大数据下的电力系统数据应用范文

本站小编为你精心准备了大数据下的电力系统数据应用参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

随着网络的全球化，信息技术已经运用于各行各业，计算机技术的不断发展和在电力系统的有效运用，使电力系统自动化程度不断完善，提高了数据的处理效率。因此，分析电力系统的数据类型以及电力系统数据应用现状，探究大数据背景下如何应用电力系统数据优化企业管理是十分必要的。

1大数据概述

大数据作为一种新型的数据信息处理技术，能够通过对大量数据信息的选择和分析，进行整理、计算等，筛选出其中蕴含的规律，进而选取有价值的数据信息。大数据具有数量大、范围广、数据类型复杂多样、内容丰富、数据的来源可靠、数据处理时效高等优势，近年来在各个行业得到了普及和推广。

2电力自动化的主要数据类型

2.1基础数据电力系统的基础数据主要指一些和设备、设施的属性有关的参数，像变压器的型号、额定容量等，发电机的额定电压、额定转速、额定功率、阻抗特性等设备的参数。这些基础数据企业根据自身的具体情况和管理制度由各专业管理部门进行统一管理，通过服务器实现基础数据的同步，便于对数据的分析、整理、运算。

2.2管理类数据管理类数据是电力系统在运行中过程中出现一些问题时，不同的分管部门在处理解决各种问题时所得到的数据信息，管理数据能够直观的反应电力系统中各个设备的运行状态，通过对管理数据的整理分析，能为电力企业不同部门的管理提供参考和依据。通过构建管理数据同步平台，实现管理数据在特定的范围之内的资源共享和同步。

2.3实时运行数据简单地说就是电力自动化系统在实际运行过程所产生的各种数据，是电力自动化系统数据分析中的重要数据组成部分，具有数据量大，所需存储空间要求高的特点。这类数据通过相关部门的及时处理，为调度部门提供决策的参考。我国电力系统对自动化实时数据的处理起步较早，对实时数据的管理和处理的准确性都有一定的优势。

3现状分析

3.1认识和重视不够一些电力企业的领导和管理者对大数据缺乏正确的认识，不了解大数据在电力自动化系统数据分析和处理中的重要意义和作用，加之大数据的引入需要企业进行资金投入和相关的专业技术人员，见效不明显，因此，不重视信息化管理和先进技术的引入。个别电力企业为减少成本支出，低价购置低配置的计算机等设备，在使用过程出现故障是难免的，影响数据处理工作的顺利进行，在主观上制约了大数据的引入，不利于电力企业数据管理的创新，影响电力服务。

3.2工作人员的自身素质有待于提高一些电力企业由于规模、资金等原因，所招聘到的工作人员学历、综合素质等都达不到要求的标准，信息技术水平较低，甚至个别人员根本不懂计算机技术，因此无法适应大数据背景下电力自动化系统数据处理分析的需求，在数据处理中，对系统软件运用能力较差，对一些信息处理、数据分析束手无策，很难按时保质保量完成工作任务。还有的工作人员，以年龄大为借口，不注重自身的后续提升，无法跟上时代的步伐，很难胜任自身的工作。一些工作人员无视企业管理制度，自由散漫，工作敷衍了事，经常出现纰漏，甚至造成经济损失。

3.3数据量大，可靠性低电力自动化系统在运行过程中会产生大量的数据，而不同的数据代表不同的信息，电力自动化系统是由许多的子系统构成，各个子系统的数据库中储存着相关的数据信息，整个系统中的数据量非常庞大，数据交叉现象时有发生，繁多的数据信息会在一定程度上影响和制约这个系统的数据信息的分析处理和数据的更新，随着存储数据的增多，出现问题的几率也越来越大，降低了数据处理的安全性和准确性，对系统的数据库进行统一管理，保证系统数据的唯一性势在必行。

4大数据在电力自动化系统中的具体运用

4.1基于大数据的电网运行可视化监控在整个输变电网络中有大量的设备、及检测点，通过传感器实时从各设备上采集设备运行指标及输变电的电压、电流、负载状态监测指标等，通过大数量的实时处理平台进行数据提取、加工及整合，再通过可视化大屏实时展示各设备及监测点的运行，对于设备及检测点数据的异常及时预警，及时处理。同时将设备的运行数据及检修数据进行整理分析形成知识库，以此知识库通过大数据处理技术及数据挖掘进行设备生命周期预测、设备异常问题检修处理方法推荐、设备检修周期以可能问题预测，以及对电力设备资产管理、设备运检管理、设备技术管理、技改大修管理等的大数据支撑。

4.2大数据在故障预测中的运用以往传统模式的电力自动化故障监测系统，虽然可以实现简单的数据采集、处理、故障预测等功能，但由于随着时代的发展，数据信息量也随之增大，原有的故障预测模式已经无法满足大数据处理的需求，而大数据理念纳入故障预测设计中，恰恰弥补了这方面的不足。在系统中设置一个主站和若干个子站，子站的主要作用是采集现场数据，并对这些数据进行初步分析处理，并把分析结果传递到主站。主站的作用是接收各个子站的不同的数据信息，并进一步的分析和处理这些数据信息。数据预处理是一个关键环节，可以减少和避免子站中的垃圾数据或者无用数据进入主站，有效清理垃圾数据。抽取、转换、清洗和监控是数据预处理的基本程序，其中数据的抽取、清洗根据工序的不同要求也各不相同，完成了这些工序的数据的抽取、清洗，接下来进行故障的监视和预测，主要作用是监视和预测电力系统的数据否发生异常变化，一旦发现异常数据，运用技术手段及时进行妥善处理，充分发挥大数据的故障预测功能。

4.3面向大数据的能效分析与需求响应电网系统采集了大量的用户侧数据，目前这些数据仅仅用于浅层次的统计计算，很少发掘其深度应用价值。利用大数据技术，通过对用户侧数据进行用户用电分析，从而合理有效地引导电力用户侧负荷资源参与电网的削峰填谷，减轻电网高峰负荷压力，提高电网运行效率和经济性。通过对用户用电信息数据的大数据分析和挖掘，可以对典型行业的负荷特性和典型用能场景下的用能行为进行分析，可以研究用户的用电行为的影响机理和行为特征，构建企业或区域用户画像体系，进一步提高服务质量；通过对海量用能数据的清洗、整合、挖掘和识别，可以对用能数据进行综合能效评估，形成一套有效的能效评估分析系统，全面了解用户用电特性，建立以楼宇为典型符合实例的需求响应模型，形成应对的用电需求响应策略。

4.4移动互联网+电力大数据当前互联网信息空前发展、人们可以随时随地都可以利用移动设备办公，离开工作环境一样可以工作，进而将碎片时间充分利用，做到“管理于拇指之间，决策与千里之外”，通过移动端打破时间和控件限制，随时随地及时掌握企业运行信息。通过大数据平台将来自各设备、系统及数据源的数据进行整合及提供高效的查询和计算服务，通过移动平台对接大数据平台，实时查看相关数据报表及数据分析结果。可为领导提供移动驾驶舱将企业运行的关键指标生产移动分析报表领导出差在外随时随地可进行查看分析，及时作出决策。也可进行数据的及时预警，对于设备的运行异常、检测指标的报警及相关统计指标的异常，可通过向移动端推送消息的及时通知相关人员及时处理。

5利用大数据优化企业管理

5.1提高重视程度及优化工作人员队伍建设提高对大数据在数据分析处理中的重要作用以及所带来的价值，把大数据在电力系统数据处理中的创新运用当作重要工作来抓，放在和企业的生产运行和经济效益等同的位置。工作人员是电力自动化数据分析处理的主要承担者，在数据处理中占主导地位，他们自身的素质和业务能力直接关系到大数据背景下信息技术在数据处理中的运用情况和企业的整体效益，因此，电力企业应不断加强对工作人员的学习和培训，学习电力自动化的相关理论知识，积累实践经验，学习信息技术、大数据和云计算等现代数据处理技术，把理论知识和实践相结合，提高数据处理的效率和精准程度。企业应加大资金投入，配置功能强、技术先进的计算机设备，加大人才引入，严格工作人员管理，聘请专业性强的技术人员来本单位工作，为电力自动化数据处理分析工作人员队伍增添新鲜血液，促进整个工作人员的队伍建设，使大数据等先进的信息技术发挥其应有的作用。

5.2企业管理精细化利用大数据技术将基建、生产、运行、购售电等电力系统的关键节点数据加以整合并开展多角度分析，实现对整个发、输、变、配、用全过程数据的联合应用，为电网基础建设、厂站布点、网架结构优化，调度运行、设备运维、购售电的管理等提供数据支撑，使整个电能的生产、供应可控，做到资源优化配置、合理利用。同时，在大数据的支持下电力企业内部各管理部门，可以精准、实时掌握企业当前运营状态，比如生产运行部门对于变压器、线路等电力设备状态客观可控，人事部门对于公司各部门的人力资源可进行合理配置。

5.3提升用户服务体验客户的用电体验是电力企业最为关心的问题，如何做到让用户安心用电、减少投诉甚至是零投诉，是电力企业管理人员一直最求的目标，大数据技术为这一目标的实现提供了可能性。首先，电力企业的电能量系统中存贮着所有用电客户的用电数据，通过利用大数据技术对用户用电行为进行分析，可以准确的定位用户类型，使经营者能有科学合理的优化供电方案，优化供电网络，提升末端用户用电体验；其次，营销部门通过对不同用户用电数据进行分析，为企业用电客户提供错峰用电建议，一方面为客户节省电费、另一方面使电网峰谷用电合理化；再次，大数据可以合理利用移动通信时代的便捷性，同时挖掘用户用电习惯，以短信形式告知用户当前剩余电量，通过手机APP缴费为用户提供了便利。

5.4提供投资规划决策依据大数据不仅可以利用企业自有数据为企业管理提供有力支撑，同时可以对供电范围内近年的人口变化、经济增长趋势、市政发展规划等多方面数据进行深度挖掘，为企业下一步投资、发展规划提供参考，减少投资误区，为企业良性发展提供保障。

6结束语

大数据技术在电力系统及相关方面数据分析中的运用，是信息技术不断提高和电力行业市场化发展的结果，同时也是顺应时展的必然选择。本文从基础数据、管理数据、实时运行数据、市场经济类数据等方面分析了电力自动化数据的类型，从重视不够、工作人员素质有待于提高，数据量大、可靠性低等方面进行了现状分析，例举了大数据在故障预测等方面的具体应用，从提高重视程度、加强工作队伍建设，利用大数据加强企业精细化管理、提升用户服务体验、提供投资规划决策依据等方面提出应用大数据优化企业管理的策略。电力企业的运行和发展是关系到千家万户的大事，因此需要我们加强管理，提高技术能力，切实做好数据信息的分析处理工作，不断探索，锐意创新，提高企业的综合实力和社会信誉，让我们共同努力，为我国电力企业的蓬勃发展做出应有的贡献。

参考文献

[1]李玥贇.试析电力自动化系统大数据的应用[J].冶金动力,2018(02):67-69.

[2]刘晓放,黄育松,姬源.大数据分析在电力行业自动化系统故障预测中的应用[J].信息与电脑(理论版),2017(23):151-152.

[3]宋康.基于“大数据”的调度自动化云平台研究[J].通讯世界,2016(22):47-48.

[4]钟向宇.电力自动化系统在大数据背景下的数据处理分析[J].科技传播,2016,8(18):113-114.

[5]葛磊蛟.含分布式电源的智能配用电云平台关键技术及评估方法[D].天津大学,2016.

[6]唐健.电力自动化系统在大数据背景下的数据处理分析[J].硅谷,2014,7(22):4+21.

[7]薛小汾.浅谈电力系统中数据的自动化管理[J].电子制作,2013(23):243.

[8]张钢.大数据时代下的电力自动化系统数据处理[J].广东科技,2013,22(22):20-21.

作者：牛瑞；王静