李美珍

摘要：随着我国科学水平的不断进步，带动了我国电力行业的发展。基于配电网设备直接关系到整个系统的运行状态，为了使电力系统安全、稳定运行，需要有效地应用大数据挖掘技术，通过该技术，阐述掌握配网设备状况，及时发现故障，从而制定完善的运行方案。

关键词：信息技术;配电网;大数据挖掘技术

引言

在云计算、物联网等一系列信息技术快速发展的方向，各种移动智能设备、传感网络、电商网站、网络社交在运行的过程中时时刻刻产生数据，这些数据发挥出了重要的作用。大数据的体量越来越大、类型越来越多，逐渐影响各行业的生产与发展。只有掌握大数据挖掘的关键技术，才能更好地发挥大数据的价值。本文首先针对大数据的定义和特征进行了分析。

1大数据的概念及特征

由于大数据的产生与云计算、物联网和互联网等技术的发展联系紧密，根据大数据技术可以获取更多的数据与信息，并且计算机处理的技术得以增强。也就是说社会各界的各个方面，都开始广泛的使用大数据开展工作。其中以云计算来说，是在互联网平台上的一种先进计算手段，可以让计算机的软件、硬件的资源进行共享，以便大数据的储存和计算;而物联网则属于大数据的出现根源，其技术能够收集丰富的数据，具有更多的价值与可挖掘的信息。同时物联网技术能够将互联网结合物品，比如，对消费者购买的产品各种信息进行获取，去掌握消费者的消费习惯、喜爱产品类型等等，以便企业去开发更多符合消费需求的新产品。

目前，人们的生活、学习及工作乃至企业的运行等等方面，都已经离不开大数据的支持。也就是说大数据存在生活的各个角落，并起着十分重要的作用。首先，大数据不是简单的统计与分析人们所用的移动终端、社交网络等产生的数据，而是将这些出现的巨大、无法利用目前主流软件工具处理的数据，进行管理、挖掘与筛选。

2配网设备运行中大数据挖掘技术的应用

2.1配电网设备的运行监测

配网设备运行时，通过对大数据挖掘技术的应用，能够通过专题图等方式，详细、准确的展示出整个系统的运行状况，工作人员只需要对图像进行观察，即可掌握设备情况，有利于整个系统设备的监管，为决策方案的制定奠定良好基础。常见功能包括：（1）监控设备运行状态。配电设备运行过程中，经常会受到一些因素的干扰，出现跳闸、异常运行等情况，若出现这些情况，将会对整个系统的运行造成较大干扰。而大数据挖掘技术的应用，则能够及早发现这些异常。（2）缺陷隐患检测。对于配电设备来说，可能会存在一定的缺陷隐患，通过对缺陷隐患的检测，掌握缺陷数量与类型等，可有利于缺陷的处理。（3）工作计划数据检测。相关企业针对自身发展需求，结合配电设备具体情况，编写出相应的运维计划，并合理安排工作，采集各班组工作信息，检测工作实施状态，判断出各项工作是否符合要求，是否达到满足预期目标。（4）用户停电检测。针对不同类型的客户，检测出停电情况，包括停电的起始点，停电的累计时间，分析出停电的原因等。并通过图像的方式，将这些信息展示出来，以加强对这些情况的了解程度。

2.2大数据管理

数据的管理，主要是为了帮助数据信息在复杂的应用系统里，结合物联网传感设备对海量数据以不同格式汇总。由于物联网系统中的数据格式多样化、复杂化，尤其是针对数据的应用场景、服务形式都进行了相应的归类，所以对于数据类型及数据业务，已经无法满足当下的多元化需求。因此这就需要设计出数据系统管理框架，对数据加以有效的管理、核对，并且结合具体的设计系统框架进一步加强数据信息的拓展。

此外，根据不同的使用目的需要選用不同的大数据关键技术，所以很多互联网的公司，都会按照大数据的时间要求，将其以在线的处理进行，这样的话时间较短，一般为毫秒级别，在大数据输入到系统之后快速输出结果，以此来保证数据的时效性，同时还包括近线处理和脱机处理。

2.3数据计算及电费回收风险评估

在电费回收情况与大数据分析中，需要根据用户的实际情形展开评估。可以从电力用户缴费中实际应收、预算收入以及欠费等状况展开分析，对企业电费回收进行实施监测。这样可以对电费回收每一个环节了解掌控。供电企业可以根据大数据挖掘分析结果，对一些电力用户进行风险等级评估，这对电费回收管控具有很好的效果。用户的“用户电费风险评价标准”的认定一般是供电企业决定。当然每个供电公司需要依据统一的标准对用电客户进行电费风险回收判定。从供电电压等级，电费结算方式，电费额度占比等缴费情况进行数据挖掘，然后再对信用程度，欠费情况，用电行为等进行有效分析。在电费回收风险评估中，用电主体等各种因素从高到低依次划分为A、B、C、D、E五个级别，分别对应“极高风险”、“高风险”、“般风险”、“低风险”、“极低风险”。在对用户进行风险评估后，并根据风险程度高低采取差异化的电费回收措施，便于突出重点，降低电费回收潜在风险。

2.4海量异构数据处理

互联网的飞速发展使得海量机构数据的种类越来越多，数据的类型也越来越繁杂，这就需要加快数据处理的速度才能提高数据挖掘的效果。但从现实情况来看，在数据处理的过程中由于技术和理念的落后，经常会降低数据信息的使用价值，因此这就需要借助大数据技术对信息进行有效的处理通过集成模块和数据库整理，实现数据的深度融合，进而更加有效的利用数据。在数据处理的过程中借助必要的探测模块，能够针对数据划分出在线时间、进行时间和离线时间，这样能够进一步提高数据的分析和计算能力，进而最大程度挖掘出数据的价值。

2.5配网设备故障的预警处理

针对相应的分析结果，结合环境、设备自身等因素，缺点出设备可能出现的故障，并制定出相应的处理方案。（1）配网停运。在拓扑关系的基础上，通过对设备运行状况数据的采集，准确了解整个停运现状，包括停电的具体情况，会对哪些用户造成干扰等，通过这些信息的统计，结合两票中的内容，从中寻找出不良行为。之后以此为基础，判断相关计划是否科学，以提升管理效果，使电力传输更加稳定。以停运情况为中心，深入分析与此相关的工作活动，探索省级单位运维工作时，是否存在不合理的问题，从多个角度出发，评估运维工作效果，并制定出相应的优化建议。（2）馈线停运调节。从事件等级、时间、所处区域等方面出发，全方法检测馈线停运情况，挖掘出事件的具体信息，其中有：电流负荷图像，以反映出一段时间内电流的变化情况;影响范围图像，反映出现该故障后，会对哪些用户带来干扰;负荷损失图像，反映出故障造成的负荷损失等。

结语

作为当前较为先进的技术手段，大数据挖掘技术对社会的发展具有重要意义，有效将其应用到配网设备管理工作中，能够加强对整个配网系统的检测力度，掌握系统的运行情况，挖掘出其中存在的问题，制定出合理的预警处理方案，以确保整个系统能够安全、稳定的运行，为社会的发展提供充足的电力能源。

参考文献：

[1]罗育辉.大数据技术在配电网运行管理中的发展与运用分析[J].中外企业家，2018（09）：90.

[2]周杨珺，梁朔，俞小勇，奉斌，李珊.基于多源异构数据的配电网运行分析平台：系统架构与技术实现[J].南方电网技术，2018，12（08）：59-64.

[3]施烁，李智涵.数据挖掘和管理在配电网中的应用研究[J].信息与电脑（理论版），2020，32（06）：154-156.

[4]翁俊河，李湘丽，林燕斌，等.基于大数据挖掘的网络舆情智能分析系统关键技术研究[J].通讯世界，2019，26（9）：116-118.

[5]和树繁.遥感大数据自动分析与数据挖掘研究[J].科技经济市场，2018，34（9）：9-10.