大数据分析在电力计量检查的应用

大数据分析在电力计量检查的应用

发表时间：2019-12-24T10:32:24.287Z 来源：《工程管理前沿》2019年第22期作者：阴靖宇

[导读] 在我国不断繁荣进步发展以及电力营销的模式下，中国高科技设备的不断研发使得大数据的应用效果不断发展。

摘要：在我国不断繁荣进步发展以及电力营销的模式下，中国高科技设备的不断研发使得大数据的应用效果不断发展。同时，窃电技术也在不断提高，违法人员的警惕性也变高。如果电力企业仍然按照以前的反窃电技术来开展检查工作，那会产生更加严重的后果。所以，企业应当对电力营销大数据进行有效、合理的应用，以保证电力企业对电力防盗的效率，促进电力企业自身的可持续、稳定发展。

关键词：大数据分析；电力计量检查；应用

1大数据应用于电力计量

大数据的应用于电力计量具有以下的作用：（1）有助于电力营销体系的发展。在电力营销系统环境下，实现各个业务环节的强化是非常有必要的，这也包含反窃电检查。在反窃电检查工作中运用营销大数据有利于推动电力营销系统的发展和推广。大数据环境下的反向检测将逐步取代传统的反窃电检测工作，以适应电力企业市场发展的需要，推动以客户为导向的营销模式的发展。（2）有利于优化反窃电检查方式。在大数据背景下，电力企业的工作模式逐渐向集成化模式发展，节省了人力支出。电力工作人员不再需要随时随地进行巡检工作，也不会与用户接触过多造成矛盾。他们只需要定期地进行走访，了解用户的使用情况和需求。在大数据的情况下，反窃电检查工作会变得高效高质，电力技术人员也有更多的时间致力于改善用户体验，为用户提供及时高效的电力输出，维护电力系统的稳定。电力公司的业务将向用户提供更好的供电服务和反窃电检查。

2建立电力故障抢修可视化管理模式

电力企业若实现电力故障抢修的可视化管理，首先需要建立以电力生产抢修平台为基础的标准化运行抢修体系，从而在第一时间对电力故障进行及时而有效的处理。电力抢修标准化体系的建立需要以配网运行抢修指挥中心为基准，并设立配网抢修指挥平台进行统筹化管理，通过标准化制度建设的方式来切实提升抢修现场作业的标准化管理，进而最大限度地减少电力抢修的时间，为电力用户提供最为优质的服务。电力故障抢修可视化管理模式当中的电力抢修指挥平台在建设过程中与大数据技术进行了深度融合，这样一来就能够将电力抢修过程中所出现的大量数据进行全方位的收集和整理，剔除其中的无价值数据，最终实现信息的统一集中调配。电力抢修指挥平台使用闭环化管理，使电力抢修的管理工作更加具有专业性，在电力抢修的过程中能够随时随地对信息进行集成汇总处理，最终实现从被动式抢修向主动式抢修的转变，从根源上提升了电力抢修工作的实际效率和用户的满意程度。电力故障抢修可视化管理模式的具体运行流程主要包括以下几个方面，第一方面是客户故障报修分析，工作人员在电力抢修指挥平台当中运用大数据技术对用户的报障信息进行分析，同时利用GIS技术将故障点在地图当中标注出来，在这个过程中工作人员要对故障工单进行合并，这样能够对后期运维工作起到指导和强化的作用。第二方面是配电网的故障判断，工作人员需要在电力抢修指挥平台当中对故障信息进行集中处理，在这个过程中需要判断出故障的范围和原因。之后电力抢修指挥平台将会自动推送故障信息，电力抢修人员可以根据可视化平台当中的标注进行故障处理。第三方面是抢修工作的调度管理，电网抢修可视化指挥平台可以对抢修资源进行全面的优化调度，可视化平台当中将会实时显示故障的抢修状态，进而使电力企业和用户都能够在第一时间了解到抢修的具体进度。

3大规模电源规划体系

1)风电消纳品质是指风电极限穿透功率和风电并网风险。构建的提升风电消纳品质的广域尺度大规模电源规划体系，以风电并网风险最小并兼顾风电极限穿透功率最大为目标，以规划区域现有电源结构和负荷特征、特高压直流输电线路电压和功率、联络线路、规划区域节点功率平衡等为约束。根据博弈论思想，寻找“风电极限穿透功率”和“风电并网风险”两参与人的纳什均衡区域对该体系模型进行求解，最终的规划结果为风电场风机排布方式、风电场装机容量、常规机组(水电、火电)出力优先级、联络线功率以及特高压直流外送线路容量。

2)扩展平衡区域、特高压直流外送与单机至风电场集群交叉区域:经预处理的风速等数据资源确定风电场单机排布、选型，进而根据风出力特性确定基于尾流效应的单个风电场的有功出力 P w 。然而，风电场的大规模并网势必会造成其并网系统电压和频率的波动或畸变。一方面可以通过具有电压灵活调节能力的特高压直流输电来消弭前面所述电压的波动风险;另一方面可以通过扩大、寻找新的平衡区域或特高压直流输电等消纳途径实现电能的空间转移。当然，扩大、寻找新的平衡区域或建设特高压直流输电通道要受制于送端电网配套电源状况、电压水平以及受端电网负荷情况。特别说明的是用于提升风电消纳品质的手段要满足但不限于保持现有电网坚强程度。3)本地负荷与单个风电场至风电场集群交叉区域:区域内，新能源电源与本地常规机组协调出力，传统火电、水电机组在保证本地基荷需求的前提下，与区域风电场集群联运、互济，在常规机组出力特性、本地负荷等约束条件下，最大化提高风电极限穿透功率。考虑到中国负荷能源分布不对称的现状，即风电等新能源在“三北”地区极为丰富，而负荷多集中于中东部地区，一方面造成了大量的弃风限电;另一方面却要以牺牲环境成本为代价依赖常规化石燃料机组，造成极为矛盾局面。为从根本上缓解这种局面，有效提高资源丰富地区风能的消纳能力，将区域资源优势转化为经济优势，开发大规模电力外送输电走廊尤为必要。

4基于知识库的电力设备状态检测方法

目前，复杂装备故障诊断方法主要分为 3 类:基于数学模型的故障诊断、基于数字信号处理的故障诊断、基于知识库的故障诊断。基于数学模型的故障诊断方法简单直观且易于理解，但需要深入分析复杂装备的结构、运行原理，对内部结构和运行原理过于复杂的装备难以建立数学模型;基于信号处理的诊断方法不需要构建数学模型，容易实现，但只在复杂装备有明显的外部特征时才有效，不适用于那些没有明显外部特征的故障;基于知识库的故障诊断具有良好的诊断效果和广泛的适用性，对复杂装备的智能化要求较高，是目前实现复杂装备智能故障诊断与健康维护的主要研究方向。基于知识库的设备状态监测诊断在收集大量运行特征数据的基础上，采用数据挖掘算法对设备运行数据进行重组、挖掘，建立故障诊断专家知识库，获得与故障有关的诊断规则。同时基于专家知识库以及诊断规则，对实时监测数据进行诊断，并逐步更新专家知识库，可以得到更为准确的诊断结论和建议对策。基于知识库的故障诊断方法将大数据技术与电力计量设备的现场数据、历史运行数据(含故障分析)等信息相结合，采用深度学习算法，建立电力计量设备的运行模型及故障预警知识库，从而对包括用电信息、调度电能、计量点管理、配电信息等设备在线运行状态给予全面评估，实现电力计量装置的动态运行分析与故障诊断。利用设备运行大数据分析技术，根据状态检测、故障诊断分析的结果，在故障将要发生时对设备进行维护，是一种主动、积极的维护方式。

结语

电力单位可以充分利用好电力营销大数据的有关知识来辅助研究反窃电的检测方案，并制定好科学、合理的反窃电策略，使企业自身