吴伟峰1 董涛涛2 徐顺磊3
杭州余杭制水有限公司 浙江省杭州市余杭区3111001 杭州余杭制水有限公司 浙江省杭州市余杭区3111002 杭州极能科技有限公司 浙江省杭州市余杭区3111003
摘要：随着时代的发展和电子计算机信息技术的快速发展，现在已经进入大数据时代。大数据背景下，电力运营监控系统为了更好地发挥其职能作用，开展了对电力企业运行过程中产生的大量数据信息的监测分析、研究、总结，并提出有效的解决方案，为电力企业的发展做出了杰出的贡献。
关键词：大数据；电力运行；数据异常检测；示警方法
引言
目前，在电网运营过程中，将会涉及到众多数据，包括数据源、异构、海量等，故将大数据新技术引入电网运营过程中，是发展智能电网的必然条件。随着我国智能电网的建设规模不断扩大，电网营销系统、资产系统、人才资源系统、财务系统、综合系统、协同和决策系统等6+1系统在电力各个领域中得到了广泛应用。这些系统是我国电力大数据的重要来源，推动了电力行业的迅速发展。
1电力运行数据异常检测基本原理
电力系统中各设备间传递的信息是不规则的数据信息，对电力运行数据异常情况进行检测示警是将电力系统中的运行数据与历史正常数据进行对比，根据状态分析实现对异常数据的检测与警报。
2大数据分析的电力运行数据异常检测示警方法
2.1对配网故障抢修流程的监控数据处理
监测内容：按照供电单位、电压等级、故障报修类型维度，监测配网故障抢修总时长及业务受理、接单派工、到达现场、故障处理、工单审核、回访归档等6个主要环节时长，对比与规定时长、平均时长的偏差情况，掌握制度执行情况、环节时长分布、结构及变化趋势。监测规则：①业务受理时间小于工单下发时间and业务受理时间不大于监测截止日期。②业务受理时间小于工单下发时间小于地市接单时间and工单下发时间不大于监测截止日期。③工单下发时间小于地市接单时间小于接单派工结束时间and地市接单时间不大于监测截止日期等。成果分析：业务受理时长超过2分钟的业务清单；接单派工时长超过3分钟的业务清单；到达现场环节时长在城区范围超过45分钟、农村地区超过90分钟、特殊边远地区超过120分钟的业务清单等。对配网故障抢修流程的监控数据处理，做到对运行过程中的数据及时发现问题，分析问题的存在，及时找到问题解决方法，做好工作衔接，促进电力企业的合理运行。
2.2利用大数据改善电网的检测诊断环节
在电网运行过程中，存在很多风险因素，这些因素会对电力供应的稳定性造成负面影响。因此，对于电力行业而言，最为重要的工作就是电网的检测诊断环节。而在这个关节中，信息数据发挥着至关重要的作用，加强对信息的收集、监管、维护，可以让在检测诊断环节高质量得到完成。大数据技术和电力信息技术之间的结合，最明显的体现就是电网安全运行机制。以某电力行业为例，结合地区的实际情况，借助大数据技术实现了设备大数据的采集和观测，从单一的检测诊断机制转变为整合实时性的分析。在数据融合后，构建出了全地区的信息观测控制平台，不仅可以收集海量数据，还能够对数据中的异常进行甄别分析，为电网诊断奠定基础，提供完整、准确的数据。在大数据时代下，为数据检测、管控提供了更多的可能，尤其是数据库技术的出现，电力企业可以更好的展开数据对比分析的工作。如某电力企业利用大数据技术开展年度检测工作，将往年的电力信息数据和当年的电力信息数据进行对比分析，及时发现数据的波动，分析波动原因，及时展开处理。
2.3大数据技术
平台涵盖大规模数据同步、海量数据存储建模、基于深度学习数据挖掘等技术，实现资产、营销、人资、财务、客户全方位等相关的12个信息系统核心数据的抽取、整合、统计、分析，实现全指标数据的直采直送。
大规模数据同步技术，平台主要体现为针对6+1系统及本地化业务系统存在不同的系统架构与底层开发语言难点，采用了更细致的数据调度方案，按照存储量、实时性按需定制，实现资源合理抢占、数据有效隔离及公平调度，保障数据实时性。同时，运用基于深度学习数据挖掘技术开展分析，对关键指标进行聚类算法分析，识别分析出指标之间的关联度，从而进一步对指标进行构成影响分析，精准定位到影响核心指标的关键点，为后续指标的计划值设定提供辅助参考。
2.4单数据特征量
在电力系统的正常运行过程中，一部分单数据的状态量变化较小，这些数据属于平稳序列；而另一部分单数据呈周期性变化，属于状态数据。对状态数据进行拟合处理。对于每个在线监测状态量，都不应该超过设定的限值；因此，仅当存在一个限值时，可对整个序列进行范围限定。由于电力系统中的绝缘劣化过程存在潜伏性，当电力设备处于异常状态时，监测到的数据是未超出限值的。因此，对于没有超过状态量的限值也需进行在线监测，提取其中的单数据特征量。
2.5物理架构
系统部署在电力安全网络三区，调度设备运维人员和系统管理人员通过电力内网访问管理系统。①数据采集安全防护。从采集命令执行、采集数据传输至数据的存储，设置了多层的保护措施，防止帐号、口令等敏感信息泄露，造成系统安全隐患。②采集过程全纪录。资源设备系统上的采集无论人工/自动均需通过统一采集程序执行指令，所有指令执行过程均记录，且非法指令可拦截，采集过程可回放、查询。③传输安全防护。采集信息在传输的过程中数据均采用国密SM2加密技术进行处理，防止信息拦截，泄露。d.存储安全防护。采集的数据经过数据分析、数据筛选最终采用加密的形式保存在数据库中（数据库中不保存口令信息）。
2.6数据降维
降维是指降低维度，即通过更少的新特征变量代表原始数据特征变量，从而使得这些新的特征变量互不相关，并且这些新变量中还具有能够反映业务问题的主要信息。进行数据降维的目的是减少数据量、降低计算复杂度以及去除其中的噪声数据。目前数据降维方法有主成分分析法、奇异值分解法和因子分析法等。
2.7检测准确性
当用于算法性能检测的样本数据集类别不均衡时，若直接采用分类结果的准确率进行算法性能评估，得到的结果与实际结果会存在较大误差，所以在这里采用ROC和AUC进行检测准确性分析。ROC曲线越接近左上角，该分类器的性能越好；AUC为ROC曲线下的面积，表示一个概率，AUC数值越接近1，算法检测性能越好。
2.8利用大数据研究负荷的控制预测方式
在电力项目运行过程中，系统负荷经常会出现你为题，一旦负荷超出可承受的情况，就会导致系统出现故障。因此，在电力运行过程中，管理人员必须要保证发电容量始终处于合理的范围内。这就需要管理人员利用大数据技术对负荷变化数据进行整合和预测，合理化的进行控制，以此降低运行成本，强化社会、经济效益。如某电力企业利用大数据中的推送技术，对地区范围内的电力数据进行整合分析，切实提高负荷的控制预测。从实际情况来看，可以合理准确的得到用户短期负荷变化，并且自动调整发电量，实现智能调峰。
结语
在实际应用过程中，电力信息技术的很多功能较为局限、单一。因此，不同地区要结合自身实际情况，有针对性建立管控系统，借助大数据、云计算等技术，改善电网的检测诊断环节、分析电能的运行损耗情况、研究负荷的控制预测方式、完善电网的智能预警功能，为电力行业的数字化发展奠定基础。
参考文献
[1]姜红红,张涛,赵新建,等.基于大数据的电力信息网络流量异常检测机制[J].电信科学,2017,33(3):134-141.
[2]李新鹏,高欣,阎博,等.基于孤立森林算法的电力调度流数据异常检测方法[J].电网技术,2019,43(4):?1447-1456.
[3]李永攀,门锟,吴俊阳.基于低秩模型的电力状态数据异常检测[J].计算机工程与应用,2019,55(16):255-258.