大数据分析下用电信息采集运维优化分析

大数据分析下用电信息采集运维优化分析

周莹

（ 国网四川省电力公司计量中心 610041）

摘要：就目前用电信息采集运维工作来看，存在着效率低、参与人员多、无法有效控制成本等问题，因此，结合大数据分析技术，能够第一时间了解运维异常情况，分析优化方法，制定出应对策略。经过数据调查研究表明，利用大数据分析方法，能够极大程度提升用电信息采集统计量，也能提升工作效率。

关键词：大数据分析；信息采集；运维优化

随着我国经济的不断发展和社会的不断进步，对用电信息的采集范围也越来越广泛，随着用户数量呈现指数级增长，传统数据处理技术已经无法满足目前对系统数据处理的需求。因此，需要利用先进技术对用电信息采集系统进行运维优化，大数据分析方式逐渐受到关注。

1.大数据分析用电信息采集运维优化的优越性

“智能用电”主要是通过优化用户的用电方式，达到节能减排的目的，也能够最大化提升电网能源的使用效率，“智能用电”这种方式也成为了我国电网现如今主要的建设方向。想要对电力用户进行管理，并提升电网建设的力度，首先就要采集用电信息。在建设智能电网的过程中，需要以用电信息采集设备作为支持，也要保证通信信道畅通，这都增加了用电信息采集的难度。随着用电信息采集的应用不断加深，激发了用电信息采集运维需求和现有运维模式之间的矛盾，继续创新用电采集技术来提升运维质量。当前用电信息采集运维管理工作存在着效率低下、无法分析用电异常原因、用电信息采集成功率低等问题，如何创新技术，解决上述问题，就需要用到大数据分析技术。

根据实验调查研究表明，大数据分析下用电信息采集运维优化方法，能够结合多方面因素来建立用电信息采集运维优化难度系数模型，提升了工作效率，也能避免运维人员较少而出现采集工作质量不高的问题，也能对异常用电信息进行分析和处理，提升工作效率。

2.大数据分析的用电信息采集运维优化原理

在开展用电信息采集运维优化工作的过程中，要通过用电信息采集运维时间、消耗等因素，来制定运维优化的工作策略，可以利用数学算法，降低用电信息采集运维的成本。

并且为了能实时掌握电网运行过程中的各项数据，确保数据的准确性，采用了电网支路完全可观的信息采集点布置优化方法，在对电网支路进行观察的基础之上，利用公式获取电压向量。根据所获取到的数据信息，利用计算机建立模型，在建立模型的过程中，要考虑到变电站节点和接入点的布点约束，通过对数据的全面分析，不断优化数据模型。

在电网运行的过程中，判断电网是否可观的标准为：能否通过电网系统内部的量测种类和数量来了解当前电网运行的状态。如果可以，那么就是电网可观；反之就是不可观。以数学公式作为直观参考，假设某电网内，有n个节点，b条支路，那么通过数学公式可以表示其电压向量量测模型为：

在这个公式中，z表示观测值矢量，H表示观测雅克比矩阵，x是节点电压状态，v代表量测过程中可能存在的误差。

对于电网来说，在电网系统中，对随机节点进行信息采集，能够让整个电网系统的支路功率变得可观，想要保证支路功率的可观，可以用如下公式模型：

在这个公式当中，Xi=0是电网信息的采集点，当Xi=1的时候，电网系统中的节点i为信息采集点，A（b*n）表示网络描述矩阵，B（b*1）表示支路完全可观性矩阵，X（n*1）表示维向量。

在电网配电站系统管理过程中，一般电网企业都会配有信息采集设备，在加入了相关约束条件，让Xi=1之后，基于支路完全可观性的电网信息采集点运维优化模型如下：

考虑到电力系统中变电站节点和接入点的布点约束，通过不断地优化来对数据模型进行求解。

3.基于大数据分析下用电信息采集运维优化方法

在对用电信息采集的过程当中，可以把线路历史的运行经验和实际运行情况作对比，仔细分析其中存在的差异，这样有利于相关人员掌握不同电路区段运维周期的实际情况。为了使电网能够安全运行，要对安全管理制度作出相应调整，利用数据分析构建模型，对用电信息采集运维模型进行求解，达到优化的目的。

在优化的过程当中，要根据线路不通区段的运行差异，确定运维周期，并根据电力系统安全运行的管理要求，构建具体的优化模型。具体流程如下：

将历史线路运行的数据和实际运行情况做对比，分析出其中的差异，确定不同电路区段的运维周期函数。

在这个公式中，Ci表示比例函数，Wi表示曲率函数，Li表示运维线路。

在掌握了不同区段的运维周期函数之后，以其作为标准依据，构建出电网信息采集运维优化目标函数，如下所示：

在此公式中，Ckt表示线路在不同时间段的纬度，Wkt表示线路在不同时间段的应力因子，Xkt表示在不同时段的运维状态，T代表着时段总数。

用电信息采集运维时间的约束如下所示：

在公式中，ek表示电网线路在k阶段的运维优化，li是该电路系统最晚运维优化的阶段。同时运维结束如下：

xknt表示在t运维时段的运维状态，k表示在同一时间参与运维的线路。

有同时运维约束就会有互斥运维约束，如下所示：

在公式中，xit和xjt分别表示着线路i在不同阶段的用电信息采集运维状态。

4.实验结果分析

将基于大数据分析的用电信息采集运维优化方式、基于数字价值的数据收集方法、基于人工用电信息采集方法这三种用电信息采集运维方式从经济性、安全性、可靠性这三个方面进行了对比，对比结果如表1所示。

在表1中，W表示三种不同的方式（W1-W3分别对应大数据用电信息采集运维优化、基于数字价值的数据收集方法和人工信息采集方法），E表示三种不同方法的经济性指标，A表示安全性指标，K表示可靠性指标。

通过对该表的分析可以得出结论，利用大数据分析的用电信息采集运维优化方法的经济指标为13893.2，是这三种方式中最低的；大数据分析的安全性指标系数为95.5，是三者之中最高；可靠性指数指标系数为920.2，也是最高。这就说明，大数据下的用电信息采集运维优化方式具有最高的安全性和可靠性，与此同时，经济成本最低，是理想的采集用电信息的方式。

在规定试验次数的情况下，把这三种方式的用电信息采集数量也进行了对比分析，如下图所示。

通过对以上三个图片的分析可以得出结论，大数据下用电信息采集运维优化方式的采集量为200个，其他两种用电信息采集方法数量分别是130个和110个。由此可以得出结论，大数据下用电信息采集运维优化方式的采集数量最高，也是效率最高的方式。

结语：

在传统的用电信息采集方式中，有方方面面的缺陷，用电用户数量不断增长，一旦用电信息采集技术跟不上社会和人民群众的需求，就会激化两者之间的矛盾。通过建立数据模型以及实验的方式，将三种不同的用电信息采集方式做了全面、详细的对比和分析。实验结果和数据都非常直观的表明，大数据下用电信息采集运维优化方式是现如今效率最高，优越性最强的用电信息采集方式。在未来的发展中，还需要不断提升该方式的准确性，也要不断创新更精确的信息采集方法，以解决现有采集方法存在的缺陷和不足，为我国电网的发展贡献力量。

参考文献：

[1]尹成波,孙守强,衣淑丽.基于大数据分析的用电信息采集运维优化仿真[J].计算机仿真,2018,35(11):436-439.

[2]李晓飞.大数据分析下用电信息采集运维优化仿真[J].计算机仿真,2018,35(07):438-442.

[3]赵佩. 用电信息采集系统的数据库及服务器运维优化研究[D].华北电力大学,2017.

[4]毛长涛. 智能用电大规模电能信息采集运维管理技术研究[D].山东大学,2013.