论文部分内容阅读
摘要：在智能电网飞速发展背景下，各类信息管理系统层出不穷，为电力企业积累了海量数据信息。如何充分发挥信息价值，为电力部门服务已成为主要课题。在此背景下，大数据技术应运而生。该技术可对数据信息的内在价值进行深入挖掘，提高数据服务能力，为电力企业的运营管理提供强大的技术支持。
关键词：大数据技术;电网运营;管理
智能电网的迅猛发展，各类电网设施越来越先进，计算机信息技术的合理运用，使得电力企业积累大量数据信息，为了保证电力数据信息得到高效利用，做好电力运营数据信息管理工作特别重要。鉴于此，本文重点研究电力运营管理当中大数据分析技术的核心运用。
1大数据分析核心技术
1.1关联分析技术
数据挖掘，早期应用在超市销售数据信息分析工作之中，所以，在大数据挖掘领域中，做好关联分析工作特别重要。A-priori关联算法、FP-growth算法应用较多，最近几年来，出现了很多的新型算法，A-priori关联算法、FP-growth也得到有效改进。
1.2统计分析技术
在数据管理分析工作当中，统计分析技术较为常见，此项技术属于基础分析技术之一。相关人员通过收集并整理电力数据信息，能够更加直观地找到数据信息之间内在联系，经过精确的计算之后，确定最终的统计数据新信息，从而为电力企业的运营管理提供优质服务。电力大数据具有体量大的特点，将大数据分析技术应用到电力信息管理工作之中，可显著提升智能电网建设水平，推动我国电力行业的可持续发展。电力数据的类型比较多，为了保证大数据分析技术得到良好运用，要求相关部门根据电力数据信息的特点，做好分类工作，提高电力数据处理速率，保证电力数据得到高效处理。
1.3聚类分析技术
最近几年中，聚类分析技术应用领域不断扩大，研究人员结合现有的聚类分析算法，研发出更多新型的聚类分析算法，例如，基于数据信息分析的划分方法与聚类分析方法等。为了更好地满足数据信息聚类分析需求，相关人员要妥善解决聚类问题，可以根据不同类型的数据信息，采用合理的数据聚类分析技术。
2大数据技术在电网运营管理中的应用场景
2.1用户信用分析
部分电力用户存在恶意欠费情况，导致电力企业每年都需要投入大量人力物力进行催缴，掌握用户的信用情况可对不同信用等级的用户采取针对性措施，对于存在欠费情况以及即将欠费的用户可进行提前通知，最大限度地减轻企业承受的经济损失。通过对用户用电量、金额、欠费次数、时长及窃电等情况进行分析，确定用户的信用类型，构建用户信用评价模型，对不同信用情况的用户等级进行判断，并确保评价结果的公平公正。
2.2用户用电行为分析
现如今，用户在电网方面的需求越发多元，如何对用户行为进行准确分析、了解不同用户间的需求差异十分关键。这对于制定针对性服务策略来说具有重大意义，对智能电网建设也具有极大助力。通过对用户基础信息、缴费情况、投诉情况及现行用电政策等数据进行挖掘，全面掌握用户的投诉、报装及缴费等行为，从而准确掌握用户在电能方面的实际需求，并为其提供差异化的服务，为用户带来更加舒适贴心的用电体验。
2.3用电量分析
为了满足精度要求，根据以往电量与未来电量间的关系对将来某一时间段内用户的用电量进行预测。通过合理预测用电量，可保障人们正常的生产生活用电需求，节约企业运行成本，促进电网的健康高效运行，为社会带来更多经济效益。电量预测的核心是时间周期性函数，对电量产生影响的因素众多，包括经济、地区、职业及政策等，一些因素具有确定性，还有些因素无法确定。
2.4设备运行状态分析
大数据技术可对设备运行状态进行评估，根据评估结果进行物资采购、设备规划设计、退役报废及故障判断等多项管理工作，且设备评估还可为设备安全稳定运行提供充足的技术支持。通过定期对设备运行情况进行分析，可对巡视记录、运行记录、带电检测及缺陷故障等多种数据进行挖掘，從而获取到不同操作形式下标准数值，在多种故障和缺陷基础上对数据进行关联，对设备的运行状态进行有效监测和控制。
2.5停电影响分析
当发生停电事故后，为了在较短的时间内恢复供电，降低停电对用户产生的不良影响，可充分发挥大数据技术的作用，对停电产生的不良影响进行分析，并以分析为参照制定现场处理方案。通过对GIS信息、用电信息采集及调度信息等进行挖掘和整合，从停电时间、用户、范围与损失多个方面着手，构建停电影响评价体系，在较短的时间内快速计算出停电产生的各种影响，使电网企业能够准确了解停电严重度，并采取积极有效的措施预防停电扩张。
3大数据技术在电网运营管理中的具体应用
3.1科学构建负荷预测框架
为了保证电力负荷预测更加合理，相关管理人员可从以下几方面入手：第一，利用大数据分析技术，构建完善的数据分析与处理的平台，该平台的良好构建，可显著提高电力负荷预测的准确性。第二，加强数据分析，将大量数据信息上传到数据分析处理平台中，并结合电力负荷分布情况，找到影响电力负荷稳定增长的因素，并进行科学处理。对于电力企业中的相关管理人员来讲，在挖掘电力数据信息之前，要将不同区域的电力负荷数据进行分类，找到不同用电地区用户的用电规律，并运用大数据分析中的聚类分析方法，确定用户负荷类型，开展关联性分析，在区域用电结构的基础之上，准确预测用户的用电负荷。数据分析与处理的平台在运行的过程当中，相关人员还要构建数据库服务器与ETL服务器。电力系统当中的ETL，其逻辑流程可以分解为两阶段，从源表逐渐到ODS层，再从ODS层逐渐过渡到DW层。上述两个阶段要认真遵守串行顺序，前面的阶段数据加载完毕后，方可开始后面数据的加载，结合电力数据的传输流程得知，相关人员需要对煤层ETL程序进行架构设计，并制定完善的系统运行计划。
3.2负荷数据聚类分析
通过对电力数据信息进行聚类分析，可以保证电力数据信息更加准确，电力企业中的相关人员可以采用K均值聚类分析方法进行分析，此方法的应用原理比较简单，针对给定的数据信息进行分类，总共分成K类，并对各项数据信息进行细化分析，进一步提高电力负荷预测的合理性[4]。由于数字化时代的到来，电力系统在稳定运行的同时，会生成大量的数据信息，要想进一步提升电力系统的运行效率，要求电力企业中的有关工作人员，针对各项电力数据信息进行科学分析。而大数据分析技术的良好运用，有效降低电力数据分析难度，减少错误电力数据信息的出现。为了更好地提升电力系统工作效率，可以适当降低系统的延时性，增强电力系统可靠性。如果电力数据在短时间内急剧增多，会对电力信息数据工作产生一定影响，因此，相关人员需要合理运用大数据分析技术，在保证电力系统安全、稳定运行的基础上，提高智能电网的建设水平。通过对电力负荷数据进行聚类分析，可以显著提高电力运营管理效率。
4结语
在电网企业转型和发展的过程中，大数据技术的应用十分必要，可帮助企业寻找最佳方式对用户的用电量、用电行为进行精准预测，使整体运营管理效率得到显著提升。
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，（1）：52-59.
[2]赵 莹，代 飞.大数据技术在电网运营管理中的应用研究[J].电子技术与软件工程，2018，（5）：194-195.
[3]莫显耀.大数据技术在电力系统的应用探讨[J].数字通信世界，2018，160（4）：190.
关键词：大数据技术;电网运营;管理
智能电网的迅猛发展，各类电网设施越来越先进，计算机信息技术的合理运用，使得电力企业积累大量数据信息，为了保证电力数据信息得到高效利用，做好电力运营数据信息管理工作特别重要。鉴于此，本文重点研究电力运营管理当中大数据分析技术的核心运用。
1大数据分析核心技术
1.1关联分析技术
数据挖掘，早期应用在超市销售数据信息分析工作之中，所以，在大数据挖掘领域中，做好关联分析工作特别重要。A-priori关联算法、FP-growth算法应用较多，最近几年来，出现了很多的新型算法，A-priori关联算法、FP-growth也得到有效改进。
1.2统计分析技术
在数据管理分析工作当中，统计分析技术较为常见，此项技术属于基础分析技术之一。相关人员通过收集并整理电力数据信息，能够更加直观地找到数据信息之间内在联系，经过精确的计算之后，确定最终的统计数据新信息，从而为电力企业的运营管理提供优质服务。电力大数据具有体量大的特点，将大数据分析技术应用到电力信息管理工作之中，可显著提升智能电网建设水平，推动我国电力行业的可持续发展。电力数据的类型比较多，为了保证大数据分析技术得到良好运用，要求相关部门根据电力数据信息的特点，做好分类工作，提高电力数据处理速率，保证电力数据得到高效处理。
1.3聚类分析技术
最近几年中，聚类分析技术应用领域不断扩大，研究人员结合现有的聚类分析算法，研发出更多新型的聚类分析算法，例如，基于数据信息分析的划分方法与聚类分析方法等。为了更好地满足数据信息聚类分析需求，相关人员要妥善解决聚类问题，可以根据不同类型的数据信息，采用合理的数据聚类分析技术。
2大数据技术在电网运营管理中的应用场景
2.1用户信用分析
部分电力用户存在恶意欠费情况，导致电力企业每年都需要投入大量人力物力进行催缴，掌握用户的信用情况可对不同信用等级的用户采取针对性措施，对于存在欠费情况以及即将欠费的用户可进行提前通知，最大限度地减轻企业承受的经济损失。通过对用户用电量、金额、欠费次数、时长及窃电等情况进行分析，确定用户的信用类型，构建用户信用评价模型，对不同信用情况的用户等级进行判断，并确保评价结果的公平公正。
2.2用户用电行为分析
现如今，用户在电网方面的需求越发多元，如何对用户行为进行准确分析、了解不同用户间的需求差异十分关键。这对于制定针对性服务策略来说具有重大意义，对智能电网建设也具有极大助力。通过对用户基础信息、缴费情况、投诉情况及现行用电政策等数据进行挖掘，全面掌握用户的投诉、报装及缴费等行为，从而准确掌握用户在电能方面的实际需求，并为其提供差异化的服务，为用户带来更加舒适贴心的用电体验。
2.3用电量分析
为了满足精度要求，根据以往电量与未来电量间的关系对将来某一时间段内用户的用电量进行预测。通过合理预测用电量，可保障人们正常的生产生活用电需求，节约企业运行成本，促进电网的健康高效运行，为社会带来更多经济效益。电量预测的核心是时间周期性函数，对电量产生影响的因素众多，包括经济、地区、职业及政策等，一些因素具有确定性，还有些因素无法确定。
2.4设备运行状态分析
大数据技术可对设备运行状态进行评估，根据评估结果进行物资采购、设备规划设计、退役报废及故障判断等多项管理工作，且设备评估还可为设备安全稳定运行提供充足的技术支持。通过定期对设备运行情况进行分析，可对巡视记录、运行记录、带电检测及缺陷故障等多种数据进行挖掘，從而获取到不同操作形式下标准数值，在多种故障和缺陷基础上对数据进行关联，对设备的运行状态进行有效监测和控制。
2.5停电影响分析
当发生停电事故后，为了在较短的时间内恢复供电，降低停电对用户产生的不良影响，可充分发挥大数据技术的作用，对停电产生的不良影响进行分析，并以分析为参照制定现场处理方案。通过对GIS信息、用电信息采集及调度信息等进行挖掘和整合，从停电时间、用户、范围与损失多个方面着手，构建停电影响评价体系，在较短的时间内快速计算出停电产生的各种影响，使电网企业能够准确了解停电严重度，并采取积极有效的措施预防停电扩张。
3大数据技术在电网运营管理中的具体应用
3.1科学构建负荷预测框架
为了保证电力负荷预测更加合理，相关管理人员可从以下几方面入手：第一，利用大数据分析技术，构建完善的数据分析与处理的平台，该平台的良好构建，可显著提高电力负荷预测的准确性。第二，加强数据分析，将大量数据信息上传到数据分析处理平台中，并结合电力负荷分布情况，找到影响电力负荷稳定增长的因素，并进行科学处理。对于电力企业中的相关管理人员来讲，在挖掘电力数据信息之前，要将不同区域的电力负荷数据进行分类，找到不同用电地区用户的用电规律，并运用大数据分析中的聚类分析方法，确定用户负荷类型，开展关联性分析，在区域用电结构的基础之上，准确预测用户的用电负荷。数据分析与处理的平台在运行的过程当中，相关人员还要构建数据库服务器与ETL服务器。电力系统当中的ETL，其逻辑流程可以分解为两阶段，从源表逐渐到ODS层，再从ODS层逐渐过渡到DW层。上述两个阶段要认真遵守串行顺序，前面的阶段数据加载完毕后，方可开始后面数据的加载，结合电力数据的传输流程得知，相关人员需要对煤层ETL程序进行架构设计，并制定完善的系统运行计划。
3.2负荷数据聚类分析
通过对电力数据信息进行聚类分析，可以保证电力数据信息更加准确，电力企业中的相关人员可以采用K均值聚类分析方法进行分析，此方法的应用原理比较简单，针对给定的数据信息进行分类，总共分成K类，并对各项数据信息进行细化分析，进一步提高电力负荷预测的合理性[4]。由于数字化时代的到来，电力系统在稳定运行的同时，会生成大量的数据信息，要想进一步提升电力系统的运行效率，要求电力企业中的有关工作人员，针对各项电力数据信息进行科学分析。而大数据分析技术的良好运用，有效降低电力数据分析难度，减少错误电力数据信息的出现。为了更好地提升电力系统工作效率，可以适当降低系统的延时性，增强电力系统可靠性。如果电力数据在短时间内急剧增多，会对电力信息数据工作产生一定影响，因此，相关人员需要合理运用大数据分析技术，在保证电力系统安全、稳定运行的基础上，提高智能电网的建设水平。通过对电力负荷数据进行聚类分析，可以显著提高电力运营管理效率。
4结语
在电网企业转型和发展的过程中，大数据技术的应用十分必要，可帮助企业寻找最佳方式对用户的用电量、用电行为进行精准预测，使整体运营管理效率得到显著提升。
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，（1）：52-59.
[2]赵 莹，代 飞.大数据技术在电网运营管理中的应用研究[J].电子技术与软件工程，2018，（5）：194-195.
[3]莫显耀.大数据技术在电力系统的应用探讨[J].数字通信世界，2018，160（4）：190.