2.2多源數(shù)據(jù)在線分析技術(shù)

智能配用電大數(shù)據(jù)的第二類關(guān)鍵技術(shù)是多源數(shù)據(jù)的在線分析技術(shù)，技術(shù)框架見圖4。配電PMU數(shù)據(jù)與配電SCADA數(shù)據(jù)及智能電表數(shù)據(jù)融合，可以開發(fā)融合多源數(shù)據(jù)的配電網(wǎng)狀態(tài)估計(jì)算法。將配電SCADA數(shù)據(jù)，智能電表數(shù)據(jù)與氣象數(shù)據(jù)融合，可為智能配電大數(shù)據(jù)分析系統(tǒng)提供數(shù)據(jù)基礎(chǔ)。首先數(shù)據(jù)通過SPARK的數(shù)據(jù)載入、轉(zhuǎn)換和裝載等操作，提供“即來即處理”的數(shù)據(jù)基礎(chǔ)。大數(shù)據(jù)分析系統(tǒng)支持以15min為周期的數(shù)據(jù)質(zhì)量和電能質(zhì)量在線分析，和以日為周期的微增用電行為分析和負(fù)荷特性分析。微增用電行為分析利用微增聚類分析等方式可以充分利用最新的數(shù)據(jù)資源，達(dá)到實(shí)現(xiàn)動(dòng)態(tài)數(shù)據(jù)分析的目的。

圖4 多源數(shù)據(jù)在線分析技術(shù)框架

2.3數(shù)據(jù)分析算法庫與用戶畫像

智能配用電大數(shù)據(jù)的第三類關(guān)鍵技術(shù)是智能配用電的算法庫研究技術(shù)。配電大數(shù)據(jù)的算法庫包含了3類算法，即K-系列數(shù)據(jù)分析算法、關(guān)聯(lián)統(tǒng)計(jì)算法和機(jī)器學(xué)習(xí)算法。

智能配電大數(shù)據(jù)中的智能電表數(shù)據(jù)具有時(shí)間相關(guān)性和空間相關(guān)性。智能電表的測量數(shù)據(jù)與時(shí)間緯度結(jié)合形成時(shí)間序列數(shù)據(jù)，分析時(shí)間序列的目的是通過對(duì)已有的歷史數(shù)據(jù)進(jìn)行分析，找出其中蘊(yùn)含的規(guī)律，從而更準(zhǔn)確地對(duì)未來的負(fù)荷進(jìn)行預(yù)測。K-系列算法主要包含傳統(tǒng)的K-均值算法、自適應(yīng)K-均值算法、分層K-均值算法、K-子空間分析算法和K-形狀分析算法。K-均值算法在已知分組數(shù)的情況下，可以快速的對(duì)用戶每天的曲線進(jìn)行分類。自適應(yīng)K-均值算法可以在未知K值得情況下，對(duì)不同的用戶曲線進(jìn)行分類。分層K-均值可用于對(duì)自適應(yīng)K-均值的聚類結(jié)果進(jìn)行再聚類，將中心曲線距離較近的聚類進(jìn)行合并，從而將聚類組數(shù)控制在所期望的范圍內(nèi)。將分層聚類算法與自適應(yīng)K均值算法配合使用，可以在指定K值情況下，保證聚類分組的精度，是對(duì)自適應(yīng)K-均值聚類算法的補(bǔ)充和完善。K-子空間分析算法則針對(duì)負(fù)荷模型大多數(shù)的P-V數(shù)據(jù)都有比較明顯的條帶狀趨勢這一數(shù)據(jù)特征對(duì)P-V與Q-V數(shù)據(jù)進(jìn)行分類。K-形狀分析算法側(cè)重曲線形狀特征的辨識(shí)，是發(fā)現(xiàn)時(shí)間序列數(shù)據(jù)所蘊(yùn)含的形狀特征的有效算法。

關(guān)聯(lián)統(tǒng)計(jì)算法是一種非參數(shù)統(tǒng)計(jì)方法，最常用的就是相關(guān)性系數(shù)(correlationcoefficient)。關(guān)聯(lián)統(tǒng)計(jì)分析是通過智能電表讀數(shù)各個(gè)物理量之間的關(guān)系判斷數(shù)據(jù)質(zhì)量。如果計(jì)算的相關(guān)性系數(shù)越高則說明數(shù)據(jù)質(zhì)量越高，沒有錯(cuò)數(shù)或異常情況。奇異點(diǎn)監(jiān)測分析是將大型用電器引起的突變點(diǎn)當(dāng)做數(shù)據(jù)中的異常值，按照識(shí)別異常值的統(tǒng)計(jì)方法來尋找突變點(diǎn)。此方法還適用于分析配變、變電站、系統(tǒng)中可移動(dòng)負(fù)荷的分布，為電力需求響應(yīng)項(xiàng)目奠定重要基礎(chǔ)。

機(jī)器學(xué)習(xí)算法主要側(cè)重于數(shù)據(jù)驅(qū)動(dòng)的算法來辨識(shí)配電網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)。其中Chow-Liu決策樹算法可以用二階分布來近似表示高維聯(lián)合分布用的方法，對(duì)Chow-Liu樹模型的合理應(yīng)用能夠極大的簡化貝葉斯網(wǎng)狀模型或是圖形模型的復(fù)雜度，從而辨識(shí)輻射網(wǎng)的拓?fù)浣Y(jié)構(gòu);另一機(jī)器學(xué)習(xí)算法GroupLasso可以用于根據(jù)智能電表數(shù)據(jù)，重建配電網(wǎng)中的母線連接以及輻射型和網(wǎng)狀的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，通過GroupLasso算法建立線性回歸模型，求解母線連接和拓?fù)浣Y(jié)構(gòu)辨識(shí)的問題。數(shù)據(jù)分析算法與交互式分析見圖5。

圖5 數(shù)據(jù)分析算法與交互式分析

3、融合時(shí)空信息的配用電大數(shù)據(jù)分析應(yīng)用

智能配用電大數(shù)據(jù)系統(tǒng)運(yùn)用異構(gòu)多數(shù)據(jù)源處理技術(shù)。配用電的各類數(shù)據(jù)來源于不同的地理空間和電網(wǎng)空間，通過數(shù)據(jù)抽取、數(shù)據(jù)轉(zhuǎn)換和數(shù)據(jù)轉(zhuǎn)載，將不同系統(tǒng)、不同結(jié)構(gòu)的數(shù)據(jù)集成到基于圖、關(guān)系和時(shí)序數(shù)據(jù)庫的統(tǒng)一數(shù)據(jù)模型中，并通過數(shù)據(jù)清洗提高數(shù)據(jù)質(zhì)量，然后應(yīng)用數(shù)據(jù)模型分析該數(shù)據(jù)。目前智能電表等不同來源的數(shù)據(jù)在系統(tǒng)中融合、轉(zhuǎn)換和分析后可實(shí)現(xiàn)用戶畫像功能、電網(wǎng)運(yùn)行與資產(chǎn)管理功能、用戶服務(wù)與社會(huì)服務(wù)功能。

智能電網(wǎng)大數(shù)據(jù)的空間維度可分為基于地理數(shù)據(jù)(GIS)的地理空間維度和基于電網(wǎng)結(jié)構(gòu)的電網(wǎng)空間維度。地理空間強(qiáng)調(diào)與電網(wǎng)規(guī)劃、區(qū)域發(fā)展、綜合能源網(wǎng)、需求響應(yīng)之間的關(guān)系，地理空間數(shù)據(jù)指的是與地圖相關(guān)的地理數(shù)據(jù)GIS;地理空間的數(shù)據(jù)可從國家細(xì)化到售電公司、小區(qū)最終到每個(gè)用電用戶。電網(wǎng)數(shù)據(jù)的各數(shù)據(jù)源與地理空間維度和時(shí)間維度相融合，開發(fā)用于服務(wù)智能電網(wǎng)大用戶、支持需求響應(yīng)項(xiàng)目等功能以促進(jìn)社會(huì)的發(fā)展。社會(huì)和用戶服務(wù)功能主要融合智能電表和電價(jià)的數(shù)據(jù)，見圖6。智能電表的采樣頻率為15min，可以集成多年的智能電表數(shù)據(jù)對(duì)用戶、小區(qū)、售電公司各層級(jí)的的負(fù)荷及負(fù)荷形狀分析和對(duì)大型電器的用電分析。根據(jù)用戶的行業(yè)注冊信息可以對(duì)某行業(yè)的用戶行為進(jìn)行分析，如工業(yè)用戶的開啟和關(guān)閉大型用電設(shè)備的時(shí)間，分析工廠的生產(chǎn)工作時(shí)間，尋找工作用電高峰的穩(wěn)定性，為需求響應(yīng)等政策提供基礎(chǔ)。電價(jià)數(shù)據(jù)與智能電表數(shù)據(jù)融合可以為精準(zhǔn)營銷提供重要基礎(chǔ)數(shù)據(jù)，根據(jù)用戶的負(fù)荷形狀對(duì)用戶進(jìn)行分組，并根據(jù)每組用戶負(fù)荷形狀的變化對(duì)系統(tǒng)總負(fù)荷的影響計(jì)算3個(gè)影響因素(即早爬坡影響因素、晚爬坡影響因素和峰值影響因素)，并根據(jù)3個(gè)因素計(jì)算每組用戶對(duì)系統(tǒng)總供電費(fèi)用的影響，以此作為電費(fèi)的重要組成部分。

圖6 配用電大數(shù)據(jù)分析應(yīng)用的社會(huì)/用戶服務(wù)功能

與上述地理空間對(duì)應(yīng)的是電網(wǎng)空間，電網(wǎng)空間強(qiáng)調(diào)與電網(wǎng)運(yùn)行、資產(chǎn)管理之間的關(guān)系，指的是電網(wǎng)結(jié)構(gòu)數(shù)據(jù)。電網(wǎng)空間的數(shù)據(jù)可從配電區(qū)細(xì)化到變電站、配變、最終到每個(gè)用戶的負(fù)荷。圖7中，電網(wǎng)數(shù)據(jù)的智能電表數(shù)據(jù)、PMU數(shù)據(jù)和SCADA數(shù)據(jù)與電網(wǎng)空間相融合，支持電網(wǎng)運(yùn)營與資產(chǎn)管理功能。在配電區(qū)這一層級(jí)，PMU數(shù)據(jù)與SCADA和智能電表數(shù)據(jù)融合可以用于分析多源數(shù)據(jù)融合狀態(tài)估計(jì)，并分析PMU數(shù)據(jù)中P、Q、Um、Ua之間的關(guān)系。智能電表數(shù)據(jù)和溫度等氣象數(shù)據(jù)融合可以分析溫度對(duì)系統(tǒng)有功功率和無功功率的影響。在變電站層級(jí)，SCADA數(shù)據(jù)與智能電表數(shù)據(jù)融合可以對(duì)變電站的網(wǎng)損進(jìn)行分析。智能電表數(shù)據(jù)和氣象數(shù)據(jù)融合可以分析溫度對(duì)變電站有功功率和無功功率的影響，進(jìn)行更精準(zhǔn)的負(fù)荷預(yù)測。在配變層級(jí)上，可以分析變壓器的有功功率、無功功率、并對(duì)電能質(zhì)量和負(fù)載進(jìn)行分析。在單個(gè)用戶的負(fù)荷層級(jí)，可以進(jìn)行多時(shí)間尺度分析、運(yùn)行可靠性分析、交叉檢驗(yàn)、電能質(zhì)量分析和電表數(shù)據(jù)質(zhì)量分析。多時(shí)間尺度分析功能強(qiáng)調(diào)的是用戶畫像功能。用戶畫像功能根據(jù)用戶運(yùn)行數(shù)據(jù)對(duì)用戶的用電行為進(jìn)行分析，進(jìn)而得到個(gè)體用戶和集體用戶的用戶行為特點(diǎn)，針對(duì)用戶的用戶行為特性提前做出計(jì)劃，從而在保持高效的電力服務(wù)的同時(shí)能夠降低運(yùn)行成本。

圖7 智能配用電大數(shù)據(jù)分析的電網(wǎng)運(yùn)營功能

4、結(jié)語

本文在討論智能配用電大數(shù)據(jù)來源和生命特征的基礎(chǔ)上，研究了智能配用電大數(shù)據(jù)集成和分析的關(guān)鍵技術(shù)，從時(shí)空角度提出了智能配用電大數(shù)據(jù)分析在用戶/社會(huì)服務(wù)、電網(wǎng)運(yùn)營方面的典型應(yīng)用。目前，面臨分布式發(fā)電、分布式儲(chǔ)能、電動(dòng)汽車和可調(diào)節(jié)負(fù)荷等對(duì)配用電網(wǎng)的巨大影響與沖擊，配用電公司正在從傳統(tǒng)的供用電公司向能源綜合服務(wù)公司轉(zhuǎn)型，配用電公司目前采集到的大量數(shù)據(jù)必將成為支撐公司業(yè)務(wù)模式轉(zhuǎn)型的重要技術(shù)資源和重要數(shù)據(jù)資產(chǎn)，作為可以充分發(fā)揮這筆數(shù)據(jù)資產(chǎn)價(jià)值的關(guān)鍵技術(shù)手段，融合多源數(shù)據(jù)的智能配用電分析關(guān)鍵技術(shù)和研究成果正在受到越來越多的關(guān)注。這些研究成果已經(jīng)陸續(xù)在多家能源服務(wù)公司、售電公司和配電公司投入實(shí)際應(yīng)用。