智能配电网全面数据规划技术研究及应用

智能配电网全面数据规划技术研究及应用

黄宏 胡丹丹

国网六安市城郊供电公司 安徽六安 237000

摘要：作为一种相对环保的资源，电力资源在世界范围内得到了广泛地应用，随着信息时代的到来，智能配电网综合数据规划已成为必然趋势，本文将从多个角度对智能电网中大数据的应用进行分析，以期为智能电网的发展提供一定的理论支持和帮助。

关键词：智能配电网；数据规划；研究；应用

前言

智能配电网络覆盖了整个电力系统的各个环节，从发电机组到电力调度，随着人们环境保护意识的提高，社会对环境保护也越来越重视，纵观发达国家的发展历程，电力系统将逐步走向市场化，用户对电网的可靠性和电力质量都有很高的要求，因此，必须不断地更新电力系统的运行模式，才能使电力系统更清洁、更安全。开发智能电网的首要目标是将大数据应用于配电网，通过数据分析可以梳理电网内的关系网，利用大数据应用于与数据存储相关的智能电网中的重要技术，通过数据分析对智能电网进行用电预测和协同调度，使电网运行更高效、更安全。

1大数据在智能配电网中应用的特征

为了在智能配电网中使用大数据，首先需要拥有丰富的数据资源，目前大多数地区都有多种配电管理系统，如配电自动化系统、电网气象信息系统、用电信息采集系统等，这些系统涵盖了电力系统的各个方面，能够实现对电力系统各种业务的监控和信息采集。在智能配电网中应用大数据，其主要原因在于大数据能够快速生成具有多种结构和来源的复杂关系的各种分析信息；在智能配电网中应用大数据，其主要原因在于需要处理的信息量大，处理过程比较复杂。由于各行业大数据产生方式不同，信息测量及通信技术的迅猛发展，大大提高了信息传输速度，数据也更加精细，能最大限度地满足客户的需求。目前电力企业的服务质量已有了很大提高，可以处理各种类型的音频、视频数据，大数据更符合现代智能电网的发展要求。经过上述分析，我们可以发现：一是智能电网数据量巨大，属于 PB级，常规遥测点多达1万个，如果按常规采样，一年可采集到500 TB的数据；二是智能电网数据类型复杂，分布范围广，数据类型多且不全，无法全部实现结构化，这就要求智能电网具有较强的数据处理和分析能力，而由于电网数据的价值密度较低，大量信息可能只占其中很小一部分；三是智能电网在进行实时数据检测时，不仅需要快速处理数据，而且数据处理时间变化快，因此短时间处理的数据量较大。

2智能配电网大数据的建模

2.1智能配电网的数据化特征

对于智能配电网络中的研究对象，我们通常将其用类来表示，用类来表示数据的特征，用特征来表示数据，而特征实际上是一个数字段，可以用数据对象来表示。并且不同的智能配电网络，其对象的属性是不同的，属性的大小取决于其可能具有的值。

2.2智能配电网邻近数据性模型

而所谓的邻近性即是数据的相似性和异质性，智能配电网中邻近性模型的应用较为广泛，假设同一负荷但其所使用的系统不同所产生的记录也会有所不同，并且对于提高数据的有效性也具有较高的效率，大量的信息需要在海量信息中合并，因此邻近性分析和计算是非常必要的。临近数据模型能够对数据进行分类，并进行离散性分析。

2.3智能配电网数据关联模型

关联度规则是一种简单但较为实用的规则，智能配电网中发生的故障都会与其运行状态产生关联，只有对故障间的关联属性有详细地了解，才能更有针对性地确定设备故障并进行诊断。若要分析智能配电网的参数和稳定性，就需要检测故障时系统是否不稳定，通过判断故障发生时系统各节点电压的变化，找出故障后的敏感点。通过对电力系统负荷管理中的引用关联分析，可以制定出符合电力公司营销战略的营销方案，并对电网规划中的国内生产总值、第二产业比重等进行分析。

2.4智能配电网数据密集型模式

密集智能电网数据模型主要通过分布式计算技术实现，大数据和分布式数据具有数据量大、存储结构复杂等特点，大数据分析方法成为研究的主要方向。Hadoop是一种应用较为广泛的分布式处理技术，它实现了对电力系统的优化，其系统构思和思想尚处于探索阶段，能够模拟复杂的配电系统，为电力企业及电力用户提供增值服务，从而能够对智能电网的安全和故障进行全方位监控和监控，使电力企业的运行管理更加精细、更加科学。

3智能配电网全面数据规划研究及应用的前景

（1）对协同调度和电力消耗进行预测，对于智能电网规划运行具有重要意义，分析了用户用电的特点，并建立了大数据自适应预测模型，通过预测电力消耗的宏观趋势，掌握了用户用电的形态和属性的变化规律，运用科学的数据方法，揭示了随机矩阵理论在大数据建模中的作用。通过分析电力数据和其他数据之间的联系，预测电力需求变化的趋势，如对人口迁移和恶劣气候的研究，进而量化抽象的关系，并使用自适应电力需求模型来把握感知电力需求的宏观趋势。

（2）智能配电网综合数据规划可对用户用电行为模式等信息进行关联分析，使用户对电价等激励机制更加敏感，同时考虑到了分布式电源的接入和运行策略，并充分研究了上述策略对用户用电行为的影响，建立了一个能够对用户用电高峰和低谷期的电价进行联合优化的模型。另外，该模型还能将用户的用电效率和用电特性进行集成，并根据这些数据，开发出符合用户需求的智能用电方案，全方位挖掘节电潜力，使用户的用电成本逐步下降，不断提高智能配电网络在用电峰谷期的调度能力。

（3）通过对智能配电网进行综合数据规划，可以对网架的规划方案进行优化，对智能电网的发展趋势进行精确分析，认为智能电网在空间上并不孤立存在，其主要优势在于关联性和动态性，随着我国城市化建设的加快，其优势更加明显。以前的网架运行方案，主要是基于电网运行，提高运行的经济效益和可靠性，没有从用户的角度出发，没有充分考虑用户的需求。今天，通过对大数据的分析，不仅能及时发现用户的用电特点和需求，而且能根据相应的数据制定出更为合理、高效的电网规划方案，不断提高用户的服务质量，确保用户的满意。并且电力企业工作人员能够根据数据分析出高耗电节点和耗电原因，根据分析帮助用户制定合理的用电方案，减少不必要的电力资源消耗。同时还可以及时发现由于电网规划不合理而引起的电能消耗和费用增加，为用户节省用电费用，还可以进一步减轻电力压力，减少环境污染。

结语

智能配电网覆盖整个电力系统的各个环节，从发电机组到电力调度，随着人们环保意识的提高，社会对环境保护也越来越重视，纵观世界各国的发展历程，电力系统将逐步走向市场化，用户对电网的可靠性和供电质量要求越来越高，因此，电力系统运行方式必须不断更新，以使其更加清洁、安全。发展智能电网的首要目标是将大数据应用于配电网，通过数据分析可以梳理电网内部的关系网，将大数据应用于智能电网中与数据存储相关联的重要技术，通过数据分析来预测和协调智能电网的用电量，使电网运行更加高效和安全。

参考文献

[1]李鹏，窦鹏冲，李雨薇，等.微电网技术在主动配电网中的应用[J].电力自动化设备，2018，04：8-16.

[2]张文亮，刘壮志，王明俊，杨旭升.智能电网的研究进展及发展趋势[J].电网技术，2018，33（13）

[3]李彦斌，韩颖，张嵘，等.气象因素对电力安全事故影响的模型[J].电网技术，2017，37（6）：1683-1687

[4]周晓方，陆嘉恒，李翠平，等.从数据管理视角看大数据挑战[J].中国计算机学会通讯，2018，8（9）