2017-03-28 14:47:19 | 人围观 | 评论:
为推动大数据研究和应用，2014年中国电力科学研究院成立了大数据管理办公室和攻关团队，组织各领域专家开展了大数据应用需求分析工作。针对配用电大数据，从面向用户服务、面向配电网、面向社会服务3个方面，总结出几十个应用场景。限于篇幅，此处仅介绍部分典型应用场景。
1.面向社会服务
1.1 经济趋势分析
基于用电信息采集系统与营销系统积累的用户电量数据，可利用用户历史电量数据分行业、分区域、分电价类别，多维度开展用电情况与经济发展指标关联关系分析，结合用电量增长与经济增长数据，分析电力与经济运行的均衡关系，为政府把握工业运行情况和宏观经济调控提供决策依据。
1.2 有序用电与节能潜力分析
通过分析行业用电数据及行业的参考单位GDP能耗，可分析出用户的节能减排潜力，进而汇总成地域的节能减排潜力。通过对电力大客户细分，研究其行为特征，确立客户精细化指标体系，建立电力大客户综合价值评价体系，并通过策略配置，提供不同的专业化服务。通过应用有序用电方案编制辅助决策分析，分析客户历史及实时用电数据，判断用户生产性质及周休情况，自动计算高峰、保安和可限负荷值，准确掌握有序用电潜力。
1.3 政策效果评估
政府部门在政策制定过程中，常常会因调研的范围不够广、数据的可信度不够高、长期的历史数据或当前数据获取困难等原因，出现量化指标难界定、政策执行情况难考核、政策合理性缺乏评估手段等问题。而用电和发电数据几乎涵盖了地区、行业、企业和居民用户等各个层次，这些数据通常都是实时或定时获取、长期保存的，能够比较全面准确地反映社会真实情况，可为政府相关政策的制定和决策效果的评估提供支撑。与电网相关的政策和决策主要包括电价政策、能效补贴、新能源分布式能源补贴、电动汽车补贴、需求响应激励政策机制等。
1.4 城市发展规划
整合居民用电信息、电动汽车充电桩信息、新能源和分布式能源信息以及地理、区域二氧化碳排放信息；通过分类、聚类、关联等数据挖掘方法，将分析结果同时在地图上显示，形成全方位电力地图。该地图可反映该区经济状况以及各群体行为习惯；显示城市道路以及电动汽车充电桩的分布和利用信息，评估城市道路和充电桩利用效率，辅助城市道路和充电桩规划；结合土地利用和能源的使用情况，能够辅助投资者决策，为城市规划提供更强大的支撑。
2.面向用户服务
2.1 用户用电行为分析及其他服务
用户用电行为分析主要是基于用户的用电数据，结合用户信息、地理信息、区域属性等数据，并考虑气象、经济、电价政策等多方面因素，利用分类和聚类方法，对用户类型进行细分，建立不同区域、不同行业、不同类别用户的典型负荷模型库，分析各类影响因素与用户用电行为之间的关联关系和及其影响机理，为需求侧管理、节能、定制服务等提供支撑。
2.2 停电管理
在实现营配数据一体化基础上，明确各配电台区与用户之间的隶属关系，定期向受到计划停电影响的用户推送停电时间、停电时长等信息。当电网发生故障时，利用配电自动化信息结合电网拓扑，及时定位受到故障影响的用户，告知其停电原因、停电预计恢复供电时间等信息，同时利用用户反馈信息指导抢修工作。结合电网GIS，对抢修进展情况进行实时展示，帮助用户时刻掌握自身停电状况。利用可视化通过动态网络模型将数据拓扑于地理信息系统。
3.提高电网自身规划运行管理水平
3.1 负荷预测
依托于大数据技术强大的数据分析与模型预测能力，基于用户用电信息、电网负荷信息实时采集同步，结合国民经济增长速度、产业结构调整、消费水平、工业与居民电气化程度、电价政策、气候/气温变化等外部因素，构建用电负荷大数据分析模型，全数据集、全维度地运算、分析，预测各周期用电负荷曲线、负荷时间和空间分布等，可为公司营销决策制定、电网规划、电能调配等提供信息支持。
3.2 窃电行为分析
用电信息采集系统虽然采集了大量的用户用电数据，但并不能快速、有效、全面地对用电数据和窃电行为进行分析，需要借助大数据技术对采集系统所采集的电能数据、工况数据、事件记录数据及线损进行综合分析，实现快速、有效、全面的窃电行为分析。通过深度挖掘营销计量大数据在防窃电方面的应用，充分利用现有资源，根据海量的基础数据对用户用电状态做分析筛查，连接智能防窃电装置实现高级智能防窃电监测功能，为用电稽查人员提供高效有力的方式和手段，可以很大程度地提升供电企业防窃电工作的能力和准确性。
3.3 供电服务舆情监测预警分析
电力行业正处在一个高速发展阶段，在电力结构优化和改革过程中，电力供需矛盾、环境保护和可持续发展等问题受到社会舆论的高度关注，如何准确把握社情民意、电力舆情工作面临全新挑战。微博等即时通讯工具的大量使用，使得信息发布和公众沟通进入到“自媒体”时代，网络传播速度快，影响范围广，电力舆情管控面临新难题。基于互联网舆情的发展态势和面临挑战，需大力强化互联网大数据舆情监测分析能力，通过建设大数据舆情监测分析体系，利用大数据采集、存储、分析、挖掘技术，从互联网海量数据中挖掘、提炼关键信息，洞察客户行为，实现舆情监控，提升电力客户营销服务水平。
3.4 配电网运行状态评估与预警
传统的配电网运行状态评估中，受限于较窄的数据采集渠道或较低的数据集成和处理能力，使得研究人员难以从其中挖掘出更有价值的信息。通过将体量更大、类型更多的配用电大数据作为分析样本可以实现有效的配电网运行状态水平评估及风险评估，开发配电网风险预警模块，为配电网运行调度提供依据，提升决策的准确性和有效性。基于大数据技术的配电网运行状态评估可包括：
①对配电网进行安全性评价；
②对配电网的供电能力进行评价；
③对配电网可靠性和供电质量进行评价；
④对配电网经济性进行评价。
通过计算风险指标，判断出所面临风险的类型；预测从现在起未来一段时间内配电网所面临的风险情况；根据风险类型辨识结果，生成相应的预防控制方案，供调度决策人员参考；可以对突发性的风险和累积规则库性（累积性风险目前仅指设备绝缘老化）的风险进行准确辨识、定位、类型判断、生成预防控制方案等；依据对多源异构的数据分析，将风险准确定位到局部，进一步对全网或局部电网的风险状况进行集中判断、定位以及预防控制。
随着配用电系统智能化程度的提高，配用电系统正在产生出大规模的多源异构数据，这些数据与外部数据相融合，构成了配用电系统的大数据。对配用电大数据进行有效的管理和分析，是实现配用电系统智能化的技术保证，同时，还将产生出新的价值、支撑新的业务发展。
全站搜索