论文部分内容阅读
摘 要：如今，大数据被应用的频率越来越高，通过大数据技术进行数据处理以及资源整合，不仅加快了工作的进度，还提高了工作的效率。在电力系统运营中利用大数据技术，可以提升电力运营效率。本文首先对大数据时代进行介绍，然后对大数据中的主要技术进行分析，并对大数据在电力运营监控数据处理中的应用方式进行详细探究。
关键词：电力系统；大数据分析；异动数据
中图分类号：TP311.13 文献标识码：A 文章编号：1004-7344（2018）29-0051-02
1 引 言
电力系统是动态系统，在系统运行过程中会产生大量的数据。电力系统运营监控的作用是对系统运行过程中所产生的各类数据进行监控，及时发现业务流程中的问题，然后通过各部门协同配合进行优化完善，保证电力系统运营的高效性。在大数据时代，可采用大数据技术，充分利用电力运营监控平台中的数据，为电力有关部门的运营提供技术支持。
2 大数据时代简述
所谓大数据时代就是基于互联网信息技术的快速发展，通过对企业生产经营过程中相关数据积累、整理以及分析得到相应的结果，从而对企业的后续决策提供参考。大数据的发展形势可以从以下几方面进行阐述：
2.1 增强数据开放程度，加强资源整合
①电力企业要增强数据的开放程度，将不同部门的数据进行共享，同时要规定不同部门对于数据共享的范围和使用方式；②逐步加强公共数据资源的整合；③要加强大数据基础设施的建设，整体进行统筹规划；④从宏观层面建立起对应的数据系统，加强宏观调控的科学性。
2.2 完善企业业务流程
①按照已有业务流程执行情况，对于企业运行效率比较低的流程内容，需要对流程的合理性进行分析，然后找出运行效率低的原因，然后有针对性改善；②以流程环节绩效指标以及明细数据情况作为基础，根据企业以及行业的相关制度、职责、标准以及不同岗位的绩效情况，提出相应的改善措施；③可以对企业不同部门之间协作性进行分析判断，从而弥补管理方面的缺陷，针对性的提出增强业务协作的相关建议。
2.3 提升安全保障力度
①要建立健全有关大数据安全方面的保障体系，通过信息技术以及互联网技术的进步来增强大数据背景下网络安全方面的技术研究，在此基础上建立起有关大数据的安全评价体系；②要逐渐完善企业数据安全技术建设，增强对大数据的安全保障力度，同时要进行有关大数据的安全监测以及预警工作，整体上提升业务服务水平。
3 大数据分析主要技术
当前，随着大数据技术在电力数据分析中的应用中，大致可以分为以下几种技术：
3.1 统计分析
统计分析是电力数据分析的一个常见的技术，也是最为基础的技术。通过对数据的基础搜集、整理和分析，可以直观的得到数据的内在规律，并通过计算得出可以反映整体数量特征的统计信息，以更好的为电力企业的运营提供服务。
3.2 关联分析
数据挖掘最早被应用于销售数据处理中，通过挖掘销售中的各类数据，然后进行关联分析，由此可见，在数据挖掘领域，关联分析至关重要。关联分析算法有很多种，包括FP-growth算法、A-priori关联算法以及基于划分的算法等等。近年来，改进算法发展迅速，常见的改进算法有、基于变化时空的关联规则挖掘、并行关联规则挖掘、基于聚类的关联规则挖掘、模糊关联规则挖掘、多层或多维的关联规则挖掘等等。
3.3 聚类分析
聚类分析法是当前數据处理研究领域的重点，聚类算法的类型有很多种，常见有层次聚类方法、基于原型的聚类方法、基于谱分析的划分方法以及基于密度的聚类方法等等。聚类问题的模型也呈多样化，包括异质聚类、演化聚类、子空间聚类、多路聚类、聚类集成等等，能够满足多种聚类需要。另外，当前各行各业的数据类型有很多种，对此，聚类分析也有不同的特点，包括图像分割时序数据聚类、流体数据聚类等等。
3.4 分类分析分类算法是解决分类问题的方法
在分类算法的实际应用中，可以对已知类别训练集进行分析，然后找出分类规则，进而合理预测新的数据类型。分类算法有两种，即单一分类算法和集成学习算法，其中，单一分类算法又包括支持向量机、决策树、神经网络、贝叶斯分类等，而集成学习算法则包括Boosting、Bagging等等。在单一分类算法中，决策树的应用较为常见，其是一种以实例作为基础的归纳学习算法，能够从一组无次序、无规则的实例中推理出以决策树表示的分类规则。
3.5 多核学习
在数据挖掘以及机器学习领域，多核学习法的应用比较广泛，并且发展出多种以多核学习法作为基础的算法类型，包括支持向量机和KPCA等等。多核学习法的应用要点是将低维空间中的数据映射到高维空间，然后在高维空间中进行处理和分析。
4 配电运营监控系统的数据处理
4.1 数据处理的对象
4.1.1 基本数据
配电网在运行时会生产出一些信息，比如说电流信息、电压信息以及设备的运行状态等，根据设备的这些基础信息就能够判断出设备的运行情况，我们需要将这些附带的信息及时的进行处理分析，才能保证配电网的正常运行。要想及时的处理这些信息就得用高性能计算和数据挖掘的技术。比如用电用户在用电时产生的数据就是一种大数据，这些数据都得需要大数据技术的监督，以此来保证基础数据比较准确。
4.1.2 运营数据
这类数据属于企业电力营销电网中的基本数据主要是对营销电网的运行进行指挥，决策。这类数据会被具体的分析，分析的结果可以显示出配电运营的效率是否达到标准。因为运营数据的重要作用，所以，在配电运营监控系统处理数据时，就要将这部分数据考虑进去。
4.1.3 管理数据
在配电运营监控系统中，如果想要使管理的作用发挥到最大，就得需要借助大数据技术。在管理的过程中，资源和数据可以共享，这样才能使管理的数据更加的准确。
4.2 异动数据监测处理
虽然大数据技术在今天的阶段属于高科技技术，但是在使用过程中也可能出现故障。如果在配电运营监控系统中出现了异动数据，则会影响整个监控系统的运行，异动数据包括业务异动、数据质量的异动、接口异动等。业务异动也有几个分支：明细异动、流程异动以及指标的异动，业务指标在应用时会产生浮动，如果这个浮动超过了行业规定的正常值，那么就说明业务产生了异动。数据质量的异动的表现是大数据检查信息时检查的不全面，各个系统之间的联系不紧密。接口异动就是指数据包的表现不正常，从而导致接口的不正常。因为这些异动的存在，所以必须的利用大数据技术对这些异动数据进行监测，从而保证监控系统的安全。
5 结 语
综上所述，大数据技术如今已经被广泛的应用到了各行各业，在被应用的过程中，这项技术也在不断的被发展。本文主要对大数据技术在电力运营监控数据处理中的应用方式进行了详细探究，通过应用大数据技术，可以对监控平台中的异常数据进行收集和分析处理，提升电力运营监控系统的可靠性。因此，在电力系统运行中，应该推广应用大数据技术，使得我国的配电系统建设能够更加的规范、标准。
参考文献
[1]李小兰，田小蕾，倪志坚，等.基于大数据挖掘的运营监测分析研究[J].东北电力技术，2016，37（3）：38～42.
[2]王 彬.基于大数据分析的运营监测信息系统应用[J].城市建设理论研究：电子版，2016，6（8）：26～27.
[3]齐 璇，史 可.基于大数据分析的运营监测信息系统应用[J].中国管理信息化，2017，20（7）：184～185.
收稿日期：2018-9-16
作者简介：杨圣茂（1990-），男，助理工程师，本科，从事运营监控、大数据分析、卓越绩效管理工作。
关键词：电力系统；大数据分析；异动数据
中图分类号：TP311.13 文献标识码：A 文章编号：1004-7344（2018）29-0051-02
1 引 言
电力系统是动态系统，在系统运行过程中会产生大量的数据。电力系统运营监控的作用是对系统运行过程中所产生的各类数据进行监控，及时发现业务流程中的问题，然后通过各部门协同配合进行优化完善，保证电力系统运营的高效性。在大数据时代，可采用大数据技术，充分利用电力运营监控平台中的数据，为电力有关部门的运营提供技术支持。
2 大数据时代简述
所谓大数据时代就是基于互联网信息技术的快速发展，通过对企业生产经营过程中相关数据积累、整理以及分析得到相应的结果，从而对企业的后续决策提供参考。大数据的发展形势可以从以下几方面进行阐述：
2.1 增强数据开放程度，加强资源整合
①电力企业要增强数据的开放程度，将不同部门的数据进行共享，同时要规定不同部门对于数据共享的范围和使用方式；②逐步加强公共数据资源的整合；③要加强大数据基础设施的建设，整体进行统筹规划；④从宏观层面建立起对应的数据系统，加强宏观调控的科学性。
2.2 完善企业业务流程
①按照已有业务流程执行情况，对于企业运行效率比较低的流程内容，需要对流程的合理性进行分析，然后找出运行效率低的原因，然后有针对性改善；②以流程环节绩效指标以及明细数据情况作为基础，根据企业以及行业的相关制度、职责、标准以及不同岗位的绩效情况，提出相应的改善措施；③可以对企业不同部门之间协作性进行分析判断，从而弥补管理方面的缺陷，针对性的提出增强业务协作的相关建议。
2.3 提升安全保障力度
①要建立健全有关大数据安全方面的保障体系，通过信息技术以及互联网技术的进步来增强大数据背景下网络安全方面的技术研究，在此基础上建立起有关大数据的安全评价体系；②要逐渐完善企业数据安全技术建设，增强对大数据的安全保障力度，同时要进行有关大数据的安全监测以及预警工作，整体上提升业务服务水平。
3 大数据分析主要技术
当前，随着大数据技术在电力数据分析中的应用中，大致可以分为以下几种技术：
3.1 统计分析
统计分析是电力数据分析的一个常见的技术，也是最为基础的技术。通过对数据的基础搜集、整理和分析，可以直观的得到数据的内在规律，并通过计算得出可以反映整体数量特征的统计信息，以更好的为电力企业的运营提供服务。
3.2 关联分析
数据挖掘最早被应用于销售数据处理中，通过挖掘销售中的各类数据，然后进行关联分析，由此可见，在数据挖掘领域，关联分析至关重要。关联分析算法有很多种，包括FP-growth算法、A-priori关联算法以及基于划分的算法等等。近年来，改进算法发展迅速，常见的改进算法有、基于变化时空的关联规则挖掘、并行关联规则挖掘、基于聚类的关联规则挖掘、模糊关联规则挖掘、多层或多维的关联规则挖掘等等。
3.3 聚类分析
聚类分析法是当前數据处理研究领域的重点，聚类算法的类型有很多种，常见有层次聚类方法、基于原型的聚类方法、基于谱分析的划分方法以及基于密度的聚类方法等等。聚类问题的模型也呈多样化，包括异质聚类、演化聚类、子空间聚类、多路聚类、聚类集成等等，能够满足多种聚类需要。另外，当前各行各业的数据类型有很多种，对此，聚类分析也有不同的特点，包括图像分割时序数据聚类、流体数据聚类等等。
3.4 分类分析分类算法是解决分类问题的方法
在分类算法的实际应用中，可以对已知类别训练集进行分析，然后找出分类规则，进而合理预测新的数据类型。分类算法有两种，即单一分类算法和集成学习算法，其中，单一分类算法又包括支持向量机、决策树、神经网络、贝叶斯分类等，而集成学习算法则包括Boosting、Bagging等等。在单一分类算法中，决策树的应用较为常见，其是一种以实例作为基础的归纳学习算法，能够从一组无次序、无规则的实例中推理出以决策树表示的分类规则。
3.5 多核学习
在数据挖掘以及机器学习领域，多核学习法的应用比较广泛，并且发展出多种以多核学习法作为基础的算法类型，包括支持向量机和KPCA等等。多核学习法的应用要点是将低维空间中的数据映射到高维空间，然后在高维空间中进行处理和分析。
4 配电运营监控系统的数据处理
4.1 数据处理的对象
4.1.1 基本数据
配电网在运行时会生产出一些信息，比如说电流信息、电压信息以及设备的运行状态等，根据设备的这些基础信息就能够判断出设备的运行情况，我们需要将这些附带的信息及时的进行处理分析，才能保证配电网的正常运行。要想及时的处理这些信息就得用高性能计算和数据挖掘的技术。比如用电用户在用电时产生的数据就是一种大数据，这些数据都得需要大数据技术的监督，以此来保证基础数据比较准确。
4.1.2 运营数据
这类数据属于企业电力营销电网中的基本数据主要是对营销电网的运行进行指挥，决策。这类数据会被具体的分析，分析的结果可以显示出配电运营的效率是否达到标准。因为运营数据的重要作用，所以，在配电运营监控系统处理数据时，就要将这部分数据考虑进去。
4.1.3 管理数据
在配电运营监控系统中，如果想要使管理的作用发挥到最大，就得需要借助大数据技术。在管理的过程中，资源和数据可以共享，这样才能使管理的数据更加的准确。
4.2 异动数据监测处理
虽然大数据技术在今天的阶段属于高科技技术，但是在使用过程中也可能出现故障。如果在配电运营监控系统中出现了异动数据，则会影响整个监控系统的运行，异动数据包括业务异动、数据质量的异动、接口异动等。业务异动也有几个分支：明细异动、流程异动以及指标的异动，业务指标在应用时会产生浮动，如果这个浮动超过了行业规定的正常值，那么就说明业务产生了异动。数据质量的异动的表现是大数据检查信息时检查的不全面，各个系统之间的联系不紧密。接口异动就是指数据包的表现不正常，从而导致接口的不正常。因为这些异动的存在，所以必须的利用大数据技术对这些异动数据进行监测，从而保证监控系统的安全。
5 结 语
综上所述，大数据技术如今已经被广泛的应用到了各行各业，在被应用的过程中，这项技术也在不断的被发展。本文主要对大数据技术在电力运营监控数据处理中的应用方式进行了详细探究，通过应用大数据技术，可以对监控平台中的异常数据进行收集和分析处理，提升电力运营监控系统的可靠性。因此，在电力系统运行中，应该推广应用大数据技术，使得我国的配电系统建设能够更加的规范、标准。
参考文献
[1]李小兰，田小蕾，倪志坚，等.基于大数据挖掘的运营监测分析研究[J].东北电力技术，2016，37（3）：38～42.
[2]王 彬.基于大数据分析的运营监测信息系统应用[J].城市建设理论研究：电子版，2016，6（8）：26～27.
[3]齐 璇，史 可.基于大数据分析的运营监测信息系统应用[J].中国管理信息化，2017，20（7）：184～185.
收稿日期：2018-9-16
作者简介：杨圣茂（1990-），男，助理工程师，本科，从事运营监控、大数据分析、卓越绩效管理工作。