大数据平台在电网线损管理工作中的有效应用

大数据平台在电网线损管理工作中的有效应用

庞丁黎 1 王栋昌 2 王海燕 3 原野 3

1. 云南电网有限责任公司 德宏供电局， 云南德宏 678400 2. 云南电网有限责任公司 普洱供电局， 云南普洱 665000 3. 云南电网有限责任公司信息中心， 云南昆明 650000

摘要：线损是衡量电力企业生产能力、管理能力的一个重要指标，当前，各电力企业都十分重视对线损的管理。本文运用调查法、文献法、分析法就如何应用大数据平台做好电网线损管理展开探究，提几个具体的观点，以供借鉴参考。

关键词：电网线损；线损管理；大数据平台；应用

麦肯锡公司认为，大数据已经是改变世界的重要科学技术，它不仅推动了全球化的发展，还促进了人类社会结构的彻底变革。大数据正在以极快的速度影响着社会各行各业，并给电网线损管理工作带来巨大改变。下面结合实际，对大数据平台在电网线损管理工作中的应用做具体分析。

1电网线损简析

在现代社会，电力是不可缺少的资源。随着社会经济的发展，社会用电需求快速增加，电网规模不断扩大，电网结构越加复杂。与这些变化相伴随而生的，是越来越严重的线损问题。

所谓线损，指的是输电、变电、配电和用电力等环节中产生的有功功率损失与电能损失。按照线损的特点，可将线损分为技术线损、管理线损与统计线损三类。技术线损是电网中各类元件和设备电能消耗的总称，由不变损耗与可变损耗两大部分构成。管理线损主要指因计量设备误差、管理不当等引起的电能损耗。统计线损主要产生于电能输送与分配环节，是指电能表计量的总供电量和总售电量的差值^【1】。

2大数据平台在电网线损管理工作中的有效应用

2.1电力大数据

数据是指体量特别巨大以至于无法使用传统的数据库工具对其进行分析与管理的数据集。对大数据这一概念，可从现象、理念、技术这三个层次进行理解。立足于现象层次来看，大数据描述的是人类社会进入信息时代以来积累了体量庞大的数据集这一现象。大数据高度重视非结构化数据以及原始数据。立足理念来看，大数据表现的是基于海量数据的一种分析问题的理念与范式。具体如重视混杂性而非精确性理念、对全体数据而非随机样本进行分析的理念、探求相关关系而非因果关系的理念等。从技术性层面分析，大数据是指在当前背景下能运用存储技术、感知技术、云计算以及分布式处理技术等对海量数据进行快速、精准处理。电力大数据的预处理包括实体识别、数据清洗、异构数据集成和数据质量控制等。在大数据时代，电力大数据呈现出海量化特征，传统的数据处理方式已不适用于当下现实情况，要想在海量数据中快速提取出有用数据信息，就需要借助数据挖掘、数据分析以及数据处理等技术手段对海量数据进行处理，让数据资源得到合理利用。电力企业需要采用实体识别、数据清洗等手段对数据进行处理，采用分布式文件系统、数据库等对大数据进行存储与管理。电力企业采用的大数据计算方式应当与高级应用相适应，数据处理方式应保持丰富性^【2】。

2.2基于大数据平台的线损可视化分析

2.2.1线损可视化分析背景

在智能电网建设起来后，智能表计、智能变电站及地理信息系统等先进的设备与技术被广泛应用于电力领域。国家电网公司也建立了四类数据中心平台，与电力相关的数据资源越加丰富，在这种情况下，电力企业能够运用大数据技术，通过大数据平台开展线损分析与管控工作，将线损率降到最低^【3】。

2.2.2线损可视化具体实施

①软件。Tableau Desktop 智能软件被应用于大数据平台，成为企业进行线损分析的一个重要工具。Tableau Desktop 软件集数据挖掘、数据分析与可视化图表于一体，能够为企业管理者或线损分析员提供信息丰富、直观美观的可视化图表，帮助人员预测线损发展趋势，分析线损产生原因。在大数据平台中，Tableau Desktop 能够将PDF文件、文本文件、Excel表格等连接起来，将这些工具中的数据作为数据源进行分析，挖掘出数据的隐藏价值^【4】。

②流程。在通过大数据平台分析线损数据时，大致需经过以下几个步骤：

分析业务，掌握业务性质，将数据挖掘目标确定出来；进行数据的收集与理解工作，根据实际需求广泛收集原始数据，检查数据质量，描述数据；进行数据处理，处理方式为选择、清洗、构造、整合以及格式化；基于数据建模，以数据为基础，根据具体的分析目标选择合适的建模技术，构建数字模型；评估模型，优化模型；运用模型形成数据挖掘报告，应用数据挖掘报告。

③要素。数据源：运用大数据平台进行线损分析与管理时，数据源要包含多维度信息。如电力企业要广泛挖掘、收集企业某时间段的电力供应数据、销售数据、某台区用户数量、用户覆盖率、变压器与用户电表的经纬度坐标等。只有数据源足够丰富，最终得到线损报告才会全面、详细、客观且真实可靠。数据的挖掘与预处理：应用大数据分析线损原因并制定线损管理计划时，必须要做好对初始数据源的处理。大数据本身存在许多“噪声”与“脏数据”，如果不进行预处理就直接进行挖掘与分析，有可能挖掘不到价值信息。因此，在数据挖掘之前要做好数据预处理工作。在对原始数据进行预处理时，先明确降损目标，然后将数据有效信息字段挑选出来，挑选出来后使用预处理技术将冗杂数据清除，为后续的建模及成果应用打好基础。当前可用的数据预处理技术较多，如数据集成、数据清洗、数据规约、数据转换等。在具体的处理作业中根据实际情况科学选择，合理应用。

通常情况下，运用大数据平台分析线损原因或管理线损需要进行以下步骤：

计算台区供电半径。工作人员要根据前期收集到的经纬度数据，提取出坐标信息，将每个台区内用户电表的实际供电距离准确计算出来。然后计算统计线损及线损率。根据收集到的共售电量信息，将每月的统计线损、线损率精准计算出来。数据计算完成后进行数据转换，根据线损分析与管理需求，将每月供售电数据转换为时间及供售电量两项数据。数据转换结束后进行数据筛选，数据筛选具体做法是：利用Excel的函数计算与在Tableau中创建字段功能，准确计算出台区所对应的供电半径。

④数据处理。要想找出线损原因或线损率大的区域，就需对数据进行进一步处理，即进行数据清洗。电网线损分析一般涉及线损率、统计线损、供售电量、供电半径、台区户数等信息。工作人员要对掌握的数据进行清洗，判断数据中是否缺失了必要信息。在找到缺失值后，根据具体情况进行删除或填充，让数据更加完整，更有应用价值。另外还需通过数据清洗检测出异常值，然后根据具体的线损分析与管理需求，准确删除台区中存在售电量大于供电量、有供电量但无售电量、有售电量但无供电量等异常数据。记录下线损率高于20%的台区，线损率高于20%的台区一般属于明显异常台区，后续要优先处理、重点管理。由于这部分台区线损率过高，所以管理人员要考虑区域内是否存在窃电行为。要深入地区做详细调查，找出真实、具体的线损过高的原因并做针对性处理。

⑤可视化分析。对数据完成处理并构建起数字模型后，利用 Tableau 软件制作可视化工作表，对台区线损数据进行可视化分析，查找线损原因，并制定针对性处理方案，使线损问题得到有效解决。

3结语

综上所述，大数据平台给电网线损管理工作带来了极大的便利。基于大数据平台，电力企业能挖掘到大量有关线损的数据，并对电网线损问题进行可视化分析，精准找出线损产生原因并做出针对性处理，将电能损失降到最低。为此在当前背景下应进一步加大对大数据平台的研究优化与推广应用，充分运用大数据平台提高线损管理水平，提高资源利用率。

参考文献

1. 马镛湛.基于电力大数据的精益线损管理体系构建与实施[J].企业改革与管理,2021(22):15-16.

[2]刘文军,刘浩田,曾昊旻,贾东强,肖浩,邱远军.基于电力大数据的省级电网企业分区与分压线损关系研究[J].节能,2021,40(11):15-17.

[3]刘昌明,董传柏.大数据分析在台区同期线损管控中的应用[J].集成电路应用,2020,37(12):112-113.

[4]张佳轩. 基于电力大数据的低压台区线损管理[D].陕西理工大学,2020.