朱维

摘要：电力系统主要包括发变电以及输配电部分，属于动态的系统。这就造成了系统运行过程中会出现大量的数据，在一定程度上限制了电力系统的发展。电力系统运行监测中心主要是监控在系统运行过程中产生的数据，从而能够及时发现业务流程中存在的问题，并进行对其完善优化，加强各部门之间的协调，促进电力系统能够有效合理的运行。因此，在现在大数据时代背景下，电力系统运行监控部门必须充分利用电力操作监控系统平台，充分分析利用使用该平台所获得的数据，进而为相关部门的稳定运行提供技术支持，确保电力企业能够稳定的发展。基于此，本文主要对大数据背景下谈电力运营监控数据处理技术进行分析探讨。

关键词：大数据背景下;电力运营;监控数据;处理技术

1前言

电力系统在运行的过程中，是一个动态的过程，其主要包括发电、变电、输电以及配电等功能，所以在其运行的时候，就会产生大量的数据信息。另外，电力系统运营监控中心的主要工作内容就是时刻对电力系统运行中产生的大量数据信息进行监控，然后通过对这些信息的分析，及时的发现问题并提出改善方案，以此来提高电力系统运行效率。

2电力监控数据分析的特点

随着现代数据获取手段的进步，电力数据采集能力迅速增长，然而对有效信息的处理能力扩展却相对滞后，进而对电力运营监督能力的提升造成了一定影响。概括分析，电力监控数据分析包含以下特点：

（1）数据冗余量大、类型繁杂多样，价值密度相对较低。以无人机、人力巡线、电力工况实时采集为手段获取的动态数据序列，类型复杂多样，从文本、声音、图片到视频，数据量大，格式难以标准化处理，对电力系统数据分析构成了一定的限制。

（2）数据规模相对较大，传统手段难以快速处理。电力运营监控系统涉及数据采集、信息传输与分析、设备故障排查诊断、故障影响风险评估等诸多方面，数据采集信息量巨大，且规范指标相对较多，当前传统数据分析软硬件难以快速运算处理，必须依靠云计算、分布式处理系统等符合大数据条件的信息并行处理技术。

（3）数据资源共享整合程度较低，影响了行业整体规划分析的精准度。由于当前各电力运营监控系统相互分散独立，数据控制中心同各基础节点之间通信标准存在差异，数据的共享利用程度相对较低，存在多源异构壁垒，难以满足现代智能化、数字化集成的要求。

针对上述问题，可采用基于大数据背景的相关信息处理技术来尝试解决，即数据挖掘技术与分布式并行计算技术。其中，数据挖掘（Datamining）即从多源数据信息中，通过BP神经网络、模糊集、机器学习、统计分析等方法来检索数据背后的资源，有助于发现电力系统数据的潜在规律;分布式并行计算，即针对海量庞大的电力运营状态数据，将其分割为许多小模块区间，分别交由不同的高性能计算机来进行分布式处理，按照运行方式的差异，划分为计算机集群系统与网络系统，由于分布式运算本身内部工序分层进行，存在异构，但各层内部对外公开，通过API/SDK等相互调用管理，有助于对大量电力运营状态数据快速进行分类异构处理，提升电力安全监督的效率。

3大数据时代电力运营监控系统的数据处理

3.1监控数据的类型

（1）基本数据：基础数据是电力系统在其运行过程中出现的大量数据信息，其内容包括电能大小、电量大小以及电压稳定性等。电力运行监测系统监测对象就是如电量、电压等基本数据，因此电力企业有关行政管理部门必须采取有效措施，确保基础数据的准确性。

（2）电力公司的运营数据：电力企业运营数据也就是电力企业生产和执行业务过程中产生的数据，其包括了电力市场交易价格和电力销售客户以及电力销售量等相关数据。分析和处理这些数据可以得出结论，企业应该关注在其运行操作过程应该重视的内容，如此就可以提供给企业营销决策以正确性的指导建议。

（3）电力企业管理数据：电力企业的管理数据也就是ERP和协作办公以及企业一体化平台的数据。这些数据与前两种不一样，只可以在特定条件下共享。这些数据的分析和处理可以极大地促进开展有关部门的工作。

3.2对于监测异动数据的处理

在企业运行过程中一定存在一些异常情况，这将导致会有动态数据生成，分析数据并处理可以极大地提高企业处理突发问题的能力。对操作运行监控系统的情况，异动情况下的管理可以分为不同的部分，如异动处理和异动生成以及异动统计等部分。而异动的类型主要有以下几点：

（1）业务异动：所谓的业务异动主要说的是根据业务方面相关的规则，在业务相关数据中发现存在的异常變动。进一步的细分可将业务差异划分为明细方面异动和流程方面的异动以及指标方面的异动。

（2）接口异动：当监视数据传输接口（主要是ETL和DXP）的过程中发现接口异常时，接口方面就发生异动。

（3）数据质量的异动：根据相关配置原则实时监测数据完整性、时效性和监测精度，如果监测获得的信息不完整、不及时或无法获取接入数据的信息，就会出现产生异动的信息。

3.3全面监测实例

2014年3月，赣州公司在基于大数据分析的基础上实施运营监控和管理，在全面监控的过程中加强研判、处理运营监控工作平台日常异动指数，新增异动异动有6024条，异动涉及14个业务部门、206项异动指标、123个监测场景。当前，有135条工单处理;该系统已被排除了5889条，系统自动排除异动3589条，初步识别手动排除了2300条。公司的月度经营例会向市县两级发布公告《重点指标监测通报》，对指标问题比较突出的县级公司给予预警，根据监测分析显示的问题，提出了改进建议，并跟踪实施落实上月警告的整改情况，把整改实施落实的情况应纳入每月的县公司工作评估。当前，运营监测中心对公司系统20个主要指标实现了城市和郡县的一体化在线监测研判、跟踪纠正反馈、月度通报预警以及落实考核责任的常态化闭环管控。

4大数据时代电力运营监控系统的数据应用

4.1运营监控系统数据在电力生产环节的应用

电力系统的内部运行时非常复杂的，所以需要管理的内容是非常多的，所以我们可以利用这些大量的数据信息建立不同的模型，同时还可以在线对技术指标进行计算，那么就可以对电压的质量进行更加准确的管理。

4.2运营监控系统数据在电力营销方面的应用

在电力系统运行时，电力运营监控单位可以利用远程监控系统对电力企业进行实时监控，及时的发展电力企业存在的问题。在对电力系统进行管理时，要尽量满足社会生产对电量的需求，加大对电力企业的管理力度，同时还要进行用电采集系统以及量价费损营销稽查监控业务，在工作中总结以往的经验，不断进步。

4.3运营监控系统数据在电力检修方面的应用

电力运营监控单位在监控时，可以将大数据充分利用起来，对在线监测分析系统进行构建，这可以对电力系统进行维护和资金流动等方面的内容进行监测，同时也能够对电力系统的运行流程进行分析和绩效考评。在对整个系统进行监测时，可以从挖掘大数据入手，将工作中发现的问题，工作票等方面的内容进行分析，那么就可以对存在的问题进行分析处理，提出相关对策，对电网进行有效维护，提高管理水平。

5结语

对大数据进行分析、总结以及处理可以得出准确及时的信息，这对于电力系统运行来说具有非常重要的作用。所以，在大数据时代背景下，电力运营监控部门要增强对电力系统数据的分析、总结、处理以及应用，对于不同类型的电力自动化系统，这些数据分析内容可以对怎样实现电力自动化数据提供针对性的指导，这样有助于大数据时代电力系统数据处理以及应用的快速发展。

参考文献：

[1]卢莎.大数据时代电力运营监控系统数据处理的简要介绍[J].机电信息，2015（36）：8～9.

[2]赵云山，刘焕焕.大数据技术在电力行业的应用研究[J].电信科学，2014（01）：29～30.