“大數據”在供電企業中的應用

□矯東旭 連 通

一、引言

大數據的意義是由人類日益普及的網絡行為所伴生的，對于供電企業來講，實現大數據首先必須將各項技術指標數據化，其次要實現辦公智能化，依托以上兩點才可實現供電企業的大數據應用。對于調度自動化系統，天津港保稅區供電公司早已實現數據采集，其中ON3000等調配系統就有負荷預測、潮流計算等功能。

二、大數據在供電安全方面的應用

(一)結合生產管理信息系統初步數據化。利用生產部門的生產管理信息系統數據庫現已積累的設備管理數據，如設備使用年限、檢修周期、技術數據、巡視記錄等資料，基本覆蓋設備的整個使用周期，以及設備的試驗、檢修、缺陷記錄，可以完善安全應急體系，將應急措施以及事故預測能力精確到月份甚至星期。全面升級生產管理信息系統，將數據庫開放，在原有基礎上建立生產安全信息管理模塊，其中可構建隱患預測、安全評價等功能。比如變壓器漏油問題，此隱患有其周期規律性，在數據庫中建立相應的參數，如膠墊壽命、膠墊使用時間、絕緣油更換時間節點等影響漏油的因素，結合以往變壓器漏油缺陷處理情況進行判斷，若眾多因素中滿足兩點及以上與以往發生缺陷因素相同，則可做隱患預警。比如安全評價功能，根據數據庫已有設備資料，可根據設備安全評價標準制定計算機算法，實現設備的自動安全評價，根據已作出的安全評價對評價較低的設備進行預警。隱患預測等是基于以往事故的具體特征進行判斷，需要建立更多的數據參數，且數據庫的建立需要時間去發生以及更多事故情況的積累。因此需要投入資金不斷升級硬件，更需要時間不斷完善數據庫中的歷史數據。

(二)結合調度數據庫完善數據，實現精確化。利用調度數據庫中龐大的事故報警、保護報警、測量信息以及分合閘記錄使安全應急措施和事故預測能力準確性更高。完善安全數據庫，在已建立好的預警功能數據庫中加入更多的實時采集信息。比如變壓器漏油，其數據參數中可相應加入變壓器實時數據，如負荷、溫度等。如每年最高負荷出現在7、8、12、1月份，平均負荷7、8月份相對較高，因此可根據負荷大小以及溫度高低更準確地預警漏油隱患的發生。調度系統數據庫是供電企業所有數據中較為龐大及重要的部分，其歷史數據的適當利用與其他方面分析等可更好發揮數據的作用。調度自動化系統數據庫相對封閉，出于數據安全及調度系統穩定性考慮，單純實現調度數據庫的開放基本不可能，需增加具有物理及軟件隔離的外部數據庫存儲服務器，或調取調度系統中web發布系統服務器數據，結合生產信息管理系統數據庫構建更為全面的安全數據庫。其硬件購置及軟件設計的投入相對較高，但數據庫基礎相對較好，因此在實現安全初步數據化基礎上，結合調度自動化系統實時數據庫進行分析預測將更加清晰、準確。

三、大數據在智能辦公方面的應用

對于辦公方面，數據的構建及采集相對較為開放，但是辦公數據存在分散、不規則等特點，數據庫建設初期需要做好大量分類以及手工錄入，以做好的數據分類為基礎，開展辦公自動化建設。

(一)辦公數據的統計與預測。用計算機實現各種辦公流程，會大幅提升企業辦公效率、統計速度和準確性。比如，通過軟件實現資金審批過程的流轉，資金申請人填寫發票基本信息，包括數額、部門、時間、單位、事項等，經過軟件提交部門領導，部門領導通過流轉至財務審批，財務審批后自動進入經理審批環節，最后實現整個流程的閉環。在整個過程中，資金申請人填寫的多項信息在軟件數據庫中進行了采集存儲，一旦數據庫中有了原始積累，便可提用點表內信息制作報表，運用已存儲的數據進行月度、年度等不同需求的數據自動統計，相比人工年終統計更為快捷準確。程序中可以加入各環節審批時間的統計等，若超出正常值可通過軟件發出信息提醒，進一步可開發手機APP，由辦公數據庫服務器將各種超時待辦事項通過網絡發送給責任人，從而提高工作效率。另外，大數據應用于辦公，可實現通過軟件統計各種耗材的使用情況。首先用軟件固化耗材使用申請流程辦公程序，根據日常耗材使用明細建立耗材使用數據庫，申請人可在程序中選定辦公耗材名稱及數量，填寫日期等數據采集點，以A4打印紙為例，使用人通過辦公自動化系統選擇具體申請耗材名稱即A4打印紙，提供使用數量等信息，部門領導在系統中進行審批，耗材管理員發放后在系統中進行確認，整個過程敏感信息都會保存于數據庫中，利用以上數據可進行部門、公司耗材使用統計，也可進行各時間段的耗材使用統計，在積累一定的歷史數據后，耗材管理員可以根據以往每年各季度耗材使用分布進行下一年度的購置申請，大大減少了之后的年終統計及預算統計精力和時間。同理，每個人、每個部門、每種耗材的使用都存儲于數據庫中，同樣可根據要求產生耗材使用分析報表，有了數據的分類以及分析報表，結合其他特殊數據作為判斷依據，可進一步進行耗材使用量的預測。以此類推，人力資源管理、檔案管理、車輛使用、食堂原料購置、預算管理都可運用大數據進行統計及預測。

(二)數據的分類及數據庫構建。數據的存儲需要找到其相應的位置，這就是在數據庫構建過程中，我們必須預見性地為數據做好分類。若做好供電企業辦公大數據的初期建設工作，就必須使每個崗位能夠盡可能總結其崗的流程化工作，以及工作流轉過程中所涉及的數據量。數據庫的構建是一個由淺入深、由簡到繁的過程，可以先以幾個流轉比較頻繁的工作為主，如資金審批、車輛使用、耗材申請。

四、結語

生產管理信息系統及調度自動化系統的數據采集，或許當時看來只有對當前情況記錄的作用，但現在卻可運用歷史數據做未來的分析及預測之用。調度自動化系統的各項供配電數據，原本只是作為調度本崗調度負荷等的判斷依據，但結合營銷數據后，構建上層數據庫，可以更清晰直觀地判斷出各條線路的高低負荷、線損等關鍵參數，也能通過報表、柱狀圖、餅形圖等形式展現各類數據，還可以開展更深層次的應用，比如，可以制定算法，為電力運行人員倒負荷，停、投主要設備提供重要依據及預測。

我們看到的大數據應用是數據原始積累后的繁華現象，今天大數據的聲勢是互聯網進入中國二十多年的積累。對于供電企業，麻雀雖小，五臟俱全，實現大數據的后期應用至少需要一至兩年時間。但是數據的積累對于一個公司或一個行業更有戰略意義。