“大数据”在供电企业中的应用

□矫东旭 连 通

一、引言

大数据的意义是由人类日益普及的网络行为所伴生的，对于供电企业来讲，实现大数据首先必须将各项技术指标数据化，其次要实现办公智能化，依托以上两点才可实现供电企业的大数据应用。对于调度自动化系统，天津港保税区供电公司早已实现数据采集，其中ON3000等调配系统就有负荷预测、潮流计算等功能。

二、大数据在供电安全方面的应用

(一)结合生产管理信息系统初步数据化。利用生产部门的生产管理信息系统数据库现已积累的设备管理数据，如设备使用年限、检修周期、技术数据、巡视记录等资料，基本覆盖设备的整个使用周期，以及设备的试验、检修、缺陷记录，可以完善安全应急体系，将应急措施以及事故预测能力精确到月份甚至星期。全面升级生产管理信息系统，将数据库开放，在原有基础上建立生产安全信息管理模块，其中可构建隐患预测、安全评价等功能。比如变压器漏油问题，此隐患有其周期规律性，在数据库中建立相应的参数，如胶垫寿命、胶垫使用时间、绝缘油更换时间节点等影响漏油的因素，结合以往变压器漏油缺陷处理情况进行判断，若众多因素中满足两点及以上与以往发生缺陷因素相同，则可做隐患预警。比如安全评价功能，根据数据库已有设备资料，可根据设备安全评价标准制定计算机算法，实现设备的自动安全评价，根据已作出的安全评价对评价较低的设备进行预警。隐患预测等是基于以往事故的具体特征进行判断，需要建立更多的数据参数，且数据库的建立需要时间去发生以及更多事故情况的积累。因此需要投入资金不断升级硬件，更需要时间不断完善数据库中的历史数据。

(二)结合调度数据库完善数据，实现精确化。利用调度数据库中庞大的事故报警、保护报警、测量信息以及分合闸记录使安全应急措施和事故预测能力准确性更高。完善安全数据库，在已建立好的预警功能数据库中加入更多的实时采集信息。比如变压器漏油，其数据参数中可相应加入变压器实时数据，如负荷、温度等。如每年最高负荷出现在7、8、12、1月份，平均负荷7、8月份相对较高，因此可根据负荷大小以及温度高低更准确地预警漏油隐患的发生。调度系统数据库是供电企业所有数据中较为庞大及重要的部分，其历史数据的适当利用与其他方面分析等可更好发挥数据的作用。调度自动化系统数据库相对封闭，出于数据安全及调度系统稳定性考虑，单纯实现调度数据库的开放基本不可能，需增加具有物理及软件隔离的外部数据库存储服务器，或调取调度系统中web发布系统服务器数据，结合生产信息管理系统数据库构建更为全面的安全数据库。其硬件购置及软件设计的投入相对较高，但数据库基础相对较好，因此在实现安全初步数据化基础上，结合调度自动化系统实时数据库进行分析预测将更加清晰、准确。

三、大数据在智能办公方面的应用

对于办公方面，数据的构建及采集相对较为开放，但是办公数据存在分散、不规则等特点，数据库建设初期需要做好大量分类以及手工录入，以做好的数据分类为基础，开展办公自动化建设。

(一)办公数据的统计与预测。用计算机实现各种办公流程，会大幅提升企业办公效率、统计速度和准确性。比如，通过软件实现资金审批过程的流转，资金申请人填写发票基本信息，包括数额、部门、时间、单位、事项等，经过软件提交部门领导，部门领导通过流转至财务审批，财务审批后自动进入经理审批环节，最后实现整个流程的闭环。在整个过程中，资金申请人填写的多项信息在软件数据库中进行了采集存储，一旦数据库中有了原始积累，便可提用点表内信息制作报表，运用已存储的数据进行月度、年度等不同需求的数据自动统计，相比人工年终统计更为快捷准确。程序中可以加入各环节审批时间的统计等，若超出正常值可通过软件发出信息提醒，进一步可开发手机APP，由办公数据库服务器将各种超时待办事项通过网络发送给责任人，从而提高工作效率。另外，大数据应用于办公，可实现通过软件统计各种耗材的使用情况。首先用软件固化耗材使用申请流程办公程序，根据日常耗材使用明细建立耗材使用数据库，申请人可在程序中选定办公耗材名称及数量，填写日期等数据采集点，以A4打印纸为例，使用人通过办公自动化系统选择具体申请耗材名称即A4打印纸，提供使用数量等信息，部门领导在系统中进行审批，耗材管理员发放后在系统中进行确认，整个过程敏感信息都会保存于数据库中，利用以上数据可进行部门、公司耗材使用统计，也可进行各时间段的耗材使用统计，在积累一定的历史数据后，耗材管理员可以根据以往每年各季度耗材使用分布进行下一年度的购置申请，大大减少了之后的年终统计及预算统计精力和时间。同理，每个人、每个部门、每种耗材的使用都存储于数据库中，同样可根据要求产生耗材使用分析报表，有了数据的分类以及分析报表，结合其他特殊数据作为判断依据，可进一步进行耗材使用量的预测。以此类推，人力资源管理、档案管理、车辆使用、食堂原料购置、预算管理都可运用大数据进行统计及预测。

(二)数据的分类及数据库构建。数据的存储需要找到其相应的位置，这就是在数据库构建过程中，我们必须预见性地为数据做好分类。若做好供电企业办公大数据的初期建设工作，就必须使每个岗位能够尽可能总结其岗的流程化工作，以及工作流转过程中所涉及的数据量。数据库的构建是一个由浅入深、由简到繁的过程，可以先以几个流转比较频繁的工作为主，如资金审批、车辆使用、耗材申请。

四、结语

生产管理信息系统及调度自动化系统的数据采集，或许当时看来只有对当前情况记录的作用，但现在却可运用历史数据做未来的分析及预测之用。调度自动化系统的各项供配电数据，原本只是作为调度本岗调度负荷等的判断依据，但结合营销数据后，构建上层数据库，可以更清晰直观地判断出各条线路的高低负荷、线损等关键参数，也能通过报表、柱状图、饼形图等形式展现各类数据，还可以开展更深层次的应用，比如，可以制定算法，为电力运行人员倒负荷，停、投主要设备提供重要依据及预测。

我们看到的大数据应用是数据原始积累后的繁华现象，今天大数据的声势是互联网进入中国二十多年的积累。对于供电企业，麻雀虽小，五脏俱全，实现大数据的后期应用至少需要一至两年时间。但是数据的积累对于一个公司或一个行业更有战略意义。