電力大數(shù)據(jù)關(guān)鍵技術(shù)與應(yīng)用研究V11精簡版課件

電力大數(shù)據(jù)關(guān)鍵技術(shù)及應(yīng)用研究

精簡版南瑞埃森哲電力大數(shù)據(jù)關(guān)鍵技術(shù)及應(yīng)用研究

精簡版南瑞埃森哲2大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的短期符合預(yù)測基于大數(shù)據(jù)的供電可靠性分析基于大數(shù)據(jù)的低電壓分析基于大數(shù)據(jù)的重過載分析基于大數(shù)據(jù)的變電設(shè)備故障預(yù)測基于大數(shù)據(jù)的二次設(shè)備風(fēng)險(xiǎn)評(píng)估基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別基于大數(shù)據(jù)的輸電線路在線監(jiān)測基于大數(shù)據(jù)的客戶管理全面監(jiān)測基于大數(shù)據(jù)的智能用電應(yīng)用基于大數(shù)據(jù)的客戶全面感知分析基于電網(wǎng)可靠性的配網(wǎng)投資策略研究2大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別大規(guī)模數(shù)據(jù)上多維索引和即時(shí)查詢獨(dú)特的并發(fā)控制機(jī)制

完善的多數(shù)據(jù)兼容和應(yīng)用平滑遷移工具獨(dú)特的運(yùn)行時(shí)優(yōu)化

支持OracleSQL的自動(dòng)化映射平臺(tái)功能3大規(guī)模數(shù)據(jù)上多維索引和即時(shí)查詢平臺(tái)功能3

核心技術(shù)創(chuàng)新點(diǎn)提高原有存儲(chǔ)過程型應(yīng)用向云平臺(tái)的遷移效率，降低實(shí)現(xiàn)成本動(dòng)態(tài)選擇SQL在Hadoop環(huán)境下的最優(yōu)并行方案根據(jù)集群資源狀態(tài)，自適應(yīng)調(diào)配存儲(chǔ)粒度，進(jìn)一步提升應(yīng)用的并發(fā)水平突破Hadoop只支持K-V查詢的技術(shù)局限，大幅提升了大數(shù)據(jù)查詢效率實(shí)現(xiàn)大文件讀取與隨機(jī)改寫效率的綜合調(diào)優(yōu)，有效提高了存儲(chǔ)過程復(fù)雜分析語句的運(yùn)行性能基于查詢重寫的SQL到Hadoop映射技術(shù)I/O敏感代價(jià)模型驅(qū)動(dòng)的并行方案優(yōu)選技術(shù)集群資源感知的自適應(yīng)分區(qū)技術(shù)基于混合多維索引的大數(shù)據(jù)查詢技術(shù)基于組合存儲(chǔ)的并行讀寫優(yōu)化技術(shù)提供Hadoop環(huán)境中的DML語言支持能力，提高存儲(chǔ)過程中Update、Insert、Delete等語句的運(yùn)行效率優(yōu)化多任務(wù)并發(fā)狀態(tài)下的計(jì)算和IO資源利用率，有效提升分析計(jì)算任務(wù)的綜合執(zhí)行效率為準(zhǔn)實(shí)時(shí)的多數(shù)據(jù)源之間的數(shù)據(jù)一致性保障提供技術(shù)支撐根據(jù)數(shù)據(jù)更新規(guī)模，動(dòng)態(tài)調(diào)整ETL任務(wù)并發(fā)度，實(shí)現(xiàn)資源的集約化利用基于改進(jìn)多版本機(jī)制的DML增強(qiáng)技術(shù)基于裝箱模型的并發(fā)計(jì)算任務(wù)工作流的智能規(guī)劃技術(shù)基于交叉Hash校驗(yàn)的數(shù)據(jù)一致性保障技術(shù)負(fù)載敏感的數(shù)據(jù)ETL并發(fā)度按需調(diào)節(jié)技術(shù)開源Hadoop平臺(tái)無法直接應(yīng)用于智能電網(wǎng)的復(fù)雜業(yè)務(wù)需求，需要結(jié)合業(yè)務(wù)實(shí)際，進(jìn)行大量實(shí)用化研發(fā)和優(yōu)化完善工作。4

性能驗(yàn)證采用浙江公司用采業(yè)務(wù)真實(shí)數(shù)據(jù)，主要涉及29張數(shù)據(jù)表，共189.91億條記錄，選取了三個(gè)計(jì)算和四個(gè)查詢?nèi)蝿?wù)場景，對(duì)比大數(shù)據(jù)平臺(tái)和Oracle關(guān)系數(shù)據(jù)庫處理性能情況。三個(gè)計(jì)算任務(wù)涉及表和記錄數(shù)：1)公變數(shù)據(jù)完整率之今日電量計(jì)算（2.47億）2）低壓數(shù)據(jù)完整率計(jì)算（116.1億）

3)低壓用戶電量計(jì)算（143.7億）上報(bào)公變數(shù)據(jù)主表333390公變用戶計(jì)量點(diǎn)228991停電統(tǒng)計(jì)表24151795上報(bào)公變電量數(shù)據(jù)153193115公變終端測量點(diǎn)250975終端資產(chǎn)2600453統(tǒng)計(jì)公變數(shù)據(jù)完整率明細(xì)66257003公變?nèi)蝿?wù)表112821系統(tǒng)單位代碼1320數(shù)據(jù)完整率明細(xì)臨時(shí)表9071統(tǒng)計(jì)終端用戶表838885低壓任務(wù)表1903834低壓測量點(diǎn)表17954341統(tǒng)計(jì)低壓數(shù)據(jù)完整率4134600916低壓表記表18476053低壓用戶表16224247系統(tǒng)單位代碼1320上報(bào)低壓數(shù)據(jù)主表22590221上報(bào)低壓電量數(shù)據(jù)表7374570544停電統(tǒng)計(jì)表24151795終端資產(chǎn)2600453上報(bào)低壓電量數(shù)據(jù)表7374570544上報(bào)低壓數(shù)據(jù)主表22590221低壓測量點(diǎn)表17954341低壓用戶表16224247低壓表記表18476053終端資產(chǎn)2600453統(tǒng)計(jì)低壓日電量6906656585低壓測量點(diǎn)表17954341低壓歷史數(shù)據(jù)異常615803低壓數(shù)據(jù)異常表854964性能驗(yàn)證5

1)采集覆蓋情況明細(xì)

2）采集數(shù)據(jù)質(zhì)量檢查3)批量抄表數(shù)據(jù)查詢4)臺(tái)區(qū)線損分析明細(xì)四個(gè)查詢?nèi)蝿?wù)涉及表和記錄數(shù)：1.57億條臺(tái)區(qū)線損統(tǒng)計(jì)62931052P碼2645單位級(jí)別關(guān)系1351G_TG634564單位級(jí)別關(guān)系1351用戶280480低壓數(shù)據(jù)46741659終端資產(chǎn)2550507上報(bào)任務(wù)數(shù)據(jù)主表910439上報(bào)數(shù)據(jù)完整率明細(xì)69259714P碼2645用戶數(shù)280357用戶明細(xì)表225288終端資產(chǎn)2547680上報(bào)任務(wù)數(shù)據(jù)主表910106用戶明細(xì)表224140單位級(jí)別關(guān)系1351終端資產(chǎn)2315773P碼2630用戶數(shù)269803單位代碼1320性能驗(yàn)證6

低壓用戶電量計(jì)算：191min12min（實(shí)際運(yùn)行23分鐘）Oracle平臺(tái)大數(shù)據(jù)平臺(tái)143.7億12min191min低壓用戶電量計(jì)算7低壓用戶電量計(jì)算：191min1采集質(zhì)量檢查明細(xì)查詢：5.547s0.281sOracle平臺(tái)大數(shù)據(jù)平臺(tái)5.547s281ms采集質(zhì)量檢查明細(xì)查詢8采集質(zhì)量檢查明細(xì)查詢：5.547s0.計(jì)算任務(wù)驗(yàn)證對(duì)比大數(shù)據(jù)9計(jì)算任務(wù)驗(yàn)證對(duì)比大數(shù)據(jù)910大數(shù)據(jù)查詢?nèi)蝿?wù)驗(yàn)證對(duì)比10大數(shù)據(jù)查詢?nèi)蝿?wù)驗(yàn)證對(duì)比11大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的短期符合預(yù)測基于大數(shù)據(jù)的供電可靠性分析基于大數(shù)據(jù)的低電壓分析基于大數(shù)據(jù)的重過載分析基于大數(shù)據(jù)的變電設(shè)備故障預(yù)測基于大數(shù)據(jù)的二次設(shè)備風(fēng)險(xiǎn)評(píng)估基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別基于大數(shù)據(jù)的輸電線路在線監(jiān)測基于大數(shù)據(jù)的客戶管理全面監(jiān)測基于大數(shù)據(jù)的智能用電應(yīng)用基于大數(shù)據(jù)的客戶全面感知分析基于電網(wǎng)可靠性的配網(wǎng)投資策略研究11大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別背景12短期電力負(fù)荷預(yù)測主要是指預(yù)報(bào)未來幾小時(shí)、1天至幾天的電力負(fù)荷，短期負(fù)荷預(yù)測不但為電力系統(tǒng)的安全、經(jīng)濟(jì)運(yùn)行提供保障，也是市場環(huán)境下編排調(diào)度計(jì)劃、供電計(jì)劃、交易計(jì)劃的基礎(chǔ)。短期負(fù)荷預(yù)測精度已列為電網(wǎng)公司工作的一項(xiàng)重要考核指標(biāo)。2009年，國家電網(wǎng)公司組織成立工作小組，制訂了《電網(wǎng)短期負(fù)荷預(yù)測技術(shù)規(guī)范》，對(duì)短期負(fù)荷預(yù)測各項(xiàng)流程提出了基本技術(shù)要求與推薦技術(shù)方法。隨著電力生產(chǎn)和消費(fèi)日益市場化，對(duì)負(fù)荷預(yù)測的準(zhǔn)確性、實(shí)時(shí)性、可靠性和智能性提出了更高的要求，因短期負(fù)荷預(yù)測作用的大小主要取決于預(yù)測精度，因此如何提高預(yù)測精度是目前研究短期負(fù)荷預(yù)測理論和方法的重點(diǎn)。背景12短期電力負(fù)荷預(yù)測主要是指預(yù)報(bào)未來幾小時(shí)、1天至幾天的存在問題13分析層級(jí)不夠細(xì)致電網(wǎng)負(fù)荷是由眾多用戶負(fù)荷構(gòu)成，不同用戶的負(fù)荷受自身行業(yè)屬性和生產(chǎn)特點(diǎn)影響，負(fù)荷規(guī)律也是千差萬別，從總量上分析負(fù)荷變化規(guī)律忽略了用戶的用電規(guī)律，因此分析結(jié)果必然存在一定的偏頗，更加無法精確定位負(fù)荷波動(dòng)的源頭：用戶。模型的應(yīng)用不夠精準(zhǔn)由于電網(wǎng)用戶眾多，因此負(fù)荷的影響因素太多、非線性極強(qiáng)，在總量負(fù)荷無法把握負(fù)荷變化內(nèi)在規(guī)律前提下，對(duì)各種預(yù)測模型的使用必然會(huì)帶來很大的局限性，而且目前沒有哪一種模型能夠很好的詮釋所有日期的負(fù)荷走勢。相關(guān)因素的考慮不夠全面電網(wǎng)負(fù)荷受計(jì)劃因素影響大，現(xiàn)有的負(fù)荷預(yù)測模型并未考慮地方電廠等因素影響，由于此部分信息多數(shù)是計(jì)劃性的，可以部分或全部量化，而此類影響并未考慮到負(fù)荷預(yù)測的整體流程中，將會(huì)導(dǎo)致負(fù)荷預(yù)測的精度偏低。存在問題13分析層級(jí)不夠細(xì)致電網(wǎng)負(fù)荷是由眾多用戶負(fù)荷構(gòu)成，不數(shù)據(jù)支撐14供電公司變電站饋線公變終端表計(jì)

智能電表用電信息采集的數(shù)據(jù)結(jié)構(gòu)如下圖所示，負(fù)荷分為不同層級(jí)，層級(jí)之間是包涵關(guān)系。最底層是用戶負(fù)荷，統(tǒng)調(diào)負(fù)荷=∑用戶負(fù)荷+系統(tǒng)網(wǎng)損，此種數(shù)據(jù)架構(gòu)為實(shí)現(xiàn)基于用戶負(fù)荷的統(tǒng)調(diào)負(fù)荷預(yù)測提供了基礎(chǔ)。即用戶，本方案所需的主體數(shù)據(jù)即統(tǒng)調(diào)負(fù)荷，在通過下層累加時(shí)需考慮網(wǎng)損，但由于網(wǎng)損較小且固定，可通過歷史網(wǎng)損統(tǒng)計(jì)得來累加數(shù)據(jù)支撐14供電公司變電站饋線公變終端表計(jì)智能電表用整體技術(shù)方案15數(shù)據(jù)預(yù)處理負(fù)荷分析負(fù)荷預(yù)測誤差統(tǒng)計(jì)業(yè)務(wù)層功能層批量修正異常數(shù)據(jù)辨識(shí)負(fù)荷特性分析負(fù)荷聚類用戶分類專家系統(tǒng)法用戶算法庫自動(dòng)批量預(yù)測誤差統(tǒng)計(jì)誤差來源數(shù)據(jù)存儲(chǔ)數(shù)據(jù)查詢負(fù)荷挖掘

本技術(shù)方案是基于傳統(tǒng)短期預(yù)測理論與成果基礎(chǔ)上提出，其中負(fù)荷分析重點(diǎn)開展負(fù)荷聚類和用戶分類分析；負(fù)荷預(yù)測中將負(fù)荷挖掘和專家系統(tǒng)與預(yù)測模型相結(jié)合；誤差統(tǒng)計(jì)中開展誤差來源分析。誤差分析的結(jié)論將輸送到負(fù)荷分析中以形成閉環(huán)的反饋。已有技術(shù)創(chuàng)新技術(shù)整體技術(shù)方案15數(shù)據(jù)預(yù)處理負(fù)荷分析負(fù)荷預(yù)測誤差統(tǒng)計(jì)業(yè)務(wù)層功能負(fù)荷聚類分析16穩(wěn)定模式波動(dòng)模式

用戶負(fù)荷數(shù)據(jù)之間存在關(guān)聯(lián)性和相似性，用戶的用電數(shù)據(jù)中隱藏著用戶的用電行為習(xí)慣，對(duì)這些用電數(shù)據(jù)進(jìn)行挖掘并研究用戶類型，可以幫助電網(wǎng)了解用戶的個(gè)性化，并為預(yù)測模型的選擇提供數(shù)據(jù)支撐。根據(jù)負(fù)荷行業(yè)屬性，將用戶劃分為：大工業(yè)、一般工商業(yè)、居民等類型；根據(jù)負(fù)荷波動(dòng)特點(diǎn)，將用戶劃分為：穩(wěn)定模式、波動(dòng)模式、隨機(jī)變化模式等類型。示例負(fù)荷聚類分析16穩(wěn)定模式波動(dòng)模式用戶負(fù)荷數(shù)據(jù)之間存預(yù)測步驟17用戶1用戶2用戶N…預(yù)測模型庫時(shí)間序列線性回歸相關(guān)因素智能算法并行計(jì)算用戶1預(yù)測結(jié)果數(shù)據(jù)挖掘分類技術(shù)聚類技術(shù)關(guān)聯(lián)分析…統(tǒng)調(diào)負(fù)荷預(yù)測結(jié)果用戶2預(yù)測結(jié)果用戶N預(yù)測結(jié)果…累加網(wǎng)損預(yù)測步驟17用戶1用戶2用戶N…預(yù)測模型庫時(shí)間序列線性回歸相總結(jié)18電力系統(tǒng)負(fù)荷預(yù)測已經(jīng)有多年的發(fā)展歷史，目前短期負(fù)荷預(yù)測已經(jīng)成為電力調(diào)度部門每日例行工作之一。負(fù)荷預(yù)測精度的高低對(duì)電網(wǎng)的安全、穩(wěn)定運(yùn)行及供電質(zhì)量都有著直接的影響。在短期負(fù)荷預(yù)測當(dāng)中，從用戶層面確定統(tǒng)調(diào)負(fù)荷的變化是徹底改善預(yù)測精度的根本方法，也是響應(yīng)調(diào)度精益化管理要求的體現(xiàn)，是實(shí)現(xiàn)調(diào)度部門全面掌握負(fù)荷構(gòu)成的重要途徑?；谟貌蓴?shù)據(jù)的短期負(fù)荷預(yù)測，在負(fù)荷預(yù)測領(lǐng)域引入大數(shù)據(jù)技術(shù)的創(chuàng)新解決思路，融合了聚類分析、數(shù)據(jù)挖掘、專家系統(tǒng)法等前沿技術(shù)，給出了具體實(shí)現(xiàn)方案和流程，將有效的提高短期負(fù)荷預(yù)測的精度。總結(jié)18電力系統(tǒng)負(fù)荷預(yù)測已經(jīng)有多年的發(fā)展歷史，目19大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的短期符合預(yù)測基于大數(shù)據(jù)的供電可靠性分析基于大數(shù)據(jù)的低電壓分析基于大數(shù)據(jù)的重過載分析基于大數(shù)據(jù)的變電設(shè)備故障預(yù)測基于大數(shù)據(jù)的二次設(shè)備風(fēng)險(xiǎn)評(píng)估基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別基于大數(shù)據(jù)的輸電線路在線監(jiān)測基于大數(shù)據(jù)的客戶管理全面監(jiān)測基于大數(shù)據(jù)的智能用電應(yīng)用基于大數(shù)據(jù)的客戶全面感知分析基于電網(wǎng)可靠性的配網(wǎng)投資策略研究19大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別供電可靠性研究目的及解決思路20由供電可靠率的公式可知，用戶平均停電時(shí)間是供電可靠性的關(guān)鍵變量；對(duì)用戶平均停電時(shí)間進(jìn)行層層分解，分析引起停電的各業(yè)務(wù)流程的主要因素；基于歷史數(shù)據(jù)計(jì)算各因素的影響程度，通過數(shù)據(jù)挖掘和量化計(jì)算的方法，進(jìn)行深入分析，查找系統(tǒng)中可靠性的薄弱環(huán)節(jié)，提出有效的改進(jìn)措施。供電可靠性研究的目的：更好的指導(dǎo)未來時(shí)間內(nèi)電網(wǎng)的規(guī)劃、設(shè)計(jì)、運(yùn)行和維修。找出電網(wǎng)中可靠性薄弱環(huán)節(jié)，尋求提高系統(tǒng)可靠性的途徑，降低停電頻率、縮小停電范圍、減小停電成本。主要可靠性指標(biāo)與計(jì)算公式供電可靠性的全面解決思路供電可靠性研究目的及解決思路20由供電可靠率的公式可知，用戶可靠性業(yè)務(wù)指標(biāo)間的關(guān)聯(lián)分析關(guān)聯(lián)分析是指如果兩個(gè)或多個(gè)事物之間存在一定的關(guān)聯(lián)，那么其中一個(gè)事物就能通過其他事物進(jìn)行預(yù)測。它的目的是為了挖掘隱藏在數(shù)據(jù)間的相互關(guān)系。從電網(wǎng)規(guī)模、電網(wǎng)結(jié)構(gòu)適宜性、裝備水平、電網(wǎng)運(yùn)行方式、運(yùn)檢績效、作業(yè)方式和需求側(cè)管理等二十個(gè)方面選取代表性指標(biāo)，運(yùn)用關(guān)聯(lián)分析法求出對(duì)供電可靠性影響最顯著的數(shù)個(gè)指標(biāo)。21連接數(shù)指標(biāo)指標(biāo)73主干線分段故障平均修復(fù)時(shí)間70絕緣化水平預(yù)安排停電時(shí)間45饋線平均用戶數(shù)故障定位時(shí)間23電網(wǎng)容載比故障停電次數(shù)成果展示故障平均修復(fù)時(shí)間預(yù)安排停電時(shí)間故障停電次數(shù)故障定位時(shí)間主干線分段線路絕緣化水平饋線平均用戶數(shù)電網(wǎng)容載比平均供電半徑負(fù)控限電影響電量高低關(guān)聯(lián)度可靠性業(yè)務(wù)指標(biāo)間的關(guān)聯(lián)分析關(guān)聯(lián)分析是指如果兩個(gè)或多個(gè)事物之間輸入關(guān)鍵業(yè)務(wù)指標(biāo):電網(wǎng)容載比線路跳閘率配網(wǎng)自動(dòng)化水平……其他基礎(chǔ)數(shù)據(jù):業(yè)務(wù)指標(biāo)波動(dòng)值參數(shù)設(shè)置……輸出分析模型約束條件算法神經(jīng)網(wǎng)絡(luò)多元回歸其他模型供電可靠率約束用戶平均停電時(shí)間約束用戶平均停電次數(shù)約束可靠性評(píng)估結(jié)果可靠性預(yù)測結(jié)果構(gòu)建供電可靠性分析模型，對(duì)關(guān)鍵業(yè)務(wù)指標(biāo)進(jìn)行分析，形成決策依據(jù)管理策略與建議22輸入關(guān)鍵業(yè)務(wù)指標(biāo):其他基礎(chǔ)數(shù)據(jù):輸出分析模型約束條件算法通過可靠性分析，對(duì)管理和技術(shù)層面問題的解決提供輔助決策支持23管理相關(guān)問題技術(shù)相關(guān)問題高低高低敏感性嚴(yán)重性人為破壞軟件控制系統(tǒng)受攻擊自然災(zāi)害長期投資未知風(fēng)險(xiǎn)技術(shù)人員缺乏/老齡化環(huán)保相關(guān)管制可再生能源規(guī)定缺乏可靠性操作強(qiáng)制執(zhí)行標(biāo)準(zhǔn)樹木生長引起停電可靠性分析工具缺乏系統(tǒng)保護(hù)檢修天然氣或其他能源供應(yīng)緊張電源充裕度缺乏保護(hù)性維護(hù)基礎(chǔ)設(shè)施老化重載/過載高低高低敏感性嚴(yán)重性通過對(duì)影響供電可靠性指標(biāo)的相關(guān)因素進(jìn)行分析，可以獲得對(duì)供電可靠性指標(biāo)較敏感的相關(guān)特征量，這一信息對(duì)引導(dǎo)供電企業(yè)制定提高可靠性的具體措施有重要的參考價(jià)值。通過可靠性分析，對(duì)管理和技術(shù)層面問題的解決提供輔助決策支持224大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的短期符合預(yù)測基于大數(shù)據(jù)的供電可靠性分析基于大數(shù)據(jù)的低電壓分析基于大數(shù)據(jù)的重過載分析基于大數(shù)據(jù)的變電設(shè)備故障預(yù)測基于大數(shù)據(jù)的二次設(shè)備風(fēng)險(xiǎn)評(píng)估基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別基于大數(shù)據(jù)的輸電線路在線監(jiān)測基于大數(shù)據(jù)的客戶管理全面監(jiān)測基于大數(shù)據(jù)的智能用電應(yīng)用基于大數(shù)據(jù)的客戶全面感知分析基于電網(wǎng)可靠性的配網(wǎng)投資策略研究24大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別造成影響存在問題1.數(shù)據(jù)多樣性：類型相對(duì)單一，未包括SCADA系統(tǒng)、調(diào)度運(yùn)行管理系統(tǒng)（OMS）、生產(chǎn)管理信息系統(tǒng)（PMS）、電網(wǎng)地理信息系統(tǒng)（GIS）、營銷管理信息系統(tǒng)（包括95598）、用電信息采集系統(tǒng)、配電生產(chǎn)搶修平臺(tái)等多元化數(shù)據(jù)。2.數(shù)據(jù)處理速度：隨著數(shù)據(jù)容量的急速上漲，導(dǎo)致現(xiàn)有的數(shù)據(jù)分析模式運(yùn)行起來相對(duì)緩慢，無法及時(shí)有效得出分析結(jié)果1.不能全面真實(shí)反映當(dāng)?shù)氐碗妷赫鎸?shí)分布情況2.不能準(zhǔn)確確定低電壓臺(tái)區(qū)發(fā)生位置3.無法進(jìn)行未來24小時(shí)預(yù)警導(dǎo)致目前低電壓分析存在問題及造成影響造成影響存在問題1.數(shù)據(jù)多樣性：類型相對(duì)單一，未包括SCAD方案需求利用大數(shù)據(jù)技術(shù)進(jìn)行低電壓監(jiān)測與分析，是基于電網(wǎng)資源對(duì)象，利用調(diào)度自動(dòng)化、用電信息采集、客戶報(bào)修等數(shù)據(jù)，采用數(shù)據(jù)挖掘、并行計(jì)算、決策樹、可視化展現(xiàn)等技術(shù)，實(shí)現(xiàn)電網(wǎng)資源展現(xiàn)、低電壓臺(tái)區(qū)分布與特征分析、制定治理措施和改進(jìn)建議等功能，服務(wù)于中低壓電網(wǎng)運(yùn)行搶修和配電網(wǎng)規(guī)劃。具體對(duì)于大數(shù)據(jù)技術(shù)的需求如下：分析挖掘―大數(shù)據(jù)技術(shù)通過回歸分析、相關(guān)分析、決策樹分析等數(shù)據(jù)挖掘技術(shù)進(jìn)行建模，為數(shù)據(jù)的多維度分析應(yīng)用提供支撐。數(shù)據(jù)計(jì)算層―大數(shù)據(jù)技術(shù)能夠融合成熟的基礎(chǔ)計(jì)算引擎構(gòu)建配電網(wǎng)狀態(tài)數(shù)據(jù)挖掘的數(shù)據(jù)支撐服務(wù)，為數(shù)據(jù)的分析挖掘提供充要條件。數(shù)據(jù)管理層―大數(shù)據(jù)技術(shù)能夠進(jìn)行模型管理、服務(wù)管理、質(zhì)量管理。存儲(chǔ)計(jì)算―HADOOP架構(gòu)的分布式存儲(chǔ)和計(jì)算提供海量數(shù)據(jù)的存儲(chǔ)讀取需求數(shù)據(jù)源多元化―大數(shù)據(jù)技術(shù)能夠處理多類型數(shù)據(jù)，為接口、采集和業(yè)務(wù)分析提供必要的基礎(chǔ)條件可視化展示―在大數(shù)據(jù)平臺(tái)系統(tǒng)的支撐下，對(duì)數(shù)據(jù)進(jìn)行分析并對(duì)結(jié)果進(jìn)行精準(zhǔn)展示。方案需求利用大數(shù)據(jù)技術(shù)進(jìn)行低電壓監(jiān)測與分析，是基于電網(wǎng)資源對(duì)實(shí)現(xiàn)目標(biāo)解決低電壓問題，是提高供電服務(wù)的具體體現(xiàn)，也是企業(yè)節(jié)能降損的內(nèi)在要求，是關(guān)系到供電企業(yè)經(jīng)營的大事。由于造成低電壓的原因錯(cuò)綜復(fù)雜，需要根據(jù)不同情況，采取具體問題具體分析的方法，同時(shí)需要兼顧成本效益原則，進(jìn)而從改造和規(guī)劃的角度打造新型堅(jiān)強(qiáng)配電網(wǎng)。利用大數(shù)據(jù)技術(shù)進(jìn)行低電壓監(jiān)測與分析，可以實(shí)現(xiàn)以下目標(biāo)：通過大數(shù)據(jù)技術(shù)準(zhǔn)確查找低電壓臺(tái)區(qū)利用大數(shù)據(jù)技術(shù)，結(jié)合現(xiàn)場勘察，分析低電壓臺(tái)區(qū)的特征和原因?yàn)橹械蛪号渚W(wǎng)的運(yùn)行搶修提供建議結(jié)合大數(shù)據(jù)技術(shù)分析結(jié)果和客戶報(bào)修，長期跟蹤低電壓臺(tái)區(qū)的治理情況中低壓電網(wǎng)的規(guī)劃改造提供建議實(shí)現(xiàn)目標(biāo)解決低電壓問題，是提高供電服務(wù)的具體體現(xiàn)，也是企業(yè)節(jié)功能框架低電壓原因分析基本情況分析治理措施建議低電壓范圍低電壓特征低電壓影響因素分析臺(tái)區(qū)低電壓原因診斷地區(qū)治理措施建議臺(tái)區(qū)治理措施建議低電壓監(jiān)測與分析功能框架低電壓原因分析基本情況分析治理措施建議低電壓范圍低電技術(shù)線路結(jié)合大數(shù)據(jù)特性，從數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)管理、數(shù)據(jù)計(jì)算、數(shù)據(jù)整合與治理、數(shù)據(jù)分析與挖掘、數(shù)據(jù)展示等方面進(jìn)行架構(gòu)設(shè)計(jì)。對(duì)用電采集、電網(wǎng)網(wǎng)架數(shù)據(jù)、調(diào)度等系統(tǒng)的數(shù)據(jù)進(jìn)行統(tǒng)一采集，基于HADOOP架構(gòu)對(duì)采集的數(shù)據(jù)進(jìn)行存儲(chǔ)及計(jì)算。通過數(shù)據(jù)管理、數(shù)據(jù)整合與治理對(duì)存儲(chǔ)的數(shù)據(jù)質(zhì)量提供強(qiáng)有力的保障。對(duì)采集存儲(chǔ)后的海量數(shù)據(jù)根據(jù)數(shù)據(jù)挖掘技術(shù)進(jìn)行建模，得出分析結(jié)果并對(duì)分析結(jié)果進(jìn)行可視化的全面展現(xiàn)。技術(shù)線路結(jié)合大數(shù)據(jù)特性，從數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)管理、數(shù)據(jù)計(jì)算、數(shù)據(jù)30大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的短期符合預(yù)測基于大數(shù)據(jù)的供電可靠性分析基于大數(shù)據(jù)的低電壓分析基于大數(shù)據(jù)的重過載分析基于大數(shù)據(jù)的變電設(shè)備故障預(yù)測基于大數(shù)據(jù)的二次設(shè)備風(fēng)險(xiǎn)評(píng)估基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別基于大數(shù)據(jù)的輸電線路在線監(jiān)測基于大數(shù)據(jù)的客戶管理全面監(jiān)測基于大數(shù)據(jù)的智能用電應(yīng)用基于大數(shù)據(jù)的客戶全面感知分析基于電網(wǎng)可靠性的配網(wǎng)投資策略研究30大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別電網(wǎng)設(shè)備負(fù)載監(jiān)測與分析

背景和意義31應(yīng)用設(shè)計(jì)背景隨著智能電網(wǎng)的發(fā)展，智能表計(jì)得以廣泛的安裝在電網(wǎng)的末端用戶側(cè)，實(shí)時(shí)而精確的用戶側(cè)負(fù)荷數(shù)據(jù)可以被電網(wǎng)運(yùn)行人員所獲得，利用這些數(shù)據(jù)，可以進(jìn)行配網(wǎng)的潮流計(jì)算，并以此計(jì)算結(jié)果為基礎(chǔ)，可以開發(fā)出協(xié)助電網(wǎng)運(yùn)行維護(hù)的多種高級(jí)應(yīng)用。應(yīng)用設(shè)計(jì)意義從設(shè)備運(yùn)行角度看，通過對(duì)設(shè)備負(fù)載情況的實(shí)時(shí)感知，來避免因?yàn)樵O(shè)備故障造成的非計(jì)劃停電事故，減少停電事故引起的經(jīng)濟(jì)損失，從而明顯提高電網(wǎng)運(yùn)行的可靠性；從設(shè)備維護(hù)角度看，實(shí)時(shí)負(fù)載監(jiān)測對(duì)設(shè)備維護(hù)方案的制定獲得詳細(xì)的數(shù)據(jù)基礎(chǔ)，可以減少過多的巡檢人員的現(xiàn)場巡檢作業(yè)，在一定程度上減少了設(shè)備維護(hù)的成本；從電網(wǎng)規(guī)劃和投資角度來看，在新的規(guī)劃和投資上，進(jìn)行有目的性的建設(shè)，避免了盲目投資，提高電網(wǎng)的可持續(xù)性發(fā)展，減少了電網(wǎng)投運(yùn)的總體成本，從而進(jìn)一步減少電網(wǎng)終端用戶用電的成本。電網(wǎng)設(shè)備負(fù)載監(jiān)測與分析

背景和意義31應(yīng)用設(shè)計(jì)背景隨著智能電電網(wǎng)設(shè)備負(fù)載監(jiān)測與分析

設(shè)計(jì)思路32電網(wǎng)設(shè)備負(fù)載監(jiān)測與分析應(yīng)用主要幫助電力系統(tǒng)用戶能夠更加直接而詳細(xì)地感知其系統(tǒng)中電力設(shè)備的負(fù)載狀況，同時(shí)能夠有針對(duì)性地分析解決在運(yùn)行中出現(xiàn)的重過載現(xiàn)象。因此可以達(dá)到的目標(biāo)是：感知問題、分析問題原因、提供解決方案以及問題預(yù)警。電網(wǎng)設(shè)備負(fù)載監(jiān)測與分析

設(shè)計(jì)思路32電網(wǎng)設(shè)備負(fù)載監(jiān)測與分析應(yīng)電網(wǎng)設(shè)備負(fù)載監(jiān)測與分析

功能框架33主要功能包括了設(shè)備的狀態(tài)感知，負(fù)載數(shù)據(jù)的統(tǒng)計(jì)查詢，發(fā)生重過載情況的原因分析，提出重過載消除的解決建議以及針對(duì)配電變壓器的未來24小時(shí)過載情況的預(yù)警。電網(wǎng)設(shè)備負(fù)載監(jiān)測與分析

功能框架33主要功能包括了設(shè)備的狀態(tài)電網(wǎng)設(shè)備負(fù)載監(jiān)測與分析

功能設(shè)計(jì)341.狀態(tài)感知功能目標(biāo)：基于地理信息系統(tǒng)的設(shè)備分布界面，一方面展示了系統(tǒng)設(shè)備所處網(wǎng)絡(luò)拓?fù)涞奈恢?，另一方面采用警?bào)形式使用戶能快速直接地定位出現(xiàn)重過載的網(wǎng)絡(luò)設(shè)備。所需功能點(diǎn)：電網(wǎng)拓?fù)渎?、?shí)時(shí)負(fù)載情況監(jiān)測、實(shí)時(shí)負(fù)載數(shù)據(jù)展示。2.統(tǒng)計(jì)查詢功能目標(biāo)：詳細(xì)展示了設(shè)備的實(shí)時(shí)和歷史數(shù)據(jù)。具有查詢、排序、曲線繪制等功能。同時(shí)，對(duì)重過載數(shù)據(jù)的展示，有著重的功能設(shè)計(jì)。所需功能點(diǎn)：重過載統(tǒng)計(jì)、負(fù)荷曲線、負(fù)載率分布、低負(fù)載率設(shè)備展示。3.重過載原因分析功能目標(biāo)：分析設(shè)備出現(xiàn)重過載情況的原因。所需功能點(diǎn)：分析容量不足設(shè)備、分析無功補(bǔ)償不足設(shè)備。4.重過載解決方案功能目標(biāo)：針對(duì)不同的重過載原因，提出最優(yōu)的消除重過載建議方案。所需功能點(diǎn)：針對(duì)容量不足情況的解決方案、針對(duì)無功補(bǔ)償不足的解決方案。5.過載預(yù)警功能目標(biāo)：根據(jù)歷史負(fù)載情況和預(yù)測情況進(jìn)行未來24小時(shí)配變的過載預(yù)警。所需功能點(diǎn)：負(fù)荷預(yù)測模型、變壓器過載警報(bào)。電網(wǎng)設(shè)備負(fù)載監(jiān)測與分析

功能設(shè)計(jì)341.狀態(tài)感知功能目標(biāo)：基電網(wǎng)設(shè)備負(fù)載監(jiān)測與分析

——總體框架設(shè)計(jì)狀態(tài)感知分析評(píng)估統(tǒng)計(jì)查詢過載預(yù)警解決建議供電公司展示層變電站展示層饋線展示層過載預(yù)測重過載統(tǒng)計(jì)負(fù)載曲線負(fù)載率分布低負(fù)載率有功不足設(shè)備無功補(bǔ)償不足設(shè)備重過載設(shè)備列表解決建議條件解決建議結(jié)果電網(wǎng)設(shè)備負(fù)載監(jiān)測與分析電網(wǎng)設(shè)備負(fù)載監(jiān)測與分析

——總體框架設(shè)計(jì)狀態(tài)感知分析評(píng)估統(tǒng)計(jì)36大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的短期符合預(yù)測基于大數(shù)據(jù)的供電可靠性分析基于大數(shù)據(jù)的低電壓分析基于大數(shù)據(jù)的重過載分析基于大數(shù)據(jù)的變電設(shè)備故障預(yù)測基于大數(shù)據(jù)的二次設(shè)備風(fēng)險(xiǎn)評(píng)估基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別基于大數(shù)據(jù)的輸電線路在線監(jiān)測基于大數(shù)據(jù)的客戶管理全面監(jiān)測基于大數(shù)據(jù)的智能用電應(yīng)用基于大數(shù)據(jù)的客戶全面感知分析基于電網(wǎng)可靠性的配網(wǎng)投資策略研究36大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別設(shè)備故障預(yù)測背景國家電網(wǎng)2006年初開始著手統(tǒng)一開展?fàn)顟B(tài)檢修相關(guān)研究工作。2007年編制完成了《國家電網(wǎng)公司輸變電設(shè)備狀態(tài)檢修管理規(guī)定》、等核心文件，初步建立狀態(tài)檢修規(guī)章制度和技術(shù)標(biāo)準(zhǔn)體系2008年國網(wǎng)公司總部組織九家網(wǎng)、省公司率先開展了狀態(tài)檢修工作試點(diǎn)，設(shè)備運(yùn)行可靠性水平和檢修工作效率顯著提高。狀態(tài)檢修是指根據(jù)先進(jìn)的狀態(tài)監(jiān)測和診斷技術(shù)提供的設(shè)備狀態(tài)信息，判斷設(shè)備的異常，預(yù)知設(shè)備的故障，在故障發(fā)生前進(jìn)行檢修的方式，即根據(jù)設(shè)備的健康狀態(tài)來安排檢修計(jì)劃，實(shí)施設(shè)備檢修。

設(shè)備故障預(yù)測是狀態(tài)檢修的核心問題。37設(shè)備故障預(yù)測背景國家電網(wǎng)2006年初開始著手統(tǒng)一開展?fàn)顟B(tài)研究思路故障關(guān)聯(lián)關(guān)系分析故障概率分析結(jié)果故障原因分析結(jié)構(gòu)化數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)圖片視頻流運(yùn)行數(shù)據(jù)氣象信息缺陷報(bào)告病史信息試驗(yàn)數(shù)據(jù)投運(yùn)信息38研究思路故障關(guān)聯(lián)關(guān)系分析故障概率分析結(jié)果故障原因分析結(jié)構(gòu)化數(shù)故障原因分析（變壓器）序號(hào)部件設(shè)備故障事件1套管套管炸裂2分接開關(guān)觸頭燒損、桶體爆炸3儲(chǔ)油柜變壓器進(jìn)水、油面異常升高、呼吸系統(tǒng)有異常4繞組絕緣擊穿5鐵芯鐵芯過熱6絕緣介質(zhì)絕緣擊穿7冷卻系統(tǒng)冷卻系統(tǒng)失效、冷卻器故障8引線引線斷股、引線相間短路、引線對(duì)地短路9附件絕緣油裂化、變壓器跑油一級(jí)分類二級(jí)分類三級(jí)分類內(nèi)部原因運(yùn)行原因操作錯(cuò)誤應(yīng)急處理不當(dāng)運(yùn)行標(biāo)準(zhǔn)不當(dāng)設(shè)備過載檢修原因檢修操作不當(dāng)監(jiān)督不當(dāng)圖紙錯(cuò)誤判斷失誤試驗(yàn)不合標(biāo)準(zhǔn)檢修標(biāo)準(zhǔn)不當(dāng)一級(jí)分類二級(jí)分類三級(jí)分類外部原因人為原因外力破壞極端天氣原因雷電冰雪暴雨地質(zhì)災(zāi)害原因地震土質(zhì)松動(dòng)洪水泥石流自然環(huán)境原因污穢原因生物原因鳥害問題小動(dòng)物39故障原因分析（變壓器）序號(hào)部件設(shè)備故障事件1套管套管炸裂2分關(guān)聯(lián)分析外絕緣絕緣電阻油中氣體外部氣溫負(fù)載故障概率電容量油位雷擊使用Apriori算法計(jì)算關(guān)聯(lián)系數(shù)，量化評(píng)估故障因素和故障率之間的關(guān)聯(lián)性。Apriori算法使用逐層搜索的迭代方法，

直到不能再找到頻繁項(xiàng)集為止。40關(guān)聯(lián)分析外絕緣絕緣電阻油中氣體外部氣溫負(fù)載故障概率電容量油位變壓器健康狀態(tài)評(píng)估附件引線繞組絕緣介質(zhì)分接開關(guān)鐵芯套管冷卻系統(tǒng)儲(chǔ)油柜故障概率預(yù)測41變壓器健康狀態(tài)評(píng)估附件引線繞組絕緣介質(zhì)分接開關(guān)鐵芯套管冷卻系42大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的短期符合預(yù)測基于大數(shù)據(jù)的供電可靠性分析基于大數(shù)據(jù)的低電壓分析基于大數(shù)據(jù)的重過載分析基于大數(shù)據(jù)的變電設(shè)備故障預(yù)測基于大數(shù)據(jù)的二次設(shè)備風(fēng)險(xiǎn)評(píng)估基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別基于大數(shù)據(jù)的輸電線路在線監(jiān)測基于大數(shù)據(jù)的客戶管理全面監(jiān)測基于大數(shù)據(jù)的智能用電應(yīng)用基于大數(shù)據(jù)的客戶全面感知分析基于電網(wǎng)可靠性的配網(wǎng)投資策略研究42大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別現(xiàn)狀及必要性目前電氣一次設(shè)備的風(fēng)險(xiǎn)評(píng)估方法發(fā)展得較為成熟，風(fēng)險(xiǎn)評(píng)估結(jié)果可為一次設(shè)備運(yùn)行、維護(hù)、檢修、試驗(yàn)及技術(shù)改造等生產(chǎn)管理工作的決策提供依據(jù)。相比于一次設(shè)備，電氣二次設(shè)備存在的缺陷、障礙及風(fēng)險(xiǎn)的識(shí)別、評(píng)估和管理工作仍停留在對(duì)風(fēng)險(xiǎn)評(píng)估模型的分析和研究層面上。主要原因?yàn)橛捎谠O(shè)備故障的發(fā)生不僅與自身的運(yùn)行參數(shù)據(jù)相關(guān)外還與其所在運(yùn)行環(huán)境、周邊設(shè)備等諸多因素有著直接或者間接的關(guān)系，如何從大量、多維的相關(guān)數(shù)據(jù)中分析、挖掘出設(shè)備的故障發(fā)生概率仍然較為困難20世紀(jì)50年代末期系統(tǒng)安全工程推動(dòng)了風(fēng)險(xiǎn)評(píng)價(jià)技術(shù)的發(fā)展。20世紀(jì)80年代80年代末以來,風(fēng)險(xiǎn)評(píng)估相關(guān)理論開始在電力一次設(shè)備風(fēng)險(xiǎn)評(píng)估領(lǐng)域使用；2008年國網(wǎng)公司總部組織九家網(wǎng)、省公司率先開展了狀態(tài)檢修工作試點(diǎn)，設(shè)備運(yùn)行可靠性水平和檢修工作效率顯著提高。通過課題研究，為使二次設(shè)備的運(yùn)行風(fēng)險(xiǎn)得到有效預(yù)控，需要一種針對(duì)二次設(shè)備自身特點(diǎn)的風(fēng)險(xiǎn)評(píng)估方法，利用二次設(shè)備的運(yùn)行、檢修、實(shí)驗(yàn)、及環(huán)境等大量、多維的相關(guān)數(shù)據(jù)建立風(fēng)險(xiǎn)評(píng)估模型進(jìn)行大數(shù)據(jù)分析，形成基于大數(shù)據(jù)的二次設(shè)備風(fēng)險(xiǎn)量化評(píng)估體系。二次設(shè)備故障不僅會(huì)造成的直接損失，還會(huì)因波及其它設(shè)備的正常運(yùn)，帶來的大量很難準(zhǔn)確衡量的間接損失,對(duì)二次設(shè)備故障產(chǎn)生的總風(fēng)險(xiǎn)由于缺乏大維度數(shù)據(jù)分析的支持目前很難定量地去分析與評(píng)估。-43-現(xiàn)狀及必要性目前電氣一次設(shè)備的風(fēng)險(xiǎn)評(píng)估方法發(fā)展得較為成熟，風(fēng)二次設(shè)備風(fēng)險(xiǎn)評(píng)估特點(diǎn)大數(shù)據(jù)特征二次設(shè)備的不僅僅數(shù)量龐大，產(chǎn)生的信息量大，其產(chǎn)生的數(shù)據(jù)特性還符合大數(shù)據(jù)的一般性特殊——規(guī)模性、高速性、多樣性以及價(jià)值性等特性。故障成因復(fù)雜二次設(shè)備故障的發(fā)生不僅與自身的運(yùn)行參數(shù)據(jù)相關(guān)外還與其所在運(yùn)行環(huán)境、周邊設(shè)備等諸多因素有著直接或者間接的關(guān)系，如何從大量、多維的相關(guān)數(shù)據(jù)中分析、挖掘出設(shè)備的故障發(fā)生概率仍然較為困難故障損失計(jì)算復(fù)雜二次設(shè)備故障不僅會(huì)造成的直接損失，還會(huì)因波及其它設(shè)備的正常運(yùn)，帶來的大量很難準(zhǔn)確衡量的間接損失,對(duì)二次設(shè)備故障產(chǎn)生的總風(fēng)險(xiǎn)由于缺乏大維度數(shù)據(jù)分析的支持目前很難定量地去分析與評(píng)估-3-二次設(shè)備風(fēng)險(xiǎn)評(píng)估特點(diǎn)大數(shù)據(jù)特征二次設(shè)備的不僅僅數(shù)量龐大，產(chǎn)生技術(shù)路線-45-二次設(shè)備風(fēng)險(xiǎn)量化評(píng)估架構(gòu)研究二次設(shè)備風(fēng)險(xiǎn)評(píng)估模型二次設(shè)備風(fēng)險(xiǎn)量化評(píng)估體系研究技術(shù)路線-45-二次設(shè)備風(fēng)險(xiǎn)量化評(píng)估架構(gòu)研究二次設(shè)備風(fēng)險(xiǎn)主要研究內(nèi)容本次課題的研究內(nèi)容主要有：二次設(shè)備風(fēng)險(xiǎn)量化評(píng)估體系架構(gòu)研究、二次設(shè)備風(fēng)險(xiǎn)評(píng)估模型研究、風(fēng)險(xiǎn)量化評(píng)估體系研究、開發(fā)一套二次設(shè)備風(fēng)險(xiǎn)評(píng)估軟件原型軟件。研究內(nèi)容二次設(shè)備風(fēng)險(xiǎn)量化評(píng)估體系架構(gòu)研究基于二次設(shè)備的狀態(tài)數(shù)據(jù)和監(jiān)測數(shù)據(jù)，建立二次設(shè)備狀態(tài)評(píng)價(jià)模型和失效評(píng)估模型及可能損失評(píng)估模型，

在此以技術(shù)方法為主線，形成二次設(shè)備風(fēng)險(xiǎn)量化評(píng)估架構(gòu)的基本內(nèi)容。二次設(shè)備風(fēng)險(xiǎn)評(píng)估軟件原型軟件開發(fā)：根據(jù)研究的二次設(shè)備風(fēng)險(xiǎn)評(píng)估體系開發(fā)出一套評(píng)估軟件原型，對(duì)典型的二次設(shè)備進(jìn)行風(fēng)險(xiǎn)評(píng)估驗(yàn)證二次設(shè)備風(fēng)險(xiǎn)評(píng)估模型研究：二次設(shè)備狀態(tài)評(píng)價(jià)模型、失效模型以及可能損失評(píng)估模型。研究各外部因素對(duì)上述各模型的影響程度，通過大數(shù)據(jù)手段分析出合理的權(quán)重系數(shù)，最終形成一個(gè)最為合理的二次設(shè)備風(fēng)險(xiǎn)量化評(píng)估模型。風(fēng)險(xiǎn)量化評(píng)估體系研究：主要研究內(nèi)容包括：（1）設(shè)備役齡修正機(jī)制研究（2）權(quán)重系數(shù)修正機(jī)制為了準(zhǔn)確地反映二次設(shè)備風(fēng)險(xiǎn)量化值需要對(duì)設(shè)備運(yùn)行時(shí)間以及權(quán)重系數(shù)進(jìn)行評(píng)估修正，通過修正完成完整的評(píng)估體系。-6-主要研究內(nèi)容本次課題的研究內(nèi)容主要有：二次設(shè)備風(fēng)險(xiǎn)量化評(píng)估體研究內(nèi)容-風(fēng)險(xiǎn)量化評(píng)估架構(gòu)-47-R為風(fēng)險(xiǎn)值；L為可能損失；P為平均故障率；t為狀態(tài)評(píng)價(jià)時(shí)間。研究內(nèi)容-風(fēng)險(xiǎn)量化評(píng)估架構(gòu)-47-R為風(fēng)險(xiǎn)值；L為

研究內(nèi)容-狀態(tài)評(píng)價(jià)模型-48-用于評(píng)估的狀態(tài)參量狀態(tài)評(píng)價(jià)模型研究內(nèi)容-狀態(tài)評(píng)價(jià)模型-48-用于評(píng)估的狀態(tài)參量狀態(tài)評(píng)研究內(nèi)容-失效模型-49-風(fēng)險(xiǎn)評(píng)估失效模型設(shè)計(jì)流程構(gòu)建故障率（P（t））與設(shè)備狀態(tài)(S(t))之間的關(guān)聯(lián)模型(f)即設(shè)備風(fēng)險(xiǎn)評(píng)估失效模型研究內(nèi)容-失效模型-49-風(fēng)險(xiǎn)評(píng)估失效模型設(shè)計(jì)流程構(gòu)建故研究內(nèi)容-可能損失評(píng)估模型-50-可能損失評(píng)估的風(fēng)險(xiǎn)因素類型可能損失評(píng)估的風(fēng)險(xiǎn)因素類型研究內(nèi)容-可能損失評(píng)估模型-50-可能損失評(píng)估的風(fēng)險(xiǎn)因素研究內(nèi)容-風(fēng)險(xiǎn)量化評(píng)估體系修整機(jī)制研究-51-設(shè)備役齡修正機(jī)制研究權(quán)重系數(shù)修正機(jī)制研究研究內(nèi)容-風(fēng)險(xiǎn)量化評(píng)估體系修整機(jī)制研究-51-設(shè)備役齡修52大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的短期符合預(yù)測基于大數(shù)據(jù)的供電可靠性分析基于大數(shù)據(jù)的低電壓分析基于大數(shù)據(jù)的重過載分析基于大數(shù)據(jù)的變電設(shè)備故障預(yù)測基于大數(shù)據(jù)的二次設(shè)備風(fēng)險(xiǎn)評(píng)估基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別基于大數(shù)據(jù)的輸電線路在線監(jiān)測基于大數(shù)據(jù)的客戶管理全面監(jiān)測基于大數(shù)據(jù)的智能用電應(yīng)用基于大數(shù)據(jù)的客戶全面感知分析基于電網(wǎng)可靠性的配網(wǎng)投資策略研究52大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別

研究背景紅外檢測技術(shù)具有遠(yuǎn)距離、大面積和快速掃描的特點(diǎn)，已成為電力行業(yè)維護(hù)檢測的重要工具，被廣泛用于帶電設(shè)備的故障診斷。在利用紅外檢測技術(shù)對(duì)帶電設(shè)備進(jìn)行故障診斷的過程中，應(yīng)用最為廣泛的分析方法是表面溫升判別法和相對(duì)溫差判別法。1999年發(fā)布DLT/6641999《帶電設(shè)備紅外診斷技術(shù)應(yīng)用導(dǎo)則》2008年改版發(fā)布DLT/6642008《帶電設(shè)備紅外診斷技術(shù)應(yīng)用導(dǎo)則》53

紅外熱成像診斷的的現(xiàn)狀目前變電設(shè)備和線路設(shè)備定期巡檢普遍使用的紅外設(shè)備為便攜式和手持式非制冷行焦平面成像儀。拍攝形成的紅外圖片需要進(jìn)行人工識(shí)別處理。現(xiàn)有軟件需要單張導(dǎo)入紅外圖片，只能顯示圖片中的高溫點(diǎn)，不能自動(dòng)識(shí)別故障。隨著無人值守變電站的推廣，巡檢人員需要拍攝大量紅外照片，如使用人工識(shí)別，工作量巨大。54

551紅外圖像讀入及預(yù)處理2圖像灰度化3圖像邊緣檢測4設(shè)備部件類別識(shí)別5設(shè)備溫度判別標(biāo)題6設(shè)備溫度故障自動(dòng)判別技術(shù)方案551紅外圖像讀入及預(yù)處理2圖像灰度化3圖像邊緣檢測4設(shè)備部56大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的短期符合預(yù)測基于大數(shù)據(jù)的供電可靠性分析基于大數(shù)據(jù)的低電壓分析基于大數(shù)據(jù)的重過載分析基于大數(shù)據(jù)的變電設(shè)備故障預(yù)測基于大數(shù)據(jù)的二次設(shè)備風(fēng)險(xiǎn)評(píng)估基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別基于大數(shù)據(jù)的輸電線路在線監(jiān)測基于大數(shù)據(jù)的客戶管理全面監(jiān)測基于大數(shù)據(jù)的智能用電應(yīng)用基于大數(shù)據(jù)的客戶全面感知分析基于電網(wǎng)可靠性的配網(wǎng)投資策略研究56大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別

線路在線監(jiān)測的現(xiàn)狀2008年初的罕見冰雪災(zāi)害發(fā)生后，國家電網(wǎng)公司、南方電網(wǎng)公司均加大了對(duì)輸電線路覆冰、在線監(jiān)測的研究投入1998年開始，國內(nèi)高等院校及廠家陸續(xù)開展了對(duì)輸電線路在線監(jiān)測方面的產(chǎn)品的研發(fā)2002年~2004年國內(nèi)相繼研發(fā)成功了輸電線路圖像監(jiān)測系統(tǒng)及輸電線路覆冰監(jiān)測系統(tǒng)，覆冰監(jiān)測裝置在國內(nèi)總體應(yīng)用量在1500余套左右，圖像監(jiān)測裝置在3000套以上目前在線監(jiān)測產(chǎn)品制造廠家達(dá)到10余家，監(jiān)測裝置總體產(chǎn)品應(yīng)用量達(dá)到1萬臺(tái)左右57

視頻在線監(jiān)測的現(xiàn)狀目前線路的視頻在線監(jiān)測還是以在線監(jiān)視為主，使用人工進(jìn)行視頻或圖片的巡檢。

直升機(jī)巡線應(yīng)用也越來越多，巡線過程中拍攝的需要處理視頻數(shù)據(jù)數(shù)量巨大58視頻在線監(jiān)測的現(xiàn)狀目前線路的視頻在線監(jiān)測還是以在線監(jiān)視為主，

自動(dòng)異常識(shí)別的研究意義隨著視頻監(jiān)測系統(tǒng)投入的越來越多，人工監(jiān)視易造成肉眼疲勞，造成漏報(bào)。

監(jiān)控中心的視頻線路較多，人工監(jiān)視也無法一一監(jiān)看，易造成漏報(bào)采用視頻處理技術(shù)對(duì)監(jiān)控視頻和圖片進(jìn)行實(shí)時(shí)處理與分析，通過提取線路特征，自動(dòng)識(shí)別異常情況并進(jìn)行報(bào)警，能極大減少工作量，提升輸電線路的安全可靠性。

59

線路視頻在線監(jiān)測常見的異常情況1）外物接近導(dǎo)線安全預(yù)警距離智能視頻檢測與報(bào)警2）線路飄掛物智能視頻檢測與報(bào)警3）導(dǎo)線弧垂點(diǎn)上下變化智能視頻檢測與報(bào)警；4）導(dǎo)線弧垂點(diǎn)舞動(dòng)智能視頻檢測與報(bào)警；5）導(dǎo)線間距變化智能視頻檢測與報(bào)警1234560

線路視頻在線監(jiān)測常見的異常情況6）導(dǎo)線覆冰智能視頻檢測與報(bào)警7）輸電線路保護(hù)區(qū)內(nèi)大型機(jī)械闖入并停留智能視頻檢測與報(bào)警：8）人員、車輛入侵輸電線路特定區(qū)域智能視頻檢測與報(bào)警；9)輸電線路保護(hù)區(qū)內(nèi)樹木生長超高的智能視頻檢測與報(bào)警：678961

621視頻讀入及預(yù)處理2圖像灰度化3圖像邊緣檢測4直線監(jiān)測5距離換算6異物檢測技術(shù)方案621視頻讀入及預(yù)處理2圖像灰度化3圖像邊緣檢測4直線監(jiān)測563大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的短期符合預(yù)測基于大數(shù)據(jù)的供電可靠性分析基于大數(shù)據(jù)的低電壓分析基于大數(shù)據(jù)的重過載分析基于大數(shù)據(jù)的變電設(shè)備故障預(yù)測基于大數(shù)據(jù)的二次設(shè)備風(fēng)險(xiǎn)評(píng)估基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別基于大數(shù)據(jù)的輸電線路在線監(jiān)測基于大數(shù)據(jù)的客戶管理全面監(jiān)測基于大數(shù)據(jù)的智能用電應(yīng)用基于大數(shù)據(jù)的客戶全面感知分析基于電網(wǎng)可靠性的配網(wǎng)投資策略研究63大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別業(yè)務(wù)目標(biāo)和總體工作思路6464綜合平衡?經(jīng)營?安全?滿意度支撐重視結(jié)果關(guān)注過程?規(guī)范?高效?先進(jìn)基于量價(jià)費(fèi)損系統(tǒng)及運(yùn)監(jiān)中心的其他數(shù)據(jù)來源，從客戶全面管理理念出發(fā)，對(duì)現(xiàn)有業(yè)務(wù)進(jìn)行提升設(shè)計(jì)、流程優(yōu)化，并指導(dǎo)相關(guān)信息系統(tǒng)的進(jìn)一步整合和深化，實(shí)現(xiàn)客戶全面管理和業(yè)務(wù)的橫向貫通，并為管理者提供有力的決策依據(jù)經(jīng)營指標(biāo)滿意度指標(biāo)安全指標(biāo)三者平衡最優(yōu)總體目標(biāo)是統(tǒng)籌協(xié)調(diào)經(jīng)營指標(biāo)、安全指標(biāo)和滿意度指標(biāo)三者的關(guān)系，在確保電網(wǎng)安全可靠的同時(shí)提高服務(wù)質(zhì)量，改善客戶關(guān)系，優(yōu)化客戶面管理。業(yè)務(wù)目標(biāo)和總體工作思路6464綜合平衡支撐重視結(jié)果關(guān)注過程?監(jiān)測基礎(chǔ)及內(nèi)容65監(jiān)測對(duì)象監(jiān)測基礎(chǔ)：量價(jià)費(fèi)損，營銷管理、用電采集、稽查系統(tǒng)、95598，TMR、運(yùn)營監(jiān)測系統(tǒng)等信息化系統(tǒng)監(jiān)測內(nèi)容：從內(nèi)控點(diǎn)及外延點(diǎn)兩個(gè)維度全面梳理營銷全業(yè)務(wù)條線，重點(diǎn)開展業(yè)擴(kuò)報(bào)裝、經(jīng)營成果、工作質(zhì)量、減容銷戶監(jiān)測，對(duì)重要領(lǐng)域進(jìn)行專題監(jiān)測，并對(duì)監(jiān)測中發(fā)現(xiàn)的問題進(jìn)一步深入到業(yè)務(wù)活動(dòng)中進(jìn)行關(guān)聯(lián)監(jiān)測；監(jiān)測基礎(chǔ)及內(nèi)容客戶全生命周期是以電力公司最大的資源和服務(wù)對(duì)象—客戶為中心，著眼于建立從客戶周期開始到結(jié)束的全過程的分階段、全流程的監(jiān)測分析體系。監(jiān)測基礎(chǔ)及內(nèi)容65監(jiān)測對(duì)象監(jiān)測基礎(chǔ)：量價(jià)費(fèi)損，營銷管理、用電總體框架設(shè)計(jì)66總體框架設(shè)計(jì)66客戶監(jiān)測管理方案67供電質(zhì)量客戶服務(wù)經(jīng)營質(zhì)效電壓合格率供電可靠性電費(fèi)回收業(yè)擴(kuò)報(bào)裝95598客戶服務(wù)營業(yè)廳平面管理供電量售電量售電收入市場開拓線損經(jīng)濟(jì)運(yùn)行客戶監(jiān)測管理方案67供電質(zhì)量客戶服務(wù)經(jīng)營質(zhì)效電壓合格率供電可客戶監(jiān)測管理方法68從監(jiān)測內(nèi)容的特點(diǎn)出發(fā)，并充分考慮不同監(jiān)測視角，確定供電服務(wù)的監(jiān)測方法。匯總視角單體視角穿透查詢比對(duì)監(jiān)測將匯總數(shù)據(jù)（指標(biāo)）按照組織機(jī)構(gòu)、業(yè)務(wù)類型向下穿透，進(jìn)行不同維度的對(duì)比?！獭獭獭涕撝殿A(yù)警通過指標(biāo)自身同比、環(huán)比、趨勢、對(duì)標(biāo)等不同形式的比對(duì)，查看指標(biāo)所對(duì)應(yīng)的業(yè)務(wù)變化趨勢，發(fā)現(xiàn)異動(dòng)與問題?！谈鶕?jù)預(yù)先設(shè)定的閾值與采集的指標(biāo)數(shù)據(jù)進(jìn)行即時(shí)比對(duì)，當(dāng)越限時(shí)進(jìn)行預(yù)警以便及時(shí)發(fā)現(xiàn)經(jīng)營活動(dòng)的異動(dòng)?？蛻舯O(jiān)測管理方法68從監(jiān)測內(nèi)容的特點(diǎn)出發(fā)，并充分考慮不同監(jiān)測客戶管理監(jiān)測內(nèi)容69對(duì)某一監(jiān)測范圍內(nèi)業(yè)務(wù)的總體情況進(jìn)行監(jiān)測。對(duì)單個(gè)指標(biāo)進(jìn)行監(jiān)測工單預(yù)警/告警執(zhí)行績效在途工單狀態(tài)完成業(yè)務(wù)量時(shí)點(diǎn)監(jiān)測期間監(jiān)測匯總監(jiān)測單體監(jiān)測流程進(jìn)度狀態(tài)流程預(yù)警/告警流程執(zhí)行績效鉆取匯總客戶管理監(jiān)測包括匯總業(yè)務(wù)和單體業(yè)務(wù)，不同監(jiān)測視角下對(duì)應(yīng)不同的監(jiān)測內(nèi)容。客戶管理監(jiān)測類型客戶管理監(jiān)測內(nèi)容69對(duì)某一監(jiān)測范圍內(nèi)業(yè)務(wù)的總體情況進(jìn)行監(jiān)測。匯總視角單體視角客戶管理監(jiān)測維度70根據(jù)客戶管理監(jiān)測內(nèi)容的特點(diǎn)設(shè)定監(jiān)測維度。監(jiān)測維度質(zhì)量客戶對(duì)流程執(zhí)行結(jié)果是否滿意、流程執(zhí)行過程中工作質(zhì)量。效率流程總時(shí)長、各環(huán)節(jié)的時(shí)長是否合理，是否有提升改進(jìn)空間。合規(guī)流程的執(zhí)行過程、結(jié)果是否符合相關(guān)管理規(guī)定要求。規(guī)模受理、完成的業(yè)務(wù)總量。匯總視角單體視角客戶管理監(jiān)測維度70根據(jù)客戶管理監(jiān)測內(nèi)容的特監(jiān)測產(chǎn)出71執(zhí)行監(jiān)測編制監(jiān)測結(jié)果評(píng)價(jià)月度通報(bào)異動(dòng)協(xié)調(diào)監(jiān)測分析報(bào)告季度/年度評(píng)價(jià)通過協(xié)調(diào)工單及時(shí)就發(fā)現(xiàn)的問題進(jìn)行協(xié)調(diào)解決。對(duì)重大問題形成專項(xiàng)監(jiān)測報(bào)告，送有關(guān)部門與領(lǐng)導(dǎo)。匯總各單位、各專業(yè)計(jì)劃預(yù)算執(zhí)行情況，按月發(fā)布。以季度/年度為周期發(fā)布計(jì)劃預(yù)算執(zhí)行評(píng)價(jià)報(bào)告。客戶管理全面監(jiān)測將綜合各環(huán)節(jié)的監(jiān)測結(jié)果，形成4類成果輸出，與公司決策、管理層進(jìn)行互動(dòng)反饋，在經(jīng)營中發(fā)揮實(shí)效。監(jiān)測產(chǎn)出71執(zhí)行監(jiān)測編制監(jiān)測結(jié)果評(píng)價(jià)月度通報(bào)異動(dòng)協(xié)調(diào)監(jiān)測分析72大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的短期符合預(yù)測基于大數(shù)據(jù)的供電可靠性分析基于大數(shù)據(jù)的低電壓分析基于大數(shù)據(jù)的重過載分析基于大數(shù)據(jù)的變電設(shè)備故障預(yù)測基于大數(shù)據(jù)的二次設(shè)備風(fēng)險(xiǎn)評(píng)估基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別基于大數(shù)據(jù)的輸電線路在線監(jiān)測基于大數(shù)據(jù)的客戶管理全面監(jiān)測基于大數(shù)據(jù)的智能用電應(yīng)用基于大數(shù)據(jù)的客戶全面感知分析基于電網(wǎng)可靠性的配網(wǎng)投資策略研究72大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別智能用電概述與體系結(jié)構(gòu)73依托智能電網(wǎng)和現(xiàn)代管理理念，利用高級(jí)量測、高效控制、高速通信、快速儲(chǔ)能等技術(shù)，實(shí)現(xiàn)市場響應(yīng)迅速、計(jì)量公正準(zhǔn)確、數(shù)據(jù)采集實(shí)時(shí)、收費(fèi)方式多樣、服務(wù)高效便捷，構(gòu)建電網(wǎng)與客戶能量流、信息流、業(yè)務(wù)流實(shí)時(shí)互動(dòng)的新型供用電關(guān)系。智能用電概述與體系結(jié)構(gòu)73依托智能電網(wǎng)和現(xiàn)代管理理念當(dāng)前現(xiàn)狀與存在問題74現(xiàn)狀：在多個(gè)網(wǎng)省公司上線運(yùn)行了橫向涵蓋電力營銷所有業(yè)務(wù)和服務(wù)節(jié)點(diǎn),縱向貫通從公司總部、網(wǎng)省公司、地市公司、基層單位到電力客戶的營銷業(yè)務(wù)應(yīng)用系統(tǒng)；建成營銷分析與輔助決策系統(tǒng)，實(shí)現(xiàn)報(bào)表自動(dòng)生成、指標(biāo)監(jiān)管等功能；系統(tǒng)的建設(shè)對(duì)于推進(jìn)用電管理具有重要意義；問題：隨著終端數(shù)量及采集頻率的激增、更多業(yè)務(wù)系統(tǒng)接入需求及業(yè)務(wù)復(fù)雜性的增加，各省公司不同程度面臨數(shù)據(jù)庫性能不足的瓶頸壓力，采取如表分區(qū)、物化視圖、數(shù)據(jù)壓縮、SQL優(yōu)化等技術(shù)手段進(jìn)行適度緩解，但由于OracleRAC采用了共享（ShareDisk）結(jié)構(gòu)，不具有可擴(kuò)展優(yōu)勢，存在I/O的讀寫瓶頸，難以很好的解決用電采集海量數(shù)據(jù)存儲(chǔ)、計(jì)算統(tǒng)計(jì)及查詢等瓶頸問題。（1）公司負(fù)荷管理和低壓集中抄表系統(tǒng)已大面積覆蓋?，F(xiàn)狀：公司營銷部牽頭組織開展電力用戶用電信息采集系統(tǒng)建設(shè)研究。推動(dòng)并牽頭修訂了《電能信息采集與管理系統(tǒng)》、《多功能電能表》和《多功能電能表通信協(xié)議》等電力行業(yè)標(biāo)準(zhǔn)，發(fā)布了12個(gè)智能電表的公司企業(yè)標(biāo)準(zhǔn)，統(tǒng)一了11類靜止式電能表的型式、功能及技術(shù)規(guī)范。在多個(gè)地市開展智能用電試點(diǎn)建設(shè)；問題：試點(diǎn)建設(shè)為用電管理的智能化帶來更多的實(shí)踐依據(jù)和經(jīng)驗(yàn)借鑒，可方便本次建設(shè)從中吸取積極經(jīng)驗(yàn)，更好的為大用戶智能用電分析提供樣本空間，但對(duì)于信息化新技術(shù)的引入存在較大缺口，可利用大數(shù)據(jù)等關(guān)鍵技術(shù)為用電服務(wù)帶來更為便捷、投資回報(bào)率更高的解決方案。（2）開展了用電服務(wù)關(guān)鍵技術(shù)的研究?，F(xiàn)狀：電力供應(yīng)緊張的網(wǎng)省公司，依托行政手段和電力負(fù)荷管理系統(tǒng)，開展各級(jí)有序用電預(yù)案科學(xué)編制和可靠實(shí)施。公司促成政府出臺(tái)尖峰電價(jià)、蓄熱蓄冷電價(jià)、可中斷負(fù)荷電價(jià)等激勵(lì)措施，通過經(jīng)濟(jì)手段引導(dǎo)客戶避峰；問題：多項(xiàng)舉措的實(shí)施，有力的推動(dòng)了用電管理的深入建設(shè)，但尚未對(duì)海量用戶的用電行為進(jìn)行分析，從而提供針對(duì)性的用電管理建議，將用電負(fù)荷利用率提升至更精益化水平。（3）試點(diǎn)實(shí)施了系列負(fù)荷響應(yīng)措施。當(dāng)前現(xiàn)狀與存在問題74現(xiàn)狀：在多個(gè)網(wǎng)省公司上線運(yùn)行了橫向涵蓋智能用電管理應(yīng)用意義75智能用電是智能電網(wǎng)的重要組成部分，是建設(shè)智能電網(wǎng)的著力點(diǎn)和落腳點(diǎn)，直接面向社會(huì)、面向客戶，是社會(huì)各界感知和體驗(yàn)堅(jiān)強(qiáng)智能電網(wǎng)建設(shè)成果的主要途徑，在智能電網(wǎng)的建設(shè)中具有十分重要的地位和作用。近年來，隨著智能表計(jì)的大規(guī)模應(yīng)用和系統(tǒng)接入，用電信息數(shù)據(jù)資源開始急劇增長并形成了一定的規(guī)模，國家電網(wǎng)公司已積累了大量豐富的用電信息數(shù)據(jù)資源，為公司決策分析提供了良好的條件，但存在數(shù)據(jù)存儲(chǔ)分散、跨類型海量數(shù)據(jù)分析不足、實(shí)時(shí)決策不到位等問題。將大數(shù)據(jù)技術(shù)應(yīng)用于用電管理中，通過數(shù)據(jù)挖掘技術(shù)對(duì)用采數(shù)據(jù)進(jìn)行深入分析獲得用戶用電行為、負(fù)荷情況等潛在的有用信息，為企業(yè)的用電監(jiān)管、能耗審計(jì)、開展節(jié)能工作提供依據(jù)，能更好的制定用電管理方案。釋放“大數(shù)據(jù)”的業(yè)務(wù)潛力，增強(qiáng)以數(shù)據(jù)為中心的企業(yè)的業(yè)務(wù)能力以及通過在對(duì)運(yùn)營流程中注入價(jià)值信息來精簡業(yè)務(wù)流提升效率，從而實(shí)現(xiàn)大用戶用電分析應(yīng)用的實(shí)用化、精益化。達(dá)成完善基礎(chǔ)設(shè)施、促進(jìn)業(yè)務(wù)融合、改善服務(wù)水平、提升用戶體驗(yàn)等企業(yè)核心目標(biāo)在未來實(shí)現(xiàn)數(shù)據(jù)運(yùn)營與數(shù)據(jù)增值，通過數(shù)據(jù)提升服務(wù)用戶與社會(huì)的能力，從而提高公司經(jīng)營管理水平。智能用電管理應(yīng)用意義75智能用電是智能電網(wǎng)的重要組成部分，是智能用電管理的新思路76在國家推進(jìn)節(jié)能減排和需求側(cè)管理的大背景下，針對(duì)當(dāng)前供電短缺、峰谷差不斷拉大、現(xiàn)有智能用電管理的安排相對(duì)粗放等問題，分析并研究智能用電管理新思路，設(shè)計(jì)新型的智能用電優(yōu)化閉環(huán)解決方案。新型思路傳統(tǒng)做法主推大用戶輪休、強(qiáng)調(diào)平均分配針對(duì)不同用戶用電特點(diǎn)，考慮差異化用電策略強(qiáng)調(diào)供電充裕性、忽視經(jīng)濟(jì)性缺少事后的評(píng)估與反饋，不利于后續(xù)改進(jìn)提升多目標(biāo)綜合優(yōu)化，兼顧經(jīng)濟(jì)性引進(jìn)事后評(píng)估與反饋機(jī)制，實(shí)現(xiàn)閉環(huán)管理123智能用電管理的新思路76在國家推進(jìn)節(jié)能減排和需求側(cè)管要實(shí)現(xiàn)新思路，則需研究多項(xiàng)新型技術(shù)，

并設(shè)計(jì)開發(fā)新型仿真工具77要使新型的思路落到實(shí)處，需要研究包括新型的用戶特性識(shí)別技術(shù)、智能用電優(yōu)化模型和事后評(píng)估體系等在內(nèi)的多項(xiàng)內(nèi)容，并設(shè)計(jì)開發(fā)新型的智能用電仿真模型和工具，便于決策支持分析。新型智能用電管理解決方案1234新型用戶用電特性識(shí)別技術(shù)研究基于人工智能技術(shù)的新型用戶用電特性識(shí)別技術(shù)，掌控轄區(qū)內(nèi)不同用戶、不同群體的典型用電特性和用電偏好智能用電考核評(píng)估體系新型智能用電仿真工具新型智能用電優(yōu)化模型設(shè)計(jì)新型智能用電仿真模型和工具，分析預(yù)估針對(duì)不同用電特點(diǎn)采用不同策略的效果，結(jié)合設(shè)備狀態(tài)監(jiān)測與分析，為科學(xué)制定智能用電計(jì)劃提供支持。綜合可靠性、經(jīng)濟(jì)型和用戶滿意度等多重目標(biāo)，充分考慮用戶的用電特性及其他特點(diǎn)，研究更適合于用戶推廣的新型智能用電優(yōu)化模型和方案研究智能用電執(zhí)行效果的反饋與評(píng)估方法和技術(shù)，為構(gòu)建閉環(huán)的需求側(cè)管理提供支持要實(shí)現(xiàn)新思路，則需研究多項(xiàng)新型技術(shù)，

并設(shè)計(jì)開發(fā)新型仿真工具設(shè)計(jì)基于用戶用電特性的新型智能用電解決方案，通過分析、決策和評(píng)估，形成最優(yōu)績效目標(biāo)的智能用電分析78分析決策評(píng)估用戶特征及設(shè)備狀態(tài)綜合:負(fù)荷特性挖掘：利用人工智能和數(shù)據(jù)挖掘分析技術(shù)分析個(gè)體及群體的典型負(fù)荷特性重過載監(jiān)測與分析：感知電力設(shè)備的負(fù)載狀況，有針對(duì)性地分析解決在運(yùn)行中出現(xiàn)的重過載現(xiàn)象智能用電適應(yīng)性評(píng)價(jià)：綜合行為、經(jīng)濟(jì)、位置及其他因素，評(píng)估用戶對(duì)不同智能用電策略的適應(yīng)程度智能用電策略優(yōu)化與仿真:策略定義：針對(duì)用戶特點(diǎn)尋找適應(yīng)的策略，針對(duì)設(shè)備發(fā)現(xiàn)并解決問題方案優(yōu)化：針對(duì)給定的目標(biāo)和用戶適應(yīng)的策略，綜合考慮成本、供電可靠性和用戶滿意度等多重因素，形成最優(yōu)方案場景仿真：模擬不同場景，分析不同情況下的智能用電分析效果執(zhí)行效果評(píng)估:用戶表現(xiàn)考核：跟蹤用戶對(duì)智能用電指令的執(zhí)行情況，根據(jù)相應(yīng)的激勵(lì)和懲罰規(guī)則分析其獎(jiǎng)懲結(jié)果設(shè)備運(yùn)行工況評(píng)估：根據(jù)重過載監(jiān)測與分析，給出解決方案后查看設(shè)備運(yùn)行工況策略庫反饋調(diào)整：根據(jù)用戶實(shí)際的執(zhí)行情況，調(diào)整適應(yīng)于用戶的策略庫定義規(guī)則123設(shè)計(jì)基于用戶用電特性的新型智能用電解決方案，通過分析、決策和設(shè)計(jì)新型的用戶用電特性分析模型，

為新型智能用電解決方案奠定基礎(chǔ)79用電特性識(shí)別是新型智能用電解決方案的基礎(chǔ)。既要識(shí)別個(gè)體用電特性的技術(shù)，同時(shí)也需要從個(gè)體特性中提取出群體共性的方法。個(gè)體識(shí)別技術(shù)中需要重點(diǎn)考慮數(shù)據(jù)降噪等避免偽特性的方法，而群體共性提取技術(shù)則需要考慮如何識(shí)別個(gè)體特性相似性的模型。用電信息采集系統(tǒng)用戶的用電信息整年的日負(fù)荷特性曲線用大數(shù)據(jù)技術(shù)進(jìn)行聚類分析一個(gè)聚類代表一種用電模式用戶用電行為分析基于數(shù)據(jù)挖掘和人工智能技術(shù)的用戶用電行為分析主要有兩方面的內(nèi)容：時(shí)間對(duì)單個(gè)用戶的用電模式進(jìn)行識(shí)別。用戶的用電模式往往不止一種，存在多樣性。通過對(duì)用戶的用電規(guī)律和用電特性進(jìn)行深入分析，識(shí)別出用戶的所有用電模式。對(duì)不同用戶的用電模式進(jìn)行聚類分析。得到用戶用電模式的群體性，有助于針對(duì)同一群體用戶開展進(jìn)一步研究，識(shí)別出對(duì)應(yīng)的用電模式。各類應(yīng)用設(shè)計(jì)新型的用戶用電特性分析模型，

為新型智能用電解決方案奠定制定錯(cuò)峰方案NO用戶ID用戶類型用電模式用電指導(dǎo)錯(cuò)峰量1富康線3號(hào)亮化工程，限減少部分亮化3.2MW2南環(huán)線7號(hào)娛樂場所營業(yè)推后半小時(shí)1.2MW3尹通線12號(hào)照明工程，限減少部分照明2.8MW4……28MW工業(yè)用戶商業(yè)用戶NO用戶ID用戶類型用電模式用電指導(dǎo)錯(cuò)峰量1北交線5號(hào)高耗能，限生產(chǎn)提前1小時(shí)2.6MW2富康線28號(hào)高排放，限生產(chǎn)推后1小時(shí)2.4MW3水泉線16號(hào)高排放，限關(guān)閉2臺(tái)機(jī)組1.7MW4……62MW80制定錯(cuò)峰方案NO用戶ID用戶類型用電模式用電指導(dǎo)錯(cuò)峰量1富康調(diào)度室營銷部工用1工用2商用1工用3商用3工用5商用4錯(cuò)峰指令反饋信息錯(cuò)峰指令錯(cuò)峰指令反饋信息反饋信息營銷部門把安排好的各用戶的錯(cuò)峰量和錯(cuò)峰時(shí)間發(fā)送給用戶，用戶接到錯(cuò)峰指令后確認(rèn)分配的錯(cuò)峰指標(biāo)，開始實(shí)施錯(cuò)峰用電錯(cuò)峰方案實(shí)施之后，用戶的用電方式發(fā)生改變，系統(tǒng)的實(shí)際負(fù)荷曲線也隨之發(fā)生改變。從圖中可以看出，錯(cuò)峰之后，電力缺口移除，且系統(tǒng)實(shí)際的用電負(fù)荷曲線與預(yù)測的負(fù)荷曲線圖相比得到了優(yōu)化錯(cuò)峰方案執(zhí)行81調(diào)度室營銷部工用1工用2商用1工用3商用3工用5商用4錯(cuò)峰指設(shè)計(jì)開發(fā)仿真模型和工具，提供模擬仿真環(huán)境，以便為管理者提供決策支持82仿真模型提供基于用戶用電特性的智能用電應(yīng)用模擬場景和分析計(jì)算工具，并根據(jù)對(duì)整體場景或用戶的參數(shù)調(diào)節(jié)實(shí)時(shí)計(jì)算對(duì)應(yīng)的智能用電管理仿真結(jié)果，便于管理者做決策分析。1.場景模擬2.仿真計(jì)算模擬不同用戶特性所適應(yīng)的智能用電策略模擬不同智能用電策略的推進(jìn)力度模擬用戶有效執(zhí)行智能用電指令的比例其他場景參數(shù)調(diào)整和模擬計(jì)算不同場景下，智能用電的計(jì)劃及其對(duì)整個(gè)系統(tǒng)的預(yù)估效果或影響計(jì)算不同場景下，單個(gè)用戶具體的措施、效果及對(duì)其影響計(jì)算其他與仿真場景相關(guān)的分析內(nèi)容示例設(shè)計(jì)開發(fā)仿真模型和工具，提供模擬仿真環(huán)境，以便為管理者提供決設(shè)計(jì)新型智能用電優(yōu)化模型，綜合考慮用戶特點(diǎn)、網(wǎng)絡(luò)情況和經(jīng)濟(jì)因素等，形成最優(yōu)績效目標(biāo)的輪休和錯(cuò)峰計(jì)劃83輸入用戶數(shù)據(jù):個(gè)體特性群體特性……系統(tǒng)數(shù)據(jù):負(fù)荷缺口線路負(fù)載網(wǎng)絡(luò)約束……其他基礎(chǔ)數(shù)據(jù):政策規(guī)定其他用戶設(shè)置參數(shù)……輸出優(yōu)化約束條件Min經(jīng)濟(jì)性影響可靠性影響用戶滿意度影響CostTICostTIICostTIII++用戶調(diào)整能力約束系統(tǒng)運(yùn)行約束政策和規(guī)則約束智能用電備選方案方案效果與影響設(shè)計(jì)新型智能用電優(yōu)化模型，綜合考慮用戶特點(diǎn)、網(wǎng)絡(luò)情況和經(jīng)濟(jì)因價(jià)值分析84應(yīng)對(duì)需求&創(chuàng)造價(jià)值1.減少負(fù)荷損失，提高供電可靠性2.提升管理水平，保障客戶服務(wù)質(zhì)量3.加快公司管理和運(yùn)行模式快速轉(zhuǎn)型，形成可持續(xù)發(fā)展動(dòng)力4.提高數(shù)據(jù)服務(wù)水平，發(fā)揮數(shù)據(jù)最大化價(jià)值5.貫徹?cái)?shù)據(jù)作為公司重要資產(chǎn)的理念大數(shù)據(jù)是能源變革中電力工業(yè)技術(shù)革新的必然過程，而不是簡單的技術(shù)范疇。大數(shù)據(jù)不僅僅是技術(shù)進(jìn)步，更是涉及整個(gè)電力系統(tǒng)在大數(shù)據(jù)時(shí)代下發(fā)展理念、管理體制和技術(shù)路線等方面的重大變革，是下一代智能化電力系統(tǒng)在大數(shù)據(jù)時(shí)代下價(jià)值形態(tài)的躍升，智能用電分析中應(yīng)用電力大數(shù)據(jù)的價(jià)值主要體現(xiàn)在以下幾點(diǎn)：價(jià)值分析84應(yīng)對(duì)需求1.減少負(fù)荷損失，提高供電可靠性2.提升85大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的短期符合預(yù)測基于大數(shù)據(jù)的供電可靠性分析基于大數(shù)據(jù)的低電壓分析基于大數(shù)據(jù)的重過載分析基于大數(shù)據(jù)的變電設(shè)備故障預(yù)測基于大數(shù)據(jù)的二次設(shè)備風(fēng)險(xiǎn)評(píng)估基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別基于大數(shù)據(jù)的輸電線路在線監(jiān)測基于大數(shù)據(jù)的客戶管理全面監(jiān)測基于大數(shù)據(jù)的智能用電應(yīng)用基于大數(shù)據(jù)的客戶全面感知分析基于電網(wǎng)可靠性的配網(wǎng)投資策略研究85大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別客戶全面感知分析的背景在輸配網(wǎng)分離的改革背景下,供電企業(yè)甚至是民營企業(yè)的競爭也逐步走向正規(guī),更多的大客戶嘗試直購電試點(diǎn)工作的推廣，“優(yōu)質(zhì)客戶”成為電力公司爭取的對(duì)象，隨著電力市場化改革的深入，供電企業(yè)也要適應(yīng)打破壟斷的環(huán)境,樹立一切以客戶利益為先的管理理念，努力提供服務(wù)質(zhì)量。應(yīng)用分布式發(fā)電已普遍展開,越來越多客戶對(duì)替代能源解決方案的青睞，該技術(shù)的應(yīng)用速度亦呈指數(shù)級(jí)增長。與此同時(shí)，數(shù)字消費(fèi)技術(shù)正迅速打破各種壁壘，為供電企業(yè)和新進(jìn)入的競爭者創(chuàng)造了諸多全新機(jī)遇?？蛻羧娓兄治龅谋尘霸谳斉渚W(wǎng)分離的客戶全面感知分析的背景電動(dòng)汽車充電、互聯(lián)家居及能源管理等新興服務(wù)市場的發(fā)展絕不會(huì)一帆風(fēng)順，前路依然阻礙重重、難以預(yù)判，但可以肯定的是：能源行業(yè)正在經(jīng)歷結(jié)構(gòu)性轉(zhuǎn)型，變革大潮勢不可擋。供電企業(yè)正處于關(guān)鍵的十字路口，構(gòu)建未來恰逢其時(shí)。擺在它們面前的有兩條截然不同的道路：繼續(xù)扮演服務(wù)和商品提供商的傳統(tǒng)角色，或是突破商品模式，轉(zhuǎn)變成為能源服務(wù)商。電力企業(yè)擁有一個(gè)龐大的客戶數(shù)據(jù),通過對(duì)數(shù)據(jù)的重組、發(fā)掘其內(nèi)在規(guī)律可以為基于大數(shù)據(jù)的客戶全面感知分析提供技術(shù)層面的支撐?？蛻羧娓兄治龅谋尘半妱?dòng)汽車充電、客戶需求的全面分析和掌握不僅是客戶服務(wù)管理的起點(diǎn)，對(duì)客戶服務(wù)水平的提升也具有一定影響。通過對(duì)從各個(gè)渠道獲取的客戶需求數(shù)據(jù)獲進(jìn)行深入挖掘，分析客戶對(duì)電力客戶服務(wù)的需求及對(duì)供電企業(yè)的發(fā)展的引導(dǎo)作用，提升客戶的精細(xì)化管理，把握日漸復(fù)雜的市場脈絡(luò)，加快新能力的建設(shè)步伐，由此迅速擴(kuò)大規(guī)模、捕捉全新機(jī)遇、積極開發(fā)非傳統(tǒng)市場，為電力客服及客戶引導(dǎo)性的業(yè)務(wù)發(fā)展提供數(shù)據(jù)支撐。客戶全面感知分析的目的客戶需求的全面分析和掌握不僅是客戶服務(wù)管理的起點(diǎn)，對(duì)客戶服務(wù)客戶全面感知分析評(píng)價(jià)體系技術(shù)方案評(píng)價(jià)體系以客戶感知模型為整體框架，涵蓋多個(gè)評(píng)價(jià)指標(biāo)，采用科學(xué)的方法分配指標(biāo)權(quán)重，并綜合考慮評(píng)價(jià)單位的現(xiàn)狀水平、歷史水平和波動(dòng)性計(jì)算最終評(píng)價(jià)結(jié)果。感知模型——“以感知模型為整體框架”指標(biāo)體系——“以指標(biāo)體系支撐感知模型”評(píng)價(jià)方法——“以評(píng)價(jià)方法計(jì)算評(píng)估結(jié)果”創(chuàng)新一：多維感知矩陣創(chuàng)新二：權(quán)重修正算法創(chuàng)新三：持續(xù)提升公式123評(píng)價(jià)體系客戶全面感知分析評(píng)價(jià)體系技術(shù)方案評(píng)價(jià)體系以客戶感評(píng)價(jià)體系-感知模型客戶感知模型是從客戶需求出發(fā)，以客戶用電服務(wù)生命周期和客戶全方位感知兩個(gè)維度為切入點(diǎn)，綜合分析客戶的需求指向的整體框架?？蛻舾兄Ｐ驮u(píng)價(jià)體系-感知模型客戶感知模型是從客戶需求出發(fā)，技術(shù)框架技術(shù)框架92大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的短期符合預(yù)測基于大數(shù)據(jù)的供電可靠性分析基于大數(shù)據(jù)的低電壓分析基于大數(shù)據(jù)的重過載分析基于大數(shù)據(jù)的變電設(shè)備故障預(yù)測基于大數(shù)據(jù)的二次設(shè)備風(fēng)險(xiǎn)評(píng)估基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別基于大數(shù)據(jù)的輸電線路在線監(jiān)測基于大數(shù)據(jù)的客戶管理全面監(jiān)測基于大數(shù)據(jù)的智能用電應(yīng)用基于大數(shù)據(jù)的客戶全面感知分析基于電網(wǎng)可靠性的配網(wǎng)投資策略研究92大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別93背景93背景94研究思路94研究思路95初步方案95初步方案電力大數(shù)據(jù)關(guān)鍵技術(shù)及應(yīng)用研究

精簡版南瑞埃森哲電力大數(shù)據(jù)關(guān)鍵技術(shù)及應(yīng)用研究

精簡版南瑞埃森哲97大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的短期符合預(yù)測基于大數(shù)據(jù)的供電可靠性分析基于大數(shù)據(jù)的低電壓分析基于大數(shù)據(jù)的重過載分析基于大數(shù)據(jù)的變電設(shè)備故障預(yù)測基于大數(shù)據(jù)的二次設(shè)備風(fēng)險(xiǎn)評(píng)估基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別基于大數(shù)據(jù)的輸電線路在線監(jiān)測基于大數(shù)據(jù)的客戶管理全面監(jiān)測基于大數(shù)據(jù)的智能用電應(yīng)用基于大數(shù)據(jù)的客戶全面感知分析基于電網(wǎng)可靠性的配網(wǎng)投資策略研究2大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別大規(guī)模數(shù)據(jù)上多維索引和即時(shí)查詢獨(dú)特的并發(fā)控制機(jī)制

完善的多數(shù)據(jù)兼容和應(yīng)用平滑遷移工具獨(dú)特的運(yùn)行時(shí)優(yōu)化

支持OracleSQL的自動(dòng)化映射平臺(tái)功能98大規(guī)模數(shù)據(jù)上多維索引和即時(shí)查詢平臺(tái)功能3

核心技術(shù)創(chuàng)新點(diǎn)提高原有存儲(chǔ)過程型應(yīng)用向云平臺(tái)的遷移效率，降低實(shí)現(xiàn)成本動(dòng)態(tài)選擇SQL在Hadoop環(huán)境下的最優(yōu)并行方案根據(jù)集群資源狀態(tài)，自適應(yīng)調(diào)配存儲(chǔ)粒度，進(jìn)一步提升應(yīng)用的并發(fā)水平突破Hadoop只支持K-V查詢的技術(shù)局限，大幅提升了大數(shù)據(jù)查詢效率實(shí)現(xiàn)大文件讀取與隨機(jī)改寫效率的綜合調(diào)優(yōu)，有效提高了存儲(chǔ)過程復(fù)雜分析語句的運(yùn)行性能基于查詢重寫的SQL到Hadoop映射技術(shù)I/O敏感代價(jià)模型驅(qū)動(dòng)的并行方案優(yōu)選技術(shù)集群資源感知的自適應(yīng)分區(qū)技術(shù)基于混合多維索引的大數(shù)據(jù)查詢技術(shù)基于組合存儲(chǔ)的并行讀寫優(yōu)化技術(shù)提供Hadoop環(huán)境中的DML語言支持能力，提高存儲(chǔ)過程中Update、Insert、Delete等語句的運(yùn)行效率優(yōu)化多任務(wù)并發(fā)狀態(tài)下的計(jì)算和IO資源利用率，有效提升分析計(jì)算任務(wù)的綜合執(zhí)行效率為準(zhǔn)實(shí)時(shí)的多數(shù)據(jù)源之間的數(shù)據(jù)一致性保障提供技術(shù)支撐根據(jù)數(shù)據(jù)更新規(guī)模，動(dòng)態(tài)調(diào)整ETL任務(wù)并發(fā)度，實(shí)現(xiàn)資源的集約化利用基于改進(jìn)多版本機(jī)制的DML增強(qiáng)技術(shù)基于裝箱模型的并發(fā)計(jì)算任務(wù)工作流的智能規(guī)劃技術(shù)基于交叉Hash校驗(yàn)的數(shù)據(jù)一致性保障技術(shù)負(fù)載敏感的數(shù)據(jù)ETL并發(fā)度按需調(diào)節(jié)技術(shù)開源Hadoop平臺(tái)無法直接應(yīng)用于智能電網(wǎng)的復(fù)雜業(yè)務(wù)需求，需要結(jié)合業(yè)務(wù)實(shí)際，進(jìn)行大量實(shí)用化研發(fā)和優(yōu)化完善工作。99

性能驗(yàn)證采用浙江公司用采業(yè)務(wù)真實(shí)數(shù)據(jù)，主要涉及29張數(shù)據(jù)表，共189.91億條記錄，選取了三個(gè)計(jì)算和四個(gè)查詢?nèi)蝿?wù)場景，對(duì)比大數(shù)據(jù)平臺(tái)和Oracle關(guān)系數(shù)據(jù)庫處理性能情況。三個(gè)計(jì)算任務(wù)涉及表和記錄數(shù)：1)公變數(shù)據(jù)完整率之今日電量計(jì)算（2.47億）2）低壓數(shù)據(jù)完整率計(jì)算（116.1億）

3)低壓用戶電量計(jì)算（143.7億）上報(bào)公變數(shù)據(jù)主表333390公變用戶計(jì)量點(diǎn)228991停電統(tǒng)計(jì)表24151795上報(bào)公變電量數(shù)據(jù)153193115公變終端測量點(diǎn)250975終端資產(chǎn)2600453統(tǒng)計(jì)公變數(shù)據(jù)完整率明細(xì)66257003公變?nèi)蝿?wù)表112821系統(tǒng)單位代碼1320數(shù)據(jù)完整率明細(xì)臨時(shí)表9071統(tǒng)計(jì)終端用戶表838885低壓任務(wù)表1903834低壓測量點(diǎn)表17954341統(tǒng)計(jì)低壓數(shù)據(jù)完整率4134600916低壓表記表18476053低壓用戶表16224247系統(tǒng)單位代碼1320上報(bào)低壓數(shù)據(jù)主表22590221上報(bào)低壓電量數(shù)據(jù)表7374570544停電統(tǒng)計(jì)表24151795終端資產(chǎn)2600453上報(bào)低壓電量數(shù)據(jù)表7374570544上報(bào)低壓數(shù)據(jù)主表22590221低壓測量點(diǎn)表17954341低壓用戶表16224247低壓表記表18476053終端資產(chǎn)2600453統(tǒng)計(jì)低壓日電量6906656585低壓測量點(diǎn)表17954341低壓歷史數(shù)據(jù)異常615803低壓數(shù)據(jù)異常表854964性能驗(yàn)證100

1)采集覆蓋情況明細(xì)

2）采集數(shù)據(jù)質(zhì)量檢查3)批量抄表數(shù)據(jù)查詢4)臺(tái)區(qū)線損分析明細(xì)四個(gè)查詢?nèi)蝿?wù)涉及表和記錄數(shù)：1.57億條臺(tái)區(qū)線損統(tǒng)計(jì)62931052P碼2645單位級(jí)別關(guān)系1351G_TG634564單位級(jí)別關(guān)系1351用戶280480低壓數(shù)據(jù)46741659終端資產(chǎn)2550507上報(bào)任務(wù)數(shù)據(jù)主表910439上報(bào)數(shù)據(jù)完整率明細(xì)69259714P碼2645用戶數(shù)280357用戶明細(xì)表225288終端資產(chǎn)2547680上報(bào)任務(wù)數(shù)據(jù)主表910106用戶明細(xì)表224140單位級(jí)別關(guān)系1351終端資產(chǎn)2315773P碼2630用戶數(shù)269803單位代碼1320性能驗(yàn)證101

低壓用戶電量計(jì)算：191min12min（實(shí)際運(yùn)行23分鐘）Oracle平臺(tái)大數(shù)據(jù)平臺(tái)143.7億12min191min低壓用戶電量計(jì)算102低壓用戶電量計(jì)算：191min1采集質(zhì)量檢查明細(xì)查詢：5.547s0.281sOracle平臺(tái)大數(shù)據(jù)平臺(tái)5.547s281ms采集質(zhì)量檢查明細(xì)查詢103采集質(zhì)量檢查明細(xì)查詢：5.547s0.計(jì)算任務(wù)驗(yàn)證對(duì)比大數(shù)據(jù)104計(jì)算任務(wù)驗(yàn)證對(duì)比大數(shù)據(jù)9105大數(shù)據(jù)查詢?nèi)蝿?wù)驗(yàn)證對(duì)比10大數(shù)據(jù)查詢?nèi)蝿?wù)驗(yàn)證對(duì)比106大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的短期符合預(yù)測基于大數(shù)據(jù)的供電可靠性分析基于大數(shù)據(jù)的低電壓分析基于大數(shù)據(jù)的重過載分析基于大數(shù)據(jù)的變電設(shè)備故障預(yù)測基于大數(shù)據(jù)的二次設(shè)備風(fēng)險(xiǎn)評(píng)估基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別基于大數(shù)據(jù)的輸電線路在線監(jiān)測基于大數(shù)據(jù)的客戶管理全面監(jiān)測基于大數(shù)據(jù)的智能用電應(yīng)用基于大數(shù)據(jù)的客戶全面感知分析基于電網(wǎng)可靠性的配網(wǎng)投資策略研究11大數(shù)據(jù)關(guān)鍵技術(shù)研究基于大數(shù)據(jù)的紅外圖像分析及故障識(shí)別背景107短期電力負(fù)荷預(yù)測主要是指預(yù)報(bào)未來幾小時(shí)、1天至幾天的電力負(fù)荷，短期負(fù)荷預(yù)測不但為電力系統(tǒng)的安全、經(jīng)濟(jì)運(yùn)行提供保障，也是市場環(huán)境下編排調(diào)度計(jì)劃、供電計(jì)劃、交易計(jì)劃的基礎(chǔ)。短期負(fù)荷預(yù)測精度已列為電網(wǎng)公司工作的一項(xiàng)重要考核指標(biāo)。2009年，國家電網(wǎng)公司組織成立工作小組，制訂了《電網(wǎng)短期負(fù)荷預(yù)測技術(shù)規(guī)范》，對(duì)短期負(fù)荷預(yù)測各項(xiàng)流程提出了基本技術(shù)要求與推薦技術(shù)方法。隨著電力生產(chǎn)和消費(fèi)日益市場化，對(duì)負(fù)荷預(yù)測的準(zhǔn)確性、實(shí)時(shí)性、可靠性和智能性提出了更高的要求，因短期負(fù)荷預(yù)測作用的大小主要取決于預(yù)測精度，因此如何提高預(yù)測精度是目前研究短期負(fù)荷預(yù)測理論和方法的重點(diǎn)。背景12短期電力負(fù)荷預(yù)測主要是指預(yù)報(bào)未來幾小時(shí)、1天至幾天的存在問題108分析層級(jí)不夠細(xì)致電網(wǎng)負(fù)荷是由眾多用戶負(fù)荷構(gòu)成，不同用戶的負(fù)荷受自身行業(yè)屬性和生產(chǎn)特點(diǎn)影響，負(fù)荷規(guī)律也是千差萬別，從總量上分析負(fù)荷變化規(guī)律忽略了用戶的用電規(guī)律，因此分析結(jié)果必然存在一定的偏頗，更加無法精確定位負(fù)荷波動(dòng)的源頭：用戶。模型的應(yīng)用不夠精準(zhǔn)由于電網(wǎng)用戶眾多，因此負(fù)荷的影響因素太多、非線性極強(qiáng)，在總量負(fù)荷無法把握負(fù)荷變化內(nèi)在規(guī)律前提下，對(duì)各種預(yù)測模型的使用必然會(huì)帶來很大的局限性，而且目前沒有哪一種模型能夠很好的詮釋所有日期的負(fù)荷走勢。相關(guān)因