简要分析大数据在智能配电网中的应用

由于配电系统设备的数字化与智能化，大数据应用于传统电力行业正在发生深刻变化。以智能电网大数据为基础为用户提供优化调度、需求响应等服务。在此背景下，论述了大数据在现代智能配电网领域的概念特征，阐述了几种典型的智能配电网大数据场景分析，根据智能电网大数据的技术和特点说明了数据分析方法。最后，展望了大数据技术在智能配电网应用带来的新的机遇与挑战。

随着现代计算机信息技术的不断发展，大数据应用在电网运行智能化、信息化趋势中得到了越来越多的关注，也逐步成为电力产业发展的一个重要技术创新领域。大数据具有 4 个特点，即高速度（Velocity）、大容量（volume）、价值密度（Value）和多样性（Variety）。大数据系统是实时处理，数据的处理方式是从结构性数据转向了非结构性数据。一般方式中，关系式数据库的数据结构对大数据系统进行处理显得很困难。

电力系统的规模越来越大，大数据的应用环境也越来越多。需要针对大数据在配电网中的应用做进一步的探究，由此为大数据技术在智能电网中的应用提供保障。

1、智能配电网大数据特征来源分析

智能电网的运行取得了丰富的数据源，采用大数据系统有广泛的应用。目前，大多数地市拥有各种各样基于计算机数据库的管理系统，数据源来自电网系统的输电调度自动化系统、变电配电自动化系统、电能质量监测系统、电网环境系统、负荷控制系统、配变负荷的监测系统、地理信息GIS系统、用电信息的采集系统，还有企业资源 ERP 系统、营销业务管理系统，客服系统 95598，以及来自经济社会类的数据等 。

2、智能配电网大数据场景分析

基于有源配电网规划的负荷预测。未了实现对电力负荷的时间分布和空间分布预测，为规划设计、电网运行调度提供依据，提升决策的准确性和有效性，将体量更大、类型更多的电力大数据作为分析样本。

配电网运行状态评估与预警。基于大数据技术的配电网运行状态评估与预警主要包括以下 4 个方面。

（1）对配电网的供电能力进行评价，如容载比、线路间负荷转移能力等。当供电能力不能满足负荷需求时，根据负荷重要程度、产生的经济社会效益以及历史电压负荷情况，进行甩负荷。

（2）对配电网可靠性和供电质量进行评价，如负荷点故障率、系统平均停电频率、系统平均停电时间、电压合格率、电压波动与闪变、三相不平衡度等参数。

（3）对配电网进行安全性评价，如电力系统的节点电压水平、主变和线路负载率等。

（4）对配电网经济性进行评价，如线损率和设备利用效率等。

基于有源配电网的电能质量监测与评估。基于大数据的有源配电网电能质量监测和评估包括以下 2 个方面。

（1）有源配电网电能质量分析与监测。面对出现的电能质量问题，近年来产生了许多综合分析法。但是，基于传统电能质量分析方法的电能质量监测装置面临性能差、精度低、智能化程度低等问题，需研究高性能的电能质量分析方法，开发实时在线的电能质量监测系统。

（2）有源配电网电能质量评估。加入大规模的结构化、非结构化的数据，为电能运行的质量进行评估；加入有源配电网电能的质量评估指标，通过挖掘电能质量监测系统的采集数据，揭示以前由于分析成本太高而忽略的信息，为电力企业和电网用户提供了网架结构分析、无功源的配置方案合理性分析、敏感负荷安装位置分析、监测点配置方案等高附加值服务，这些增值服务有利于加强电网安全、电网稳定，使得电网经济运行。

3、配电网大数据分析方法

（1）配电网大数据快速分析。分布式并行计算技术为供电企业和用户提供大量的高附加值服务，为大规模复杂配电网分析计算提供强大的支撑。这有利于电网安全监测与控制，包括供电与电力调度决策支持、故障预警与处理、更准确的用电量预测等。还有电力企业精细化运营管理、客户用电行为分析与客户细分，以及更加科学的需求管理等。

（2）配电网数据特征聚类。聚类可用于将数据分割成多个类或子集，在聚类分析中类的数量是未知的。常见的聚类方法有层次聚类法、划分聚类法、网格聚类法、智能聚类法以及基于模型的聚类法等。根据配电网大数据的特征和不同聚类方法的适用范围，通过研究基于配电网的时空特性，数据聚类方法，提出相应的解决方案。

结语

电力信息化建设利用大数据技术，在企业数据共享的平台下获取电力企业生产数据、管理数据、地形地貌数据、水资源数据等有效数据，能够提炼准确的、有价值的数据，能够为管理效益、决策能力提升提供有效帮助。