大数据环境下配网停电影响评估技术的分析

大数据环境下配网停电影响评估技术的分析

张莉

（国网四川省电力公司内江供电公司641100）

摘要：随着国家科学技术的不断发展，国民生产生活中对电力的需求逐渐增加，国家电网的供电压力显著提升。本文首先对在大数据环境下配网停电影响评估技术中所应用的理论进行简单的了解，进而深入分析配网停电影响评估体系的内部技术架构，最终对配网停电影响评估技术的具体应用方式进行介绍，以此我国家电网企业提供发展方向，加快建设营配一体化，提高整体的工作水平。

关键词：信息理论；运营水平；大数据时代

引言：现阶段国家部分电力企业面对日益激烈的电力市场竞争和巨大的电力需求，出现供电不足、供电系统不稳定等多种现象，但是目前这些电力企业还没有妥善解决这种情况的办法，长此以往，电力企业的经济水平将会逐渐下降。因此，根据目前国民的电力需求以及国家的经济水平，应该对传统的电网运行和检修方式进行优化，让配电网的运行能够符合当前环境需求，增强电力企业配电网供电的稳定，以及应急供电水平。

一、配网停电影响评估技术的应用理论

（一）信息熵理论技术

在大数据环境下，企业想要展开对配网停电影响评估技术的研究，首先要掌相应的大数据技术和对应的解决办法，才能够展开大数据技术路线的具体运用和分析，真正意义上实现电力企业营配一体化，其中信息理论技术是配网停电影响评估体系中最为重要的技术之一，主要运用在指标体系的优化过程中。在配网的指标体系中，指标所包含的信息量直接决定了指标权重的大小，因此，对一个项目的指标取值序列熵值也是能够直接反映出信息量的大小。根据过往经验而言，指标值的稳定和信息量具有负相关，也就是指标值越稳定，信息量也就相对较少。这一理论在信息熵理论中也得到具体的验证，因此在建立配网停电影响评估体系中的指标体系时采用信息熵理论能够妥善的解决相应的问题。

（二）重尾分布理论

在指标体系中，不仅有正常的指标值也存在一定数量的异常指标值，将这两种指标值进行分开处理，也是在配网停电影响评估体系中的基础理论之一，因此需要利用重尾分布理论，对设置指标阈值，将正常值和异常值进行有效的区分。在对过去的指标值的处理经验中，可以看出，出现次数较为频繁且分布教务普遍的取值一般为正常值，反之则为异常值。而利用重尾分布理论观察正常和异常值时，针对正常值采用常态的描述，而对于异常对象时，采用尾部刻画的方法，这种理论的应用能够帮助技术人员更好的区分两种设定指标阈值。

（三）多元数据集成融合

除了上述两种理论技术之外，在配网停电影响评估体系中，也要全面运用多元数据集成融合技术，现阶段很多电力企业都利用这种数据集成融合技术，将企业内部的技术进行收集进而实现企业的数据共享[1]。

二、配网停电影响评估技术中技术架构

配网停电影响评估技术中主要包括了五个方面，分别为指标阈值、指标权重的优化、指标网络拓扑结构的构建以及停电影响指数模型和停电影响综合评价。实际上配网停电影响评估是电力企业在内部构建的一体化业务分析平台，在平台中以业务为核心导向，利用数据信息作为模型构建的主要驱动因素，进而构建出停电影响智能分析和监测评估的分析平台。该平台的主要流程顺序为，首先通过对停电指标字典和阈值的优化，实现对数据的驱动优化，随后形成了相应的数据指标体系，进而在构建好的停电指标网络拓扑结构之下，利用相应的指数、诊断模型对停电的影响进行研究判断，最终形成能够支撑配电网整体停电业务诊断的体系。电力企业想要在企业内形成营配一体化，就要全面利用这样的配网停电影响评估技术，实现对多元数据的及时采集和融合，将配网中的设备和器件运行信息以及负荷的实时信息进行收集，继而建立相应的分析诊断模型，最终成为配网停电影响分析体系。

三、配网停电影响评估技术的应用场景

现阶段在对配网多元数据进行实时的采集和融合后可以形成四种不同的模型，分别为N-1和N-m两种抗大面积停电能力分析模型、配电网故障快速溯源分析诊断模型以及停电影响快速评估与诊断模型。本文以N-1抗大面积停电能力分析模型和配网可靠性模型诊断分析为例，对配网停电影响评估技术的具体应用进行全面的分析[2]。

（一）抗大面积停电能力分析模型

在配网停电影响评估体系中，有两种不同的配网抗大面积停电能力分析模型，本文选取了其中N-1的抗大面积停电能力分析模型进行详细的研究。在这个分析模型中，还能够对配网停电的原因进行细致的诊断。其应用的原理是，在配网抗大面积停电能力分析模型得出的结果，分析出配网停电的主要原因，并且能够进一步探索出系统中存在表面问题和深层问题，利用系统快速的定位问题的源头地点，进而帮助技术人员第一时间形成相应的解决方案，及时的解决停电问题。而在构建相应的诊断分析过程中，通过对当前和过去两个时间段中产生的停电事故数据进行分析，继而总结得出现阶段电网中存在的缺点和问题，在此基础上进行全面的升级，从根本上提高配电网的运营能力和抗大面积停电能力，保证整体运营的稳定和安全。比如，某电力企业在建立了配网抗大面积停电能力分析模型后，针对过去事故数据的总结，以及对当前电力运营系统的检查，将存在故障和弊端的地区以及事故多发区域，进行全面的维护，并且形成维护信息，建立起相应的数据库，将该企业的供电能力得到了全面的提升，为当地居民生产生活提供了稳定的电力。N-1停电原因分析模型的应用，能有效根据电网以往的运行数据进行停电原因的判断，即是在历史数据分析的基础上，对当前运行电网中存在的缺陷进行搜索，并进一步诊断故障产生原因。通过采取针对性的解决措施，实现电网系统的升级，有利于实现供电过程的可靠性。

（二）配网可靠性诊断模型

在建立配网可靠性诊断模型中，首先要利用过去对元件收集的可靠性数据，对配网可靠性进行初步的计算和预测诊断，根据配网中主要元器件运行过程中产生的主要信息和基础信息，将配网中的可能出现故障问题的元件和故障事件列举出来并且将进行详细分析，继而确定负荷点的影响进行，行程系统故障模式的具体集合，进而根据不同的故障模式对配网停电的程度进行评估。以某电力企业为例，在建立了配网可靠性诊断模型后，根据得出的对应数据，在电网运行时，调整电网主要元器件的容量、母线的电压以及系统的频率等让相关的数据保证在系统稳定运行允许的范围内，在综合考虑电网的用电高峰期以及所需要的电量后，为用户有计划的提供所需要电力。保证企业的相关技术人员利用诊断模型让电网中的相关元器件能有规律性的进行停运。

总结：综上所述，在新时期数据技术全面发展形成的大数据时代下，国家的电力企业也在全面的发展，技术的提升带动着电力系统整体的稳定运行，形成了配网停电影响评估系统，通过对相应的营配数据进行收集、分析，完整对电网整体运营的诊断，并且形成了最基础的指标体现体系，通过这一系统能够让相关人员对电网的各项性能展开科学系统化的分析，从根本上提高国家电力企业的服务能力和服务水平，为电力企业创造出巨大的经济效益和社会效益。

参考文献：

[1]林海，张兰，张见超.大数据环境下配网停电影响评估技术研究[J].科技创新与应用，2016，（31）：189.

[2]曹熙，田欣，黎晓冰.基于营配大数据的配网停电诊断与影响评估关键技术研究[J].中小企业管理与科技（中旬刊），2014，（10）：187-188.