大数据技术在配电网中的应用综述梁涛

大数据技术在配电网中的应用综述梁涛

梁涛

（内蒙古电力经济技术研究院内蒙古呼和浩特010020）

摘要：随着社会的进步和时代的发展，人们的用电需求在不断地上升，为满足人们日益增长的用电需求，我国的智能配电系统在不断地升级和完善，一些中大型国家电网也在不断地增加。随着政府和人们对智能配电体系重视的加强，一些智能化技术手段逐渐应用于配电系统，一些结构复杂、类型多样的数据也逐渐应用于当前的数据配电体系中，从而为更多的人提供更好的服务。本文在此基础上主要研究了大数据技术在配电网中的应用内容。

关键词：大数据技术；配电网；应用

1大数据应用在配电网中的技术支撑

1.1数据的储存管理技术

Hadoop的非关系数据库储存管理技术继承了传统技术的封装并进行了技术的扩展，衍生出的大数据存储技术可以应用于封装、扩展来对互联网的大数据进行分析和储存功能。而在企业分析应用层面上则利用配合MPP架构高效的分布是计算模式和大规模数据库并行处理数据的新型数据库集群，这种储存技术拥有高潮的扩展性能，应用比较广泛。

1.2数据分析技术

由于信息数据呈现出的爆炸式增长态势，现有的信息数据早已经超越了人力所能处理的范畴，由此促进了数据分析技术的极大发展。数据分析是为在不同的场景下实现价值挖掘而进行的数据处理与分析技术，包括聚类分析、因子分析、关联性分析、回归分析等数据数据分析挖掘技术，还包括机器学习如神经网络、分类、聚类、决策树、支持向量机等技术在内的人工智能技术。在电力行业，数据分析在针对电网的安全运行、运营监测以及设备状态分析和负荷预测等业务及部分领域都有比较系统的研究和应用。例如电力设备故障分析及预警，就需要利用机器学习等数据分析方法，通过对历史故障数据进行学习训练，结合支持向量机等模型对设备故障规律进行总结，并预测未来故障发生的时间和方式；再比如窃电分析，通过对大量负荷数据进行聚类分析，总结出固定用电客户的典型负荷特征，将不符合典型特征的用电客户进行筛选和比对，结合客户档案数据，就能够较为科学地给出窃电分析结论，为防窃电等业务提供数据支持和方法支撑。

1.3数据处理技术

具有分布式文件系统和MapReduce技术的云计算技术在海量数据需要存储和分析的今天，能够胜任目前的数据处理技术。相比于传统的数据管理技术，云计算技术拥有强大的数据计算能力和数据并行处理的能力。MapReduce能够提高网络节点的稳定性，它能周期性的管理好每个节点的工作最新状态；而分布式文件系统成本低廉，不需要昂贵的设备支持。它能够进行超大数据集的处理和满足高吞吐量的要求。

1.4数据展现技术

空间、历史以及可视化等信息流展示技术是数据展示技术的重要表现手段。其中可视化技术就是方便用户可以直观的对数据的情况进行分析和观察，这种技术可以用在非空间数据的层面，从而可以从数据中得到数据的分析和隐藏关系的情况。

2大数据平台应用

大数据平台接近数据，偏处理。该平台提供专用客户端（面向数据分析师）、数据处理／分析服务器和数据仓库（存储系统全业务数据），主要负责数据存储与数据处理，数据仓库是一个包含各种存储类型的异构的综合数据存储系统，包括普通关系数据库、MPP分布式数据库，列式数据库及分布式文件系统，可分别存储各种结构化，半结构化及非结构化数据。数据仓库中存储的是仅经过简单处理的各系统的原始数据，在数据仓库之上，根据不同的分析主题，建立不同的数据集市，数据集市是经过“设计化的，主题化的”专门数据。在数据处理与分析服务器中，依据数据处理的需要，构建和部署多个微应用服务，每一个微应用服务完成特定的数据分析与处理任务，且可接受业务平台应用服务器的调用，数据处理结果可回写到业务平台的主关系数据库中，方便分析结果在平台的展示。同时专业的数据分析师，还可以通过大数据平台提供的“交互式查询分析与数据挖掘客户端”在需要时进行自由的、更专业的数据分析与数据挖掘。业务平台和大数据平台相对独立，通过方法调用实现轻耦合，在部署上可分开也可合并。业务平台可尽量轻量化，仅处理少量在线业务及分析结果的展示。大数据平台发挥集群优势，承担复杂计算和数据处理任务。独立的“交互式查询分析与数据挖掘客户端”使得临时性的数据分析任务不依赖于业务平台的功能实现。

3大数据技术在配电网中的应用

3.1面向有源配电网规划的负荷预测

近些年来，随着人们对用电需求的不断增加，大数据技术在当前社会中的作用越来越显著。传统的网络配电系统已经逐渐不能适应时代的发展和满足人们多样化的需求。当今时代，随着现在科学技术的不断更新升级，应用于配电系统的科技手段越来越多，我国在电源预测领域做出的成绩越来越显著，一些遗传算法、量子算法与人工智能控制等广泛应用于配电预测中，不断完善以往的电荷预测、数据资料的搜集渠道、存储以及整合能力，从而使相关人员在工作中更得心应手。

3.2大数据在配电网规划中的应用

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(GIS)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(中长期预测结果)，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。这一思想与国际现代配电网规划技术接轨，从单一目标规划转变到多元目标优化规划，为进一步提升配电网规划水平和建设一流智能配电网起到促进作用。

3.3大数据在配电网检修中的应用

首先，需要宏观掌握配电网运行状态。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(如变压器运行时需要关注的)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。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。

4结束语

大数据技术不仅仅涉及基础理论研究领域和信息技术领域，还涉及诸多安全领域和政策方针等。本文综述了大数据技术在配电网中的基础应用场景，相关技术支撑以及所需政策支持等方面内容。相信在各行各业人士共同努力下，大数据技术必将广泛应用于配电网各项工作中，推动我国配电网向着智能化、信息化和现代化不断发展。

参考文献

[1]张沛,吴潇雨,和敬涵.大数据技术在主动配电网中的应用综述[J].电力建设,2015,v.36;No.41201:52-59.

[2]王璟,杨德昌,李锰,范征,MarkChew.配电网大数据技术分析与典型应用案例（英文）[J].电网技术,2015,v.39;No.38411:3114-3121.

[3]郑翔,赵凤展,杨仁刚,孟晓丽.基于大数据的低压配电网无功运行评价体系[J].电网技术,2017,v.41;No.39801:272-278.

[4]刘光辉.大数据技术在主动配电网中的应用研究[J].自动化与仪器仪表,2017,No.21408:197-198.