摘要：本篇文章主要对如何使用"大数据"来实现配网安全运行的效果进行详细分析，从而提出合理化建议，旨在能够提供给相关人士，互相学习交流，仅供参考。
关键词：大数据；配网；安全运行
1 大数据的基本概念以及对配网运行的重要意义
1.1 大数据的基本概念
大数据或可称之为巨量资料,是指具有高容量、快速性、多样性以及价值密度较低等特点的庞杂数据信息的集合，这种数据是无法通过一些常规的工具软件开展分析和处理，需要新的处理模式才能对海量的资料信息进行处理，而且要具备一定洞察力和决策能力，改进和优化处理分析的流程，以适应这种高增长率和多种信息类型的信息资产的应用方式。大数据是无法用一台计算机进行处理和分析的，而必须采用分布式架构的处理方式，能够对海量的信息数据进行持续的挖掘，大数据的强大之处在于其蕴含的大量的富有价值的信息和技术等待我们去发现，而且发展的前景是极为广阔的。
1.2 大数据对配网运行的重要意义
大数据对于配网这种专业系统的安全运行和管理起到的重大意义不是在于大数据中海量的数据，而是数据对于配网安全运行的有效信息含量以及持续挖掘的成本，这种成本是否能被电力企业的后续发展所需要和承受。但是大数据重要性不言而喻，不仅在电力行业中，其他行业也将利用大数据技术视为市场竞争成败的关键，对于配网的安全运行来说，大数据起到了重要的推进作用。电力企业拥有大量的客户，而且客户对于电力能源的需求各有不同，配电网作为电力交换和输送的关键节点，怎样安全并且合理的将电力输送到指定位置是重要的人物之一，与电力企业开展的营销方向大体上保持一致，根据客户所需来配置电力资源，而大数据能够提供精准的、具有明确指向性的营销方案，经过数据的挖掘、整理和分析，能够满足对大量客户的电力需求的精准营销，这不仅提高了营销工作的效率，而且能够挖掘大量潜在客户需求，增加企业的经济收益。
2 大数据处理技术的具体应用
2.1 大数据的传输和存储技术
当前信息化技术的发展使得电网系统地智能化发展取得了一定的成效，在电力系统的运行过程中，需要对各个环节的相关数据和设备的监测数据进行详细的记录，这个过程中所产生的海量数据，使得监控系统承担着比较大的压力，对于智能电网的进一步发展有着一定的阻碍作用。在电网数据的传输方面，通过利用数据压缩的方式可以减少数据的传输量，保证数据传输效率的提升。这样导致越来越多的数据压缩技术被应用到智能电网中，能够降低数据存储的空间，但在这个过程中会造成一定的资源浪费。在数据的存储方面，通常情况下使用的方式是分布式文件保存，实现对于大量数据的存储，但是在对于实时数据的处理方面存在着一定的缺陷。
2.2 大数据的实时处理技术
大数据处理技术在当前的配电网进程中有着比较重要的作用，在大数据技术的应用中，处理速度是一个重要的衡量指标，如果数据的规模过大，所需要的处理时间就比较长，当数据规模超过处理技术的承受能力，会对电网的正常运行造成一定的影响，这就需要保证数据传输、分析以及处理的速度。大数据云计算系统虽然能够为智能电网提供优质快速的服务，但是也有可能会造成网络堵塞现象，会使得电网的服务器运行受到影响。
2.3 可视化分析技术
智能电网在运行过程中会产生大量的数据，而对这些数据进行及时有效的处理，同时在有限的显示屏内展示给用户，这也是当前智能电网大数据处理所面临的严峻挑战。同时还要保证智能电网数据网络的质量，对整个网络系统进行定期的检测和维护，如果出现故障，要结合出现故障的现象采用相关的技术进行分析处理，在根源上解除故障，保证数据网络正常运转。
期刊文章分类查询,尽在期刊图书馆
3 应用实践初见成效
3.1 改善配网重过载，提高配网供电效率
在最近几年里，依据有关的工作理念，相关单位对大配网加大投入量，并且能够促进配网结构的不断完善。然而，由于配网项目管理工作还存在一些不足、配网建设的整体品质以及管理效率都具有一定的差异性，因此用电与供电出现不足的情况。部分地区尤其是城乡结合地区会发生配变重过载的情况，供电过程中还会发生“频繁停电”现象的发生，客户所投诉的主要内容普遍是由于电压不足，这些现象都在一定程度上对供电服务品质带来影响。
配变重过载预警可以理解为是在共和用电的情况下，将气象信息有效的结合在一起，采取预警模型以及相关的模型手段，进而对配网重过载做出详细的研究，采取有效的措施来改善配网重过载，继而将配网供电效率得以提高。与有关部门采取阈值方法来对监测预警做出合理的分析，亦或是结合人工积累的有关经验进行对比，在大数据中存在的配网重过载进行合理的研究，从而能够对于配网重过载的状况做好判断。当前，在短时间里出现重过载预警模型所产生的准确度能够超过81%，在中期阶段重过载预警模型能够达到72%的准确度，和传统采取人工形式进行判断的效率提高了5倍，从而尽可能的将配变重过载效率减少，避免由于配变重过载而产生不利影响，大大从整体上提高了配网供电的效率。
3.2 大数据下的GIS系统应用
GIS系统引入空间负荷预测，可以使用计算机程序结合不同城市的地理区域数据，极大地降低数据收集、分析和处理的难度和工作量。下面举例以GIS系统网络聚类分析方法依据规划预测城市小区的负荷密度。
首先在系统中将用电负荷分类，主要分为居民用电负荷、商业用电负荷、农业用电负荷、工业用电负荷等，其次基于城市地理信息的数据库将城市科学规划为若干小区，收集小区内各类负荷及其相关因素的历史数据和各小区的未来负荷分布数据，最后采用聚类分析法提取分类数据与待测数据的隶属度，最后通过修正量计算，预测小区负荷密度。
3.3 基于大数据分析的专变客户电量监测管理成效显著
经过近些年的专变客户电量监测工作，使得营销业务管理方式得到转变，将原有的需要人工计算判断异常的工作，由监测平台按预设规则自动筛选判断，大大减少人工、缩短判断时间。且数据采集频度由原来的月频度导出改成日频度导出，数据的时间精度更精细，更能满足营销业务管理的时效性需求。在监测部门与营销业务部门等公司内部协同工作过程中，使得公司营销业务管理运转更为高效，同时也逐步深化了该项管理方式的应用，更能适应日常工作的需要。
3.4 配电网大数据应用需求
配电网大数据应用中主要包括了配电网的运营以及整体规划服务，并且对客户的用电进行了相应的服务和管理，这些对大数据的应用需求必须要涵盖各电力系统运营环节中的信息数据，还有客户的用电数据以及电力营销数据的信息等，综合管理配电网中供电环节的所有数据，可以在最大程度上发挥大数据的价值。电力系统和用电用户都是重要的组成部分，电力系统内部要不断地提高综合管理水平，加强对用电客户的服务性水平，通过对用电数据的总结可以让政府了解到当地的经济发展情况，从而为电力系统发展提供更多的政策扶持，对电力系统进行合理的规划发展，加强分布式电源的接入，对充电设备进行合理的布局规划等。
4 结语
综上所述，配电网建设在不断的发展下，会逐渐涌出大量的智能用电领域对大数据的使用。这样相关单位通过利用大数据技术，可以有效的对配网安全运作情况进行全面的观察，对配网中出现停电的情况做出有效的改善，配网中发生低电压的情况会做好恰当的处理，发生问题能够及时的处理等相关内容的使用，进而能够让配网数据发挥出最大的作用，为进一步提高“大数据”对配网运作中所起到了支撑作用，旨在能够确保配网正常的运行，为我国发展做出贡献。
参考文献
[1]杨慧，曹野.电厂信息系统的规划与设计[J].科技与企业，2015（20）.
[2]张东霞,苗新,刘丽平,等智能电网大数据技术发展研究[J]中国电机工程学报,2015(1):107
[3]曾繁礼，邸剑.电厂信息系统建设与管理[J].无线互联科技，2014（10）.
论文作者:杨晓雨
论文发表刊物:《电力设备》2017年第34期
论文发表时间:2018/5/10
标签：数据论文; 电网论文; 客户论文; 技术论文; 效率论文; 信息论文; 智能论文; 《电力设备》2017年第34期论文;