电力大数据在配电网技术的应用

来源:用户上传      作者:

　　摘  要：伴随着我国科学技术的不断发展，我国的电网信息化建设也在逐渐的进步和发展。配电网在包含信息方面也是一个新的储存器，其储存着大量有价值的数据。电力大数据技术的实际运用也给电力行业带来了巨大的变革，这也将是我国的电网行业一个新的发展趋势。基于此，怎样将电力大数据挖掘出来并且充分运用在配电网技术当中，去实现提高电力公司管理水平呢，这将是本文所重点分析的问题。所以，本文主要是以电力大数据在配电网技术中的实际应用进行研究，予以有关单位参考与借鉴。
　　關键词：电力大数据;配电网;问题;技术应用
　　前  言：
　　现目前，传统的电力配电网技术已经不能满足当代人们对物质的需求，在信息时代下，云系统，物联网作为信心的科技正在不断发展中。伴随而来的就是对电力行业系统所包含的数据需求的增长。此时，应运而生的电力大数据就受到了人们的不断重视和关注，大数据的引入会在一定程度上让电力企业配电网的发展增添新的技术，为了能够去实现从数据信息到知识的跨越性转变，这也是需要去充分的挖掘电力大数据相关信息的，并且将其充分运用在电力企业配电网管理工作当中，让其发挥出自身的价值作用，从而促进电力企业的可持续发展。
　　一：电力大数据概述
　　国外相关人员曾说过电力大数据是需要新的处理模式才能够具有更强的决策能力和洞察发现能力的。还有学者说过，大数据主要指的就是大小超过典型数据软件的储存，获取和管理以及分析范围的数据集合。在一定程度上电力大数据是怎样存在的呢？对于这样的定义很多人的说法都存在较大的差异，没有一个准确概括其含义的答案，但是在某种程度上又存在着很多相同的地方。比如，在当前较为流行的一种电力大数据定义是3V定义，简单那来说就是;Variety、Volume以及Velocity;从某种意义上来说就是指数据样式庞大，数据信息量大以及数据的速度运转快。总而来说，当前电力大数据主要是依靠其自身的特点在社会的发展中，发挥出了其较为独特的价值作用，对于数据的传输则是更为快速，也为人们的实际工作带来了较多的便利和工作效率的提升。
　　二：电力大数据的具体特点分析
　　在上文中所描述的电力大数据的特点简单总结来说主要是3V，其具体的特点如下所示;
　　2.1 Variety
　　电力大数据中的Variety，主要说的就是多样性，多样性也是说大数据类型较多，较为繁杂，其主要包含了，半结构化的数据，非结构化类型数据以及结构化的数据。在一定程度上除去表格，文档的形式，还包含了电力系统当中所储存的声音，图片以及地理信息文职和动画等方面的信息。
　　2.2 Volume
　　电力大数据中的Volume，主要说的就是其自身的规模性，规模性也是说大数据的数量也相对庞大的，其所还包含了大量的数据信息，在一定程度上还是由多个传统的数据库所组合而成的，在信息数据从以往的gb上升到pb的一种新型数据储存类型，从而在某种层面上也说明了，其规模性是非常大的。
　　2.3 Velocity
　　电力大数据中的Velocity，主要说的就是快速性，高速性;快速性和高速性主要说的就是数据宜数据流的形式所产生，并且以极为快速的处理速度进行实际的运转，在一定程度上能够从庞大的数据当中去快速获取到对企业有价值的信息数据。
　　三：电力大数据的关键技术分析
　　3.1 电力大数据的集成管理技术分析
　　从集成的角度上来说，电力大数据的集成主要是将来自不同地方或者是以不同形式所表现出来的数据进行有机的结合在一起，这样能够在一定程度上让数据能够为系统所使用，这样也能够为系统提供更为全面，多样化的信息资源共享。当前，我国电力企业的数据集成管理是能够去有效的解决电力企业内部数据较多，并且复杂的现象，充分运用大数据来进行总结，分类，归纳，能够有效的除去关系型的大数据的关系，数据库能够得到释放，电力企业的数据也能够更为灵活和便利的被相关工作人员所运用，比如Amazon当中的Dynamo数据库等方面的内容。
　　3.2 电力大数据的分析技术
　　电力大数据分析技术主要是将数据信号转化成为具体的数据，并且将数据转化成为具体的信息，还可以将信息转化成为理论知识和实践知识，在最=最后相关人员要将具体的理论知识和实践知识运用在实战当中，这也是电力大数据的动力。电力大数据是可以对传统的逻辑推理进行较为深刻的分析的，对于电力企业中的庞大数据库进行系统的分析、整理、归纳以及比较，从而在一定程度上去实现统计学方面的具体需求。电力大数据分析主要是从基础上去看的，在某种层面上也是数据传统的信息挖掘跨越发展，但是因为所收集的数据包含了文字、图片、视频或者是动画和声音，其数据的信息量是极为庞大的，因此，电力企业传统收集数据的方式在当今社会是不能使用的。电力大数据环境下的处理数据方法主要是包含了分类算法、聚集算法、大数据转变小数据化以及将并行的传统数据应用到电力大数据的信息挖掘当中，从而提升其具体的实用性。正是因为如此，当前大数据能够代替以往的电力企业的数据处理方式，这将在今后的电力企业发展中成为主流趋势。
　　3.3 演化算法中的数据局部搜索能力和交叉变异算子设计积技术
　　演化算法是可以快速的搜索到一个相对较优质的优解，但是，时间越久，越往后，其中所要搜索的速度相对较缓慢，在演化算法当中多个阶段的配电网规划，必须要使用全局搜索这样才能体现出演化算法在配电网中的作用，在网络结构和变电站结构基础上，能够清楚的知道局部搜索的筹码是对于变电站开关配置以及线路的参数，对线路进相应的调整。让演化阶段从初期开始。这样的方法还需要以大概率的对变电站的字串来进行变异和交叉。在演化算法过程当中，变异和交叉还需要用最大化的应用概率来作用在变电站开关配置当中，开关和快线的字串之上，这样才能体现出这种方法的作用。 　　四：电力大数据在配电网技术中的实际应用分析
　　4.1 电力大数据在配电网技术规划中的应用
　　现目前我国配电网是需要不断的去校正其实际规划，在一定程度上具有强韧的时局性。我国配电网能够有效的去通过大数据对于电力的生产系统数据进行更深度的挖掘，从而在一定程度上去获取更多的有效原始数据的相关信息。对于专业人员所得到的那些数据来进行系统的计算以及统计，从而最后得到相对准确的相关电力系统的负荷测试，与此同时对于现目前已经存在的电力系统数据进行具体的校正，从而得到更为准确的配电网的相关数据，也能够在一定程度上去促进我国电力企业的配电网技术的发展，从而实现国民经济的有效提高。充分运用电力综合系统对大数据进行应用，能够让配电网可以伴随着搜索所需要的数据，比如瞬时电流以及瞬时功率和震荡频率等相关电网的数据，相关人员可以通过数据的准确性去判断其方案的可行性。
　　4.2 电力大数据在配电网需求管理上的实际应用
　　最近几年来，由于我国电力大数据的配电网的实际需求管理在我国不断增大，更是在我国资源以及能源方面占据了极为重要的位置。从而在一定程度上去解决了电力供应的高峰期用电的困难以及供电紧张高效合理的不断利用，也能够在某种层面上实现资源的和谐发展。充分运用大数据针对供电企业中的用户的用电量的数据进行实时得到统计和采集，这样能够有效的去得到其用电的特征或者是用户的用电规律，从而也能够在一定程度上去实现对电力负荷的预测准确度。
　　4.3 电力大数据在配电线损管理当中的实际应用
　　在一定程度上要取衡量一个供电企业的经济盈亏和其管理能力的主要标准就是线损。电力企业要想得到发展就必须要加强对于线损的实际管理。供电企业对于线损的管理其自身是能够去有效的整合相关的电力信息采集系统和配电站的电力数据监管系统的，还有就是对于地理位置的分析系统等方面的管理。通过对上述这些数据进行更深层次的分析，归纳以及整理，并且充分运用计算机对该方面的具体运算，从而分析规划降低线损的相关针对措施。这样做是能够有效的去促进供电企业的社会经济发展的有效途径之一。
　　结  语：
　　总而言之，我国当前电力大数据在配电网当中的应用不断朝着多资化发展，传统的运营模式和管理模式终将是会被大数据时代的来临而被打破的，不断兴起的互联网企业会从中获得更大的经济利益。在一定程度上电力大数据现已经成为电力企业生产，发展的必需品，其也是电力公司发展的重要策略之一。现目前电力大数据从根本上改变了供电企业的生产供电方式，其在一定程度上也影响着我国社会的发展趋势。所以，我国电力企业在配电网技术上的充分运用大数据技术，能够有效的去提高企业的管理水平和实际生产效率，从而去实现电力企业的经济可持续发展。
　　参考文献：
　　（1）费思源. 大数据技术在配电网中的应用综述[J]. 中国电机工程学报， 2018， 38（1）.
　　（2）王璟， 杨德昌， 李锰，等. 配电网大数据技术分析与典型应用案例[J]. 电网技术， 2015， 39（11）：3114-3121.
　　（3）張沛， 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， 36（1）：52-59.
　　（4）宋天舒， 王彦博， 郑玉岩，等. 大数据分析技术在智能配电网中的需求与应用研究[J]. 自动化与仪器仪表， 2018.
转载注明来源:https://www.xzbu.com/1/view-14974688.htm