首頁 > 交流園地 > 經(jīng)驗交流 > 正文
智能配電網(wǎng)大數(shù)據(jù)應用技術與前景分析
發(fā)布日期：2016-03-17 來源：《上海設備管理》
點擊數(shù)：22611
一、引言
當前，全球范圍內諸如商業(yè)、電力、石油，以及生物等數(shù)據(jù)密集型行業(yè)都致力于挖掘其數(shù)據(jù)當中的價值以提高自身的整體水平與行業(yè)競爭力。聚焦于電力領域，通過對智能電網(wǎng)內部和外部獲得的大數(shù)據(jù)進行系統(tǒng)性和戰(zhàn)略性的管理，可以為電網(wǎng)運行提供更為豐富的反饋環(huán)節(jié)，有助于修正和加強電網(wǎng)規(guī)劃與運行。
在智能電網(wǎng)時代，反映電網(wǎng)運行及發(fā)展進程的細粒度大數(shù)據(jù)的收集已成為可能，而將這些數(shù)據(jù)進行實時有效處理有助于新見解的揭示，其分析結果可能帶來大量創(chuàng)新應用并提升決策進程。通過有效分析來自各種智能表計的大數(shù)據(jù)，可以幫助決策部門更好地獲得電力用戶的分類特征和行為特性以及價格敏感度等信息。張素香等在《基于云計算的居民用電行為分析模型研究》中提出了基于云計算平臺和并行k-means聚類算法的居民用電行為分析模型，利用該模型對智能小區(qū)的居民用電行為展開研究，有助于了解用戶的個性化和差異化服務需求。澳大利亞研究人員利用智能電表抓捕過電壓及低電壓事件，通過數(shù)據(jù)分析技術對環(huán)境溫度、事件發(fā)生時刻與持續(xù)時間、電壓幅值和分布式發(fā)電裝置狀態(tài)量等數(shù)據(jù)之間的關系進行探究，揭示了住宅光伏發(fā)電裝置和氣溫變化等諸多因素對配電網(wǎng)低壓供電點的影響。美國學者基于電力數(shù)據(jù)、土地使用數(shù)據(jù)以及人口統(tǒng)計數(shù)據(jù)等，利用數(shù)據(jù)可視化技術發(fā)布了洛杉磯市街區(qū)層級的交互式用電量地圖，直觀顯示出不同建筑在各個季節(jié)的能耗，使得能源投資與能源使用效率以及公共服務決策等變得更為透明。事實上，在傳統(tǒng)的電力系統(tǒng)量測體系之外，一些并非直接在電力系統(tǒng)內部獲取卻在決策中發(fā)揮重要作用的大規(guī)模數(shù)據(jù)集，如氣象數(shù)據(jù)、地理信息系統(tǒng)（geographic information system，GIS）數(shù)據(jù)，以及電力市場數(shù)據(jù)等，將發(fā)揮日益重要的作用。
雖然國內外對大數(shù)據(jù)及其在智能配電網(wǎng)中應用的研究已經(jīng)起步，但尚缺少系統(tǒng)深入的研究成果和清晰的理論框架與實際應用指導。本文將對應用于智能配電網(wǎng)的大數(shù)據(jù)相關基礎理論及關鍵技術進行梳理，提出面向智能配電網(wǎng)的大數(shù)據(jù)相關理論應用框架，并對大數(shù)據(jù)在智能配電網(wǎng)中的應用前景和應用路線進行分析，以期為大數(shù)據(jù)在智能配電網(wǎng)中的應用提供參考。
二、智能配電網(wǎng)大數(shù)據(jù)
（一）智能配電網(wǎng)大數(shù)據(jù)現(xiàn)狀
隨著智能配電網(wǎng)信息化、自動化、互動化水平的提高以及與物聯(lián)網(wǎng)的相互滲透與融合，電力企業(yè)量測體系內部積累了大量數(shù)據(jù)，如用戶用電數(shù)據(jù)、調度運行數(shù)據(jù)、GIS數(shù)據(jù)、設備檢測和監(jiān)測數(shù)據(jù)以及故障搶修數(shù)據(jù)等。在量測體系之外，電力企業(yè)還積累了大量運營數(shù)據(jù)，如客戶服務數(shù)據(jù)、企業(yè)管理數(shù)據(jù)以及電力市場數(shù)據(jù)等。除卻電力企業(yè)內部數(shù)據(jù)，還有許多潛在的外部數(shù)據(jù)源，如互聯(lián)網(wǎng)、移動設備的GPS，以及公共服務部門數(shù)據(jù)庫等所能提供的大數(shù)據(jù)可供挖掘與利用。
根據(jù)數(shù)據(jù)來源的不同，可以將智能配電網(wǎng)大數(shù)據(jù)分為電力企業(yè)量測數(shù)據(jù)、電力企業(yè)運營數(shù)據(jù)以及電力企業(yè)外部數(shù)據(jù)3類，如圖1所示。這3類數(shù)據(jù)彼此作用，共同服務于智能配電網(wǎng)的運行與發(fā)展，如人口的大規(guī)模遷徙影響用戶用電量，用戶用電情況變化會影響電網(wǎng)建設規(guī)模與運行方式，而用戶用電數(shù)據(jù)和電網(wǎng)建設數(shù)據(jù)等可以為電力企業(yè)制訂合理的營銷策略以及公共服務部門更新區(qū)域能源發(fā)展規(guī)劃提供參考。
目前對于智能配電網(wǎng)數(shù)據(jù)的利用還主要集中在電力企業(yè)量測數(shù)據(jù)方面，對于3類數(shù)據(jù)彼此影響的研究還較少，即便是對于電力企業(yè)量測數(shù)據(jù)，其中蘊含的價值也還遠未得到系統(tǒng)、深入的開發(fā)與應用。今后分布式電源的大量引入以及電動汽車的快速發(fā)展，必將會為智能配電網(wǎng)的大數(shù)據(jù)資源池注入更多的數(shù)據(jù)流，智能配電網(wǎng)大數(shù)據(jù)中潛藏的價值也將隨著研究與利用的深入不斷涌現(xiàn)。
（二）智能配電網(wǎng)大數(shù)據(jù)的特征
來源廣泛、關系復雜、粒度精細、結構多樣、生成快速，都可以稱為智能配電網(wǎng)大數(shù)據(jù)的一次特征，而伴隨一次特征而來的是體量巨大、信息豐富以及處理困難等二次特征。智能配電網(wǎng)大數(shù)據(jù)可能來自配電設備、智能電表，乃至電動汽車的GPS，不同用電行業(yè)、不同種類、不同個體的數(shù)據(jù)源具有差異化甚至是繁雜的數(shù)據(jù)產(chǎn)生方式。量測及通信技術的發(fā)展與應用使得大規(guī)模用電信息的采集與傳輸間隔可以達到分鐘級別，更加精細的數(shù)據(jù)為用戶個性化用電特征的研究提供了基礎。隨著現(xiàn)代電力企業(yè)服務質量的提升，包含大量視頻、語音、圖像、文本等非結構化或半結構化類型的數(shù)據(jù)，如視頻監(jiān)控數(shù)據(jù)、客戶服務系統(tǒng)語音數(shù)據(jù)、GIS數(shù)據(jù)、網(wǎng)頁交互數(shù)據(jù)等開始大規(guī)模持續(xù)涌入，日益龐大并復雜化的數(shù)據(jù)集合令傳統(tǒng)的數(shù)據(jù)處理技術開始難以應對，因此有必要尋求契合智能配電網(wǎng)數(shù)據(jù)特征的大數(shù)據(jù)應用技術。
（三）智能配電網(wǎng)大數(shù)據(jù)關系網(wǎng)及價值鏈
1、大數(shù)據(jù)關系網(wǎng)
從各種復雜系統(tǒng)中得到的大數(shù)據(jù)直接反映的往往是一個個孤立的數(shù)據(jù)集和分散的鏈接，但將這些反映相互關系的鏈接整合起來就是一張網(wǎng)絡，數(shù)據(jù)的共性和網(wǎng)絡的整體特征隱藏在數(shù)據(jù)網(wǎng)絡中，而大數(shù)據(jù)往往是以復雜關聯(lián)的數(shù)據(jù)網(wǎng)絡這樣一種獨特形式存在的，因此要理解大數(shù)據(jù)的作用就要對大數(shù)據(jù)后面的網(wǎng)絡進行深入分析，大數(shù)據(jù)面臨的科學問題本質上可能就是網(wǎng)絡科學問題，一些網(wǎng)絡參數(shù)和性質也許能刻畫大數(shù)據(jù)背后網(wǎng)絡的共性。
智能配電網(wǎng)中的部分數(shù)據(jù)以及這些數(shù)據(jù)之間可能的聯(lián)系如圖2所示，其中包含了來自電力企業(yè)、用戶以及社會的諸多數(shù)據(jù)，這些不同數(shù)據(jù)之間彼此關聯(lián)、交織成網(wǎng)，以一種現(xiàn)階段看來無比混雜并且難以準確描述的方式支撐和推動著配電網(wǎng)的運行與發(fā)展。以配電網(wǎng)規(guī)劃為例，電網(wǎng)規(guī)劃以用電預測和城鎮(zhèn)規(guī)劃等數(shù)據(jù)為基礎，而經(jīng)濟發(fā)展數(shù)據(jù)可以借由用電預測數(shù)據(jù)和城鎮(zhèn)規(guī)劃數(shù)據(jù)2條途徑作用于電網(wǎng)規(guī)劃數(shù)據(jù)，與此同時，由于電網(wǎng)問題造成停電的客戶投訴等也可能會對電網(wǎng)規(guī)劃產(chǎn)生重要影響。
2、數(shù)據(jù)價值鏈
如果將智能配電網(wǎng)大數(shù)據(jù)及其關系網(wǎng)視為一個復雜系統(tǒng)，并以原始一次數(shù)據(jù)作為系統(tǒng)輸入，以用電預測數(shù)據(jù)和電網(wǎng)規(guī)劃數(shù)據(jù)等二次數(shù)據(jù)作為中間變量或輸出結果，則該系統(tǒng)可用式（1）進行描述。
式中：D1，D2，D3…表示不同的一次數(shù)據(jù)集，如經(jīng)濟發(fā)展數(shù)據(jù)、氣象數(shù)據(jù)等；R1，R2，R3…表示作用于數(shù)據(jù)集上的關系，其輸出為二次數(shù)據(jù)集，如用電預測數(shù)據(jù)等；P表示目標數(shù)據(jù)集。
顯然，目標數(shù)據(jù)集具有直接應用價值，而各一次數(shù)據(jù)集是目標數(shù)據(jù)集的價值來源，但是由于式（1）中存在關系的多重嵌套以及數(shù)據(jù)的相互耦合，且關系和數(shù)據(jù)集本身又存在著諸多的隨機性及模糊性因素，這使得隱藏于一次數(shù)據(jù)集與目標數(shù)據(jù)集之間的隱性數(shù)據(jù)價值鏈并不明晰，各階段輸出結果的有效性亦無法保證。而通過將數(shù)據(jù)和關系進行解耦及梳理，變隱藏的、間接的關聯(lián)為顯性的、相對直接的關聯(lián)，形成如式（2）所示的連接一次輸入與目標輸出的數(shù)據(jù)驅動型顯性數(shù)據(jù)價值鏈，將有助于簡化整個智能配電網(wǎng)業(yè)務的數(shù)據(jù)流程，提高輸出結果的準確性和適應性。
式中：Ci為從一次數(shù)據(jù)集到目標數(shù)據(jù)集的顯性數(shù)據(jù)價值鏈；Ri,1，Ri,2，…Ri,m，為作用于一次數(shù)據(jù)集Di上的多重關系。
三、面向智能配電網(wǎng)的大數(shù)據(jù)應用技術與理論框架
（一）智能配電網(wǎng)中大數(shù)據(jù)的關鍵應用技術及方法
1、大數(shù)據(jù)存儲及處理技術
從大數(shù)據(jù)存儲與處理之間相互關系的角度出發(fā)，主要的存儲及處理技術分為流處理和批處理2種。流處理的一種典型應用是流計算技術，它適用于配電網(wǎng)中對實時性要求較高的業(yè)務，如多源異構數(shù)據(jù)在線評估、電源與負荷聯(lián)合調度以及設備在線監(jiān)測等。批處理的核心思想在于將問題分而治之，把計算推到數(shù)據(jù)而不是把數(shù)據(jù)推到計算，這種處理技術適合配電網(wǎng)規(guī)劃等對實時性要求不高但數(shù)據(jù)量龐大繁雜的業(yè)務。
針對智能配電網(wǎng)測量點多、運行方式變化快、部分數(shù)據(jù)時效性和關聯(lián)性強等特點，有必要對大數(shù)據(jù)存儲系統(tǒng)自優(yōu)化與數(shù)據(jù)壓縮技術、基于多維索引的快速檢索技術、分布式流處理系統(tǒng)異構節(jié)點高效協(xié)同通信技術，以及測量數(shù)據(jù)關聯(lián)分析與清洗修正技術等進行研究。此外，由于智能配電網(wǎng)是一個不斷發(fā)展的系統(tǒng)工程，把來自方方面面的數(shù)據(jù)在邏輯上集中起來進行管控難以有效保證其可行性、可靠性與可擴展性，而融合了分布式文件系統(tǒng)、分布式數(shù)據(jù)處理系統(tǒng)以及分布式數(shù)據(jù)庫等的云計算，可以作為大數(shù)據(jù)存儲和處理的基礎平臺與技術支撐，為大數(shù)據(jù)在智能配電網(wǎng)中的應用服務。
2、大數(shù)據(jù)解析技術
大數(shù)據(jù)解析包含對數(shù)據(jù)的分析與解讀。大數(shù)據(jù)分析是通過研究巨量的多種類型數(shù)據(jù)，發(fā)現(xiàn)其中隱藏的模式、未知的相互關系以及其它有用信息的過程。對智能配電網(wǎng)大數(shù)據(jù)進行系統(tǒng)性管理并視其中每個數(shù)據(jù)集為一個子系統(tǒng)，則在各個子系統(tǒng)相互交流的過程中，有可能產(chǎn)生超出由原各子系統(tǒng)數(shù)據(jù)簡單相加得到的某些新的信息，即包含數(shù)據(jù)交流與融合的數(shù)據(jù)系統(tǒng)與數(shù)據(jù)集合相比有了質的提升和新的飛躍。為了使大數(shù)據(jù)分析結果對應用更為契合，在分析的同時有必要對大數(shù)據(jù)進行解讀。大數(shù)據(jù)解讀是對大數(shù)據(jù)本身及其分析過程進行深層次剖析以及多維度展示，并將大數(shù)據(jù)分析結果還原為具體行業(yè)問題的過程。由于在解讀的過程中伴隨著對數(shù)據(jù)本身的分析，因此大數(shù)據(jù)解讀也可以看作是一種特殊的大數(shù)據(jù)分析方法。目前有3種大數(shù)據(jù)解析技術可以應用于智能配電網(wǎng)中。
（1）領域普適知識挖掘
領域普適知識挖掘通過“大數(shù)據(jù)驅動的分析與挖掘→大數(shù)據(jù)呈現(xiàn)普適現(xiàn)象→預測、驗證和評估”以及“系統(tǒng)抽象建模→理論分析和假設提出→仿真模擬和受控實驗→涌現(xiàn)或發(fā)現(xiàn)普適現(xiàn)象”這2種范式的相互匹配與啟發(fā)，螺旋式漸進地探索大數(shù)據(jù)層面的普適規(guī)律和系統(tǒng)內部的工作機理，不同于傳統(tǒng)數(shù)據(jù)挖掘方法得到知識的臨時性和易變性，其應用優(yōu)勢在于富有洞察性、可重復性和可預測性。
在智能配電網(wǎng)規(guī)劃與運行過程中，存在一些普適性較強的經(jīng)驗或規(guī)律，但是由于某些原因，它們尚未或難以上升到理論層面以直觀的形式展示在人們面前。而利用領域普適知識挖掘技術對智能配電網(wǎng)大數(shù)據(jù)進行挖掘，獲取隱藏于習慣或經(jīng)驗中的普適知識，可以幫助配電網(wǎng)規(guī)劃及運行人員提高對整個配電系統(tǒng)的感知程度。
（2）過程挖掘
過程挖掘旨在建立處理模型和事件數(shù)據(jù)之間的聯(lián)系，并將事件數(shù)據(jù)轉化成有價值的見解。一方面，傳統(tǒng)的業(yè)務流程管理和工作流管理主要是模型驅動的，很少考慮到事件數(shù)據(jù)；另一方面，面向數(shù)據(jù)的分析技術（如數(shù)據(jù)挖掘、機器學習與商務智能等）通常聚焦于簡單的分類、聚類、回歸或規(guī)則學習問題，沒有考慮到端對端的業(yè)務模型，而通過過程挖掘技術可以幫助將事件數(shù)據(jù)和端對端的業(yè)務處理聯(lián)系到一起。
在某個系統(tǒng)或群體中，隨著大量相關事件被記錄，反映系統(tǒng)發(fā)展趨勢或人群行為特征的“期望線”的確定變得更為可行，由此可以在事件數(shù)據(jù)中挖掘出模式化的行為或軌跡，進而將其升華為規(guī)范化模型。如圖3所示，對于事件數(shù)據(jù)中偏離模式化軌跡的行為，需要結合規(guī)范化模型對其出現(xiàn)原因進行分析，并通過引導或修正模型等方式將偏離行為重新納入到模式化軌跡中；當現(xiàn)實或預期行為出現(xiàn)異常時，通過與規(guī)范化模型進行一致性檢測，可以為針對異常行為的決策提供依據(jù)。在智能配電網(wǎng)中，過程挖掘技術在引導用戶錯峰用電、為用戶制訂更為合理的節(jié)能方案、用戶異常用電行為檢測，以及提升電網(wǎng)企業(yè)管理水平等方面可以發(fā)揮重要作用。
（3）數(shù)據(jù)可視化
數(shù)據(jù)可視化技術的基本思想是將數(shù)據(jù)庫中每個數(shù)據(jù)項作為單個圖元表示并以此構成數(shù)據(jù)圖像，從不同的維度觀察數(shù)據(jù)，從而對數(shù)據(jù)進行更深入的觀察和分析。從時間、空間以及邏輯等維度將數(shù)據(jù)進行集中管理與宏觀展現(xiàn)，可以得到一種簡易的多維數(shù)據(jù)立方體視圖，如圖4所示。該視圖在時間、空間與邏輯的交叉節(jié)點上嵌入了層次化的數(shù)據(jù)列表，從而可以幫助數(shù)據(jù)持有者實現(xiàn)對數(shù)據(jù)的精準把握與精細化分析。
通過將數(shù)據(jù)可視化技術與其它數(shù)據(jù)解析技術相配合，可為智能配電網(wǎng)提供如下服務：
1）給出完整配電網(wǎng)數(shù)據(jù)集的全貌，展示動態(tài)高維數(shù)據(jù)的發(fā)展趨勢并對數(shù)據(jù)資產(chǎn)進行價值評估，對數(shù)據(jù)進行降維并基于各數(shù)據(jù)項彼此之間的相關性有選擇地向業(yè)務部門或用戶提供有價值的信息。
2）把用戶的相關興趣點放大并過濾掉不必要的信息，選擇用戶更為關注的浮動電價、不同居民用戶電能消費特征、用戶能耗等級以及樓棟能源效率等內容進行細節(jié)化展示。
3）對配電網(wǎng)中不斷發(fā)展的具有不確定性的變化點進行態(tài)勢預估與宏觀展現(xiàn)，如空間負荷增長趨勢預測、網(wǎng)架擴展態(tài)勢展現(xiàn)以及極端天氣應急響應的可視化等�？傊�，數(shù)據(jù)可視化既是一種數(shù)據(jù)分析工具，又是一種結果展示方法，能夠最為直觀地體現(xiàn)智能配電網(wǎng)大數(shù)據(jù)的應用方式與應用價值。
3、數(shù)據(jù)驅動的決策方法
根據(jù)大數(shù)據(jù)作用程度的不同，可以將數(shù)據(jù)驅動的決策方法分為3類。第1類是基于大數(shù)據(jù)分析的決策，即在傳統(tǒng)模型或方法的基礎上，利用更為精準或更多的數(shù)據(jù)分析結果做出決策；第2類是數(shù)據(jù)驅動的無模型決策，指不顯含或隱含決策系統(tǒng)的數(shù)學模型，但不排除利用基于數(shù)據(jù)的模型，針對大規(guī)模重復進行或具有較強規(guī)律性的行為做出決策；第3類是以數(shù)據(jù)驅動為主而以模型為輔的決策，這種決策方式的特點是不拋棄但也不全盤采用原來的模型，而是借助于數(shù)據(jù)與模型的相互匹配與啟發(fā)，以漸進方式做出決策。
以電網(wǎng)規(guī)劃為例，如果采用第1類決策方式，則大數(shù)據(jù)可以為電網(wǎng)規(guī)劃帶來粒度更小、更為精確的空間負荷預測數(shù)據(jù)、城鎮(zhèn)發(fā)展數(shù)據(jù)以及分布式電源接入數(shù)據(jù)等，在此基礎上采用現(xiàn)有的規(guī)劃模型以及優(yōu)化算法可以給出更優(yōu)的電網(wǎng)規(guī)劃方案；如果拋棄傳統(tǒng)的電網(wǎng)規(guī)劃模型，直接利用捕獲到的大數(shù)據(jù)進行數(shù)據(jù)建模，通過數(shù)據(jù)分析來實現(xiàn)由數(shù)據(jù)到數(shù)據(jù)的電網(wǎng)規(guī)劃，則可稱之為數(shù)據(jù)驅動的無模型電網(wǎng)規(guī)劃，但這種方法的可行性有待驗證；如果在對大數(shù)據(jù)進行解析的過程中同步對現(xiàn)有的網(wǎng)架優(yōu)化模型進行修正與提升，使得二者互相匹配，則可能得到適應性更強的電網(wǎng)規(guī)劃方案。
（二）大數(shù)據(jù)應用的“飛機型”理論框架
為將大數(shù)據(jù)更好地應用于智能配電網(wǎng)中，本文在整合發(fā)展各種大數(shù)據(jù)理論基礎上，提出面向智能配電網(wǎng)的“飛機型”大數(shù)據(jù)理論框架，如圖5所示。
在大數(shù)據(jù)的分析利用過程中，數(shù)據(jù)科學提供方法論指導，大數(shù)據(jù)平臺為其提供技術支撐，二者組成大數(shù)據(jù)理論框架的兩翼。大數(shù)據(jù)挖掘、關系網(wǎng)與價值鏈，以及數(shù)據(jù)驅動的決策居于大數(shù)據(jù)的實際分析與產(chǎn)出環(huán)節(jié)，共同組成大數(shù)據(jù)理論框架的主干。
數(shù)據(jù)科學是推動大數(shù)據(jù)發(fā)展的重要力量，它有2個主要內涵：一是研究數(shù)據(jù)本身的各種類型、狀態(tài)、屬性及變化形式和變化規(guī)律；二是為科學研究提供一種數(shù)據(jù)方法，以揭示自然界和人類行為現(xiàn)象的規(guī)律。從數(shù)據(jù)科學的角度，可以利用隨機矩陣理論對大數(shù)據(jù)進行建模，或將大數(shù)據(jù)等效為一個復雜系統(tǒng)并運用復雜系統(tǒng)理論對其展開研究，以發(fā)現(xiàn)其中隱藏的規(guī)律并指導大數(shù)據(jù)應用。
融合了流計算和云計算等多種技術的大數(shù)據(jù)平臺作為支撐大數(shù)據(jù)發(fā)展的另一個重要動力來源，其研究重點在于推動數(shù)據(jù)存儲及處理技術的進步，并為大數(shù)據(jù)應用提供更為高效和完善的分析處理工具。若將各種大數(shù)據(jù)應用比作一輛輛“汽車”，則支撐這些汽車運行的高速公路就是大數(shù)據(jù)平臺。
在數(shù)據(jù)分析階段，大數(shù)據(jù)挖掘技術負責從大規(guī)模的數(shù)據(jù)流或數(shù)據(jù)集合中挖掘出數(shù)據(jù)間的隱藏關系與價值鏈條，并相應地繪制出較為精確的數(shù)據(jù)關系強度網(wǎng)絡及價值分布圖。關系網(wǎng)和價值鏈處于理論框架的核心地位。智能配電網(wǎng)中的大數(shù)據(jù)往往直接表現(xiàn)為一個個孤立的數(shù)據(jù)集和數(shù)據(jù)集之間分散的鏈接，只有將這些反映相互關系的鏈接整合起來才能得到一個充滿著數(shù)據(jù)流、能量流以及價值流的關系網(wǎng)絡。數(shù)據(jù)驅動的決策是應用結果產(chǎn)出階段。大數(shù)據(jù)關系網(wǎng)與價值鏈的分析結果可以為數(shù)據(jù)驅動的決策提供依據(jù)。根據(jù)大數(shù)據(jù)作用程度的不同，數(shù)據(jù)驅動的決策分為3類，分別對應 “飛機型”理論框架中起調節(jié)作用的3個尾翼，這代表大數(shù)據(jù)理論是以實際應用為導向。
總體而言，流計算和云計算等數(shù)據(jù)處理技術為大數(shù)據(jù)挖掘提供平臺及技術支持，復雜系統(tǒng)理論和隨機矩陣理論等為其提供理論指導。在整個過程中，信息共享不僅是每個階段順利進行的保證，同樣是智能配電網(wǎng)大數(shù)據(jù)處理的目的]。智能配電網(wǎng)大數(shù)據(jù)不僅指數(shù)據(jù)本身，更涵蓋相應的理論與技術體系，它與大數(shù)據(jù)處理技術以及數(shù)據(jù)科學等互不統(tǒng)屬，而是體現(xiàn)于“飛機型”理論框架的各模塊之中。
四、大數(shù)據(jù)在智能配電網(wǎng)中的應用前景
大數(shù)據(jù)在智能配電網(wǎng)中具有廣闊的應用前景。本文側重于從用電預測與協(xié)同調度、智能配電網(wǎng)網(wǎng)架發(fā)展趨勢分析與優(yōu)化規(guī)劃，以及智能用電與網(wǎng)絡降損這幾個方面進行分析。
（一）用電預測與協(xié)同調度
精準的用電預測結果對于智能配電網(wǎng)的規(guī)劃和運行具有積極意義。通過對用戶的用電行為特征進行分析并建立基于大數(shù)據(jù)的自適應用電預測模型，有可能得到更高精度、更細粒度的預測結果，這也有利于電源與負荷協(xié)同調度的實現(xiàn)。
1、用電量宏觀變化趨勢預測。通過分析用戶用電數(shù)據(jù)與其它數(shù)據(jù)之間的因果關系和相關關系，對用電量變化趨勢進行預測。如研究節(jié)假日人口遷徙軌跡及特征、霧霾等惡劣天氣發(fā)生頻度，以及宏觀經(jīng)濟指標等數(shù)據(jù)與用戶用電量之間的關系，并將這些抽象關系進行量化表征，最終利用基于關系的自適應用電預測模型實現(xiàn)對用電量宏觀變化趨勢的整體把握與感知。
2、局部用電量精細化預測。對于局部空間或
部分邏輯分類中不同的用戶個體或用戶群組，采用差異化的建模方法，建立有較強針對性的用電預測模型庫，將用戶用電特性進行多維度分解，對于不同用戶在不同維度下采用不同模型進行精細化預測，提高用電預測的精度。
3、電源與負荷協(xié)同調度。基于分布式電源發(fā)電及用戶用電預測結果，通過配電網(wǎng)錯峰資源聚類分析和錯峰影響要素關聯(lián)度分析，量化評估可調度資源錯峰潛力，探究不同類型電源和負荷的優(yōu)化組合原則及方法，實現(xiàn)錯峰資源的分層優(yōu)化及自動分配，完成電源與負荷的協(xié)同調度。
（二）網(wǎng)架發(fā)展趨勢分析與優(yōu)化規(guī)劃
在傳統(tǒng)的配電網(wǎng)網(wǎng)架規(guī)劃中，由于數(shù)據(jù)源或數(shù)據(jù)分析不足，網(wǎng)架優(yōu)化面臨許多的不確定性，理論上優(yōu)化的結果往往與實際之間存在較大差異。在大數(shù)據(jù)環(huán)境下，海量、多類型、時變基礎數(shù)據(jù)的引入，可以減少網(wǎng)架優(yōu)化的不確定性。但是模型中對應邊界條件以及參數(shù)的變化，可能使得優(yōu)化陷入組合爆炸的泥潭，造成優(yōu)化速度緩慢或求解困難，這就需要對傳統(tǒng)的優(yōu)化方法進行改進。
1、城市電網(wǎng)網(wǎng)架發(fā)展趨勢分析。在時空四維空間中，智能配電網(wǎng)并非是靜止和孤立的，相反，其發(fā)展趨勢具有高度復雜的動態(tài)性和關聯(lián)性，隨著中國城市化進程的加速，這些特性將更為明顯。結合對現(xiàn)有網(wǎng)架的態(tài)勢感知，將用電預測結果、城市綜合體發(fā)展趨勢以及用戶用電行為特征等與網(wǎng)架結構數(shù)據(jù)結合起來開展并行聚類與關聯(lián)分析，可以獲得更準確的網(wǎng)架擴展趨勢分析的可視化結果。
2、面向用戶需求的網(wǎng)架規(guī)劃。在傳統(tǒng)的配電網(wǎng)網(wǎng)架規(guī)劃中，多以電網(wǎng)供電可靠性或建設及運行的經(jīng)濟性作為優(yōu)化目標，對于用戶的特定需求考慮較少。在大數(shù)據(jù)環(huán)境下，面對用戶差異化的需求開展聚類分析，并以用戶需求作為主要優(yōu)化目標進行電網(wǎng)規(guī)劃，有利于提高供電企業(yè)的服務水平和用戶滿意度。
3、數(shù)據(jù)驅動的網(wǎng)架優(yōu)化規(guī)劃�？紤]分布式電源和電動汽車接入以及利用基于大數(shù)據(jù)的用電預測和用戶用電特征挖掘等多方面信息，通過面向網(wǎng)架結構的數(shù)據(jù)聚類和關聯(lián)分析，構建分層分類數(shù)據(jù)關聯(lián)模型，生成基于數(shù)據(jù)關聯(lián)模型的可行網(wǎng)架方案集，并在此基礎上研究網(wǎng)架的快速優(yōu)化算法，提高網(wǎng)架優(yōu)化效率。
（三）智能用電與網(wǎng)絡降損
不同用戶的負荷特性、用電理念和節(jié)電策略之間存在較大差異，導致了用戶用電行為模式的多樣性，分布式電源以及電動汽車等新型設備的接入也將加速這種多樣性的發(fā)展。了解用電行為模式的多樣性有助于從用戶的角度為其量身訂制經(jīng)濟合理的用電方案。此外，電能在分配和使用過程中其損耗呈現(xiàn)明顯的時空分布特性，可以借助智能配電網(wǎng)大數(shù)據(jù)分析結果獲得精確感知。
1、個性化用電方案訂制。通過對電價和用戶用電行為模式等數(shù)據(jù)進行關聯(lián)分析，獲取用戶對于電價等激勵機制的敏感度，在同時考慮分布式電源接入及運行策略對于用戶用電行為方式影響的條件下，建立包含分布式發(fā)電與用戶用電峰谷分時電價在內的聯(lián)合優(yōu)化模型。在此模型基礎上，結合用戶能效水平和用電行為特征等數(shù)據(jù)為用戶訂制智能化用電方案，挖掘節(jié)電潛力，降低用戶購電成本，提高配電網(wǎng)削峰填谷的能力。
2、電動出租汽車與配電網(wǎng)聯(lián)合運行。結合電動出租汽車GPS和電池電量數(shù)據(jù)、乘客手機GPS和歷史搜索數(shù)據(jù)、道路擁堵數(shù)據(jù)、配電網(wǎng)運行數(shù)據(jù)以及充電站分布數(shù)據(jù)等，對乘客用車行為進行預測，并為出租車制訂行車路線和充放電規(guī)劃等運行方案，同時有配合地開展智能配電網(wǎng)調度，實現(xiàn)出租車和配電網(wǎng)的信息實時共享以及電能的“線上”與“路上”聯(lián)合傳輸。
3、計及用戶用電行為模式和網(wǎng)架結構的網(wǎng)絡降損。挖掘用戶用電行為模式和網(wǎng)架結構等多種因素與配電網(wǎng)線損之間的關聯(lián)關系，并對線路損耗的時空分布特性進行可視化展示，以精確識別高損耗線路及區(qū)域。建立網(wǎng)絡損耗數(shù)據(jù)關聯(lián)模型，用于指導用戶用電、調整電網(wǎng)運行方式和發(fā)電側的發(fā)電計劃，從而有效降低配電網(wǎng)運行成本，提高配電網(wǎng)資產(chǎn)利用率。
五、大數(shù)據(jù)在智能配電網(wǎng)中的應用路線圖
結合上述研究內容，從數(shù)據(jù)抽取與清洗、數(shù)據(jù)存儲與管理、數(shù)據(jù)解析以及數(shù)據(jù)應用這4個角度出發(fā)，提出如圖6所示的大數(shù)據(jù)在智能配電網(wǎng)中的應用路線圖。
大數(shù)據(jù)應用的目標不是為了獲取更多的數(shù)據(jù)，而是從數(shù)據(jù)中挖掘出更大的價值。通過開展大數(shù)據(jù)在智能配電網(wǎng)中的應用研究，可以實現(xiàn)數(shù)據(jù)資產(chǎn)的保值與增值，有效提升智能配電網(wǎng)運行水平與服務水平。
六、結語
未來的智能配電網(wǎng)將是數(shù)據(jù)流、能量流以及業(yè)務流的共同承載者，同時也會是電力企業(yè)為用戶提供服務并開展雙向交流的可視化窗口。通過對大數(shù)據(jù)理論和關鍵應用技術進行研究，將更多的電力企業(yè)內部及外部數(shù)據(jù)資源應用于智能配電網(wǎng)的規(guī)劃與運行，可以為建設面向用戶的數(shù)據(jù)驅動型智能配電網(wǎng)發(fā)揮重要作用。但在應用過程中，針對各業(yè)務的數(shù)據(jù)模型構建以及大數(shù)據(jù)挖掘的信息共享與隱私保護等問題，尚需進一步研究。
作者：趙騰、張焰 上海交通大學電氣工程系 張東霞 中國電力科學研究院
