李志華(廣東電網有限責任公司梅州供電局 廣東 梅州 514000)
引言:配電網擁有著及其復雜的、縱橫交錯的網絡空間。以往的的配電網信息、線路路徑、相關設備的監控和用戶的檔案資料主要依靠配電專職人員的經驗進行管理,很難實現相關數據的及時更新,并且資料也容易出現丟失和損毀的現象,如果遇到應急情況時,也很難準確的查找相關資料,嚴重阻礙了工作的進程。因此,為了更好的保存資料和處理應急事件,必須創建一套先進、合理的管理系統,經過科研人員長時間的研究,基于GIS的電力信息系統結合大數據處理可以對大量電網信息進行科學管理,并逐漸成為了配電網系統的首選系統。
1.1電力系統維護與管理中的作用。電力GIS系統主要是將其地理信息系統的原理與電力系統中的電力設備、變電站、輸電網絡、電力終端以及電力生產負荷、管理等核心內容想融合形成的一種對于電力系統進行信息化生產管理的綜合性智能化信息系統。該信息系統可以直接提供電力系統中相應電力設備的運行狀態信息、電力技術信息、電力生產和管理信息以及電力傳輸應用過程中的山川、河流、城鎮、環境等等一系列的電力系統信息與自然地理環境信息集中于一體,通過查詢GIS系統相關數據、照片、圖像和技術參數等信息就可以實時掌握電力系統運行的狀態,在電力系統的維護和管理中有著十分重要的作用。
1.2傳輸速度的穩定性精確可靠。由于電力系統的運行復雜,信息量大,對于實時性和動態變化的監測有更高的要求,所以,如果想要達到進行實時的收集、傳輸、分析、響應和處理,就需要系統的存儲能力傳輸速度達到較高的要求,GIS系統的開放性和先進性都能滿足這方面的要求,GIS系統的應用更加高效和快速。其次,在對于系統的數據量較大時,它的穩定性和可靠性要求較高,電力企業在電力系統的搭建和維護過程中通常會使系統具有更好的可維護性,結合GIS系統的開放性特點,可以使用實時數據的單次輸入和多次輸出,再通過進行層次的保護和數據統一管理的方式,從而確保數據信息的一致性,使系統參數的傳統和分析更加精確和可靠。
2.1數據相關性分析與聚類分析。通過數據的相關性分析和聚類分析,可了解配電網目前運行情況、輕載區域和重載區域狀態以及根據負荷變化情況預計區域負載率變化情況,通過實際配電網接線和運行方式分析,及時調整網絡運行方式;同時根據天氣數據預測分布式能源出力曲線,結合負荷預測曲線,綜合網絡結構情況和不同時間段各類負荷的互補性分析,可得到配電網實時接納分布式能源的方案,包括接入點信息及其接入量曲線;還可以模擬配電網重載區域出現擾動后網絡運行方式調整預案,為調度人員提前準備應對措施等等。
2.2提升電網規劃水平。大數據在配電網運行中的指導作用基于大數據的配電網規劃方法,首先需要利用區域經濟數據集成短、中、長期負荷預測結果,結合GIS關于設備空間、地理空間、拓撲空間和電物理空間的分析得到負荷空間分布,同時重點考慮所在區域分布式能源的發展情況(中長期預測結果),然后綜合負荷空間分布結果和分布式能源發展情況得到配電網網架結構規劃結果,最后核實驗證網架結構方案的靈活性、科學性和可擴展性。
基于大數據的配電網規劃方法利用豐富的數據信息,如歷史電力數據、工業數據、經濟數據、市政數據和環境數據等,融合先進的設計理念,將更完善的地理信息系統、更復雜多元化的分布式供電理念、更先進全面的可靠性理念注入配電網規劃思路中,從單一目標規劃轉變到多元目標優化規劃,為進一步提升配電網規劃水平和建設一流智能配電網起到促進作用。
2.3保障電網數據可靠性。我國配電網規模大、設備眾多,所以數據量非常可觀,但也存在諸多挑戰:從時間、空間標識的角度來看,配電網數據具有分散性;從測量工況復雜的角度來看,數據具有模糊性;此外數據還具有冗余性、高維性等特征;即使合理地利用智能終端實現了數據的獲取,各種監測數據的篩選與辨識仍然存在困難,——解決數據的可信性問題正是大數據工作的核心部分之一。
2.4利用數據,分析狀態。合理利用智能終端實現設備和網絡運行數據以及其他外部環境數據可獲取,大數據技術(人工智能、群體智能、深度學習、機器學習等)基于獲取的豐富海量的數據能進一步分析設備個體運行狀態(找出反映設備健康狀態的關鍵特征量,從而降低數據維度,提高效率),判斷設備是否還能正常工作或者建立設備和網絡整體的正常工作區間(大數據實現狀態估計),同時結合專家經驗修正相關模型,實現經驗分析和數據分析相結合,傳承資產管理中的專家知識,提高模型的可解釋性和泛化能力。
綜上所述,隨著我國電力系統和GIS系統以及大數據技術的快速發展,可以有效的提升配電網的運行效率和可靠性,充分發揮配電網的功能,盡可能減少停電時間和范圍,給廣大用戶提供一個高質量的用電服務。