电力新兴业务全天候跟踪分析及异常监控.pdfVIP

电气技术与经济／经济与管理

电力新兴业务全天候跟踪分析及异常监控

陈观娣程斌姚文莹张涛谭健

（广东电网有限责任公司广州供电局）

摘要：由于电力新兴业务数据量过于庞大，导致异常数据监控率较低，因此设计一种电力新兴

业务全天候跟踪分析及异常监控方法。通过智能电表和营销系统分别采集计量域与营销域数据，

利用物联网与大数据分析确保数据精准无误。设置全天候跟踪比对逻辑，比对计量域与营销域时

间差，以评估业务流程效率。针对异常记录核查用电异常，设定预测时段后平衡预警提前量与应

急响应时间，结合自定义预警规则功能满足不同业务需求。通过多渠道即时推送预警信息，实现

电力新兴业务全天候跟踪分析及高效异常监控预警。实验结果表明，在样本数量为6000条时，

设计方法的异常数据监控率为96%，这表明设计方法在电力新兴业务全天候跟踪分析及异常监控

中的有效性。

关键词：电力新兴业务；计量域；营销域；全天候跟踪；异常监控

0引言量、用电量、功率因数等关键指标，并通过无线或有线

新兴业务的不断涌现不仅为电力系统带来了前所方式传输至数据中心。对于营销域数据，需要从电力公

未有的活力与机遇，同时也对其监控与管理提出了更为司的营销系统中提取。这包括用户的基本信息、交易记

严峻的挑战。随着智能电网、分布式能源、电动汽车充录、电费缴纳情况等。利用API接口或数据仓库技

电站等新型业务模式的普及，电力数据的复杂性和实时［3］

术，实现营销数据的实时或批量提取。

性要求急剧增加，如何实现对这些新兴业务的全天候跟在上述采集过程中，需融合物联网与大数据分析

踪分析以及异常监控，成为电力领域亟待解决的关键问技术，这些技术以其强大的数据采集与分析能力，显著

题。其中，文献［1］通过Bagging并行训练多个弱学降低了数据遗漏与误读的风险，确保了业务数据的精准

习器，并综合它们的输出进行最终决策，有效降低了单无误。同时，依托智能化平台的优化，数据采集流程实

一模型过拟合的风险，能有效提高了用电异常检测的准现了高效自动化，如图1所示。

确性和稳定性。文献［2］通过构建电力计量全链路的

业务拓扑模型，将各个业务环节的数据进行关联分析，

实现了对关键业务异常的精准定位。尽管上述两种方法

在各自的领域内取得了显著成效，但面对电力新兴业务

全天候跟踪分析及异常监控的复杂需求，仍存在诸多挑

战。一方面，新兴业务的多样性和动态性要求监控方法

图1自动化数据采集流程

具备更高的灵活性和可扩展性；另一方面，实时性和准

确性的双重压力也对监控系统的性能提出了更高要求。在采集电力新兴业务数据后，为确保数据质量满

因此，本文旨在结合电力新兴业务的特点，提出一种更足深度分析及异常监控的高标准，需实施数据预处理步

加全面、高效、智能的监控方法，以实现对电力新兴业骤，特别是标准化处理，这一过程旨在调整数据分布，

务的全天候跟踪分析及异常监控。使得不同量纲、不同波动范围的数据能够公平比较，预

处理公式为：

1电力新兴业务数据采集

X=x-μ（1）

采集电力新兴业务数据，主要包括计量域与营销σ

xμ

域的数据，先明确数据采集范围