1电力大数据技术的有关概述

电力大数据的采集、分析以及应用技术繁琐，其过程分为：电力数据采集，数据预处理与分类，数据存储与管理，数据挖掘与分析和数据应用五个大步骤。这五大步骤构成了电力大数据的技术体系，如图１所示。

2大数据在电力系统运维中的应用分析

2.1建立电力企业信息化管理平台

企业在信息化建设过程中一定会产生大量数据，这是不可避免的。目前企业进一步加强信息化建设所必须要解决的问题就是，怎样把建设过程中产生的大量数据加以整合利用。在大数据应用系统发挥它应有的作用前，企业必须要对系统模型和数据规范进行整合。一方面，电力企业庞大的历史销量数据给用户用电行为分析和用户市场细分的调查提供了可能，也使得管理者可以有效的优化营销组织以及改善服务模式。另一方面，通过与外界数据的交换，挖掘用户用电与天气、电价、交通等因素之间存在的关系，对用户用电需求的精准把握，可以为各个执行层的决策者提供更加多维直观的预测数据，把握市场动态的主动权。通过整合电力行业生产、运营以及销售、管理的数据，将电力发电、输电、变电、配电、用电、调度等环节产生的数据进行共享，协调电力生产、运维、销售的管理，提升生产效率和资源利用率。此外，电力企业各部门数据的汇聚将优化内部信息沟通，使其他方面的工作得以顺利开展，有助于企业实行精细化运营管理，提高集团管理控制水平。

2.2数据挖掘技术的应用分析

近年来，电力系统开始注重大数据的研究，数据挖掘在电力系统中有大量的应用，例如电力系统安全评估以及负荷预测等。

电力系统动态安全评估包括暂态稳定分析、频率稳定分析和电压稳定分析三部分。利用决策树方法，可以把电力系统分为稳定运行状态和不稳定运行状态，根据相应规则，对系统数据进行分析，直到判断出稳定的状态为止。还可以进一步提取安全评估知识，以引起对正常运行的系统可能存在的隐患的特别注意。同时，还可以利用可视化技术，对稳定性进行图形化分析，从而得出对提高系统稳定性有用的结论。

电力系统的负荷具有不确定的特点：第一，是每时每刻接入系统的负荷不确定，白天与晚上不同，高峰与低谷不同；第二，同一地区，由于经济发展，负荷在不断的增加，并且增加量不确定；第三，不同地区，由于人口密度和经济发展水平的差异，用电量也会千差万别。正是这些不确定性，给负荷预测带来了极大困难，从而无法对整个电力系统进行良好的调控。根据数据挖掘技术的预测功能，利用计算机对电力系统的历史数据进行归纳学习，进而建立一个预测模型，然后根据当前用电规模预测以后的用电情况。电力部门需要对所供电区域的用户特征和发展规律有足够的了解，然后进行分析预测，将用户分成不同需求的用电群体，并分析出不同用户的用电特点，比如有的用户晚上用电量大，有的用户会对系统产生无功功率。在这些特征的指导下，利用数据挖掘技术，制定出短期市场需求及长期用电价格。由用电量大小及对系统是否产生无功功率为依据，制定不同的电价，比如居民用电量小，可以适当降低电价；而工业用电量大，并且会对系统产生无功功率，影响电能质量，所以应适当增加电价。另外，根据用户类型和用户地理位置，电力公司可以对各个发电厂进行发电指标的分配，这样可以更好的利用电能以及节约资源。

2.3运用大数据实现自动化监督

第一，综合评价配电自动化覆盖水平。对配电自动化线路覆盖数量、配电终端数量和分布状况进行统计，通过信息系统和自动化系统掌握配电自动化覆盖状况，评价配电自动化覆盖水平；第二，监控和评价应用指标。对配电自动化系统中主站在线率和终端在线率以及遥控使用率等多方面核心应用指标进行统计和分析，根据各项核心应用指标的数据来评价配电运维水平。通过地理背景和地理研究来分析遥控使用率与遥信变位的分布问题，然后再分析各个地区的数据分布状况；第三，进行馈线自动化事件管控。对馈线自动化启动和执行状况进行统计和分析，核算馈线自动化核算的成功率，分析馈线自动化启动失败的因素，同时分析线路跳闸信息和馈线自动化匹配信息，分析故障产生的因素；第四，管控配电自动化设备状态。统计并分析配电自动化设备，例如对可遥控配电开关的覆盖范围与覆盖比例进行分析。对于长时间没有操作的设备进行统计，展示自动化设备的运行状态。

2.4对故障监测和抢修服务的应用

第一，在配网中应用抢修服务能够快速监测故障抢修工单处理状态。分析抢修工单的密度与分布状态，监测故障抢修工单的处理方式和处理效率，针对于超期抢修工单可以提示警告信息。根据配网运行系统中检测到的故障抢修信息来分析抢修工单的实际状况，根据系统信息来开展抢修工作；第二，在配网中应用抢修服务能够实时监测故障问题和状况。自动核算故障抢修到场时间与故障处理时间，对故障处理结果进行审查，分析故障抢修问题的主要因素，并分析各个地区指标分布状况；第三，对抢修资源分布状况和配置优化进行深入分析。根据地理环境来分析抢修人员和抢修设备分布的状况和分布比例，根据故障抢修状况来合理配置抢修资源和抢修设备。　

3结束语

随着网络信息技术的高速发展，大数据技术的应用存在着巨大的潜在价值，在这种形势下，为了做好电力系统运维工作，电力企业要用最快的速度使自身适应新形势下的数据模式，熟悉最新最有效的数据处理方式。只有通过良好运维技术的应用，全面分析变电故障成因，才能够提高配电运维工作效率和质量，从而促进电力系统安全、稳定运行。

参考文献

[1]张敏，汤建彪.互联网背景下电力系统的运维管理[J].电子技术与软件工程，2019(02):213-214.

[2]鞠冬彬.基于大数据的电力系统运维技术研究[J].通信电源技术，2018，35(11):47-49.

[3]刘敦楠，唐天琦，赵佳伟，叶彬，马静，王宝，杨敏.能源大数据信息服务定价及其在电力市场中的应用[J].电力建设，2017，38(2):52-59.

[4]郑晓东，胡汉辉，赵林度，黄建城.中国能源大数据获取分析机制研究及实现[J].电力科学与工程，2017，33(9):1-7.