大数据技术在电网运营管理中的应用研究.docxVIP

大数据技术在电网运营管理中的应用研究 　　摘 要 电网运营管理中涉及多源、异构、海量、多类型的数据，将电网运营数据转换为知识是智能电网发展的必然趋势。本文从数据来源和数据特点两个方面分析了电网运营管理中的数据，结合电网运营管理的实际需求，从6个方面，分析了大数据技术在电网运营管理领域的潜在应用场景，将为电网运行管理的分析和决策提供数据支撑。　　【关键词】电网运营管理 大数据 智能电网 海量数据　　1 引言　　智能电网的理念是通过获取更多电能信息，来优化电的生产、传输、调度、分配以及消费。未来智能电网将承载电力流、信息流、业务流，在传输能源的同时实现数据的采集、深度挖掘和分析，最终实现清洁发电、高效输电、动态配电、合理用电的智慧电力的目标。在本质上，智能电网是大数据在电力上的应用。　　随着坚强智能电网的建设，电力行业产生了一大批面向电力各个领域的信息采集与管理系统，包括：用电信息采集系统、营销系统、电网运营管理系统等。这些系统构成了电力大数据的来源，使得电力行业已迈入了大数据时代。面对数据量的迅速增长、数据类型的多样化和数据时效性不断提高，电力行业不仅需要关注如何采集、存储和检索数据，更需要考虑如何分析和利用这些数据并提供有价值的信息，为企业管理和战略决策提供数据支撑。　　在此背景下，本文着重讨论大数据技术在电网运营管理中的应用研究。　　2 电网运营管理中的大数据　　 数据来源　　电网运营管理中的数据主要可以分为以下四类：　　 基础数据　　描述电力设备固有属性及相关参数的数据。　　 运营数据　　描述交易电价、售电量、用电量及客户信息等方面的数据。　　 管理数据　　描述协同办公、ERP、一体化平台等方面的管理数据。　　 外部数据　　这些数据存在于电力系统之外，包括气象、人口、地理、国民经济、法律法规等方面的数据信息。　　 数据特点　　数据量大：据估算，电力行业的生产、运行、管理等方面数据已达到20PB，这个数字相当于1000个中国国家图书馆的数据量。　　实时性：数据采集监控系统SCADA通常都是按秒为单位对数据进行采集。　　数据类型以结构化数据为主，兼有半结构化数据和非结构化数据。结构化数据主要存储在数据库中；半结构化数据和非结构化数据大多出现在日志文件、视频文件和音频文件中。　　数据类型多。运营管理的大数据中涉及多种类型的数据，例如：用电量、售电量、95598工单数据、报表数据、音频数据、视频数据等。　　3 电网运营管理中的大数据应用场景　　 客户用电行为分析　　电力企业的客户有着多元化需求，如何通过对客户的行为分析，准确了解客户的差异化与个性化需求，进而制定差异化服务策略，对智能电网的建设具有重要意义。通过对客户用电量和负荷、用电政策、用户基础信息、用户投诉、用户缴费、用户报装等数据分析和挖掘，全面了解用户的用户行为、报装行为、缴费行为、投诉行为，准确掌握用户的用电特点与潜在需求，快速制定满足用户个性化需求的服务，从而有效提升用户的用电体验与用电满意度。　　 用户信用度分析　　电力客户巨额欠费使得电力公司每年都需要投入大量人力和物力进行电费催缴工作。如何准确掌握电力客户的信用状态，对有欠费迹象或即将出现欠费的电力客户事先及时采取措施，就能大大减少电力公司的经营风险和经济损失。通过对客户的用电量、滞后次数、滞后金额、滞后时长、欠费次数、欠费金额、欠费时长、违章和窃电等数据进行分析和挖掘，聚类用户的信用种类，设计能准确区分不同信用状况的客户信用评价模型，从而使得对电力客户的信用评价更具有客观性和科学性。　　 用电量预测　　用电量预测是指在满足一定精度要求下，通过建立过去电量与未来电量间的关系，以估算未来某时刻的电量数值。对电量进行准确预测，可以保证人民生活和生产有序，有效降低电力企业的运行成本，保证电网高效运行，提高社会和经济消息。电量预测的核心假设是用电量是关于时间的周期性函数，但影响电量的因数较多，如职业、地区、政策、经济、气候等，这些隐私中有确定性的，也有随机性的。这些不确定性的隐私在一定程度上无疑加大了电量预测的难度。　　 客户意图分析　　随着电力体制改革的逐步深化，电力销售市场竞争加剧，迫切需要供电企业迅速改变传统的思维方式和工作模式，进一步增强市场化服务意识，创新商业化服务模式，提升定制化、个性化服务水平，赢得客户的信任，确保市场份额。及时准确了解客户意图，并快速应对，是提升客户满意度、市场竞争力、市场占有率的必要手段。95598系统记录了海量的结构化和非结构化数据。目前针对系统中的结构化数据，相关业务部门常态开展了统计分析，但仅限于时间、区域等维度，精细化程度不够；对95598系统的工单文本数据只是单纯地进行了存储，未加以利用。对95598系统各类工单的文