【大数据应用下异常用电探析9200字（论文）】

大数据应用下异常用电分析摘要：随着我国科学技术的发展，我国配电网建设也日益优化。和以往相比，目前我国配电网在分布范围和电网系统上都有很大的提升，同时还有着多样化的网络连接方式和复杂的设备结构以及多变的运行方式等特点。电力网络中，配电网属于最尾端，只有合理规划配电网才能提供更稳定和高质量的供电。随着智能化科技的不断进步，配电网中积累了大量的用户的数据，并且对这些数据进行系统的分析，有利于更合理的规划配电网。本文主要研究并分析提取配电网信息的方式以及该网络在商用和工业以及居民用电的三种不同之处。根据采集的用户数据详细分析更合理规划配电网的方案。同时，结合当地的实际状况，以用户为中心，建立合理的配电网模型，为未来配电网的规划提供参考数据。关键词：配电网；大数据；用户用电行为；异常用电目录TOC\o"1-3"\h\u摘要 I3886引言 1271621基于大数据的用户配用电信息特征提取方法 165751.1我国电力用户用电数据特征 1134551.2基于负荷用电监测的用户配用电信息提取 2263691.3用户配用电信息数据聚合 217012配电网用户用电异常特性分析 25752.1居民负荷特性分析 2167872.2商业负荷特性分析 3266552.3工业负荷特性分析 456453大数据应用下配电网用户历史用电及其发展情况 5312313.1用户用电及其历史增长趋势分析 5198813.2用户报装及其发展情况 6148723.3配电网智能规划 8196364基于大数据用电行为的配电网规划 888604.1配电网线路拓扑计算 9305594.1.1配电网公用信息（CIM）模型介绍 9139714.1.2配电网公用信息（CIM）模型工作流程 9157914.1.3公用信息（CIM）模型在配电网线路拓扑计算中的应用 1288684.2配电网大数据负荷预测对配电网规划的影响 14275435结论 1513623参考文献 1引言近年来，我国持续推进建设电网的工作，在现有的电网基础上，不断的的完善和优化，和以往相比，分布化、数字化以及互动化等方面都取得了良好的成绩，同时智能电网的关键技术也有一定的进步。但是和理想的目标相比，各地侧电的实际智能化水平还远远不够，特别是各地用电量增长方面缺乏合适的用电异常数据分析。因此，深入研究用电行为异常的分析方式是目前迫在眉睫的任务。根据研究电力系统运作规律的角度来看，电力生产和电力消费几乎在同时进行，这又导致了不同的用电异常问题，很大程度上影响了电网运行的稳定性。目前我国电力系统的发展需要有新的突破口，仅仅根据以往的方式进行分析，很难适应现代的电力系统。这些年来，国内和国外越来越多的学者开始研究用户的用电行为，分析的方式主要三种，首先，k-means聚类方法分析；其次，分布式程序构架方式进行分析；最后，根据电网公司的分时电价定价模型方式进行分析。近年来，我国大数据飞速的发展，越来越多的领域开始应用大数据分析，根据我国相关研究院发布的报告可以发现，我国大数据产业的规模在2015年就已有2800亿元。两年后同比增长30.6%，规模高达4700亿元。为了进一步促进我国大数据的发展，国家相关部门制定并出台了许多政策。例如，《大数据产业发展规划(2016-2020)》、《促进大数据发展行动纲要》、《政务信息资源共享管理暂行办法》等文件的相继出台。本文主要通过负荷用电的实际情况，以大数据进行分析，研究出用户在用电过程中的异常行为，将大数据的优势突出显示出来。1基于大数据的用户配用电信息特征提取方法1.1我国电力用户用电数据特征首先，数据维度多和体量大，有着大量的电力用户群体，导致有着较高的各种数据采样要求，例如美国某公司采集用户天然气电气数据高达3TB，为了能够更精准的分析各种数据，所需更多的采样数据进行支撑，在这些不断积累的数据中，有和大数据有所联系的特性显现；其次，电力用户数据有着较为复杂的关联性，不同的采集系统和分散布置的数据源所收集的数据过于复杂，想要从中提前用户行为相关的信息，需要判断特征量和各类数据之间的关联，判断采用的方式主要有两种，一是主成分分析法，二是相关性分析法；再次，分析用户用电行为的数据体量较大，想要有效的分析用户的用电行为，必须按照数据挖掘方法进行，比如回归分析法、聚类分析法和决策数分析法等；最后，影响电力用户的异常用电行为主要有技术因素和社会因素两种，并且由于电力计量设备本身并不够精准，因此导致了判断失误现象时有发生。1.2基于负荷用电监测的用户配用电信息提取电力企业主要有侵入式和非侵入式两种方式可以实现提取用户配电信息，侵入式是直接通过室内安装的传感器取得用电空间，非侵入式则是通过采集电力计量设备所提供的信息，根据模式识别法或者机器学习法分析采集到的用户端电压信息、电流信息以及电器设备的实际用电情况等，可以直接有效的提取用户配电信息，而无需专门按照传感器。相较于侵入式，后者的成本低廉并且可靠简单，有利于创造大数据技术应用的基本条件。1.3用户配用电信息数据聚合随着我国电力行业中只能传感器的普及，截止到2016年年底，国家电网根据相应的政策对用户信息的采集，人数高达1.55亿用户，测量体系的框架已经初步建立完成。智能电表在我国应用的较为广泛，进一步奠定了采集大数据信息的设备基础。通过对用户数据的采集，分析并处理储存的用户数据，进一步分布式存储用户的用电信息，同时按照分析的结果进行实时的信息数据更新，进一步降低了实际储存需求的容量。最后，统一处理不同维度的异构化数据，有利于形成的数据库有差异化，采用大数据技术进一步对数据进行融合。2配电网用户用电异常特性分析2.1居民负荷特性分析居民负荷指的是一些高能耗电器，比如日常家电：电脑、冰箱、空调和洗衣机等，比如烹饪电器：热水器、加热器和烤箱等。在日常生活中，首先，照明用电的时间比较固定，因此在用电负荷方面比较稳定。因为大部分人们的生活习惯和工作习惯导致大规模照明用电都是在夜晚的时候，照明峰值大概在晚上八点到十点之间；其次，作为家里的常用电器之一冰箱，它的使用时间也比较稳定，没有太大的调节空间；再次，洗衣机的使用较为随机，相比而言使用时间非常的不稳的；最后，电视机和电脑，使用时间普遍在中午和晚上等非工作时间。从耗能角度来看，家用电器设备中耗能大的有空调和热水器，普遍上在夜间的时候用电负荷较大，平常的一日三餐，用电量较大的是烹饪电器，比如电饭煲等。不同的家庭经济导致购买的家用电器种类不同，因此在用电量方面也会有所差异。同时，不同家庭的生活习惯和工作方式产生的日常用电负荷也相差甚远。用户的用电习惯可以在每日用电负荷曲线上直观的体现。因为这种用电习惯，我们可以根据不同的行为聚类分析不同的人群，进一步分析出各种类型用户的用电行为。最常见的居民日常用电曲线如下图所示。图2-1典型的居民用电日负荷曲线从上图可以发现，大部分居民在白天的时候需要工作，因此用电最高峰的阶段是中午十二点后到一点前，之后是早上八九点的时候用电也属于最高峰，仅次于中午，用电相对较少的是下午四点之后到凌晨。用户的每日用电行为可以从上图直观的体现，因此根据以上负荷曲线图可以做到更合理的调配电量，避开居民的高峰用电阶段，保障居民日常用电能够正常稳定。2.2商业负荷特性分析商业负荷包括了高级写字楼、大型商场以及个体商户等区域，以及一些娱乐场所和办公场所以及零售商店等。普遍上商业负荷由高级写字楼、大型商场和娱乐场所以及美食街等区域用电负荷组成的。商业用电中用电量较大的包括了中央空调、电脑、电梯、打印设备以及日常照明等。这里以我国地级市内某商业负荷日用变化曲线图为例，如下图2-2。通过该曲线图可以发现，办公大楼内部商业负荷的主要特征是有着非常典型的时间性和季节性，因为人们上班时间普遍是在白天。由此形成了白日工作时间范围内该办公楼没有较大的负荷变化，相较于白天，晚上的用电负荷曲线大幅度降低；商业系统构成和负荷曲线可以直观的体现其实际经营情况，对应的负荷曲线在白天没有太大变化，到晚上负荷会快速的增加。因此，为了选取合适的商区地理位置以及对其进行分布，可以根据不同类型的负荷曲线来提供对应的指导。图2-2典型的商业用电日负荷曲线2.3工业负荷特性分析现在我国工业的电力使用负荷最大，主要由轻工业用电和重工业用电两个部分构成，前者包括纸质、纺织以及副食品加工等，后者包括了钢铁、化工、有色金属制造和水泥等。目前我国工业类型复杂多样，并且用电负荷会随着工业种类、规模和经营方式等因素的影响而形成较大的差异。因此，需要借助负荷曲线来进行聚类研究，进一步分析出该行业的实际运营状况和用电高峰时间，有利于针对性的提供服务，比如节电服务、电力设备的租赁、告知高效、安全供电、信息共享等。图2-3典型的工业用电日负荷曲线根据某地典型的工业用电每日负荷的变化曲线为例，如上图所示。根据图标可以发现，用电负荷从早上八点开始逐渐提升，用电量截止到中午十二点开始下降，之后下午四点用电量相对稳定。通过上图负荷曲线可以直观的体现其工作时间内的用电行为，并聚类分析该工业负荷曲线，可以提供一定的配电网调度的参考经验。3大数据应用下配电网用户历史用电及其发展情况3.1用户用电及其历史增长趋势分析某县2013年至2018年用电电量以及分电压等级分类接入容量如表3.1所示：表3-1某县（区）客户分行业售电量分析表类型居民生活非居民生活农业生产商业轻工业大工业其它2013年0.570.28230.0191.83821.560.032014年0.590.29290.0151.50722.760.382015年0.630.31320.0181.63723.420.512016年0.690.34380.0211.74725.060.432017年0.730.38430.0251.93828.560.332018年0.790.41490.0311.74730.760.38表3-2某县（区）分电压等级用户接入容量统计位：MVA电压等级110(66)kV35kV10kV2013年486.5234.0170.252014年512.5235.777.362015年568.55242.5283.522016年636.5246.690.052017年686.5248.0194.252018年712.5251.7100.36通过以上两个表格可以发现，随着我国经济的不断发展和科学技术的进步，县城的用电量也在不断的提升，其中用电量最大的便是工业负荷用电，它的增长速度也是最为明显的，其次商业负荷和农业负荷的也在不断的增长，最后用电负荷增加相对较为缓慢的是居民用电和轻工业业绩非居民社工会用电负荷。在电压等级用户接入容量中，因为快速增长的工业用电负荷，导致增加较为明显的是110（66）kV电压等级接入容量，以往的10kV和35kV电压等级电网已经无法适应现代社会人们的用电需求。3.2用户报装及其发展情况为了工业强县的目标得以实现，某县城进一步加大了引进资本的力度，导致该县内工业用电负荷快速的增长。现在该县拟建以及开始建筑的新增大工业用户已有11家，有着2415MVA的用户装接容量，如下表所示。表3-3某县（区）大客户用电报装一览表序号用户名称用电性质预计报装容量（kVA）计划用电时间（年）所在分区1天钰公司大工业350002015工业区2小水亿欣公司大工业320002015工业区3柏森科技磨料公司大工业150002015工业区4日科电子大工业200002015工业区5华瑞电子大工业300002015工业区6赢得气体大工业50002016工业区7中泰公司大工业500002016工业区8天钰公司二期大工业350002016工业区9华泓新材料公司大工业25002017工业区10中锗科技公司大工业50002018工业区11和利投资公司大工业120002019工业区合计241500随着该县不断的引进新的资本入驻，工业负荷不断的增加，现有的电网已经无法适应新增的负荷。根据历史的数据可以发现，该县在2013年最大用电量和最小用电量分别为12MW好5.7亿kWh。自从过来十二五规划期，我国经济迅速的发展，电力负荷也在不断的增加。截止到2014年，该县全年用电最大负荷和全年用电量分别是21MW和133亿kWh。随着当地相关部门进一步引入资本力量，制定工业强县战略目标并实施以来，当地工业集中区初步形成，进一步增加了用电负荷。并且随着我国实施建设新农村工作，农村的用电负荷也在不断的增加，该县近年来用电电量负荷数据如下。表3-4某县（区）电量负荷历史数据年份全社会最大用电负荷（MW）全社会用电量（亿kWh）三产及居民用电量（亿kWh）人均用电量（kWh/人）人均生活用电量（kWh/人）农村居民人均生活用电量（kWh/人）一产二产三产居民2013125.7135.30.180.258262049820142113.32712.70.210.361187532115020153218.32917.70.250.411626535816320163821.42820.60.30.461876340318520174224.32323.40.30.572113049521520184625.12924.30.30.5821869504225通过表3.4数据可以明显发现，该县的电量负荷逐渐提升，其中电量负荷占比从高到低分别是第一产业，第三产业和农业。研究典型日负荷曲线以及年负荷曲线可以明显发现，最近几年以来，该县电网七月到九月用电量较高。导致这个结果主要是因为人们的生活水平和经济水平不断的提升，在炎炎夏日风扇和空调使用频率较高，因此和其他季节相比，夏季用电负荷有一定的增加。其次用电最大负荷发生在11月份到12月份左右，主要原因是因为天气寒冷需要供暖，比如开暖气或者是空调，这一定程度上增加了冬季的用电负荷。比如以石绵为例，该地2013年和2014年用电负荷数据如下，根据以下数据可以进行对比分析。图3-5某地区2013年至2014年每月最大负荷曲线从上图负荷曲线可以看出，2013年和2014年负荷利用小时数最大分别为4816小时和4876小时。2013年和2014年供电负荷呈“凸”形，受全球金融危机影响比较大，大宗工业品的价格呈下滑趋势，生产企业设备使用低，导致用电量降低。我们可以参考历史数据及资料对地区未来一段时间的用电量和负荷进行预判，但受气候和市场等因素影响较大，从而产生一定的误差。所以我们需要将各种不可见的变量考虑进去，才能更加准确的预判、根据预测结果，更加合理做好工程计划。3.3配电网智能规划需要了解电网与环境、地理等方面协调问题，才能编订配电网络规划。首要任务是要调研当前的电网现状，找到并改进目前电网建造中的短板，不断强化和改进电网内部结构，让电网更加稳定、并防止配电网安全隐患的发生。要往长期发展考虑，要想电网更加具有统一性和一致性，必须保持电网于现代科技同步发展。在电网安全稳定的前提下，不断提升电网的技术水平、质量稳定、保障及时、降低价格等目标。图3-6配电网规划流程图配电网规划主要分为以下几个步骤：配电网数据采集编辑、配电网当前现场调研、未来电力负荷的分析预判、变电站位置的选取、变电站供电区域的计算和规划等，可以参考如图3-6的流程图。参考图3-6所示的配电网规划图，能让规划人员更加科学、合理的对配电网进行规划，增加配电网规划的精准性和科学性。4基于大数据用电行为的配电网规划配电规划时要将供电的稳定性、安全性等多方面考虑进去，用足够的数据使配网规划更加合理。为了在电网规划使找到其稳定性与经济性之间的最合理值，我们需要通过建立将大数据地图于实际地域位置进行对比，为配电网规划的问题判定、负荷大小计算、网架的建设、供电稳定性等方面提供依据。4.1配电网线路拓扑计算4.1.1配电网公用信息（CIM）模型介绍IEC61970是由国际电工进行制定的一种标准，主要指的是能量管理系统应用程序接口的描述以及具体的模型标准。该标准主要是由五个部分组成，分别是术语、导则、公用信息模型CIM和两种级别的组件接口规范CIS。该标准中EMS的应用程序接口标准是根据CIM部分来进行定义。EMS系统中对电力对象的定义主要是IEC61970标准的基本包集。通过CIM模型的应用进行系统之间的数据转换。IEC61970文件是现代调度软件开发厂商在研究相关调度系统时所依据的标准。为搭建出新的接线模型，需要先使用调度系统中的网络拓扑将配电网的原理图形转化成现代高级编辑软件所使用的计算几点模型。使用CIM模型在树形网路拓扑图的基础上，生成配电网一次拓扑图。从此接线图中删除对配对电网规划工作中不受影响或者影响相对较小且比较复杂的数据，最后剔除不重要的信息，从而获得最合理的规划拓扑图。树搜索策略是可以对当下所有接线方式的网络结构进行分析，以此为基础，利用模型与模型之间的关系进一步统计分析。我们可以将变电站比作树根节点，将线路和相关分支比作树叶，将站所、杆塔等比作是树杈。用深度优先的方式进行查找，从根节点为起点，顺着主干或支线到达尾部，不断重置上面的搜索环节，不断摸索主干上的其他未经过的路径，最后将所有支路和节点搜索一边。除此之外，CIM模型在搜索过程中，同时将数据联系进行整理，用以以后的查询。4.1.2配电网公用信息（CIM）模型工作流程（1）算法流程图4-1CIM算法流程图根据现有的配电网结构和CIM方法的原理，本文初步建立了CIM模型的拓扑分析算法流程图，详细如上图4—1所示。分析上图可以发现，CIM算法开始对所有节点进行遍历，对于遍历的节点设置为true并对数据进行保留。同时深入研究该节点，判断出该节点内是否有子节点存在。若没有子节点则需要返回上一步，算法判断该节点已经遍历过就自动结束流程。该过程中若是有没有遍历的节点则整个过程的计算需要重新开始。（2）CIM拓扑模型CIM拓扑模型中拓扑包作为非常重要的核心，拓扑包中详细分析和阐述了更多的拓扑连接关系。在该模型中，Topology数据包中的拓扑结构模型如下：图4-2Topology包中的拓扑模型结构根据上图可以发现，CIM模型中制定了端子和连接点，电气设备中端子作为电气连接点，在该模型中分布于每个导电设备中，比如，每个隔离开关中会有两个接线端子，而各个连接点上有更多的端子存在，若一个连接点有多个端子同时相同，则代表了这些端子之间相互融合。CIM模型也可以看做是通过关联关系将设备和连接点以及端子三者融合一起形成的电器连接关系。（3）CIM网络拓扑方法CIM格式在电网专题拓扑数据中进行广泛的应用，电网专题图图像主要采用SVG矢量图格式表示，有利于展示电网模型的可视化。电网模型可以通过SVG与CIM结合反应出来，网络拓扑方法如下图：图4-3网络拓扑方法4.1.3公用信息（CIM）模型在配电网线路拓扑计算中的应用（1）重构线路模型图线路模型图是由配电线路负荷组、联络组、主干线、拓扑模型和线路装机等信息的合理组合。根据该模型逻辑关系将负荷组按照先后顺序进行排列，也就是变电站→第一个开关类设备→第二个开关类设备...→线路末端的顺序排列。把联络组信息归类到对应的分组内，同时还原拓扑结构，通过GDI+技术进行描述拓扑结构。四川省内某路线从110kV华阳变电站至德英伦世邦变电站，该线路的规划模型如下：图4-4线路的规划模型（2）确定负荷组为了配电网规划的效率得到提高，可以将母线分段开关之间的设备看做是一个负荷组。在进行程序设置的过程中，通过变电站→开关类设备→开关类设备·····→线路末端的顺序进行遍历查找。具体线路如下图：图4-5负荷组依照图4.5可知，负荷1组与负荷2组分别使用F1和F2表示，开始与结束位置使用K1与H1表示，符合3组使用F3表示，与上两组相同，开始位置使用个字母H1表达，而结束位置调整为线路末端。（3）计算主干线按照电网的相关要求进行主干线路的选择。如下图所示，某配电网线路的示意图：图4-6主干线示意图联络设备有以下几种关联方式：K1、K2、K3为关联开关，K1为B2+B1，K2为B1+B3+B5，K3为B1+B4+B5。通过以下几个重要步骤来确认主干线路：精准判别联络设备数量；假如没有关联设备，找到一个配变，保证此配变到变电站的距离相对较长，此路径就是主干线路径；假如相关联络设备仅有1个，此相关联络设备到变电站的路线便是主干线路径；假如相关联络设备不到1个，K1、K2、K3的配变和最大的就是主干线。（4）供电半径计算供电半径指该站到其供电的最远负荷之间的直线距离，供电半径指电器距离，并非空间距离。供电半径的计算方式见图4.7。图4-7供电半径计算示意图我们通过图4-7可以得到三条不同的路线，分别为：路径1：BDZ→01→02→02_1→02_2→KG1→YH路径2：BDZ→01→02→03→ZS→04→05→06→LK3路径3：BDZ→01→02→03→ZS→04→05→05_1→05_2→LK3我们对这三条线路的长度进行计算，其中的最远端既供电半径最远端。（5）“N-1”通过率的自动校核线路“N-1”通过率常作为供电企业考核供电可靠率的二级指标。现代技术通过建立拓扑图，使用固定程序确认拓扑图是否能正确通过“N-1”校对。这种方式较传统人工方式，提高了“N+1”校对的正确性。为达成以上过程至少需要三个步骤：1）计算所有出线开关的可开放裕度和装机容量。根据可以负载的最大负荷进行联络开关直至达到一年以内的最大负荷，这也可以看做是可开放裕度。出线开关的装机容量指的是全部的联络开关到出线开关之间的负荷组的装机容量。2）每个出线开关都需要经过“N-1”校核。第i个开关可以标记为Ki，开关的可开放裕度可以记为KYi，装机容量可以记为KZi。通过线路拓扑图搜索的开关可以记为Ki1，开关相联络的其它出线开关，可以记为Ki2······Kin。3）开关对侧出线开关的装机容量和可开放裕度的关系也就是KZij(j=1-n)与KYi大小关系。在KZij(j=1-n)＜KYi的状态下，该开关“N-1”通过校验，反之不能通过。4.2配电网大数据负荷预测对配电网规划的影响负荷预测是城市配电网规划过程中需要考虑的重要因素。负荷预测需要考虑的更多，包括了宏观经济、人口数量、地区大小和用户用电行为等因素都会影响到负荷预测的准确性，而只有准确的负荷预测才能更好更合理的规划配电网。负荷预测的科学性比较强，需要更多的实际运行数据来支撑负荷预测。以调查分析为基础，进一步探索一条符合当地实际状况的计算方法，有利于更科学的预测出当地未来用电负荷的趋势，进一步提供出相关数据有利于合理规划配电网。当地经济的实际发展状况直接影响到当地的负荷预测结果。随着所选择的预测范围的增加，当地经济的发展和负荷变化之间的联系越来越深，同时预测结果的准确性也更准确；与之相反的所选择的预测范围越小，负荷增长和宏观经济之间的关联越模糊，通过宏观经济的指标进行预测负荷变化并不够准确。负荷预测有近中期和远期两个阶段的负荷预测，负荷预测结果