论文部分内容阅读
摘要：本文首先分析了大数据平台下的电网线损分析关键技术，接着阐述了电网大数据和精细化管理之间的联系，最后研究了计算方法，希望给相关人士带来一定的借鉴意义。
关键词：电网;大数据;线损;精细化管理
中图分类号：TM73文献标识码：A
1.大数据平台下的电网线损分析关键技术
1.1大数据采集
在电力大数据平台中，通常将电网企业目前使用的关系数据库、数据仓库等作为其主要数据来源。在数据传输时，不仅要求在关系型数据库、分布式存储中，数据可以根据自身实际要求进行自由、灵活切换传输，同时也需要确保在众多数据同步传输时，平台仍然具有较高的数据传输效率，各项业务系统能够实现正常运行。考虑到在传统系统当中所采用的ETL抽取工具，基本只能简单完成同步各数据源，如文件与服务数据源的同步等，难以达到数据在关系数据库与分布式存储间的同步。因此需要适时将大数据采集技术运用其中，首先在进行数据抽取时，主要利用Sqoop负责抽取各系统间的数据，在Sqoop的作用下可以直接向Hadoop当中的Hive等数据存储组件，导入关系型数据库中的各项数据，而在此过程中，Sqoop也可以从Hadoop系统当中直接进行数据抽取，随后立即将其导入至对应的关系型数据库中。在完成数据抽取之后，需要对其进行“清洗”，即通过运用数理统计与数据挖掘等专门的数据清理规则，对脏数据进行转化，是指可以成为与电网线损分析要求相符的数据类型。最后通过立足具体电网线损分析要求转换导入其中的业务信息即可[1]。例如通过将原本分散的若干变电设备信息进行统一合并，使之可以集成至同一设备信息表当中。而在数据挖掘关联分析或是对其进行离散化处理的过程中，转换原数据使之成为非连续性字典类别，再使用离散化数据实现数据挖掘关联即可。
1.2大数据存储
为有效存储大数据平台中海量的电力数据信息，同时尽可能降低数据存储成本，为数据提供多样化的访问方式，需要相关工作人员结合实际情况，灵活采用适宜的大数据存储技术。例如当前较为常用的大数据存储技术有可以直接在分散存储介质上进行数据存储的HDFS分布式文件系统，该系统对外提供的所有文件访问接口均完全相同[2]，其存储介质成本低廉并且系统容错性较好。HBase列式存储数据库，则主要采用列相关存储架负责批量完成数据存储与分析处理，同时支持用户随时根据自身需要进行数据查询。本文认为在具备电网线损精准分析功能的电力大数据平台中，针对其中存在的各种信息数据如用户用电信息、开关运行数据等，可以直接利用HDFS分布式文件系统对其进行临时存储，在后期数据处理程序执行分布式离线计算任务时，即可从分布式存储中直接调取其需要使用的相关数据即可。而针对其他结构化档案数据，如客户档案、设备台账等，则可以使用HBase列式存储数据库进行数据存储，其他除结构化数据以外的全部数据则一并存放至HDFS当中。
1.3大数据安全
考虑到大数据来源众多，数据结构也不尽相同，并且数据量正在呈爆炸式增长，因此也大大增加了数据安全风险，因此在大数据平台下的电网线损分析中，同样也需要相关人员积极使用有效的大数据安全技术，以有效避免平台在数据分析过程中受到外部恶意程序的攻击影响，而导致重要数据丢失、损毁等情况发生。因此本文认为，在大数据平台中，针对其拥有的各种业务应用系统，以及包括移动终端等在内的各项数据源接入中，均可以利用加装防火墙与病毒查杀软件，配合访问控制技术与数据加密技术，在利用防火墙与病毒查杀软件，定期对系统进行全盘扫描，及时查杀系统内部隐藏的病毒或恶意程序的同时，运用访问控制技术，在为用户赋予相应权限下，要求其登录平台时需要统一进行实名认证。而在数据加密技术中，则通过对其中的核心重要数据或涉及用户隐私的数据进行加密处理，以有效保障信息数据的安全可靠性，为顺利完成电网线损分析工作奠定良好基础[3]。
2.电网大数据和精细化管理之间的关联
2.1精细化管理是提高电网大数据管控专业水平的必由之路
精细化管理是系统性地提高数字化電网运作的科学程度的必然举措之一。数字化电网和过去一般性的电网有所不同，数字化电网聚集了当代新型的计算机技术手段、信息处理手段、通信项目技术、物理学技术等等，多重技术手段的高度融合，就务必要有相应的管理水平与之匹配，通过对电网大数据的精细化管控，切实地推动数字化电网的进一步深化发展[4]。
2.2精细化管理能够防止电网大数据的损耗
强化电网大数据的精细化管控，相关的工作人员能够对数字化电网予以即时性、动态式的管控，可以在较短的时间内处理好数字化电网运作期间的难题，同时运用具有针对性的举措，强化对数字化电网的养护和构建。在电力事业迅猛推进的大环境下，尽最大可能降低数字化电网的不必要耗损，提升其运作的速率，这是数字化电网进一步发展的关键问题。所以，在数字化电网运作期间，有关的工作人员运用精细化管理的形式具有很强的现实价值。总的来说，精细化管控与电网大数据二者间具有十分密切的联系，践行精细化管理，能够更深层次地提高数字化电网运作的安全程度、专业化程度以及高效水平[5]。
3.电网线损值的计算方法研究
在大数据电网发展的整个流程中，相关工作人员运用好精细化管理手段，可完成对线路损耗值的计算工作，利用估算各线路之中的损耗数值，能够逐步地运用具有针对性的手段，改善数字化电网的运作效率，进而实现降低损耗的目的。在数字化电网精细化管理的过程中，在线路损耗值的估算环节上，相关的工作人员通常会运用前推回代的手段，具体来说，首先已知配电网的末端负荷以及始端电压的数值，接着将馈线当作计算单位;提前假设全网电压是额定电压，按照负荷功率的大小予以估量;接着相关的工作人员运用各支路中的电流值以及功率，获得始端的功率数值，这就是回代的流程。在按照业已获得的始端电压以及估算获得的始端功率，再去估量出各个节点的电压数值，这就是前推的流程[6]。相关的工作人员需要循环操作上述流程，直至节点功率的误差处于正常的范围之中。
4.结语
通过上述的分析可知，在具体的工作时，务必要全面考量电压值以及电阻值，这样能够有效地提高计算的精准程度。前推回代的手段，在计算电网大数据线损值的过程之中具有很强的应用价值，相关人员要对相应的数值进行准确的计算，进而确保工作的稳定运行。
参考文献：
[1]姚俊宏.基于电网大数据的线损精细化探究[J].现代工业经济和信息化，2019，9（08）：99-100.
[2]徐飞，刘文烨，凌松，孙明柱，程辰.依托大数据的配网线损管理[J].中国电力企业管理，2019（09）：42-43.
[3]朱凌霄，谭向东，袁普中，周炎黄，和丽星.基于电力大数据平台的电网理论线损计算与降损管理探究[J].数字技术与应用，2019，37（03）：51-52.
[4]曹旭东.基于SaaS模式的电力数据可视化分析平台的设计[D].长春工业大学，2018.
[5]王奇，庄远灿，阎帅，朱建全，蔡延雷，刘明波.基于随机矩阵理论的交直流输电通道线损大数据关联特性分析[J].电力自动化设备，2018，38（05）：70-76.
[6]李端超，王松，黄太贵，程栩，许小龙，窦万春.基于大数据平台的电网线损与窃电预警分析关键技术[J].电力系统保护与控制，2018，46（05）：143-151.
关键词：电网;大数据;线损;精细化管理
中图分类号：TM73文献标识码：A
1.大数据平台下的电网线损分析关键技术
1.1大数据采集
在电力大数据平台中，通常将电网企业目前使用的关系数据库、数据仓库等作为其主要数据来源。在数据传输时，不仅要求在关系型数据库、分布式存储中，数据可以根据自身实际要求进行自由、灵活切换传输，同时也需要确保在众多数据同步传输时，平台仍然具有较高的数据传输效率，各项业务系统能够实现正常运行。考虑到在传统系统当中所采用的ETL抽取工具，基本只能简单完成同步各数据源，如文件与服务数据源的同步等，难以达到数据在关系数据库与分布式存储间的同步。因此需要适时将大数据采集技术运用其中，首先在进行数据抽取时，主要利用Sqoop负责抽取各系统间的数据，在Sqoop的作用下可以直接向Hadoop当中的Hive等数据存储组件，导入关系型数据库中的各项数据，而在此过程中，Sqoop也可以从Hadoop系统当中直接进行数据抽取，随后立即将其导入至对应的关系型数据库中。在完成数据抽取之后，需要对其进行“清洗”，即通过运用数理统计与数据挖掘等专门的数据清理规则，对脏数据进行转化，是指可以成为与电网线损分析要求相符的数据类型。最后通过立足具体电网线损分析要求转换导入其中的业务信息即可[1]。例如通过将原本分散的若干变电设备信息进行统一合并，使之可以集成至同一设备信息表当中。而在数据挖掘关联分析或是对其进行离散化处理的过程中，转换原数据使之成为非连续性字典类别，再使用离散化数据实现数据挖掘关联即可。
1.2大数据存储
为有效存储大数据平台中海量的电力数据信息，同时尽可能降低数据存储成本，为数据提供多样化的访问方式，需要相关工作人员结合实际情况，灵活采用适宜的大数据存储技术。例如当前较为常用的大数据存储技术有可以直接在分散存储介质上进行数据存储的HDFS分布式文件系统，该系统对外提供的所有文件访问接口均完全相同[2]，其存储介质成本低廉并且系统容错性较好。HBase列式存储数据库，则主要采用列相关存储架负责批量完成数据存储与分析处理，同时支持用户随时根据自身需要进行数据查询。本文认为在具备电网线损精准分析功能的电力大数据平台中，针对其中存在的各种信息数据如用户用电信息、开关运行数据等，可以直接利用HDFS分布式文件系统对其进行临时存储，在后期数据处理程序执行分布式离线计算任务时，即可从分布式存储中直接调取其需要使用的相关数据即可。而针对其他结构化档案数据，如客户档案、设备台账等，则可以使用HBase列式存储数据库进行数据存储，其他除结构化数据以外的全部数据则一并存放至HDFS当中。
1.3大数据安全
考虑到大数据来源众多，数据结构也不尽相同，并且数据量正在呈爆炸式增长，因此也大大增加了数据安全风险，因此在大数据平台下的电网线损分析中，同样也需要相关人员积极使用有效的大数据安全技术，以有效避免平台在数据分析过程中受到外部恶意程序的攻击影响，而导致重要数据丢失、损毁等情况发生。因此本文认为，在大数据平台中，针对其拥有的各种业务应用系统，以及包括移动终端等在内的各项数据源接入中，均可以利用加装防火墙与病毒查杀软件，配合访问控制技术与数据加密技术，在利用防火墙与病毒查杀软件，定期对系统进行全盘扫描，及时查杀系统内部隐藏的病毒或恶意程序的同时，运用访问控制技术，在为用户赋予相应权限下，要求其登录平台时需要统一进行实名认证。而在数据加密技术中，则通过对其中的核心重要数据或涉及用户隐私的数据进行加密处理，以有效保障信息数据的安全可靠性，为顺利完成电网线损分析工作奠定良好基础[3]。
2.电网大数据和精细化管理之间的关联
2.1精细化管理是提高电网大数据管控专业水平的必由之路
精细化管理是系统性地提高数字化電网运作的科学程度的必然举措之一。数字化电网和过去一般性的电网有所不同，数字化电网聚集了当代新型的计算机技术手段、信息处理手段、通信项目技术、物理学技术等等，多重技术手段的高度融合，就务必要有相应的管理水平与之匹配，通过对电网大数据的精细化管控，切实地推动数字化电网的进一步深化发展[4]。
2.2精细化管理能够防止电网大数据的损耗
强化电网大数据的精细化管控，相关的工作人员能够对数字化电网予以即时性、动态式的管控，可以在较短的时间内处理好数字化电网运作期间的难题，同时运用具有针对性的举措，强化对数字化电网的养护和构建。在电力事业迅猛推进的大环境下，尽最大可能降低数字化电网的不必要耗损，提升其运作的速率，这是数字化电网进一步发展的关键问题。所以，在数字化电网运作期间，有关的工作人员运用精细化管理的形式具有很强的现实价值。总的来说，精细化管控与电网大数据二者间具有十分密切的联系，践行精细化管理，能够更深层次地提高数字化电网运作的安全程度、专业化程度以及高效水平[5]。
3.电网线损值的计算方法研究
在大数据电网发展的整个流程中，相关工作人员运用好精细化管理手段，可完成对线路损耗值的计算工作，利用估算各线路之中的损耗数值，能够逐步地运用具有针对性的手段，改善数字化电网的运作效率，进而实现降低损耗的目的。在数字化电网精细化管理的过程中，在线路损耗值的估算环节上，相关的工作人员通常会运用前推回代的手段，具体来说，首先已知配电网的末端负荷以及始端电压的数值，接着将馈线当作计算单位;提前假设全网电压是额定电压，按照负荷功率的大小予以估量;接着相关的工作人员运用各支路中的电流值以及功率，获得始端的功率数值，这就是回代的流程。在按照业已获得的始端电压以及估算获得的始端功率，再去估量出各个节点的电压数值，这就是前推的流程[6]。相关的工作人员需要循环操作上述流程，直至节点功率的误差处于正常的范围之中。
4.结语
通过上述的分析可知，在具体的工作时，务必要全面考量电压值以及电阻值，这样能够有效地提高计算的精准程度。前推回代的手段，在计算电网大数据线损值的过程之中具有很强的应用价值，相关人员要对相应的数值进行准确的计算，进而确保工作的稳定运行。
参考文献：
[1]姚俊宏.基于电网大数据的线损精细化探究[J].现代工业经济和信息化，2019，9（08）：99-100.
[2]徐飞，刘文烨，凌松，孙明柱，程辰.依托大数据的配网线损管理[J].中国电力企业管理，2019（09）：42-43.
[3]朱凌霄，谭向东，袁普中，周炎黄，和丽星.基于电力大数据平台的电网理论线损计算与降损管理探究[J].数字技术与应用，2019，37（03）：51-52.
[4]曹旭东.基于SaaS模式的电力数据可视化分析平台的设计[D].长春工业大学，2018.
[5]王奇，庄远灿，阎帅，朱建全，蔡延雷，刘明波.基于随机矩阵理论的交直流输电通道线损大数据关联特性分析[J].电力自动化设备，2018，38（05）：70-76.
[6]李端超，王松，黄太贵，程栩，许小龙，窦万春.基于大数据平台的电网线损与窃电预警分析关键技术[J].电力系统保护与控制，2018，46（05）：143-151.