身份证号码: 13233119810420****
摘要:在现代社会,许多资源和数据可以共享,包括“大量”的数据内容分析和未来业务概况的行业数据预测。在大数据时代,各个行业和领域的发展对生产、管理和决策都有一定的影响。电力系统主要由发电、输电、变电、配电四部分组成。电力系统采用了实时动态的方式,给相关部门的运营和数据沟通带来了困难。在“数据时代”,更好的电力自动化系统可以实现对电力自动化的统一处理和分析。
关键词:大数据时代;电力自动化系统;数据处理
随着计算机网络技术的快速发展和应用,计算机网络技术越来越成熟的应用于电力自动化系统,提高了系统处理各种数据的效率。简要介绍了电力自动化系统的数据类型、数据处理分析和数据处理策略,说明了电力自动化系统未来的发展方向。
1.1 基础型数据
在电力系统操作中,设备产生的各种设备及相关数据称为基础数据。电厂锅炉、发电机、变压器等发电设备的基础数据。在数据服务平台上,电力公司通常按照一定的规则将其划分到各个电力部门,并在数据服务器平台上同步基础数据,然后由调度中心进行收集、整理、存储和处理。
1.2 实时数据
实时数据通常是指各种电力设备在运行过程中产生的数据信息,数据量大,需要较大的存储空间。相关部门对实时采集的数据进行采集、整理、校正后,可以了解电力系统的运行情况,为电力调度、营销和企业决策提供数据支持。目前,我国电力企业在实时数据自动处理方面处于成熟阶段。比如数据信息实时采集后,只需要提供一个安全稳定的接口,输入输出实时数据,无需纠错。
1.3 日常管理数据
日常管理中的数据不仅包括电力系统运行时产生的各种数据信息,还包括各个电力部门处理工作问题时产生的数据信息。一般来说,日常管理数据只能在指定范围内同步共享。建立信息平台,实现日常管理数据的同步共享,既能及时了解各种电力设备的运行情况,又能促进部门间数据信息的交互,有利于部门间的协调配合。
1.4 市场经济数据
电力系统在电力系统中的作用日益突出,其运行过程中产生的数据信息,在经济上有较大的参考价值,可为城市建设规划中的电力规划决策提供数据支持,其中实时数据发挥最大作用。
我国现有的电力自动化系统主要有三大系统,通过实际分析和测试了解到,这三大系统都具有数据本身的特点,均已达到国际标准。
2.1 SD6000
这个系统是山东省电力局和电力研究院联合开发的。其电力运营平台相对统一,采用自动拨号、投屏等先进技术。它的特点是开放性,可以提供人机交互管理系统,使得系统本身具有更高的安全性和运行稳定性。
2.2 DF8003S
这个系统是基于目前先进的计算机科学技术,在整体思想的指导下,设计和规范相关软件。这款系统适用于无级变电站系统,可有效管理配电,主动收集相关数据分析中国电力系统,从而及时调整当前电力系统,在部分功能上有突出特点。属于一体化设计,开放性好。而且技术先进,采用实时数据库处理方式,有自己的缓冲机制。利用OT技术,实现了计算机系统与UNIT架构的集成。这系统在电力自动化领域得到了广泛应用,可以提高电力行业的自动化水平。
2.3 OPEN3000
这款系统是中国自主研发的新一代电力自动化系统,拥有自主知识产权和先进的技术支持,稳定性高,可靠性强,使用方便,对中国电力自动化系统的发展影响很大。系统的有效利用可以更好地保障我国电力安全,降低成本投入,有效增强其经济说服力。同时,该系统的实施也提升了我国电力监管水平,更好地保障了电力调度的科学合理。
3.1 优化数据分析层级
利用大数据技术提高企业监控活动的科学性和有效性。
一是,电力企业可以利用大数据技术整合自身核心资源,优化企业在供变电送电过程中所需的人力资源和设备资源,保证企业的投入能够提升企业的综合业绩。同时,在跨行业合作过程中,根据目前的运行情况,进行指标分析,确保根据跨行业合作过程中的重点监测目标,科学规划辅助监测指标,并根据市场和政策信息的变化,随时更新指标体系的构建。
二是,通过大数据技术,电力企业可以建立一套有重点、有层次的监控指标体系,并根据电力系统各分公司的实际运行情况,对其综合绩效和运行状况进行优化分析。按照精细化管理和模块化管理的原则,提高分公司经营效率维度的分析效果。
三是,大数据技术具有优化分析功能,可以提高电力系统自动数据分析过程的可靠性。根据监测指标,通过有效的数据库来源优化现有监测指标,确定业务数据分析的重要性。
企业电力综合性能数据分析重点确定维度指标,并以山东省电力公司为例,对现有电力结构进行优化。系统主要包括:容重分析、城市配电力分析、监测结果科学分析、单线单变比分析、平均供电半径分析等。将全公司监测业务量降至原监测值的2/3,确保辅助监测指标顺利实施。同时,通过优化区域内变电站数量,结合城市配电力线路路径分析,科学计算当前辅助指标,设置预警规则并控制阈值,获得数据支持。
3.2 优化关联网络
利用大数据技术优化电力系统自动化数据分析,还需要建立指标关联网络,对现有监测结果进行全面动态分析,避免因片面分析而影响整个数据处理系统的科学性和互动性。
一是,技术人员要充分挖掘各种潜在信息之间的关联关系,保证各子公司上传的电力系统自动分析数据,通过显式算法确定各业务之间的关联总量。基于这种相关性,技术人员确定最终的关联网络,并根据数据可视化技术,确保目标人员能够准确获取相关网络中的信息。
二是,销量和销售收入的分析一直是电力企业数据分析的重点。利用数据清洗技术,可以对电力系统目前的市场现状进行模型分析。通过与供应链企业的沟通合作,打破行业壁垒,提升绩效指标,控制潜在风险;
三是,工作人员可以从以前的数据分析数据库中获得监控系统对象的最佳级别,并根据不同的管理周期清理数据。利用模块化的数据演化模型,建立有效的回归分析模型,建立有效的数据依赖分析方法,预测和控制风险数据,建立有效的数据依赖分析方法。运用逻辑判别法,及时发现网络异常指标,预测整个数据处理网络的可行性。
随着人民生活水平的提高、生产力水平的智能化以及科技进步在民生领域的应用,能源控制必将成为人们关注的焦点。电力自动化系统向云计算平台发展的趋势。智能电力平台管理是社会发展的必然趋势,网络化全球能源系统、大数据分析优化、平台与网络管理、智能电力、智慧城市等概念不断出现在人们面前。无论谁能迈出科技创新的第一步,谁就能成为世界能源经济竞争中的第一利润领导者,让电力变得更强大,节约能源,这是每个能源企业都必须追赶的趋势,就像互联网经济对中国经济的冲击一样。
电力自动化系统运行初期,需要考虑整个电力系统在具体运行过程中产生的数据信息总量,便于对采集到的数据信息进行相应的维护,扩大存储空间。作者对电力系统中的数据类型进行了详细的分类。可以清楚地看到,在大数据信息时代,相关工作者需要对不同电力自动化系统产生的数据信息给予快速准确的策略指导,从而有效实现大数据时代我国电力行业自动化系统中数据信息应用与处理的健康发展。
[1]王克聪.大数据时代下的电力自动化系统数据处理分析[J].计算机产品与流通,2018(11):78.