朱安安 聂桂林 郑金星
国网安徽省电力有限公司望江县供电公司 安徽安庆 246000
摘要：数据自动处理技术是基于大数据技术而出现的全新技术，是通过大数据技术的分析，实现有效的处理和归类，提升数据的使用效率。在目前来看，数据自动收资处理技术主要是应用在配电网上。是因为在配电网的使用中，会出现大量的电力数据，这些数据本身的处理如果不到位，直接的后果就是数据本身反应的一些具有危险性的信息无法发现，可能导致配电网问题无法在第一时间解决，需要通过结合大数据技术，来实现配电网的数据自动收资处理技术的建设。则本文将从配电网规划融入大数据后的优势入手，全面展开基于大数据的配电网规划数据自动收资处理技术研究。
关键词：大数据技术；配电网规划；数据自动收资处理技术；
一、引言
随着时代的发展，配电网从最初的人工控制，到了如今的自动化处理。其中，为了更好的应用大数据技术，也出现了被称为规划数据自动收资处理技术的全新技术类型，是可以更好的处理配电网规划中的数据，让配电网的运行更加符合实际的需求，能实时的对配电网的情况进行监控，消除一些可能出现的配电网使用问题，提升配电网的使用效率。但是其本身的建设也并不简单，主要是需要充分的应用大数据技术，通过大数据的分析来保证规划数据自动收资处理技术的运行效果，也就是说，大数据技术是该技术的基础支撑，其具体的设计如下所述：
二、配电网规划融入大数据后的优势
1.提升配电网的运行效率
大数据技术的应用能让配电网的优势不断的提升，优点之一就是能提升配电网的运行效率。因为大数据技术的介入，可以让数据处理的效果最大化，也就不用担心数据处理不符合实际需求的情况，而可以加大效率。这也更符合实际的工作需求，主要是配电网的运行效率提升，相关的设备也就可以更好的使用，从而促进整个城市生态的不断发展，因此，配电网中融入大数据才是当前时代的核心内容，起到的效果最为出色，应该被关注。
2.降低配电网的工作失误率
大数据的融入，也能降低工作的失误率。因为大数据技术的融入可以有效的了解数据的内容，一旦出现了错误的数据，就能通过大数据技术快速的进行纠正，从而解决相应的问题，降低工作的失误率。
3.有利于配电网的全面升级
配电网的全面升级必然是离不开大数据技术的，无论是数据的处理还是数据的分析，都需要大数据技术的支持，所以，配电网的升级中，大数据技术就是其中的核心基础技术，任何情况下都不能缺乏。所以说，当前配电网中离不开大数据技术，其能进一步的提升规划数据自动收资处理技术的可用性，让其更好的为配电网的使用发挥出应有的效果。
三、基于大数据的配电网规划数据自动收资处理技术
近年来，随着我国电力系统向高度信息化、自动化方向发展，电力数据的采集运用越来越广泛，对电力设备设施数据、用户数据和规划数据等的管理也提出了较高的要求。根据数据来源的不同，可以将配电网数据分为两类：一类是配电网内部数据，主要来源于电力信息采集系统、配电管理系统、设备检测和监测系统等；另一类是外部数据，主要来源于地理信息系统、公共服务部门等。另根据数据内容和采集时间节点的不同，也可以将配电网数据分为两类：一类是基础数据，包括规划设计数据（如电力设备位置、回路、建设时间和厂家等）和配电网资源数据（如电缆地下管网相关信息），上述数据均为在配电网建设时产生的历史数据；另一类是状态数据，包括设备运行日志数据、监测数据等。而对于配电网规划数据的采集，主要来源于调度自动化、生产管理、电网GIS和营销业务(SG186)等多个专业系统，数据量大，来源复杂。只有通过数据采集和智能化处理服务才可以最大限度地将有关信息集成起来，从而为电力系统决策人员提供一个多元化的决策依据。而常规的数据采集和智能化处理服务效率较低，存在误差。
其具体的处理技术如下：
1.数据校核与清洗
按照配电网数据集成规范，将数据转换成格式统一的结构化数据，并进行数据识别与纠错。数据识别与纠错方法。
首先将转换后的数据和预定义的校验规则内存化，然后交由基于Disruptor和EDA为核心的校验引擎检查数据的正确性、一致性和逻辑性。数据校验分为3个环节。
（1）完整性校验
依据数据集成规范，验证已抽取数据中的关键数据项是否有数据。以某35 kV变电站数据校验为例，变电站名称、设备编码、电压等级、供电企业、主变压器台数、主变压器容量和最大负荷等字段均为关键数据项。若存在为空的情况，则返回修改原数据后再进行校验；若均不为空，则校验通过，转入下一步正确性校验。
（2）正确性校验
检查已抽取的数据项、数据类型、准确度和范围是否与集成规范要求一致。校验单元格内容类型符合要求，包括字段类型为数字实际值是否为数字、字段类型为时间实际值是否为时间。
1）单元格内数字是否在设置范围内，判断类型包括大于、小于、等于、不等于、大于等于、小于等于、介于和未介于。
2）单元格内容不可与其他单元格内容重复，包括设备ID及设备名称。
3）单元格内类型为枚举的，其内容是否在枚举范围内，如用户类别：01 高压，02 低压非居民，03 低压居民。
（3）逻辑性校验
依据集成系统之间的业务关系，检查数据项是否符合业务逻辑关系。如某主变压器最大负荷超出额定容量的200%，则可判定其最大负荷和额定容量两个数据必有一个错误，需返回修改原数据后重新进行校验。具体规则如下。
1）设备从属关系校验。包括主变压器其所属变电站、馈线所属变电站、站房内设备（负荷
开关、母线）、所属站房（配电室、环网柜）和柱上设备（柱上变压器、故障指示器）所属杆塔。
2）分项值小于累加值，包括售电量表中月售电量≤累计销售电量；单项值小于总值，包括发电量中全口径水电发电量≤全口径发电量。
2.多源数据融合
以电网拓扑中资源设备为核心，通过设备生产ID与设备台账参数、变电站、线路及配电变压器的运行数据进行融合，形成规划业务综合数据库。运行数据主要通过海量数据平台定期在线采集所需的基础数据，经过分析处理自动形成全年最大、最小以及一年四季的平日、周末和节假日典型日运行方式下的线路及配电变压器负荷曲线、负荷分布，作为配电网规划业务应用的历史运行基础数据。
四、结语
综上所述，我国的配电网升级已经是势在必行，主要是因为计算机技术的全面发展，让配电网的自动化运行成了可能。尤其是大数据技术和云计算技术的出现，能让配电网中复杂的数据变得更加的直观彻底，从而有效的找到数据中可能存在问题。对于这种特性的升级应用形式，也就是规划数据自动收资处理技术。此技术能更好的进行配电网数据的有效监控，确保实时数据和规划数据是相同的，从而更好的保障配电网的运行，也是当前我国配电网升级的核心技术内容。但目前来看，这方面的技术并不是完全标准化的，需要针对不同的配电网来实现相应的升级，才能更好的保证实际的效果。所以，本文中的研究更多的是基于基础配电网情况的研究策略，在任何的研究也都能使用。其具体的规划数据自动收资处理技术研究内容如上所述。
参考文献
[1]张喆,杨宏宇,高新亭,王简,王褀,王承民.大数据环境下基于BPNN模型的配电网规划适应性评价方法研究[J].供用电,2021,38(05):56-63+88.
[2]陈鹏浩,李慧璇,李锰,王利利,吕盈睿,张天东,李雪松,尹杰,胡钋.基于改进人工蜂群算法的直流配电网典型应用场景拓扑结构研究[J].电力系统保护与控制,2021,49(03):57-65.
[3]才秀敏.配电网发展规划能力提升的思考——访国网经济技术研究院配电网规划设计中心主任吴志力[J].电器工业,2021(01):35-39.
[4]方兵,宁光涛,俞悦,张佳艺,王悦.基于大数据的配电网规划数据自动收资处理技术研究[J].电气应用,2019,38(05):34-39.