大數(shù)據(jù)分析在電力規(guī)劃中的應用

岳昕

摘要： 現(xiàn)代化建設不斷推進的趨勢下，我國對于電力資源的需求量大幅提升，只有保障電力輸送的安全性和穩(wěn)定性，才能夠為經(jīng)濟增長奠定基礎，增強電力企業(yè)的競爭實力。電力信息技術的應用，極大地促進了我國電力系統(tǒng)的完善，能夠使電力行業(yè)朝著自動化和智能化方向發(fā)展。為了推動電力信息技術的進一步革新，需要對大數(shù)據(jù)和電力信息技術的融合進行深入探索，充分發(fā)揮大數(shù)據(jù)的價值與優(yōu)勢，促進我國電力行業(yè)的繁榮發(fā)展。加強對電力生產(chǎn)各個環(huán)節(jié)數(shù)據(jù)信息的獲取與分析，能夠實現(xiàn)電力服務體系的不斷優(yōu)化。

關鍵詞： 多變量數(shù)據(jù)；規(guī)劃建設；電力規(guī)劃

引言：隨著采集系統(tǒng)支撐業(yè)務增多，多部門共享交叉變得復雜化，產(chǎn)生的數(shù)據(jù)總量以高復合增長率快速膨脹。面對爆發(fā)式增長的多領域能源大數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)分析方式和方法無法支撐快速增長的支撐業(yè)務需求。文中基于采集系統(tǒng)數(shù)據(jù)，不斷探索新領域，詳細闡述了基于采集系統(tǒng)的電力大數(shù)據(jù)在線損治理、大氣污染防治、煤改電工程、負荷預測等領域的應用成果，并在能源互聯(lián)網(wǎng)、智慧用能服務以及智能運維搶修等方面的大數(shù)據(jù)應用前景進行了探索。

1 大數(shù)據(jù)的基本概念及關鍵技術

無法通過普通軟件工具進行信息數(shù)據(jù)的管理和數(shù)據(jù)集合，通常稱為大數(shù)據(jù)。在企業(yè)制定長遠發(fā)展戰(zhàn)略的過程中，大數(shù)據(jù)起著至關重要的作用，大數(shù)據(jù)的特點是大量、多樣且傳播速度快。在海量數(shù)據(jù)中提取有效信息，并進行分析與處理，是實現(xiàn)大數(shù)據(jù)利用效率提升的重要途徑。在現(xiàn)代化電網(wǎng)建設過程中，社會對于數(shù)據(jù)收集、整理和分析能力的要求逐步提升，只有通過大數(shù)據(jù)技術與電力信息技術的結合，才能完善電力行業(yè)的發(fā)展模式，促進電力企業(yè)長遠發(fā)展。數(shù)據(jù)分析技術包括機器學習和數(shù)據(jù)挖掘等，應用于電力信息技術中能夠實現(xiàn)電網(wǎng)安全在線分析、線路運行狀態(tài)分析和間歇性電源發(fā)電預測等功能，能夠提升電力數(shù)據(jù)分析精確性。數(shù)據(jù)管理技術包括數(shù)據(jù)抽取技術、數(shù)據(jù)融合技術、數(shù)據(jù)庫技術等。數(shù)據(jù)處理技術包括流處理技術、分布式計算機技術和內(nèi)存計算機技術，能夠滿足電力行業(yè)對電力數(shù)據(jù)處理的要求。

2 氣溫·電量（負荷）預測法

本文利用相關性分析找出各種因素對負荷與電量的影響程度，根據(jù)分析結果找出與負荷和電量有關聯(lián)的變量，然后通過因子分析，對多個變量進行降維處理，以盡可能減少變量個數(shù)。通過對氣溫數(shù)據(jù)（包含最高氣溫、最低氣溫和平均氣溫）、月份、電網(wǎng)負荷、電量數(shù)據(jù)曲線的觀察，發(fā)現(xiàn)數(shù)據(jù)之間存在著一定的關聯(lián)關系，并隨著時間的變化呈現(xiàn)出一定的周期性規(guī)律，因此依據(jù)最高氣溫、最低氣溫、平均氣溫和月份等變量，重點分析負荷和電量的變化。最后通過建立預測模型，實現(xiàn)對電力需求的預測。

（1）氣溫、負荷、電量的相關性分析。首先對整體數(shù)據(jù)進行描述性統(tǒng)計分析，以了解待分析數(shù)據(jù)的總體情況，包括各數(shù)據(jù)的均值、范圍、標準差等信息。日最大負荷與日電量兩個變量跟最高氣溫、最低氣溫和平均氣溫這3個變量的關聯(lián)程度較大，相關性顯著，尤其跟日最高氣溫的相關性最為顯著，日最大負荷、日電量與空氣質量指數(shù)、月份相關性較弱，可以認為基本不相關。因此，為減少計算量，在后面的分析中去除空氣質量指數(shù)變量數(shù)據(jù)，保留每日氣溫數(shù)據(jù)，同時保留月份數(shù)據(jù)。

（2）氣溫、負荷、電量因子分析。對最大負荷、日電量與當日的最高氣溫、最低氣溫、平均氣溫的4個變量進行因子分析，根據(jù)各自與負荷（電量）的相關程度抽取出對負荷（電量）有影響的成分，組成1組或1個能夠等效于上述4個變量的新的變量數(shù)據(jù)。事實上，因子個數(shù)小于原有變量的個數(shù)才是因子分析的目的，所以不可能提取全部特征根。第2列列出了按指定提取條件（這里為特征根大于1）提取特征根時的公因子。可以看到，與最大負荷（日電量）有關聯(lián)的3個氣溫變量的絕大部分信息（大于95.8%）可被因子解釋，這些變量信息丟失較少，而與最大負荷（日電量）關聯(lián)不大的月份變量僅提取了7.3%的成分。因此，本次因子提取的總體效果理想。

圖1為因子分析的碎石圖，第1個因子的特征值很高（3左右），對解釋原有變量的貢獻最大；第1個以后的因子特征根都較小，取值都小于1，說明它們對解釋原有變量的貢獻很小，稱為可被忽略的“高山腳下的碎石”，因此可以提取第1個因子作為所有因子的代表。因子分析完成后，數(shù)據(jù)末尾自動生成了1個公因子變量（FAC1_1），將其命名為“D”變量（影響電力負荷和電量的變量）。回歸分析。經(jīng)分析，得到?jīng)Q定電力負荷和電量的單一變量（D），接著需要利用回歸分析找出最大負荷與D、日電量與D的變化關系。下面分別選取最大負荷和日電量為因變量，選取D為自變量，對最大負荷與D、日電量與D的變化曲線進行估計分析。可以發(fā)現(xiàn)，各個對最大負荷與D、日電量與D的變化曲線估計模型中，三次曲線的可決系數(shù)R2和F統(tǒng)計量均為最大，所以采用三次曲線對日最大負荷（Y1）-D和日電量（Y2）-D曲線進行估計，三次曲線參數(shù)估算值結果可得出日最大負荷（Y1）-D、日電量（Y2）-D的變化關系式為：

Y1=406.805-14.515×D+86.059×D2+31.601×D3

Y2=7302.648-192.856×D+1593.18×D2+586.04×D3

可以看出，曲線表達式基本上的最大負荷和日電量值大致擬合。

4 大數(shù)據(jù)背景下電力信息技術的發(fā)展策略

4.1 完善電力信息技術體系

在電力行業(yè)發(fā)展過程中，只有建立完善的電力信息技術體系，才能為生產(chǎn)經(jīng)營和管理工作提供技術保障，促進電力系統(tǒng)的優(yōu)化升級，為我國社會生產(chǎn)生活用電提供更加優(yōu)質的服務。因此，應該借助于大數(shù)據(jù)的優(yōu)勢，不斷完善電力信息技術體系。首先，借助大數(shù)據(jù)技術中的數(shù)據(jù)分析功能，對現(xiàn)階段電力信息技術中的問題進行深入研究。通過不同技術數(shù)據(jù)信息的對比與分析，明確不同技術的優(yōu)點和不足，進而促進電力信息技術的革新。其次，實現(xiàn)大數(shù)據(jù)與電力信息技術的互補。在現(xiàn)階段電力信息技術的實際應用過程中，依舊存在很多限制性因素導致技術優(yōu)勢發(fā)揮不夠明顯。因此需要應用大數(shù)據(jù)實現(xiàn)技術互補，通過技術模型的構建，制定技術應用問題的針對性解決方案。最后，利用大數(shù)據(jù)實現(xiàn)資源共享。在當前電力信息技術的應用過程中，資源共享面臨著一定的困難，而借助于大數(shù)據(jù)和電力信息數(shù)據(jù)庫的建立，能夠提升信息獲取、存儲、傳遞與分享的效率，減輕電力人員的工作壓力。

4.2 強化電網(wǎng)預警功能

在電力系統(tǒng)運行過程中，預警功能的設置能夠幫助巡檢人員及時發(fā)現(xiàn)存在的問題，避免運行故障導致的電力事故，進而保障人員的生命財產(chǎn)安全和企業(yè)經(jīng)濟效益。因此，需要借助于大數(shù)據(jù)的相關框架，不斷完善電網(wǎng)的預警功能，幫助工作人員實時動態(tài)掌握電網(wǎng)運行參數(shù)，建立預案處理機制和相關預警模式。通過對電網(wǎng)運行狀況進行參數(shù)化處理，借助于數(shù)據(jù)分析的功能，能夠實現(xiàn)電網(wǎng)運行狀況的預測分析，從而降低故障發(fā)生的概率。同時也是不斷提升電網(wǎng)監(jiān)管水平的重要途徑。

結語：電力信息技術在電力系統(tǒng)中的應用，能夠滿足當下社會的用電需求，切實提升電力系統(tǒng)運行的安全性和可靠性，為供電服務質量的提升奠定基礎。尤其是在當前大數(shù)據(jù)背景下，實現(xiàn)電力信息技術和大數(shù)據(jù)的結合，能夠增強電力信息技術的應用效果，解決技術發(fā)展中遇到的瓶頸問題。因此，應該根據(jù)不同地區(qū)的電力發(fā)展狀況，建立完善的管控體系，不斷完善數(shù)據(jù)庫、設計框架和運行機制，為電網(wǎng)的智能化建設提供保障。

參考文獻

[1]楊漾，張詩軍，陳豐，李遠寧，張世良.電力大數(shù)據(jù)平臺建設及實時線損異常檢測應用[J].現(xiàn)代計算機（專業(yè)版），2016（36）：8-14.

[2]樓鳳丹，裴旭斌，王志強，紀德良.基于云計算及大數(shù)據(jù)技術的電力搜索引擎技術研究[J].電網(wǎng)與清潔能源，2016，32（12）：86-92+99.

[3]舒永芳.大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術在電力企業(yè)中的應用研究[J].低碳世界，2016（36）：102.

[4]應澤貴.電力公司大數(shù)據(jù)分析平臺項目的構建方案[J].科技創(chuàng)新導報，2015，12（33）：15-17.

[5]歐陽曙光.智能配電網(wǎng)大數(shù)據(jù)應用需求和場景分析研究[J].科技創(chuàng)新導報，2015，12（31）：11-12.