周 敏
国网山西省电力公司晋中供电公司 山西 晋中 030600
摘要：随着近些年来信息技术的迅速发展和电网建设的突飞猛进，大数据与电力系统相结合，为电力企业的运营做出了极大地贡献。本文在阐述电力大数据具体分类以及特征的基础上，对电力大数据在电网建设中的具体应用进行了总结。希望本文的研究，能够为电力大数据在电网建设中的更广泛应用，提供一定的理论支持。
关键词：电力大数据;电网建设;应用
1大数据背景下的电网规划体系创新
1.1 有效提升处理大数据的技术水平
从当前的发展趋势来看，电力大数据渗透于电网规划中的速度要比相关人员处理数据信息的速度快很多。因此，相关人员在使用电力大数据信息资源的过程中，普遍出现信息资源无法被充分利用的现象。所以，供电企业应当积极学习与借鉴国内外新型处理技术，为电网规划体系工作水平的提高打下扎实基础。例如：相关人员可以把光纤技术、传感技术等渗透于电力大数据信息处理模块，尽可能提升其处理电力大数据的能力，以稳固电力大数据在智能电网规划中的地位。
1.2 可视化分析技术及时精准分析处理
电网中不断生成的数据，随后再充分利用有线屏幕展示给用户，可视化分析技术可以有效处理数据。因此在智能电网中得到了较为广泛的应用，其通过高度集成技术和高分辨率图像交互工具，可以及时有效地将精准数据处理结构提供给用户。在信息技术发展的同时可视化技术的发展也具有的一定的挑战，如图像合成、显示、技术扩展性以及重要信息的提取等。
1.3 配电网重过载风险评估方面的运用
现代社会对电力需求的快速增加，与传统电力企业中“重输轻配”运营模式相结合，造成了电网存在严重的过载现象，给电网的安全运行造成了极大的隐患。通过电力大数据的分析技术，可以对不同时间段的电网过载现象进行运行风险预警，这对电网建设中配电网过载问题进行了有效的解决。
1.4 运营监测与分析技术方向分析
技术变革对分析视角、分析结果将产生重大影响。一方面，以明细数据为对象的监测与分析，在视角上将更加注重自下而上，从企业生产运营的最基层单元发现问题、分析问题、总结问题;此外，大数据下的运营监测与分析将不限于对单个指标的阈值设定与预警，而是对一组数据同时进行监测，并参考历史数据、横向数据进行综合判定与预警，考虑的因素将更综合、更全面，并进行自适应学习，使监测分析结果与实际更加吻合。另一方面，这种基于数据挖掘技术的监测分析支持系统更具有“黑箱化”倾向，虽然分析人员可以在较短时间内发现公司运营中的重大异动和问题，但由于分析模型考虑的因素很多，关联关系复杂，分析的数据量巨大，容易成为“黑箱”，分析人员只知其果，难解其因，这就要求分析人员既需要熟悉实际业务，又需要掌握模型构建的原理和具体算法，才能在大数据时代的分析工作中游刃有余。
1.5 运营数据分析
在规划决策方面，根据电力供需、供电半径、负荷密度、人口经济等要素建立的综合评估分析模型，将为变电站布局、电动汽车充换电站分布等配网选址问题提供决策支撑;根据地形地貌、天气预报等信息将为输电线路通道选择提供决策支撑。在采购与供应链管理方面，实现设备运行数据与成本费用、供应商信息联动，为设备采购、供应商评估等提供支撑。在设备运维方面，大数据分析方法可以克服传统方法在大样本计算方面存在的不足，通过智能电网建设，电网的数字信息将更加丰富，安装在电网各个设备上的传感器将为我们提供大量的各类数据，通过对来自电网传感器及日常运维的海量数据分析，必将进一步提高设备状态评估水平，提高设备故障预测的准确性，有效提升供电可靠性和电压质量。
2电力大数据在电网规划中的运用策略
2.1充分发挥智能化在信息收集中的优势
信息收集的方法是否高效及时，直接决定着我们所获取的数据信息所具备的价值和质量，而智能化的信息收集方式具有操作性强、成本低廉以及速度快等优势，如果运用得当，势必可以提升我们收集电力行业相关数据信息的效率。因此，本文建议使用无人机技术、GPS定位技术以及遥感技术等智能化信息收集方式对电力大数据信息进行收集、传输以及储存，从而使我们可以获得及时、精准的电力数据信息。
2.2全面提升处理大数据的技术水平
由于电力大数据运用于电网规划中的速度要远远大于我们处理电力大数据信息的技术，所以，我们在运用电力大数据信息资源时，常常面临着信息资源不能被完全开发和利用的情况。因此，本文建议采取不断学习和运用国内外先进的信息处理技术的方式，全面增强智能电网规划体系的工作质量和工作效率。例如，我们可以通过将传感技术、计算机技术以及光纤技术等运用于电力大数据信息处理模块中的方式，提升电网规划体系处理电力大数据的能力，从而提升电力大数据在增强智能电网规划质量中的作用。
2.3提高人才质量，优化管理机制
相关企业把电力大数据渗透到电网规划中，应当在利用新型技术与相关技术的基础上，采取针对性的手段为其提供与之匹配的人才保障和运作机制。如果要提高人才质量，需从以下方面优化管理机制。第一，供电企业通过借鉴国内外相关案例后，在熟练掌握我国供电企业自身特征和缺陷的基础上，制定出切实可行的大数据运行管理机制，为强化数据信息的真实性提供应有的保障。例如：供电企业通过制定保密制度，可以在很大程度上促使相关人员在对数据信息进行处理的过程中采取有效措施预防数据信息发生外泄亦或遗漏情况，为增强数据信息的完整性创造有利条件。第二，供电企业可以在指定的时间内开展相应的活动，如培训活动、引进复合型人才等，以提升相关人员的综合能力，最大限度地挖掘电力大数据信息中贮存的价值。
2.4动态安全评估
在电网规划阶段对规划方案进行可行性、合理性和优劣性评估，有利于提高电网的运行水平，评估的内容包括供电可靠性评估、线损评估、供电能力及供电安全性评估、经济评估。对于供电可靠性，评估的指标可以选用用户平均停电时间、供电可考虑、用户平均停电次数。要衡量用户供电可靠性，必须先了解整个电网停电性质的分类，总体上可分为故障停电和预安排停电。因此影响用户供电可靠性的主要因素体现在系统供电能力、网络结构、设备状态、自动化水平、维护技术水平和管理水平等几个方面。对于经济评价，主要涵盖财务评价和国民经济评价。财务评价指标主要包括：财务内部收益率、财务净现值、投资回收期、资产负债率、投资利税率、投资利润率、资金利润率等;国民经济评价主要从国家角度考察项目的效益和费用。
结束语
大数据时代对智能电网大数据处理水平提出了全新要求，受多方面的限制当前智能电网大数据处理技术还比较复杂。同时，在异構多数据处理技术、实时分析以及可视化分析方面存在一定的缺陷。所以，我们必须要采取有效措施，进一步完善大数据处理技术，以便有效满足时代发展的需求。
参考文献：
[1]肖凯，刘鹏，车建峰，刘镇京.基于电力大数据平台的海量风电数据处理架构与应用研究[J].电力信息与通信技术，2017，15（07）：13-19.
[2]瞿海妮，庞徐玮，尤鸣宇，徐志宇.电力大数据的应用价值及其共享平台分析与设计[J].经营与管理，2017（07）：104-108.
[3]王向红，陈潇一.云计算与电力大数据技术的现状及发展趋势研究[J].陕西电力，2017，45（06）：70-72.
[4]牛强.面向智能电网应用的电力大数据关键技术[J].科技资讯，2017，15（17）：32-33.