试论营配调贯通的"低电压"大数据挖掘与精准定位

王海军 李汶隆

摘 要：从智能电网的测量功能和获取点信息的能力中获取智能电网，并高效地处理由此获得的数据，以监控用户页面拥塞，及时解决电源线供电问题。数据还可以作为网络临时改造的基础，以提高供给质量。本文重点介绍了“低压”数据挖掘和通过提供营地实现的准确定位。如果用户端出现低压问题，如果不及时采取措施，可能会导致严重问题。信息技术的应用主要是智能供电，不仅可以远程运行，而且还可以自动收集和分析信息，获得用户功耗的准确信息。此外，智能手机还可以用作监控功能，准确识别电源问题并及时解决。这不仅保证了电源的质量，而且提高了经济性。

关键词：低电压;大数据;应用

引言：中国的电力工业在近几十年间飞速发展，随着智能化电力系统的不断建设，大量的信息数据在电力生产、营销、服务的流程中产生，每项业务都会积累大量的历史数据。管理人员每天都要花费大量的时间和精力去分析处理这些数据，而在庞大的数据面前，其运维和管理方法对电力生产、决策的支撑不免有些不足和乏力，造成这样的问题主要为以下二种原因：一是因为采用传统的方法对现产生的大数据进行处理，不仅效率低，而且结果并没有代表性，若从庞大的数据中提取有效的数据进行处理，其结果是使得管理者不能做出更全面的决策;另一原因是现管理信息系统只重视业务流程的处理环节，使得企业生产和决策对大数据的依赖得不到满足。就电力系统而言，未来电力工业生产和管理都与电力大数据紧紧相关，因此，电力系统中需要采用大数据技术来解决当前各个业务中增长的数据所带来的问题。

1电压监测现状分析

智能电网稳定发展的背景下，电压监测需求增加，电压检测数据量迅速增加。考虑到当今智能电网的复杂性，当今的电压监控结构已不再能够满足公司的需求，而且存在局限性。（1）电网、智能电网、制造工艺的改革和电压质量监控的稳步提高，导致数据处理和监控数据量不断增加，虽然不断发展，但不能完全满足当前的实际需要。（2）电压质量监控系统的性能与数据存储性能、计算能力和分析能力有关，增加电压需要软件平台体系结构和扩展能力。但是，目前的软件平台体系结构不符合实际要求，硬件性能需要改进。（3）数据集成平台已无法满足当今智能电网数据增长的需求。这对广东省智能电网的发展状况尤为关注。传统数据整合平台中无法提供的新技术和智能算法，对于满足电磁质量政策要求至关重要，例如电源质量监控和故障检测、位置确定等。面对这些问题和情况，科学引入大型数据技术，以支持电压监测的发展，满足电压监测分析的实际要求是很重要的。

2低电压”问题

其一，“低电压”问题不能有效处理的一个重要原因是由于不能提前监测“低电压”。采用当前的信息系统，对于用户侧的电压不能有效测量，不能获得准确可靠的数据信息，所以，当发现“低电压”的问题的时候往往是用户投诉之后才发现的，需要工作人员到现场实，然后才能具有针对性地解决。这种被动解决问题的方法必然會影响电能供应质量。其二，工作人员对于用户“低电压”的问题不能有效掌握，这其中所存在的管理问题是不容忽视的。比如，当出现三相负荷不平衡的时候，就会发现主要是由于设备原因导致的，而且设备原因也是有很多种，比如，出现超半径的问题，超过规定容量的问题等等，各种原因的性质不同，延续的时间也不同，有的原因是瞬时的，有的原因受到气候环境的影响，有的原因可以长时间存在，有的原因则是长期性的。如果单相电压不超过160V，就是进入到“低电压”状态，如果对于管理方式没有做出调整，依然采用传统的技术手段，对于这种现象就很难掌握。其三，“低电压”的发生存在动态性。当出现“低电压”问题的时候，对台区做出调整，可是，如果用户使用的用电设备数量增多，已经超过了供电能力，就会重现“低电压”问题。所以，对于这种现象的整治要跟进，但是，如果没有采取创新技术，对于这个问题就很难彻底解决。

3电压监测数据平台应用实证及关键技术

3.1系统关键技术

电网节能监控系统在数据采集过程中通常连接多个系统，从而在整个系统平台上产生大量数据。为了更好地处理更大的数据量，引入了并行计算基数和分布式存储技术，用于数据分析和存储。为了对低压电网进行详细分析，还引入了符合智能电网实际需求的大型数据挖掘和指标预测技术。

3.2数据分析技术

采用数据分析技术使电力系统能够分析大量信息，对技术信息进行更有针对性的分析，并在计算过程中作出科学依据的决策。要提高网络化企业的竞争力和成本效益，这一战略的有效性对于经济高效的管理至关重要。据说，德国目前在数据分析方面处于极高水平，最大限度地利用太阳能，使用户能够连接电网的其他部分，从而带来经济实惠的新高度。

3.3分布式存储技术

当今的电网分布广泛，具有多种功能，可产生大量数据，桥接传统的集中数据存储应用，限制数据处理，导致数据存储可靠性和完整性较差。这种传统的集中式数据存储方法需要在服务器之间进行大量数据交换，这可能会导致大量网络资源。存储智能网格数据的一种方法是这种分布式数据存储技术的研究和问题领域。分布式存储利用网络中不同存储设备之间的存储容量，建立虚拟连接，创建高容量存储池，将大量数据分布到不同节点，并利用科学存储策略将存储数据连接到整个存储。高效、安全地处理海量数据，监控分布式存储技术电网。

3.4计算技术

对于大型数据分析，必须首先对数据进行分类，以便高效地处理大量数据。与传统计算方法相比，手动计算既繁琐又劳动密集型，而且在相同条件下数据分析效率非常低。这会将分类的数据输入到相应的文件中，从而改进对数据的访问，提高效率，并大大改进创建并行数据库时的数据。

3.5并行计算

使用群集、分布式处理、任务调度等策略统一数据收集管理。存储计算技术，用于存储由不同类型的服务和节点访问的参数数据，以将大多数组织对历史数据库的访问转移到内存中，减轻数据库压力并提高性能。高效的多计算机计算和并行多线程计算可实现实时高效的电压监控。

结束语：通过上面的研究可以明确，用户侧“低电压”点覆盖面非常广泛，而且会产生严重的后果，而且还存在不能提前检测的问题，不能准确定位。对于这样的问题，就需要应用信息技术，特别是处于营配调贯通的情况下，更需要采取科学有效的解决方案，以做到有效监测，准确定位。

参考文献：

[1]王亚君，孙希阔，赵丽新.大数据技术在配电网低电压监测中的应用研究[J].电子制作，2018（22）：91-92.

[2]龚廷志，郑才强，郑学勤.用大数据监测分析农网改造升级项目建设效果[J].农村电工，2018，26（11）：40-41.

[3]潘建宏，刘凌宇，苑立民，张凯.大数据思维驱动供电优质服务[J].中国新通信，2018，20（13）：209.

[4]毛新朋，侯恩振，汪流括.基于计量自动化系统打造电能质量大数据分析平台[C]，2018：91-97.

[5]彭春柳，陈跃辉，朱吉然，郭文明.基于配电网大数据平台的低电压监测及预警系统的开发与应用[J].湖南电力，2018，38（02）：5-8.

（国网武威供电公司城区供电分公司  甘肃  武威  733000）