基于大數(shù)據(jù)云平臺(tái)的電力能源大數(shù)據(jù)采集方法及應(yīng)用探討

鮑俊如 金瑩 熊亮

【摘要】? ? 在新時(shí)期背景下，大數(shù)據(jù)、云計(jì)算等技術(shù)陸續(xù)滲透到電力行業(yè)，為電能數(shù)據(jù)采集與質(zhì)量品質(zhì)提升提供大力支持。對(duì)此，本文對(duì)大數(shù)據(jù)云平臺(tái)基礎(chǔ)上電能數(shù)據(jù)采集應(yīng)用情況進(jìn)行分析，并提出數(shù)據(jù)采集方法以及在線損管理、負(fù)荷預(yù)測(cè)、污染防治等方面的應(yīng)用措施。力求通過本文研究，能夠使電力企業(yè)在海量信息中挖掘出有價(jià)值信息，為用戶提供更加優(yōu)質(zhì)的用電服務(wù)。

【關(guān)鍵詞】? ? 大數(shù)據(jù)? ? 云平臺(tái)? ? ?電力能源? ? ?數(shù)據(jù)采集

引言：

在大數(shù)據(jù)時(shí)代下，電能大數(shù)據(jù)對(duì)電力行業(yè)發(fā)展起到大力推動(dòng)作用，在云平臺(tái)支撐下，促進(jìn)電能數(shù)據(jù)的共享與發(fā)展。在電力能源應(yīng)用中常常出現(xiàn)線損管理、負(fù)荷預(yù)測(cè)、污染防治等情況，通過大數(shù)據(jù)采集與應(yīng)用，可有效提高線損管理效率、預(yù)測(cè)電網(wǎng)負(fù)荷、強(qiáng)化污染防治力度，促進(jìn)電力行業(yè)的可持續(xù)發(fā)展。

一、大數(shù)據(jù)云平臺(tái)基礎(chǔ)上電能數(shù)據(jù)采集的應(yīng)用情況

在用電數(shù)據(jù)采集中，應(yīng)對(duì)傳統(tǒng)集中式系統(tǒng)進(jìn)行優(yōu)化，提高電力數(shù)據(jù)入庫效率，為信息查詢提供更多便利。采集系統(tǒng)包括生產(chǎn)庫、中間庫、云平臺(tái)等內(nèi)容，結(jié)合現(xiàn)場(chǎng)情況使用采集設(shè)備，如電表、集中器等，全面準(zhǔn)確的采集用電數(shù)據(jù)，并將其傳遞到云平臺(tái)中，經(jīng)過流計(jì)算核查后，使生產(chǎn)庫、中間庫等平臺(tái)均可采集處理后的信息。在電力企業(yè)運(yùn)行中，在采集系統(tǒng)基礎(chǔ)上創(chuàng)建大數(shù)據(jù)平臺(tái)，以Hadoop集群為基礎(chǔ)，擁有較強(qiáng)的非實(shí)時(shí)分布處理能力，可使TB/PB級(jí)數(shù)據(jù)得到有效處理，使不同類型計(jì)算成為現(xiàn)實(shí)，如，R計(jì)算、Craph圖計(jì)算等等，還擁有多樣化應(yīng)用功能，如數(shù)據(jù)安全管理、挖掘算法等等。電力行業(yè)作為國民經(jīng)濟(jì)支柱，對(duì)社會(huì)生產(chǎn)生活具有重要影響。在智能電網(wǎng)建設(shè)下，用電信息采集系統(tǒng)地位不斷提升，成為用電側(cè)信息獲取與控制的關(guān)鍵內(nèi)容，且大數(shù)據(jù)量不斷提升。在海量數(shù)據(jù)影響下，為信息查詢、整合與分析等提出嚴(yán)格要求。現(xiàn)階段，電力企業(yè)逐漸探索如何在短期內(nèi)挖掘出更高價(jià)值的信息，以期在大數(shù)據(jù)基礎(chǔ)上進(jìn)行信息挖掘，科學(xué)指導(dǎo)企業(yè)發(fā)展，從而更好的服務(wù)群眾[1]。

二、電能大數(shù)據(jù)采集方法與應(yīng)用措施

2.1采集方法

在科技發(fā)展下，傳統(tǒng)集中式系統(tǒng)無法符合現(xiàn)實(shí)發(fā)展需求，需要朝著分布式采集系統(tǒng)轉(zhuǎn)變，由此提高信息采集效率，為用戶查詢、信息存儲(chǔ)等提供更多便利。對(duì)此，可將集中器、智能電表等設(shè)備采集的信息傳遞到物聯(lián)網(wǎng)中，通過計(jì)算將數(shù)據(jù)信息傳遞到生產(chǎn)庫、大數(shù)據(jù)平臺(tái)中，采集流程如圖1所示。

2.2應(yīng)用措施

在自動(dòng)化系統(tǒng)基礎(chǔ)上，創(chuàng)建三級(jí)數(shù)據(jù)采集機(jī)制，面向全省范圍的采集終端、用電狀況進(jìn)行分析，并將采集數(shù)據(jù)與其他信息有機(jī)結(jié)合，促進(jìn)大數(shù)據(jù)優(yōu)勢(shì)的充分發(fā)揮，在線損管理、負(fù)荷預(yù)測(cè)、污染防治等方面發(fā)揮更大作用。

2.2.1提高線損管理效率

通過采集系統(tǒng)的應(yīng)用可判斷用戶是否竊電，由此提高竊電防范效率。該系統(tǒng)對(duì)現(xiàn)有數(shù)據(jù)進(jìn)行分析，針對(duì)B1—B5的5個(gè)高線損臺(tái)區(qū)進(jìn)行分析，挖掘高線損的原因，并匯總成表，其中最主要因素在于用戶竊電。為確定高線損原因，各單位以用戶竊電表為依據(jù)，發(fā)現(xiàn)這一違法行為主要出現(xiàn)在電壓異常、開蓋時(shí)間異常等情況下，尤其是開蓋時(shí)間。供電管理部門可利用采集系統(tǒng)對(duì)電表開蓋、竊電用戶地址、發(fā)生時(shí)間、頻率等信息進(jìn)行核對(duì)，并對(duì)竊電用戶采取一定的處置措施，此舉可節(jié)約技術(shù)人員現(xiàn)場(chǎng)排查時(shí)間，促進(jìn)工作效率提升[2]。

2.2.2預(yù)測(cè)電網(wǎng)負(fù)荷

管理人員可對(duì)現(xiàn)有數(shù)據(jù)進(jìn)行分析，預(yù)測(cè)后續(xù)一段時(shí)間內(nèi)電網(wǎng)負(fù)荷情況判斷配電變壓器能否承受負(fù)擔(dān)，并制定高效可行的應(yīng)對(duì)措施，確保配電網(wǎng)穩(wěn)定運(yùn)行。以日負(fù)荷預(yù)測(cè)為例，對(duì)于不同區(qū)域的溫度、濕度、降雨量等指標(biāo)均不相同，供電公司應(yīng)全面采集原始數(shù)據(jù)并進(jìn)行預(yù)處理。據(jù)調(diào)查，臺(tái)區(qū)負(fù)荷主要受降雨量、溫度與居民數(shù)量等因素影響。為預(yù)測(cè)后續(xù)一段時(shí)間負(fù)荷情況，企業(yè)可采用線性回歸的方式進(jìn)行研究，如下表1，發(fā)現(xiàn)氣溫、降雨量與PM2.5對(duì)臺(tái)區(qū)負(fù)荷的影響相對(duì)較大。

該系統(tǒng)中利用BP神經(jīng)網(wǎng)絡(luò)對(duì)十一期間臺(tái)區(qū)負(fù)荷情況進(jìn)行預(yù)測(cè)。因BP算法收斂較慢，采取此種方式可提高仿真訓(xùn)練中收斂速度。同時(shí)，針對(duì)不確定性因素進(jìn)行灰色預(yù)估，由此預(yù)測(cè)特定時(shí)段內(nèi)系統(tǒng)運(yùn)行情況。企業(yè)可利用下式預(yù)估配電網(wǎng)等方式評(píng)估后續(xù)負(fù)荷情況，公式如下：

式中，f1代表的是神經(jīng)算法預(yù)測(cè)結(jié)果;f2代表的是灰色模型計(jì)算結(jié)果;f3代表的是趨勢(shì)外推法計(jì)算結(jié)果。

2.2.3強(qiáng)化污染防治力度

當(dāng)前環(huán)保問題受到各國關(guān)注，我國各省積極響應(yīng)環(huán)保政策，電力企業(yè)也逐漸與環(huán)保部門合作，共同創(chuàng)建信息共享平臺(tái)，為用戶的用電信息采集提供更多便利，實(shí)現(xiàn)AQI、PM2.5等數(shù)據(jù)共享，數(shù)據(jù)量日均超過180萬條。

在共享大數(shù)據(jù)基礎(chǔ)上創(chuàng)建BP網(wǎng)絡(luò)模型，因溫度、濕度、PM2.5與常住人口等在臺(tái)區(qū)內(nèi)的物理意義不同。對(duì)此，在線性回歸之前，可利用公式進(jìn)行原數(shù)據(jù)歸一處理，即：

式中，代表的是處理后的標(biāo)準(zhǔn)數(shù)據(jù);x代表的是原數(shù)據(jù);xmax代表的是序列內(nèi)最大值;xmin代表的是序列內(nèi)最小值。將數(shù)據(jù)標(biāo)準(zhǔn)化處理后，使其位于[-1，1]之間，利用以下公式計(jì)算神經(jīng)元數(shù)量，即：

式中，N1代表的是隱層單元數(shù)量;n代表的是輸入神經(jīng)元數(shù)量;m代表的是輸出單元數(shù)量;a代表的是0—10之間常數(shù)，取值為3。

最后確定：?jiǎn)坞[層中BP網(wǎng)絡(luò)徑流模型如圖2所示。隱含層內(nèi)傳遞函數(shù)利用tansig，輸出層函數(shù)為purelin，訓(xùn)練函數(shù)利用trainlm，誤差目標(biāo)值為0.0001，訓(xùn)練輪回最大次數(shù)為500，經(jīng)過訓(xùn)練，使預(yù)測(cè)精度達(dá)到最佳狀態(tài)[3]。

在構(gòu)建單隱層BP模型后，對(duì)未來空氣質(zhì)量進(jìn)行預(yù)測(cè)，準(zhǔn)確率達(dá)到98.62%，為后續(xù)環(huán)保管控措施制定提供有力依據(jù)。同時(shí)，該功能在安全生產(chǎn)、電網(wǎng)規(guī)劃、優(yōu)質(zhì)服務(wù)等方面均可得到廣泛應(yīng)用[4]。

三、電能采集系統(tǒng)未來發(fā)展前景

在電力企業(yè)持續(xù)發(fā)展下，依靠大數(shù)據(jù)技術(shù)扶持創(chuàng)建信息采集系統(tǒng)，可將其應(yīng)用到諸多環(huán)節(jié)中，促進(jìn)工作質(zhì)量與處理效率的全面提升。值得強(qiáng)調(diào)的是，在采集系統(tǒng)基礎(chǔ)上進(jìn)行電能數(shù)據(jù)挖掘仍處于探索階段，還需要長(zhǎng)期的實(shí)踐檢驗(yàn)，才可使理念與技術(shù)更加完善。在未來較長(zhǎng)的時(shí)間內(nèi)，電能數(shù)據(jù)應(yīng)用會(huì)取得多方共享成果，創(chuàng)建完善的數(shù)據(jù)資源池，在眾多領(lǐng)域繁榮發(fā)展[5]。

一方面，在智慧電能領(lǐng)域應(yīng)用。電能大數(shù)據(jù)的誕生與應(yīng)用為行業(yè)持續(xù)發(fā)展打下堅(jiān)實(shí)基礎(chǔ)，還可為群眾提供更加高效優(yōu)質(zhì)的服務(wù)。通過采集和分析電能數(shù)據(jù)，總結(jié)群眾的用電習(xí)慣，獲得用電負(fù)荷、時(shí)長(zhǎng)等相關(guān)信息，從多個(gè)角度展示用戶信息，根據(jù)用戶在電能方面的現(xiàn)實(shí)需求推送高耗能用電信息，并在大數(shù)據(jù)支持下繪制設(shè)備監(jiān)控圖，與歷史信息相結(jié)合，準(zhǔn)確判斷故障位置與成因，以報(bào)告單的形式傳遞給維修人員，節(jié)約搶修時(shí)間，提高維修效率。

另一方面，在能源互聯(lián)網(wǎng)領(lǐng)域應(yīng)用。通過安裝新智能電表，以此作為能源路由器，使整體源網(wǎng)荷儲(chǔ)均在協(xié)同控制下實(shí)施，由此促進(jìn)不同設(shè)備間高度協(xié)調(diào)，包括蓄熱電采暖、分布式電源等方面，由此創(chuàng)建科學(xué)智能服務(wù)系統(tǒng)。以智慧車聯(lián)網(wǎng)為例，企業(yè)可利用采集系統(tǒng)對(duì)電動(dòng)汽車充電、放電等情況進(jìn)行分析，當(dāng)出現(xiàn)異常時(shí)及時(shí)上報(bào)，對(duì)提高汽車與用戶安全性來說意義重大[6]。

四、結(jié)束語

綜上所述，在國民經(jīng)濟(jì)發(fā)展中，電力行業(yè)處于重要地位，為跟隨時(shí)代潮流，大數(shù)據(jù)、云計(jì)算等技術(shù)陸續(xù)滲透到電能數(shù)據(jù)采集中，使數(shù)據(jù)采集更加便利高效，可從海量信息中挖掘出有價(jià)值的內(nèi)容，在線損管理、負(fù)荷預(yù)測(cè)、污染防治等方面貢獻(xiàn)巨大力量。

在未來發(fā)展中，電能大數(shù)據(jù)還應(yīng)應(yīng)用到智慧電能、能源互聯(lián)網(wǎng)等領(lǐng)域中，促進(jìn)電力服務(wù)水平整體提升。

參? 考? 文? 獻(xiàn)

[1]李夏光.基于開源框架的電力大數(shù)據(jù)云端實(shí)時(shí)數(shù)據(jù)采集平臺(tái)的設(shè)計(jì)與關(guān)鍵技術(shù)[J].信息與電腦（理論版），2019，419（01）：160-161.

[2]陳嘉霖，熊海楠，周宏志.基于Hadoop的電力大數(shù)據(jù)采集方案優(yōu)化[J].電子技術(shù)與軟件工程，2020，000（013）：P.194-195.

[3]丘丹.新時(shí)期基于云計(jì)算的電力大數(shù)據(jù)分析技術(shù)與應(yīng)用探討[J].大科技，2018，000（035）：110-111.

[4]鄔曉韜.基于大數(shù)據(jù)技術(shù)的電網(wǎng)能源智能調(diào)配應(yīng)用研究[J].電網(wǎng)與清潔能源，2019，035（010）：23-27.

[5]奚增輝，瞿海妮.基于電力大數(shù)據(jù)的企業(yè)征信技術(shù)及應(yīng)用研究[J].現(xiàn)代管理，2021，11（3）：6.

[6]高曉峰，李曉蕾，董書謙.基于大數(shù)據(jù)云平臺(tái)的電力能源大數(shù)據(jù)采集與應(yīng)用研究[J].電力設(shè)備管理，2020，No.41（02）：36-38.