1  基本情況

    受信息化強力驅(qū)動,，智能配電網(wǎng)發(fā)展速度逐漸加快,，自動化、智能化和信息化水平不斷提高,，對于檢測類,、調(diào)度運行類、GIS類業(yè)務(wù)數(shù)據(jù)的應(yīng)用有了大幅度提高,。為進一步提高公司運營效率效益,，多維度分析挖掘業(yè)務(wù)監(jiān)測點，借助天氣,、聯(lián)通人流等外部數(shù)據(jù),，依據(jù)業(yè)務(wù)拓撲關(guān)系對全網(wǎng)負荷、配網(wǎng)停電,、配網(wǎng)負載,、95598配網(wǎng)搶修工單等進行關(guān)聯(lián)分析，采用時間序列等大數(shù)據(jù)算法,，找出全網(wǎng)負荷高峰時段,、配網(wǎng)線路頻繁停電、配網(wǎng)臺區(qū)重過載等歷史規(guī)律，為決策分析提供了數(shù)據(jù)支撐,，有針對性采取必要措施,，促進配電網(wǎng)精益化管理水平，有效提高電網(wǎng)設(shè)備合理性投資,。

2  主要做法

2.1  數(shù)據(jù)收集

    （1）天氣數(shù)據(jù)：從安監(jiān)減災(zāi)防災(zāi)系統(tǒng)獲取2017年全年數(shù)據(jù),，內(nèi)容包括時間、溫度,、天氣狀況,、濕度等。

    （2）人流數(shù)據(jù)：從聯(lián)通公司獲取2017年全年人流數(shù)據(jù),，內(nèi)容包括時間,、地區(qū)、人員數(shù)量,、同比值,、環(huán)比值等。

    （3）配網(wǎng)線路停電數(shù)據(jù)：從調(diào)控OMS系統(tǒng)獲取2017年全面數(shù)據(jù),，內(nèi)容包括時間,、線路名稱、停電時間,、單位,、投運時間等。

    （4）電網(wǎng)負荷數(shù)據(jù)：從調(diào)控OMS系統(tǒng)獲取2017年全年數(shù)據(jù),，內(nèi)容包括時間,、地區(qū)、最高負荷值等,。

    （5）95598配網(wǎng)搶修工單數(shù)據(jù)：從營銷基礎(chǔ)數(shù)據(jù)平臺獲取2017年全年明細數(shù)據(jù),，內(nèi)容包括工單編號、受理時間,、 歸檔時間等,。

2.2  數(shù)據(jù)治理

    優(yōu)先考慮在數(shù)據(jù)接入側(cè)的數(shù)據(jù)質(zhì)量治理，從源頭提升數(shù)據(jù)有效性,，首先對接入的原始數(shù)據(jù)進行抽取,、有效性篩選清洗、轉(zhuǎn)換和裝載,。建立數(shù)據(jù)質(zhì)量規(guī)則庫,、特征庫，通過數(shù)據(jù)質(zhì)量規(guī)則,，對各類異常數(shù)據(jù),、空數(shù)據(jù),、重復(fù)數(shù)據(jù)等情況，采用預(yù)先設(shè)置好的數(shù)據(jù)質(zhì)量規(guī)則進行在線清洗轉(zhuǎn)換,，最大程度地提升數(shù)據(jù)質(zhì)量,，保障分析成果的可信度。

2.3  數(shù)據(jù)分析

    基于配網(wǎng)線路停電時間,、線路停電地區(qū)、天氣溫度等數(shù)據(jù),，按日統(tǒng)計各地區(qū)2017年全年線路停電總數(shù),；按日將天氣溫度進行匯總，以5℃為單位進行區(qū)間劃分,，分析溫度給配網(wǎng)線路停電造成的影響程度,。

    基于全網(wǎng)負荷數(shù)據(jù)及聯(lián)通人流數(shù)據(jù)進行分析，按日統(tǒng)計各地區(qū)全網(wǎng)負荷最高值,，與聯(lián)通人流每天數(shù)據(jù)增減情況進行對比,，分析該地區(qū)人流變化情況對全網(wǎng)負荷值得影響程度。

    基于95598配網(wǎng)搶修工單受理時間及天氣溫度等數(shù)據(jù),，按日統(tǒng)計各地區(qū)配網(wǎng)搶修工單數(shù),，探索研究大數(shù)據(jù)算法，制定大數(shù)據(jù)計算規(guī)則,，分析溫度與配網(wǎng)搶修工單在一定范圍內(nèi)的關(guān)聯(lián)性,，為開展配網(wǎng)搶修工作提供有效引導(dǎo)及支撐。

2.4  場景建設(shè)

    重用運用可視化設(shè)計器及其他技術(shù)手段直觀形象展示場景效果,，明確系統(tǒng)框架設(shè)計及界面設(shè)計,，全方位覆蓋省市兩級業(yè)務(wù)，滿足常態(tài)展現(xiàn)及監(jiān)測需求,。

3  成果形式

3.1  線路停電

    計算公式：

    結(jié)果分析：按溫度平均停電次數(shù)分析,，同樣的溫度天數(shù)，溫度越高,，引起的線路停電數(shù)量越多,。

3.2  配網(wǎng)搶修

    計算公式：

    結(jié)果分析：溫度與搶修工單數(shù)在一定范圍內(nèi)具有很強的相關(guān)性，溫度過高或過低都會導(dǎo)致工單數(shù)量增加,尤其是高溫導(dǎo)致工單的增長現(xiàn)象更為明顯,。 

3.3  全網(wǎng)負荷

    計算公式：

    結(jié)果分析：某地區(qū)的人口流動增減幅度能夠給該地區(qū)的全網(wǎng)負荷值造成明顯的波動,，尤其是節(jié)假日或者春節(jié)期間，城市返鄉(xiāng)人流變化大幅度增加,，城市用電負荷明顯降低,，鄉(xiāng)鎮(zhèn)用電負荷明顯增長。

4  典型案例

4.1  案例1：線路停電與溫度關(guān)聯(lián)分析結(jié)果輸出及展示

    選取2017年6月20日至8月20日期間的線路停電明細數(shù)據(jù),，如圖1所示,，統(tǒng)計線路停電15 354次,，其在該期間的天氣溫度基本在25℃以上，其中,，30℃~35℃時停電線路數(shù)量最多,，占比為56.7%，其次是25℃~30℃時,，占比為21.3%,。

4.2  案例2：搶修工單與天氣關(guān)聯(lián)分析結(jié)果輸出及展示

    選取2017年春節(jié)（2017年1月27日至2月2日）7天的明細數(shù)據(jù)，如圖2所示,，統(tǒng)計配網(wǎng)搶修工單6 095條,，與該時段天氣進行關(guān)聯(lián)，該時段維度主要在-5℃~10℃之間,。

    通過大數(shù)據(jù)技術(shù)衍生出適合該類數(shù)據(jù)的大數(shù)據(jù)算法,，發(fā)現(xiàn)溫度與搶修工單數(shù)在一定范圍內(nèi)具有很強的相關(guān)性，溫度過高或過低都會導(dǎo)致工單數(shù)量增加,尤其是高溫導(dǎo)致工單的增長現(xiàn)象更為明顯,。

4.3  案例3：全網(wǎng)負荷與聯(lián)通人流數(shù)據(jù)關(guān)聯(lián)分析結(jié)果輸出及展示

    選取2017年春節(jié)（2017年1月27日至2月2日）7天全網(wǎng)負荷的的明細數(shù)據(jù),，如表1所示，結(jié)合聯(lián)通數(shù)據(jù)在此期間的人流增加情況展開深入分析,。通過人流數(shù)據(jù)及全網(wǎng)最高負荷增加情況,，發(fā)現(xiàn)各地區(qū)的人口流動增減幅度能夠給該地區(qū)的全網(wǎng)負荷值造成明細的波動，尤其是節(jié)假日或者春節(jié)期間,，城市返鄉(xiāng)人流變化大幅度增加,，城市用電負荷明顯降低，鄉(xiāng)鎮(zhèn)用電負荷明顯增長,。

    通過表1可以明顯發(fā)現(xiàn),，伴隨城市返鄉(xiāng)人流平均值增加，全網(wǎng)最高負荷均存在明顯增長,，城市返鄉(xiāng)人流平均值減少,，全網(wǎng)最高負荷均存在明顯降低。

5  結(jié)論

    經(jīng)濟的快速發(fā)展使得社會發(fā)展和生活用電量在不斷增加,，且伴隨著用電客戶對當前供電服務(wù)質(zhì)量的要求也越來越高,，迫切需要供電企業(yè)在滿足供電服務(wù)需求的同時，進一步加強電網(wǎng)設(shè)備運行穩(wěn)定性,。因此,，傳統(tǒng)的電網(wǎng)運營及監(jiān)測模式需要不斷結(jié)合實際需求進行改革創(chuàng)新，借助外部數(shù)據(jù)資源開展配電網(wǎng)業(yè)務(wù)監(jiān)測及分析有助于提升配電網(wǎng)業(yè)務(wù)服務(wù)水平,，通過關(guān)聯(lián)歷史數(shù)據(jù),，分析挖掘三集五大業(yè)務(wù)異動規(guī)律，預(yù)測研判未來走勢,，有效發(fā)揮輔助決策作用,，提升了公司科學決策能力和“集約化,、精益化”管理水平，這樣才能更好地滿足新時期供電企業(yè)發(fā)展的需求,。

參考文獻

[1] 邵峰晶.數(shù)據(jù)挖掘原理和算法[M]. 北京：中國水利水電出版社,，2005.

[2] 趙志剛，張文杰,，安宏宇,，等 配網(wǎng)主動搶修關(guān)鍵技術(shù)研究與應(yīng)用[J].科技創(chuàng)新與應(yīng)用，2017（5）：177.

[3] （美）ANDERSON P M. 電力系統(tǒng)故障分析[M]. 王際強, 等,，譯. 北京: 電力工業(yè)出版社, 1980.

[4] 李曉東. 電力企業(yè)數(shù)據(jù)中心數(shù)據(jù)管控的研究與應(yīng)用[J]. 電力信息化, 2012,10(8): 60-64.

作者信息:

劉遠龍1,，張偉昌1，史雙雙2,，于善海2,，李  劍2,，張文山3

（1. 國網(wǎng)山東省電力公司運監(jiān)中心,，山東 濟南 250001；

2. 山東魯能軟件技術(shù)有限公司,，山東 濟南 250001,；3. 國網(wǎng)德州供電公司運監(jiān)中心，山東 德州253000）