鄧 媛，謝 振，魏國旺

（1.國網(wǎng)江蘇省電力有限公司鎮(zhèn)江供電分公司，江蘇 鎮(zhèn)江 212002；2.北京國電通網(wǎng)絡(luò)技術(shù)有限公司，北京 100085）

0 引 言

隨著物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)以及云計(jì)算的聯(lián)合發(fā)展，大數(shù)據(jù)進(jìn)入到全球性的高速發(fā)展時(shí)期。研究人員利用海量數(shù)據(jù)的方法，進(jìn)一步對(duì)原有的大數(shù)據(jù)分析、大數(shù)據(jù)存儲(chǔ)、大數(shù)據(jù)采集以及大數(shù)據(jù)智能化等技術(shù)進(jìn)行優(yōu)化利用。多個(gè)跨國公司巨頭也加入了大數(shù)據(jù)行列，有力推動(dòng)了該項(xiàng)技術(shù)的產(chǎn)業(yè)化應(yīng)用。2016年，我國正式提出能源互聯(lián)網(wǎng)+新電改的產(chǎn)業(yè)政策，推動(dòng)了工業(yè)互聯(lián)網(wǎng)和智能互聯(lián)網(wǎng)的融合發(fā)展，對(duì)云計(jì)算、大數(shù)據(jù)以及信息技術(shù)的發(fā)展提出了新要求。

1 云平臺(tái)在電力能源大數(shù)據(jù)采集中的應(yīng)用價(jià)值

首先，基于大數(shù)據(jù)采集可以提高電力能源采集的精準(zhǔn)度。以智能網(wǎng)絡(luò)為依托，以電力技術(shù)為抓手，推進(jìn)云計(jì)算大數(shù)據(jù)為代表的信息技術(shù)的產(chǎn)業(yè)化融合與結(jié)構(gòu)式發(fā)展，可以改變?cè)械拇址挪杉砟?，提升電力企業(yè)發(fā)展的精準(zhǔn)程度，不斷推進(jìn)智能網(wǎng)絡(luò)建設(shè)，更新傳統(tǒng)電力企業(yè)的發(fā)展方式。應(yīng)用科技創(chuàng)新的實(shí)際成果，指導(dǎo)目前的產(chǎn)業(yè)經(jīng)營與電力發(fā)展，使電力信息的數(shù)據(jù)可以成為電網(wǎng)用電側(cè)信息獲取的來源，通過分析用電信息，建設(shè)更加完善的用電指導(dǎo)系統(tǒng)和電力供應(yīng)系統(tǒng)[1]。

其次，基于云平臺(tái)發(fā)展大數(shù)據(jù)采集，可以建設(shè)聯(lián)動(dòng)式服務(wù)網(wǎng)絡(luò)。利用云平臺(tái)的海量數(shù)據(jù)分析功能和智能信息存儲(chǔ)功能，可以持續(xù)性地推進(jìn)用電側(cè)信息的獲取改革，并基于現(xiàn)有的精準(zhǔn)電力控制進(jìn)行信息系統(tǒng)升級(jí)?；谠破脚_(tái)的采集系統(tǒng)可以對(duì)生產(chǎn)與生活情況的海量數(shù)據(jù)進(jìn)行快速挖掘與價(jià)值取向性分析，有利于電力企業(yè)服務(wù)于社會(huì)民生，成為經(jīng)濟(jì)發(fā)展的新增長點(diǎn)，使電力數(shù)據(jù)采集支持電力企業(yè)的改革，以滿足其他業(yè)務(wù)快速增長的需求，并不斷探索新的領(lǐng)域。

最后，基于云平臺(tái)建設(shè)大數(shù)據(jù)電力能源采集體系，可以提高電力電業(yè)的智能化水平。在智能化背景下，海量數(shù)據(jù)冗雜在一起，影響了傳統(tǒng)電力企業(yè)的發(fā)展效率。同時(shí)，隨著采集系統(tǒng)支撐業(yè)務(wù)的增多，傳統(tǒng)電力企業(yè)的工作效率下降，工作壓力增大，產(chǎn)生的數(shù)據(jù)總量和高負(fù)荷超過了現(xiàn)有電力企業(yè)數(shù)據(jù)分析體系的承載能力?；谠破脚_(tái)建設(shè)大數(shù)據(jù)電力能源采集系統(tǒng)可以處理這些海量數(shù)據(jù)，并基于智能化的方式詳細(xì)分析電力系統(tǒng)數(shù)據(jù)在線損治理和大氣防治污染等工程中的具體應(yīng)用，探索相應(yīng)的發(fā)展路徑。融合智能化的發(fā)展方式取得了智能搶修、智能運(yùn)維、智能服務(wù)以及智能互聯(lián)網(wǎng)等系統(tǒng)性的成果，推動(dòng)了社會(huì)的發(fā)展與進(jìn)步。

2 基于云平臺(tái)的電力能源大數(shù)據(jù)采集原理

2.1 用電信息采集

基于大數(shù)據(jù)云平臺(tái)的用電信息采集，主要是對(duì)傳統(tǒng)的集中式采集進(jìn)行分布式改造。在初始化階段完成后，分析接收到采集點(diǎn)的信息是否已經(jīng)進(jìn)行了種群的初始化，根據(jù)初始化情況選擇合適的迭代次數(shù)，然后分析產(chǎn)生交叉和變異情況。這種智能化的分布式架構(gòu)如圖1所示。電力企業(yè)在進(jìn)行智能化改造的過程中，可以基于云平臺(tái)和大數(shù)據(jù)技術(shù)進(jìn)行電表和集中器等現(xiàn)場(chǎng)分析，通過物聯(lián)網(wǎng)云平臺(tái)的計(jì)算，將交叉與變異后的數(shù)據(jù)通過迭代遺傳的方式推送到物聯(lián)網(wǎng)的云平臺(tái)。測(cè)算迭代的次數(shù)，經(jīng)過計(jì)算核查，將所產(chǎn)生的數(shù)據(jù)精準(zhǔn)推送到客戶端，并存儲(chǔ)到生產(chǎn)庫中[2]。系統(tǒng)管理人員可以在中間庫中調(diào)取這些大數(shù)據(jù)，并通過智能電表和集中器熱表的最終數(shù)據(jù)，將相關(guān)數(shù)據(jù)匯總到大數(shù)據(jù)云平臺(tái)中，計(jì)算采集點(diǎn)的完善程度，從而不斷對(duì)該系統(tǒng)進(jìn)行智能化迭代。

圖1 用電信息采集流程圖

2.2 采集數(shù)據(jù)分析

目前，我國電力企業(yè)的大數(shù)據(jù)云平臺(tái)主要是基于Hadoop集群的大數(shù)據(jù)分析平臺(tái)，可以實(shí)現(xiàn)微秒級(jí)的數(shù)據(jù)分析，并基于TB/PB級(jí)數(shù)據(jù)的實(shí)時(shí)分布處理，完成整群性計(jì)算，了解用戶關(guān)系和用戶竊電，實(shí)現(xiàn)采集表計(jì)、接線以及基礎(chǔ)檔案等相關(guān)的數(shù)據(jù)管理。電力企業(yè)應(yīng)用SQL運(yùn)算方法、MR計(jì)算方法以及灰度分析方法對(duì)云平臺(tái)獲得到的海量數(shù)據(jù)進(jìn)行實(shí)時(shí)處理，經(jīng)熱傳感和熱成像，對(duì)智能電表集中器和熱表中的離線計(jì)算數(shù)據(jù)進(jìn)行匯總。經(jīng)過Graph圖計(jì)算等離線方式，構(gòu)架完善的數(shù)據(jù)分析平臺(tái)，從而拓展現(xiàn)有的安全管理功能[3]。

如圖2所示，在實(shí)際應(yīng)用層面，該大數(shù)據(jù)云平臺(tái)可以分為儲(chǔ)存結(jié)算層、邏輯層、接入層以及數(shù)據(jù)應(yīng)用層等來開展系統(tǒng)性的Mela服務(wù)。首先，接入層負(fù)責(zé)提供HTTP服務(wù)系數(shù)，根據(jù)用戶的多維模型進(jìn)行挖掘、智能識(shí)別以及標(biāo)簽化，為服務(wù)的精細(xì)和數(shù)據(jù)的建設(shè)提供良好的支撐。其次，存儲(chǔ)計(jì)算層以集群存儲(chǔ)和集群計(jì)算方式為主。再次，邏輯層以提供分布式Mela服務(wù)為主，在接入層以用戶為中心開展多方式的聯(lián)合輸入。最后，在數(shù)據(jù)應(yīng)用層開展多維分析、挖掘算法和智能識(shí)別。

3 云平臺(tái)在電力能源大數(shù)據(jù)采集中的具體應(yīng)用路徑

云平臺(tái)可以依據(jù)省、市、縣三級(jí)采集監(jiān)控體系，對(duì)存儲(chǔ)計(jì)算層、邏輯層、接入層以及數(shù)據(jù)層的大數(shù)據(jù)進(jìn)行統(tǒng)一規(guī)劃和管理，實(shí)現(xiàn)數(shù)據(jù)和其他業(yè)務(wù)的融合與共享，最大程度地發(fā)揮大數(shù)據(jù)技術(shù)的作用。

3.1 云平臺(tái)在電力能源大數(shù)據(jù)與線損管理中的應(yīng)用

基于云平臺(tái)進(jìn)行精準(zhǔn)的線損管理，可以提高電力企業(yè)的綜合分析治理能力。如表1所示，某地6個(gè)區(qū)域的線損偏高地區(qū)分析體量較大，如果采取傳統(tǒng)的人工復(fù)合方式，很難精準(zhǔn)查找?；谠破脚_(tái)進(jìn)行大數(shù)據(jù)線損管理，可以有效了解用戶竊電戶變關(guān)系的數(shù)據(jù)，把握不對(duì)等關(guān)系，從而及時(shí)發(fā)現(xiàn)用戶的竊電情況。

圖2 大數(shù)據(jù)云平臺(tái)架構(gòu)

表1 某地區(qū)1～6號(hào)臺(tái)區(qū)高損工單統(tǒng)計(jì)分析表

從數(shù)據(jù)分析結(jié)果和后續(xù)分析匯總可以看出，用戶竊電最主要的行為是開蓋事件和電壓異常情況。通過云平臺(tái)進(jìn)行電流異常分析，可以發(fā)現(xiàn)25%～30%的開蓋事件。通過電力信息的匯總，可有效查詢出現(xiàn)這種違法行為的用戶地址和IP地址，精準(zhǔn)分析發(fā)生時(shí)間和發(fā)生頻次，從而為走司法程序提供證據(jù)，查處非法竊電的用戶。這樣精準(zhǔn)的工作方式有利于減少現(xiàn)場(chǎng)排查的時(shí)間，縮短排查程序，提高排查的精準(zhǔn)程度。從該地區(qū)2017-2019年的數(shù)據(jù)可以看出，基于這種云平臺(tái)追補(bǔ)電量的數(shù)額已經(jīng)超過70 kW/h，1 400多個(gè)地區(qū)的線損治理工作效率大幅提升，有效竊電案件發(fā)現(xiàn)次數(shù)超過502件。但是，2018年共發(fā)現(xiàn)開蓋事件136次，電壓異常事件116項(xiàng)，電流異常時(shí)間75項(xiàng)，相序異常事件40項(xiàng)，三相不平衡事件40項(xiàng)，電能表示值異常20項(xiàng)，其他異常事件75項(xiàng)[4]。

3.2 云平臺(tái)在電力能源負(fù)荷預(yù)測(cè)中的應(yīng)用

負(fù)荷預(yù)測(cè)不僅可以幫助電力企業(yè)精準(zhǔn)判定變壓器的運(yùn)行情況，還可以為后期運(yùn)維提供有效的數(shù)據(jù)支撐，提高電力系統(tǒng)的預(yù)判能力，確保整個(gè)供電、配電以及用電網(wǎng)絡(luò)的安全，合理度過用電高峰期，特別是冬季取暖期間，為居民提供有效的電力負(fù)荷保障[5]。

第一，通過大數(shù)據(jù)和云平臺(tái)的聯(lián)動(dòng)，可以對(duì)電力能源進(jìn)行日負(fù)荷分析?；谝粋€(gè)地區(qū)的空氣質(zhì)量、空氣污染情況、氣溫降、濕度、常住人口以及常用的生產(chǎn)生活用電量，進(jìn)行不同公變臺(tái)區(qū)的負(fù)荷分析。這種方法的精準(zhǔn)值超過90%，可以有效預(yù)測(cè)該區(qū)域的負(fù)荷變化，通過回歸分析和BP神經(jīng)網(wǎng)絡(luò)等方式確定預(yù)測(cè)值與實(shí)際值之間的關(guān)聯(lián)變量。例如，一個(gè)地區(qū)的AQI系數(shù)為1.000，PM 2.5系數(shù)為0.977 6，氣溫為0.115，降雨量為-0.314，那么經(jīng)過關(guān)聯(lián)因素回歸分析確定的負(fù)荷指數(shù)為0.005。這種帶有梯度下降分析方法的綜合預(yù)測(cè)，可以考慮不同地區(qū)的負(fù)荷變化情況，基于收斂度快慢的問題，采取仿真訓(xùn)練分析方法，從而快速進(jìn)行收斂預(yù)測(cè)。除此之外，技術(shù)人員可以在該平臺(tái)中結(jié)合灰色預(yù)測(cè)分析方法，對(duì)整個(gè)系統(tǒng)包含的不確定性因素進(jìn)行智能化分析。

第二，大數(shù)據(jù)云平臺(tái)可以基于大量的歷史和現(xiàn)實(shí)的隨機(jī)演變確定一種平靜的反應(yīng)，從而推測(cè)一個(gè)地區(qū)的動(dòng)態(tài)變化結(jié)果，反映出該地區(qū)電量負(fù)荷的未來變化情況，并按照優(yōu)勢(shì)比重和影響權(quán)重的分析方法，最終通過測(cè)算得出下降神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)結(jié)果。還可以將這個(gè)結(jié)果套用在灰色模型分析中，從而精準(zhǔn)分析整個(gè)地區(qū)一個(gè)階段的變臺(tái)區(qū)負(fù)荷情況。以春節(jié)前后為例，2020年2月15日的最大負(fù)荷預(yù)測(cè)值為1 342.74 kW，實(shí)際值為1 172.93 kW，最小負(fù)荷預(yù)測(cè)值為706.9 kW，實(shí)際值為580.68 kW。可見，預(yù)測(cè)的準(zhǔn)確率已經(jīng)超過95%，可以為電力企業(yè)的負(fù)荷分析和電能的合理安排提供科學(xué)依據(jù)。

第三，大數(shù)據(jù)云平臺(tái)系統(tǒng)可以對(duì)電力企業(yè)電能負(fù)荷的臺(tái)區(qū)超過載預(yù)測(cè)進(jìn)行合理分析。以工單模塊作為基礎(chǔ)項(xiàng)操作平臺(tái)發(fā)送過載和超載的明細(xì)，方便電力企業(yè)及時(shí)應(yīng)對(duì)這些問題。以該地區(qū)2019年12月份的預(yù)測(cè)數(shù)據(jù)來看，準(zhǔn)確預(yù)測(cè)臺(tái)區(qū)的比例已經(jīng)超過80%。該企業(yè)可以及時(shí)通過用戶臺(tái)區(qū)進(jìn)行系統(tǒng)性調(diào)整，修正電力傳導(dǎo)方案，避免一些地區(qū)發(fā)生超載現(xiàn)象。經(jīng)過大數(shù)據(jù)云平臺(tái)的系統(tǒng)性調(diào)整，該地區(qū)2019年12月到2020年4月，用戶調(diào)整數(shù)量為198個(gè)，檔案修正數(shù)量為234個(gè)，三相不平衡調(diào)整數(shù)量為66個(gè)，取得了良好效果，減輕了負(fù)荷預(yù)測(cè)的壓力，提高了精準(zhǔn)度，縮小了整改臺(tái)區(qū)的范圍，降低了人工成本，提高了監(jiān)督管理的水平。

4 結(jié) 論

基于大數(shù)據(jù)云平臺(tái)的電力能源采集系統(tǒng)已經(jīng)初步實(shí)現(xiàn)智能化升級(jí)，但在未來還需要在具體領(lǐng)域不斷提升智能化水平。分析可知，研究采集電力大數(shù)據(jù)的云平臺(tái)與智能化操作方法，有利于從實(shí)際應(yīng)用角度看待目前的負(fù)荷預(yù)測(cè)、線損管理、大氣污染防治以及大數(shù)據(jù)云平臺(tái)的建設(shè)，從而為問題的解決提供更多的方法。