电力企业获取的数据中,由于数据类型繁多,也是造成数据量庞大的重要原因之一。在电力企业生产、管理、营销的各个环节中,都包含实时数据、历史数据、文本数据、多媒体数据等等各种类型的数据,其中这些诸多类型的数据又可分为结构化、半结构化、非结构化数据,由此可以看出,电力大数据的分级结构非常精细,种类比较繁多。(3)数据利用价值低。虽然电力数据的数量庞大,并且类型较多。但是这些数据大部分都属于正常的数据,表现异常的数据的量非常少。在电力系统进行运维过程中,往往是依靠异常数据对设备的故障或者是运行情况进行判断。从此方面来看,电力数据的应用价值比较低。
3电力大数据在配电网规划中的应用技术
(1)高性能计算。通过Hadoop分布式计算技术采用MAP-REDUCE模型建立分布式计算集群,对电力大数据进行分布式计算和处理。通过时间序列分析、聚类分析、关联分析等技术进行噪声检验和分离、缺失值检测、缺失值填补等,确保各系统数据的有效性、一致性与完整性。(2)数据挖掘技术。数据挖掘技术是通过分析大量数据,从大量数据中寻找其规律的技术,主要有数据准备、规律寻找和规律表示3个步骤。数据准备是从相关的数据源中选取所需的数据并整合成用于数据挖掘的数据集,规律寻找是用某种方法将数据集所含的规律找出来,规律表示是尽可能以用户可理解的方式(如可视化)将找出的规律表示出来。数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析等。基础数据库以配变和线路为单元,在设备单元下构建了包括设备参数、运行状态、用户装接情况等数据的标准数据格式。(3)统计分析。统计分析,指对收集到的有关数据资料进行整理归类并进行解释的过程。通过对各专业系统数据挖掘和标准化改造,构建了配电网的基础数据库,运用“世界一流电网”指标体系实现了对配电网现状的自动诊断分析,自动生成了规划问题库,对应问题开展了配网项口储备,建成了项口储备库,通过三个基础数据库的建立,实现了配电网规划、建设的协同,提高了项口储备的针对性。(4)数据可视化技术。数据可视化主要旨在借助于图形化手段,清晰有效地传达与沟通信息,便于相关者对数据的理解和认识。数据可视化与信息图形、信息可视化、科学可视化以及统计图形密切相关。
4电力大数据在配电网规划中的应用
4.1大数据背景下的电网规划体系
随着我国国民经济水平的不断提高,以往电网的规划理念和规划手段早已无法紧跟时代的脚步。因此,供电企业要主动探索出一套和电力大数据背景相对应的电网规划体系,以促使供电企业可以在激烈的市场竞争中立于不败之地。通常,该规划体系由数据获取、数据处理和数据应用三部分构成。它运作的核心是站在电网建设需求的立场上,灵活运用电力大数据的广泛性等诸多优势,大力开展智能电网的方案设计、用户交互等一系列规划工作,在努力提高智能电网建设实用价值的基础上,起到规避经营风险的作用。
4.2具体应用
4.2.1数据接入
电力系统数据接入功能的实现还需要依靠大数据技术的调整,数据接入就是对提取的多元数据进行多元化的分析与处理,从而对处理得到的有效的数据信息进行进一步的整合管理,形成电力系统的数据库。通常情况下,该数据库主要包含有两个字段,分别是设备的名称与设备的ID,在此基础上对大数据分析以及数据融合技术进行有效的利用就能够形成一套完备的电网规划数据库,由于大数据的独特性质,所以该数据库是可以进行更新的,能够将最新的数据信息收入其中,为配电网规划工作的开展提供动态的数据支持。
4.2.2数据融合
数据融合的意义就是将分散在各处的数据信息进行有效的整合,但是在数据融合工作开展的过程中,我们需要遵循基本的数据融合原则,首先需要做的就是对配电网设备的ID信息进行融合,采用的数据融合方式为自动和离线相结合的融合方式,其中离线融合要按照固定的操作模板来进行操作,对于数据融合过程中无法进行线上自动融合的数据信息,都可以采用离线手动的方式来进行融合。不管采用的是哪种数据融合方式,最重要的就是保证数据的完整性,要避免在融合的过程中造成数据信息的丢失和损坏。
4.2.3数据调度
在配电系统中,配电网规划对电力系统发电、变电和配电产生重要影响。为确保电力数据信息准确、均匀地散布于电力系统,有必要简化配电网数据处理规模和设计目标。传统配电网规划数据组成多样,信息来源渠道单一,制约系统高效运行呵。为破解这种难题,简化配电网数据处理流程和方法,优化电网数据配置系统流程是必要的。同时还要优化设计电网数据处理方法,合理规划配电网节点位置,优化设计数据库中的项目存储模块和管理模块。同时挖掘现有配电规划管理系统,分析电网调度自动化数据,利用现代化电子信息技术调度和配置数据,构建数据分析库,形成标准数据格式,便于规划人员查阅并掌握设备运行情况,利于提高数据分析和处理效率。
5结束语
根据目前的社会发展来看,电力大数据在配电网规划中占有重要的地位,我国现在已经进入了信息化社会,传统落后的电力企业规划方式以及经营理念已经无法顺应时代的发展,一次,我国的电力企业必须要跟紧时代的步伐,抓住改革的机遇,促进企业的可持续发展。
参考文献:
[1]王亮.大数据背景下电力企业营销管理创新研究[D].华北电力大学,2015.
[2]李刚,刘燕,宋雨,尹军.基于信息融合的电力大数据可视化预处理方法[J].广东电力,2016,2912:10-14.
(作者单位:国网灵丘县供电公司)