【學術】智能配電網大數據應用需求和場景分析研究
中國電力科學研究院的研究人員劉科研、盛萬興等，在2015年第2期《中國電機工程學報》上撰文，智能配電網中存在大量異構多源的數據，其中的數據規模和特點符合大數據的各項特征。首先總結配電網大數據的來源和特征
3)基于不同結構數據互校核的不良數據檢測方法。
配電網中含有結構化數據、非結構化數據、半結構化數據，但是不同類型的數據可能包含相同的信息量，如某一線路的長度可由地理信息系統中的非結構化圖形數據獲得，也可從生產管理系統中的結構化數據獲得，通過不同類型的數據進行互校核，可實現不良數據的辨識。
配電網中不同的數據源為配電網研究對象提供了多角度、多時間、多維度的數據描述，為了通過大數據分析充分挖掘有用信息，需要建立數據之間的關系數學模型。
4 配電網大數據關聯模型建模
4.1 配電網數據特征化
配電網中的研究對象一般使用類進行描述，這種描述可以通過數據特征化得到，數據特征化是目標類數據的一般特性或特征的匯總。特征是一個數據字段，表示數據對象的一個特征[6]。不同配電網研究對象有不同的屬性，不同的屬性有不同的數據類型，一個屬性的類型由該屬性可能具有的值的集合決定。
4.2 配電網數據鄰近性模型
數據的相似性和相異性都稱為鄰近性，配電網數據鄰近性模型具有廣泛的應用。例如，同一個負荷可能在不同的應用系統中有著不同的記錄，為了正確高效地進行數據分析，需要在數據集成時將多條記錄合并為一條記錄，因此需要對多條記錄的鄰近性進行計算分析。
再如，需要定量描述投運時間對設備性能的影響。同時，鄰近性模型還是進行分類、聚類分析、離群點分析等深入研究的數據基礎。
4.3 配電網數據關聯模型
關聯規則由Agrawal、Imielinski和Swami提出，是數據中一種簡單但很實用的規則[7]。配電網故障、狀態與原因之間存在關聯關系，發現故障屬性間的關聯特性可以更好地對設備進行故障監測與診斷。
如分析配電網參數和暫態穩定性之間的關聯性，判斷發生故障時系統失穩的概率;如分析系統節點電壓變化特性與故障之間的關系，找出系統中最為敏感的節點;如尋找特定地點諧波電流與其他地點電壓之間的關聯度，確定諧波源位置、特征及處理方法。
也可在電力營銷和負荷管理中引入關聯分析，以指導供電公司制定合理的營銷策略，如在配網規劃中，分析城市用電量與GDP 增長率、第二產業比重、中心性等級、行政級別、氣候類型等因素之間的關聯關系。
免責聲明：本文僅代表作者個人觀點，與本站無關。其原創性以及文中陳述文字和內容未經本站證實，對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關內容。
我要收藏
個贊
