王波

摘要：智能電網(wǎng)的迅猛發(fā)展，各類電網(wǎng)設(shè)施越來越先進(jìn)，計算機(jī)信息技術(shù)的合理運(yùn)用，使得電力企業(yè)積累大量數(shù)據(jù)信息，為了保證電力數(shù)據(jù)信息得到高效利用，做好電力運(yùn)營數(shù)據(jù)信息管理工作特別重要。基于此，本文將對大數(shù)據(jù)分析技術(shù)在電力運(yùn)營數(shù)據(jù)管理中的應(yīng)用進(jìn)行分析。

關(guān)鍵詞：大數(shù)據(jù)分析技術(shù);電力運(yùn)營;數(shù)據(jù)管理

智能電網(wǎng)和計算機(jī)信息技術(shù)的廣泛應(yīng)用讓電網(wǎng)設(shè)施更具先進(jìn)性，而且在電力運(yùn)營中產(chǎn)生了大量數(shù)據(jù)信息，要想合理、高效的對這些數(shù)據(jù)信息進(jìn)行利用，并保證數(shù)據(jù)信息利用的安全性，就需要對大數(shù)據(jù)分析技術(shù)進(jìn)行深入研究，讓電力運(yùn)營數(shù)據(jù)信息管理發(fā)揮出更大效用。

1電力營銷數(shù)據(jù)管理當(dāng)中運(yùn)用大數(shù)據(jù)分析技術(shù)的現(xiàn)實意義

在電力營銷數(shù)據(jù)管理工作之中，通過應(yīng)用大數(shù)據(jù)分析技術(shù)，具有以下重要意義：首先，為電力企業(yè)的運(yùn)營管理提供良好的數(shù)據(jù)支撐，大數(shù)據(jù)分析技術(shù)的有效應(yīng)用，可以更好地挖掘出具有良好應(yīng)用價值的電力數(shù)據(jù)，并將此類電力數(shù)據(jù)進(jìn)行融合，經(jīng)過相關(guān)人員的認(rèn)真分析后，結(jié)合用戶的電力消費(fèi)特點，準(zhǔn)確預(yù)測電力需求，進(jìn)而保證電力企業(yè)的運(yùn)營管理水平得到明顯提高。其次，構(gòu)建完善的電力能源數(shù)據(jù)服務(wù)平臺，為電力企業(yè)的壯大發(fā)展打下良好基礎(chǔ)。例如，在某大型電力企業(yè)當(dāng)中，相關(guān)人員通過利用大數(shù)據(jù)分析技術(shù)，將電力供給數(shù)據(jù)、消費(fèi)數(shù)據(jù)信息進(jìn)行合理分析，并為用戶提供針對性的信息服務(wù)，不斷降低企業(yè)的經(jīng)營管理成本。最后，為節(jié)能型產(chǎn)品的研發(fā)提供良好支撐，大數(shù)據(jù)分析技術(shù)的有效運(yùn)用，可以幫助電力企業(yè)工作人員進(jìn)一步了解能源供應(yīng)情況，并將用戶的消費(fèi)數(shù)據(jù)進(jìn)行匯總分析，保證電力數(shù)據(jù)信息更加準(zhǔn)確，從而為消費(fèi)者提供更加完善的用電方案。

2大數(shù)據(jù)分析主要技術(shù)

當(dāng)前，隨著大數(shù)據(jù)技術(shù)在電力數(shù)據(jù)分析中的應(yīng)用中，大致可以分為以下幾種技術(shù)：

2.1統(tǒng)計分析

統(tǒng)計分析是電力數(shù)據(jù)分析的一個常見的技術(shù)，也是最為基礎(chǔ)的技術(shù)。通過對數(shù)據(jù)的基礎(chǔ)搜集、整理和分析，可以直觀的得到數(shù)據(jù)的內(nèi)在規(guī)律，并通過計算得出可以反映整體數(shù)量特征的統(tǒng)計信息，以此更好的為電力企業(yè)的運(yùn)營提供服務(wù)。

2.2關(guān)聯(lián)分析

數(shù)據(jù)挖掘最早為人所知實際上就是對某超市的銷售數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，因此關(guān)聯(lián)分析在數(shù)據(jù)挖掘領(lǐng)域中具有不可替代的地位。常用的關(guān)聯(lián)分析算法有A-priori關(guān)聯(lián)算法、基于劃分的算法以及FP-growth算法等。近年來又提出了一些改進(jìn)算法，包括并行關(guān)聯(lián)規(guī)則挖掘、模糊關(guān)聯(lián)規(guī)則挖掘、基于變化時空的關(guān)聯(lián)規(guī)則挖掘、多層或多維的關(guān)聯(lián)規(guī)則挖掘、基于聚類的關(guān)聯(lián)規(guī)則挖掘等算法。

2.3聚類分析

聚類是近年來機(jī)器學(xué)習(xí)研究的熱點之一，研究者已給出了多種類型的聚類算法，如基于譜分析的劃分方法、層次聚類方法、基于密度的聚類方法、基于原型的聚類方法等。適用于不同聚類需求，聚類問題也發(fā)展出了多種新模型，如異質(zhì)聚類、子空間聚類、聚類集成、多路聚類、演化聚類等。面向不同類型的數(shù)據(jù)形式，聚類分析也有不同的特點，如時序數(shù)據(jù)聚類、流體數(shù)據(jù)聚類、圖像分割等。

2.4分類分析

分類算法是解決分類問題的方法，分類算法通過對已知類別訓(xùn)練集的分析，從中發(fā)現(xiàn)分類規(guī)則，以此預(yù)測新數(shù)據(jù)的類別。分類算法包括單一分類算法和集成學(xué)習(xí)算法，單一的分類方法包括決策樹、貝葉斯分類、神經(jīng)網(wǎng)絡(luò)、K-近鄰、支持向量機(jī)等;集成學(xué)習(xí)算法包括Bagging、Boosting等。其中決策樹是一種常用的分類算法，決策樹學(xué)習(xí)是一種以實例為基礎(chǔ)的歸納學(xué)習(xí)算法，它從一組無次序、無規(guī)則的實例中推理出以決策樹表示的分類規(guī)則。

2.5 多核學(xué)習(xí)

以上四種大數(shù)據(jù)分析方法進(jìn)行單獨應(yīng)用就可以得出計算結(jié)果，但是現(xiàn)在企業(yè)的日常生產(chǎn)規(guī)模不斷擴(kuò)大，單一的分析方式已經(jīng)不能適應(yīng)企業(yè)發(fā)展，綜合、多核的分析方式才是符合現(xiàn)在企業(yè)發(fā)展需要的分析方式，同時，這也是大數(shù)據(jù)分析實現(xiàn)進(jìn)一步發(fā)展的必經(jīng)之路。

3 大數(shù)據(jù)分析技術(shù)應(yīng)用要點

3.1 負(fù)荷數(shù)據(jù)聚類分析

通過對電力數(shù)據(jù)信息進(jìn)行聚類分析，可以保證電力數(shù)據(jù)信息更加準(zhǔn)確，電力企業(yè)中的相關(guān)人員可以采用K均值聚類分析方法進(jìn)行分析，此方法的應(yīng)用原理比較簡單，針對給定的數(shù)據(jù)信息進(jìn)行分類，總共分成K類，并對各項數(shù)據(jù)信息進(jìn)行細(xì)化分析，進(jìn)一步提高電力負(fù)荷預(yù)測的合理性。

由于數(shù)字化時代的到來，電力系統(tǒng)在穩(wěn)定運(yùn)行的同時，會生成大量的數(shù)據(jù)信息，要想進(jìn)一步提升電力系統(tǒng)的運(yùn)行效率，要求電力企業(yè)中的有關(guān)工作人員，針對各項電力數(shù)據(jù)信息進(jìn)行科學(xué)分析。而大數(shù)據(jù)分析技術(shù)的良好運(yùn)用，有效降低電力數(shù)據(jù)分析難度，減少錯誤電力數(shù)據(jù)信息的出現(xiàn)。為了更好地提升電力系統(tǒng)工作效率，可以適當(dāng)降低系統(tǒng)的延時性，增強(qiáng)電力系統(tǒng)可靠性。如果電力數(shù)據(jù)在短時間內(nèi)急劇增多，會對電力信息數(shù)據(jù)工作產(chǎn)生一定影響，因此，相關(guān)人員需要合理運(yùn)用大數(shù)據(jù)分析技術(shù)，在保證電力系統(tǒng)安全、穩(wěn)定運(yùn)行的基礎(chǔ)上，提高智能電網(wǎng)的建設(shè)水平。

3.2 科學(xué)構(gòu)建負(fù)荷預(yù)測框架

為了保證電力負(fù)荷預(yù)測更加合理，相關(guān)管理人員可從以下幾方面入手：

第一，利用大數(shù)據(jù)分析技術(shù)，構(gòu)建完善的數(shù)據(jù)分析與處理的平臺，該平臺的良好構(gòu)建，可顯著提高電力負(fù)荷預(yù)測的準(zhǔn)確性。

第二，加強(qiáng)數(shù)據(jù)分析，將大量數(shù)據(jù)信息上傳到數(shù)據(jù)分析處理平臺中，并結(jié)合電力負(fù)荷分布情況，找到影響電力負(fù)荷穩(wěn)定增長的因素，并進(jìn)行科學(xué)處理。對于電力企業(yè)中的相關(guān)管理人員來講，在挖掘電力數(shù)據(jù)信息之前，要將不同區(qū)域的電力負(fù)荷數(shù)據(jù)進(jìn)行分類，找到不同用電地區(qū)用戶的用電規(guī)律，并運(yùn)用大數(shù)據(jù)分析中的聚類分析方法，確定用戶負(fù)荷類型，開展關(guān)聯(lián)性分析，在區(qū)域用電結(jié)構(gòu)的基礎(chǔ)之上，準(zhǔn)確預(yù)測用戶的用電負(fù)荷。

3.3 事前做好預(yù)防措施

神經(jīng)網(wǎng)絡(luò)技術(shù)可以提取出電網(wǎng)運(yùn)行中產(chǎn)生的實時信息、故障缺陷信息以及關(guān)于設(shè)備臺賬的信息等大量數(shù)據(jù)信息中包含的關(guān)鍵特征，然后辨別出這些不同數(shù)據(jù)源中所含有的特征單元，根據(jù)要求對自定義進(jìn)行組合，此外，為了讓自回歸滑動平均法在數(shù)據(jù)預(yù)測中發(fā)揮效用，就需要建立相關(guān)的多維分析模型，這樣就可以對電網(wǎng)運(yùn)行中出現(xiàn)的各種風(fēng)險進(jìn)行事前預(yù)警，還能及時發(fā)現(xiàn)電力設(shè)備運(yùn)行中存在的缺陷問題，進(jìn)而可以針對這些問題做好事前預(yù)防措施，確保了電網(wǎng)運(yùn)行的安全性和平穩(wěn)性，而且讓調(diào)控工作模式發(fā)生了改變，促使調(diào)控工作更具針對性和有效性。

3.4 事后做好處置工作

對現(xiàn)在已經(jīng)存在的事故預(yù)案應(yīng)針對其設(shè)定的預(yù)置條件建立相關(guān)分析模型和故障處置專家?guī)?。對已?jīng)發(fā)生故障電網(wǎng)的實時數(shù)據(jù)進(jìn)行深入挖掘，對導(dǎo)致故障發(fā)生的原因、故障可能造成的影響以及故障的發(fā)生過程進(jìn)行詳細(xì)分析，并深入分析多元化數(shù)據(jù)信息，診斷事故原因，對專家?guī)爝M(jìn)行搜索，得出初步結(jié)論。如果故障現(xiàn)象、告警信息和預(yù)置條件相符，那么，就可以和專家?guī)熘械念A(yù)案和操作進(jìn)行自動匹配，進(jìn)而針對供電恢復(fù)形成有效方案，讓事后處置工作更具高效性。

4 結(jié)束語

綜上，通過對大數(shù)據(jù)分析技術(shù)在電力運(yùn)營數(shù)據(jù)管理當(dāng)中的具體運(yùn)用與注意事項進(jìn)行全方位分析，例如明確大數(shù)據(jù)分析核心技術(shù)、負(fù)荷數(shù)據(jù)聚類分析等，可以保證大數(shù)據(jù)分析技術(shù)在電力企業(yè)運(yùn)營管理工作中得到高效運(yùn)用，減少錯誤電力數(shù)據(jù)的出現(xiàn)，對我國電力事業(yè)的快速發(fā)展起到有效推動。

參考文獻(xiàn)

[1]李寧，馮磊，焦騰，尹琴，宋潔.大數(shù)據(jù)分析技術(shù)在電力運(yùn)營數(shù)據(jù)安全管理中的應(yīng)用研究[J].計算機(jī)產(chǎn)品與流通，2020（11）：35-36.