大数据时代下的电力自动化系统数据处理

摘要：智慧电网的建设以及电力自动化系统数据处理的优化，都离不开大数据技术的应用。基于此，本文主要介绍了数据处理模式优化的重要性。并在此基础上，分析在大数据时代下，优化电力自动化系统数据处理效果的对策。

关键词：大数据；电力自动化；数据处理

引言：

在大数据时代，电力企业要想建立智慧电网，就要通过大数据分析，建设科学的监测指标分析体系，帮助电力企业进行经营活动的绩效分析，与管理方式的升级，保障全天候监测系统的有效建设，通过大数据技术，对整个企业的电力输送、变电、供电，进行规划方式的升级与建设路线的拓展。

一、电力自动化系统数据系统建设的重要性

一方面，大数据技术的应用，可以提高电力自动化系统数据分析的效果，保障电力系统在运行与检修方面，充分掌握设备的数据，保障营销与财务系统有效运行，提高企业经营管理的科学性，促进企业人力资源管理效果的提升，通过全流程监测与全方位动态管理，提升管理的维度，保障电力系统可以根据监测结果，建立有效的风险预防系统。

另一方面，大数据技术的应用，可以对电力系统运行过程当中产生的多种模式与多种路径的数据信息，进行优化分析，避免数据分析过程当中交叉现象的产生。减少电力系统当中的数据重复与数据冗余，提升整个数据分析系统运行的效率。减少数据分析过程当中的人为干扰现象，提高数据的安全性，保障数据的后期处理可以与服务器的整体要求相一致。

二、大数据时代下优化电力自动化系统数据处理的对策

（一）優化数据分析层级

大数据技术的应用可以提高企业进行监测活动的科学性与有效性。

第一，运用大数据技术，电力企业可以对自己的核心资源进行整合，优化企业在进行供电、变电、输电过程当中的人力资源与设备资源，保障企业的投入可以获得综合绩效的提升。并根据目前的电力企业运行状况，进行指标数据分析，保障电力系统在进行跨行业合作的过程，可以按照有重点的监测目标，进行辅助监测指标的科学规划，并根据市场与政策信息的变动，随时更新指标系统的建设。

第二，运用大数据技术，电力企业可以构建一套有重点、有层次的监测指标体系，并根据电力系统各个分公司的实际运营情况，对分公司的综合绩效和运营情况进行优化分析。根据精细化管理的原则与模块化管理的方式，提高分公司对于运行效果的维度分析效果。

第三，大数据技术具有优化分析功能，可以提高电力系统自动化数据分析过程当中的可靠性。根据监测指标确定该业务数据分析的重要程度，并通过有效的数据库来源，对目前的重点监测指标进行优化[1]。

例如，山东省电力公司在进行综合绩效数据分析的过程当中，通过关注维度指标的确定，优化了目前的企业电网结构。在整个数据处理体系当中，设计了容载比分析、城市配电线路分析、监测结果科学量分析、单线单变比例分析、平均供电半径分析等等。将整个公司的监测业务量降为原来监测量的2/3，保障了辅助监测指标的顺利执行。并通过对区域内变电站数量的优化与城市配电网线路的路径分析，科学的计算了目前的辅助指标，为期的预告警规则设置和阀值控制，做出了数据支撑。

（二）优化关联网络

应用大数据技术对电力系统自动化数据分析进行优化，还要建立指标关联网络，对目前的监测结果，进行全面的动态分析，避免由于片面分析，影响整个数据处理的科学性与联动性。

首先，技术人员要利用数据挖掘技术，充分挖掘各个潜在信息当中的关联，保障各个子公司上传的电力系统自动分析数据，可以通过显性算法，确定各个业务之间的关联体量。技术人员要根据这个关联量，确定最终的关联网络，并根据数据可视化技术，保障关联网络中的信息，可以被目标人员准确的获取。

其次，售电量与售电收入的分析，一直是电力企业数据分析当中的一个重点。应用数据清洗技术，电力系统可以对目前的市场占有情况进行模式化分析。通过与供应链企业的交流与合作，打破专业壁垒，提升业绩指标，并控制数据分析过程当中可能的潜在风险。

最后，工作人员可以从以往的数据分析库当中，获得优化层级监测体系的对象，按照不同的管理周期对数据进行清洗。采用多轮论证的方式，建立有效的回归分析模型，通过模块化的数据演变方式，建立有效的数据依赖性分析方法，对风险数据进行预报与控制。及时发现网络内的异常指标，并根据逻辑判别方法，对整个数据处理网络的可行性进行预测。

结论：

综上所述，大数据技术的应用是目前电力企业发展过程当中一种不可逆的时代潮流。从本文的分析可知，电力企业要综合应用数据分析、数据挖掘、数据清洗与数据可视化技术，探索数据处理过程当中的新途径。因而，电力系统在进行自动化建设的过程当中，要运用逻辑判断的分析结果，提高自动化系统的科学性。

参考文献：

[1]薛磊.电力系统配网自动化通信网络安全管理[J].山东工业技术，2019（08）：179.

作者简介：郝麒（1997.01.21），男，籍贯：河北省衡水市深州市，职称和学历：本科，研究方向或专业：电气工程及其自动化.