配电网运营大数据挖掘与分析

配电网运营大数据挖掘与分析

发表时间：2018-04-18T17:03:21.903Z 来源：《电力设备》2017年第33期作者：赵永生

[导读] 摘要：国家在不断的发展，社会在不断的变化，对于电网的要求也在日新月异的变化中，文章以配电网运行效率及供电能力评价模型为基础，基于获取的上百万台配电网主设备（包括高压线路、主变压器、中压线路及配电变压器）2014年的档案和运行类明细数据，从业务理解、数据准备、挖掘分析、应用分析4个阶段阐述了基于配电网明细运行数据开展配电网运营挖掘分析的整个过程和相关的业务环节。

(国网朔州供电公司山西朔州 036000)

摘要：国家在不断的发展，社会在不断的变化，对于电网的要求也在日新月异的变化中，文章以配电网运行效率及供电能力评价模型为基础，基于获取的上百万台配电网主设备（包括高压线路、主变压器、中压线路及配电变压器）2014年的档案和运行类明细数据，从业务理解、数据准备、挖掘分析、应用分析4个阶段阐述了基于配电网明细运行数据开展配电网运营挖掘分析的整个过程和相关的业务环节。从聚类分析、关联分析2个方面开展了数据挖掘分析；从时空分析、监测分析、趋势研判3个方面开展了应用分析。通过深入挖掘运行效率和供电能力的相关影响因素，定位目前存在的问题，以促进配电网发展更加协调，运行更加经济。

关键词：配电网；运行效率；供电能力；大数据；挖掘分析

引言

大数据是“未来的新石油”，大数据是待挖掘的“金矿”。为了迎接大数据的到来，促进供用电事业的运营和维护，提高供电服务的质量和成本效益，更好地为电力用户和社会服务，开展在配电网中应用大数据的研究具有重要意义。

1配电网供电能力评价模型

配电网供电能力以每个设备年最大负荷为分析对象，侧重在保证配电网安全运行的前提下，分析配电设备所能承载的最大负荷的能力和留有的裕度。1）单个设备的供电能力裕度为单个设备的供电能力储备与最大可供电能力的比值。单个设备的供电能力储备为单个设备的最大可供电能力与设备年最大负荷的差值。2）同层设备总体的供电能力裕度是该层设备供电能力储备与最大可供电能力的比值。其中，同层设备总体的供电能力储备及最大可供电能力是该层所有单个设备相应指标的和。3）同层设备间供电能力裕度不均衡度为该层所有单个设备供电能力裕度标准差与平均值的比值。4）供电能力裕度不协调度为各层设备总体供电能力裕度的标准差与平均值的比值。

2挖掘分析思路和流程

2.1数据收集

数据收集具有涉及范围广、设备数量巨大、数据频次要求高等显著特点。1）数据范围：获取331个地市配电网主设备［包括高压线路、主变压器（简称主变）、中压线路及配电变压器（简称配变）］档案和运行类全量数据，包括：设备档案类数据、2014年全年整点负荷数据以及经济社会数据。2）数据规模：约500万台主设备，包括：5万条35–110kV线路、4.7万台35–110kV主变、19万条10kV线路以及472万台10kV配变；负荷数据共约413亿条，数据总量达2TB。3）数据来源：生产管理系统、调度系统、营销业务系统、用电信息采集系统、电能质量监控系统。

2.2制定数据挖掘目标

数据挖掘分析的目标为基于配电网运行明细数据，通过获取2014年配电网主设备档案和运行类全量数据，开展配电网运行效率及供电能力的大数据挖掘分析工作，深入挖掘相关影响因素，定位目前存在的问题，预判未来发展趋势，促进配电网发展更加协调，运行更加经济。

2.3明确数据需求

数据需求包括8个Excel表格，共138个字段；以及E文件/DMP文件形式的负荷文件。2.4设计业务场景基于配电网运行明细数据，设计了7大类56项业务场景，包括：时空多维度的分布（5个）、电网内部因素的相关性（15个）、经济社会发展的相关性（8个）、电量负荷的相关性（6个）、供电可靠性的相关性（5个）、区域特征的相关性（7个）、负荷特性的相关性（10个）。

2.4应用分析

从时空分析、监测分析、趋势研判3个方面开展对配电网“运行效率”和“供电能力”的应用分析。

3数据挖掘

3.1外因关联性

对电网外因的相关性分析从经济社会指标、分产业结构占比、分产业用电量占比及人均GDP、人均用电量等方面展开，结果见图5。结果表明，配电系统运行效率与电网外因的相关性整体较弱。虽然外部因素中的全社会用电量、分产业用电量、全社会最大用电负荷等与系统运行效率相关性相对较强，但是仍然没有达到相关性分析的要求。可以看出，配电网运行效率主要取决于电网内部因素，与外部因素相关性不大。

3.2内因关联性

选取了设备负荷特性指标、投运年限、设备选型、电网结构、主变台数等相关的电网内部因素，分别计算了设备运行效率与这些电网内部因素间的皮尔逊相关系数，结果见图4。结果表明，与设备运行效率相关性最高的是负荷特性指标，包括平均负载率、轻载时间占比、最大负载率、超限运行时间占比、负荷率、峰谷差率等指标；其次为投运年限、电网结构类型（主变台数）、截面（容量）等。

3.3优化网架规划

在配电网应用这一领域，网架结构作用不容小觑，正是因为如此，对网架进行优化、完善更显必要。但是，传统意义上的优化方式早已不再适用如今这种快速发展的电力系统。自2009年大数据时代到来至今，大数据应用技术在智能配电网中的应用恰好可以解决传统意义网架结构存在的问题，如：提高网架结构的关联性、动态性，解决传统意义上网架结构的迟延、模糊化等弊端，并且根据不同用户的不同需求规划电网，为广大用户提供更优质的电力服务。

4应用分析

4.1趋势研判

从设备供电能力裕度预测和配电网投资需求分析2个维度开展。基于配电网设备供电能力现状，结合“十三五”配电网规划负荷预测、建

设规模与投资，开展配电网设备供电能力裕度静态与动态预测；结合预测结果，分析配电网在保持一定裕度水平下的投资需求，以期为规划设计、运行管理等提供辅助决策支撑，。对供电能力裕度进行预测可得，随着负荷的增长，现有的主变供电能力可用时长最短；配变可用时长最长；按照“十三五”配电网规划设备容量和负荷增长率，2020年配变、高压线路、主变和中压线路供电能力裕度分别依次降低，反映出中压线路建设投资规模相对较少。

4.2时空分析

时空分析是从地域分布、时间维度等角度展开分析。经过分析可得：1）运行效率方面，主变运行效率最高，配变运行效率最低；城网系统运行效率略高于农网；行政办公区、综合区和工业区的效率较高，其次为商业区、居住区、农业区和城乡结合部，牧区系统运行效率最低；由于季节性负荷的出现，7月份的系统运行效率最高，10月份运行效率最低，因受到春节假期的影响，2月份的系统运行效率也较低。2）供电能力方面，高压线路、主变、中压线路、配变4类设备供电能力裕度总体合理，配变供电能力裕度相对较大；高压线路和中压线路农网的供电能力裕度略大于城网，而主变和配变城网的供电能力裕度略大于农网；牧区的设备供电能力裕度相对较大，综合区的设备供电能力裕度相对较小。

结语

从业务理解、数据准备、挖掘分析、应用分析4个阶段阐述了基于配电网明细运行数据开展运行效率和供电能力分析的整个过程和相关的业务环节。通过对配电网运营大数据的分析及挖掘，提出以下结论及建议：优化配电网资源配置，推进各层级、各区域间配电网协调发展。结合不同类型区域负荷分布及发展特征，优化配电网资源配置，适度提高可靠性要求较高区域的设备供电能力裕度水平，合理控制配变层级的供电能力裕度水平，有效促进配电网协调发展。

参考文献:

［1］中国电机工程学会．中国电力大数据发展白皮书［R］．北京：中国电机工程学会，2013．

［2］白晓民，张东霞，马文媛．中美智能配用电技术对比研究［R］．北京：中国电力科学研究院，2013．

［3］盛万兴，陈海，王军，等．基于负荷持续曲线的配电网运行效率评价［J］．电网技术，2016，40（4）：1237-1242．