论文部分内容阅读
摘要：大数据时代的到来，为我国社会主义经济的发展带来了机遇与挑战，人们生产生活水平的不断提高，极大的促进了电力行业的发展，这使得电力系统中产生的数据也迅速增长，大数据技术在电网安全稳定运行的决策过程中起到的作用越发重要，然而各类数据的采集与集成的复杂度高稳定性差，缺乏有效的监视手段，成为制约大数据技术应用的一个主要障碍。
关键词：电力大数据;多元数据采集;监视技术;研究应用
引言
大数据技术在现代社会生产生活中都显现出极大的应用优势，以大数据云平台作为重要基础，作为电力行业采集电力能源信息与数据的重要手段，将能够起到积极效果。电力行业持续稳定发展过程中，广泛应用多种云计算技术和大数据技术手段，良好适应了用电信息采集系统不断产生的大量数据信息分析和利用需求。
1电力大数据多元数据采集概述
在“能源互联网+新电改”的背景下，以智能电网为代表的电力技术不断与以云计算、大数据为代表的信息技术融合，改变着电力企业的生产经营方式。随着智能电网建设的不断推进，作为电网用电侧信息获取及用电控制重要途径的用电信息采集系统（以下简称“采集系统”），产生的大数据日益剧增。面对海量的用电数据，如何快速挖掘出有价值的信息，指导企业发展并服务社会民生，成为当前研究的热点。
2电力大数据多元数据采集监视技术研究与应用
2.1在线损管理中的应用
利用电力数据采集系统探析用户是否存在窃电行为，可有效提升防窃电工作质量。为明确台区高损原因，各单位对窃电用户表进行了分析，发现窃电这一违法事件主要出现在开盖时间、电压异常等事件当中。其中最为常见的是开盖事件。电力企业利用采集系统采集、统计用户用电信息及电表开盖事件，可确定存在异常情况用户地址、事件发生时间、发生次数等数据信息，这对电力企业明确窃电用户、制定有针对性处理措施、降低线损十分重要。通过对海量数据的分析，可减少工作人员现场排查时间、提升工作效率。
2.2实时数据处理
采集接口收到边缘侧发送的数据包后，首先解密数据包;其次，采用deflate解压算法对数据进行解压操作，通过PROTOBUF实现数据的反序列化，并将数据写入到缓存中;最后，数据通过旋转门压缩算法写入HBase。第一，采用PROTOBUF对数据进行序列化和反序列化，提高了多种编程语言、数据转换的性能和效率，并且支持代码生成机制，数据解析类可根据配置文件自动生成，降低网络传输的数据量。第二，采用deflate算法压缩数据，可以對数据进行无损压缩，减小单次传输的数据包大小。第三，采用3DES算法加密数据包。该算法属于对称加密算法，特点是算法公开、计算量小、加密速度快和加密效率高，可以保障数据传输过程中的保密性。第四，在数据入库前，采用旋转门算法压缩实时数据，减少数据占用的存储容量。
2.3负荷预测
以大数据云平台作为支撑，采集用电信息与数据，可以实现精准性、全面性负荷预测工作，准确预判出配电变压器的实际运行状况，从而制定出一系列科学合理性的配变重过载应对策略，有效保障整个电网系统的安全稳定运行。在预测日负荷的过程中，同样需要使用到回归分析方法，归一化处理好原始数据。想要得到准确可靠的预测结果，需明确好日负荷预测值的各项关联性因素，如气温、PM2.5以及降雨量等。实际预测活动进行中，能够积极使用到带动量梯度下降BP神经网络算法、趋势外推法以及灰色模型等方法。在开展电力运行负荷预测工作的过程中，还能够实施台区超载预测和过载预测活动，形成关于过载与超载台区的明细，为有效实施科学合理的应对工作提供重要前提支持。
2.4智能索引
统计和动态展示模块需要快速地检索HBase数据库中的数据，然而HBase数据库需通过行键访问，这种访问方式与常规检索通过关键字对数据列查询的模式不一致。为了解决这个问题，系统采用基于ElasticSearch组件的关键字检索为分类统计和用户界面展示等模块提供服务，通过ElasticSearch将HBase数据库中经常被访问的列按照数据标签建立倒排索引，并封装数据检索微服务。统计程序和界面实时检索调用微服务，后者通过输入的关键字调用Elas-ticSearch检索功能获取行键后再访问Hbase数据库获取相关数据返回调用者。
3电力大数据多元数据采集监视技术发展趋势
3.1电力能源大数据及能源互联网
电力企业可依据新智能电能表建立用电监控系统，加强对配电网荷储的控制，为用户提供智慧、稳定供电服务。同时，电力能源大数据的应用可提升配网设备利用率，这对降低企业运营成本、推动企业稳定发展十分重要。电力企业可利用大数据采集系统采集电动汽车充电、放电情况，若发现异常自动上报，这对保证电动汽车及用户安全具有重要意义。为实现这一目标，电力企业应加强与电动汽车厂家相关服务工作的合作及沟通，实现各方数据共享。利用数据采集系统可采集电动汽车余电量、目的地等数据信息，并对这些数据信息进行分析，提醒用户及时到距离最近的充电桩充电，为用户提供优质使用方案。随着科技的发展，光伏发电设施建设规模、建设数量在持续增多，光伏发电、用电数据急剧增多，此时电力企业应建设智能用电终端用于采集这些数据。将海量数据与电力企业多个信息化系统结合在一起，可为用户提供光伏智能选址、并网接电、线上结算支付等多项服务。
3.2智慧电能和运维抢修方面
电力能源大数据的实现，能够为电力行业的长远稳定发展提供重要基础，还能够给电力用户带来更为高效优质的服务。借助于电力能源大数据，针对用户的实际用电习惯进行分析和研究，获取关于用电时长混合用电负荷类别的信息，尽可能从全貌角度描述好用户信息，结合用户用电需求推送出一些及时性的、高耗能设备用电信息。还能够在实施大数据分析的基础上，制作出设备监控图表，结合以往历史数据信息，详细准确判断出突发故障问题，并形成工单报送给附近的维修人员，大幅度提升抢修效率，减少断电时间。
3.3多表合一
通过互联网、大数据等技术，对以往水、电、气、热的数据进行统一整合，从而实现集中抄表、联合收费、用能管理等综合能源服务，让居民切实享受到“一键式查询、一张卡交费”的一站式网络化服务。采集水、电、气、热数据，一方面，监测上述能源损耗情况，分析不同类型用户用能情况和窃能可能性，为能源企业挽回经济损失。另一方面，基于采集的能源数据，进行未来用能的预测分析，为居民迎峰度假提供用电服务。
结束语
综上所述，基于采集系统，发展电力能源大数据应用，是推进智慧能源发展的重要方向。通过采集电力大数据，能够提升电网稳定运行和智慧服务水平。研究了采集数据在负荷预测、线损管理及大气污染防治等方面的应用，创新性地提出了基于采集系统，建立大数据云平台，提高线损治理成效;与环保部门等共享数据，利用BP神经网络算法等大数据分析方法，显著提升负荷预测准确性。采集数据还可与光伏、车联网等多领域共享数据，进一步挖掘能源大数据的价值，服务社会民生和经济发展。
参考文献
[1]闫龙川.电力大数据面临的机遇与挑战[J].电力信息化，2020，11（4）：1-4.
[2]张沛，杨华飞，许元斌.电力大数据及其在电网公司的应用[J].中国电机工程学报，2020，34：85-92.
[3]商皓，雷明，马海超.电网供应链大数据应用规划方法研究[J].中国电力，2020，50（6）：69-74.
关键词：电力大数据;多元数据采集;监视技术;研究应用
引言
大数据技术在现代社会生产生活中都显现出极大的应用优势，以大数据云平台作为重要基础，作为电力行业采集电力能源信息与数据的重要手段，将能够起到积极效果。电力行业持续稳定发展过程中，广泛应用多种云计算技术和大数据技术手段，良好适应了用电信息采集系统不断产生的大量数据信息分析和利用需求。
1电力大数据多元数据采集概述
在“能源互联网+新电改”的背景下，以智能电网为代表的电力技术不断与以云计算、大数据为代表的信息技术融合，改变着电力企业的生产经营方式。随着智能电网建设的不断推进，作为电网用电侧信息获取及用电控制重要途径的用电信息采集系统（以下简称“采集系统”），产生的大数据日益剧增。面对海量的用电数据，如何快速挖掘出有价值的信息，指导企业发展并服务社会民生，成为当前研究的热点。
2电力大数据多元数据采集监视技术研究与应用
2.1在线损管理中的应用
利用电力数据采集系统探析用户是否存在窃电行为，可有效提升防窃电工作质量。为明确台区高损原因，各单位对窃电用户表进行了分析，发现窃电这一违法事件主要出现在开盖时间、电压异常等事件当中。其中最为常见的是开盖事件。电力企业利用采集系统采集、统计用户用电信息及电表开盖事件，可确定存在异常情况用户地址、事件发生时间、发生次数等数据信息，这对电力企业明确窃电用户、制定有针对性处理措施、降低线损十分重要。通过对海量数据的分析，可减少工作人员现场排查时间、提升工作效率。
2.2实时数据处理
采集接口收到边缘侧发送的数据包后，首先解密数据包;其次，采用deflate解压算法对数据进行解压操作，通过PROTOBUF实现数据的反序列化，并将数据写入到缓存中;最后，数据通过旋转门压缩算法写入HBase。第一，采用PROTOBUF对数据进行序列化和反序列化，提高了多种编程语言、数据转换的性能和效率，并且支持代码生成机制，数据解析类可根据配置文件自动生成，降低网络传输的数据量。第二，采用deflate算法压缩数据，可以對数据进行无损压缩，减小单次传输的数据包大小。第三，采用3DES算法加密数据包。该算法属于对称加密算法，特点是算法公开、计算量小、加密速度快和加密效率高，可以保障数据传输过程中的保密性。第四，在数据入库前，采用旋转门算法压缩实时数据，减少数据占用的存储容量。
2.3负荷预测
以大数据云平台作为支撑，采集用电信息与数据，可以实现精准性、全面性负荷预测工作，准确预判出配电变压器的实际运行状况，从而制定出一系列科学合理性的配变重过载应对策略，有效保障整个电网系统的安全稳定运行。在预测日负荷的过程中，同样需要使用到回归分析方法，归一化处理好原始数据。想要得到准确可靠的预测结果，需明确好日负荷预测值的各项关联性因素，如气温、PM2.5以及降雨量等。实际预测活动进行中，能够积极使用到带动量梯度下降BP神经网络算法、趋势外推法以及灰色模型等方法。在开展电力运行负荷预测工作的过程中，还能够实施台区超载预测和过载预测活动，形成关于过载与超载台区的明细，为有效实施科学合理的应对工作提供重要前提支持。
2.4智能索引
统计和动态展示模块需要快速地检索HBase数据库中的数据，然而HBase数据库需通过行键访问，这种访问方式与常规检索通过关键字对数据列查询的模式不一致。为了解决这个问题，系统采用基于ElasticSearch组件的关键字检索为分类统计和用户界面展示等模块提供服务，通过ElasticSearch将HBase数据库中经常被访问的列按照数据标签建立倒排索引，并封装数据检索微服务。统计程序和界面实时检索调用微服务，后者通过输入的关键字调用Elas-ticSearch检索功能获取行键后再访问Hbase数据库获取相关数据返回调用者。
3电力大数据多元数据采集监视技术发展趋势
3.1电力能源大数据及能源互联网
电力企业可依据新智能电能表建立用电监控系统，加强对配电网荷储的控制，为用户提供智慧、稳定供电服务。同时，电力能源大数据的应用可提升配网设备利用率，这对降低企业运营成本、推动企业稳定发展十分重要。电力企业可利用大数据采集系统采集电动汽车充电、放电情况，若发现异常自动上报，这对保证电动汽车及用户安全具有重要意义。为实现这一目标，电力企业应加强与电动汽车厂家相关服务工作的合作及沟通，实现各方数据共享。利用数据采集系统可采集电动汽车余电量、目的地等数据信息，并对这些数据信息进行分析，提醒用户及时到距离最近的充电桩充电，为用户提供优质使用方案。随着科技的发展，光伏发电设施建设规模、建设数量在持续增多，光伏发电、用电数据急剧增多，此时电力企业应建设智能用电终端用于采集这些数据。将海量数据与电力企业多个信息化系统结合在一起，可为用户提供光伏智能选址、并网接电、线上结算支付等多项服务。
3.2智慧电能和运维抢修方面
电力能源大数据的实现，能够为电力行业的长远稳定发展提供重要基础，还能够给电力用户带来更为高效优质的服务。借助于电力能源大数据，针对用户的实际用电习惯进行分析和研究，获取关于用电时长混合用电负荷类别的信息，尽可能从全貌角度描述好用户信息，结合用户用电需求推送出一些及时性的、高耗能设备用电信息。还能够在实施大数据分析的基础上，制作出设备监控图表，结合以往历史数据信息，详细准确判断出突发故障问题，并形成工单报送给附近的维修人员，大幅度提升抢修效率，减少断电时间。
3.3多表合一
通过互联网、大数据等技术，对以往水、电、气、热的数据进行统一整合，从而实现集中抄表、联合收费、用能管理等综合能源服务，让居民切实享受到“一键式查询、一张卡交费”的一站式网络化服务。采集水、电、气、热数据，一方面，监测上述能源损耗情况，分析不同类型用户用能情况和窃能可能性，为能源企业挽回经济损失。另一方面，基于采集的能源数据，进行未来用能的预测分析，为居民迎峰度假提供用电服务。
结束语
综上所述，基于采集系统，发展电力能源大数据应用，是推进智慧能源发展的重要方向。通过采集电力大数据，能够提升电网稳定运行和智慧服务水平。研究了采集数据在负荷预测、线损管理及大气污染防治等方面的应用，创新性地提出了基于采集系统，建立大数据云平台，提高线损治理成效;与环保部门等共享数据，利用BP神经网络算法等大数据分析方法，显著提升负荷预测准确性。采集数据还可与光伏、车联网等多领域共享数据，进一步挖掘能源大数据的价值，服务社会民生和经济发展。
参考文献
[1]闫龙川.电力大数据面临的机遇与挑战[J].电力信息化，2020，11（4）：1-4.
[2]张沛，杨华飞，许元斌.电力大数据及其在电网公司的应用[J].中国电机工程学报，2020，34：85-92.
[3]商皓，雷明，马海超.电网供应链大数据应用规划方法研究[J].中国电力，2020，50（6）：69-74.