摘 要：随着我国经济的迅速发展，人们电能需求的逐渐增加，现阶段的电力企业大都在寻找现代化的电力营销手段来满足人们日益增加的电能需求。同时，国家电网为推动电力企业营销管理的规范化和标准化，制定了一些的电力营销新标准和新要求。本文正是以此为研究内容，从电力营配数据贯通平台出发，分析了电力营配数据贯通的必要性，探讨了电力营配数据贯通的发展前景。
关键词：营配贯通电力；大数据；典型应用；场景研究
1电力大数据概述
1.1能源互联网
维克托 .迈尔. 舍恩伯格曾在《大数据时代：生活、工作、思维的大变革》一书中前瞻性地指出，大数据带来的信息风暴正在改变着我们的生活、工作与思维，大数据开启了大时代的重大转型。能源大数据的概念是电力、石油、天然气等能源领域数据与人口、地理、气象等领域的数据采集、处理、分析和应用的相关技术和思路。能源大数据不仅是大数据技术在能源领域的深入应用，而且融合能源生产与消费以及相关技术革命和大数据深度的理念，将加速能源产业的发展和商业模式的创新。
2013 年 3 月中国电机工程学会信息化专委会发布《中国电力大数据发展白皮书》，将 2013 年定为“中国大数据元年”，掀起了电力大数据的研究热潮。作为正能源互联网转型的传统电力行业，大数据时代和云计算时代的到来将为传统电力行业的发展注入新的活力，传统电力行业即将变革。
1.2电力大数据
电力大数据主要来自电力生产和电能使用的发电，输电，变站，配电，用电与调度每个环节，主要有下面几点：一是电网运行和设备检测或监测数据；二是电力企业营销数据，如交易电价、售电量、用电客户等方面数据；三是电力企业管理数据。电力大数据具有四个特点：
1.2.1数据体量大
常规的调度自动化系统包含数十万个采集点；配用电、数据中心将达到千万级。
1.2.2数据类型繁多
实时数据、历史数据、文本数据、多媒体数据、时间序列数据等各类结构化、半结构化数据以及非结构化数据。
1.2.3价值密度低
所采集的绝大部分数据都是正常数据，只有极少量的异常数据，而异常数据是状态检修的最重要依据。
2 典型应用场景研究
2.1降损辅助决策
依托生产管理系统、用电信息采集系统中的电力数据，开展线损一体化计算与分析，采用仿真模拟等技术手段建立辅助决策模型，通过模拟更换元器件、改变运行方式进行模拟计算，利用计算结果分析线损的构成与原因，识别异常线损的区域、元件、时间段等信息；依据网架结构及降损目标，利用模型分析、计算升压改造、无功优化、负荷切换等各种降损措施的效果，提出合理的降损建议和电网改造建议。
2.2电网规划设计优化
通过结合生产管理系统、营销系统、用电采集系统、调度自动化、配电自动化系统中的数据，建立各区县用户分类样本库。针对各区县样本库，预测各用户类别从初始至饱和年的负荷曲线。针对用户不同建筑面积区间，建立负荷曲线修正系数集，并根据负荷指标、发展系数、区域用户构成自动计算同时率；自动维护用户样本库，动态更新负荷指标体系。
2.3 配网故障预测与预警
结合电网历史故障、设备基本参数、配电网运行、地理环境和气象预测等信息，以及带电检测历史、停电试验历史、设备线路检修、人工巡检等记录数据，从电网内外部运行环境和设备本体健康程度两个角度出发，抽取出针对不同故障类型的关键状态参量，预测特定条件下配电网故障发生的可能性以及发展趋势；并结合配电网故障预测结果，通过相关研判分析模型的构建，针对不同等级重要用户，制定分区域、分台区、分线路、分设备的配电网故障在线多级预警机制，并实现如暴雨预警等特殊应用场景的故障预警，实现预警信息的实时传递；综合考虑人员配置、物资仓储、应急车辆分布等因素，从故障防范角度出发，提出运检、调控、营销等多专业故障防控策略。
2.4台区精益化辅助决策
利用用电信息采集系统的数据，按台区、线路统计分析变压器及低压系统的电流电压和有功无功。统筹考虑配电台区可靠性、变压器本体能效等级评定、变压器及低压系统三相不平衡等级评定、变压器台区及其所带低压系统有功无功损耗评定、节能技术经济性评价、技改或新建项目概预算等功能，制定电压合格率的运行方案、可靠性的运行方案、经济性的运行方案等决策，包含三相不平衡调整、配变分接头调整、配变型号调整、无功补偿方式调整、线径调整、开关调整后的台区经济运行指标变化情况及经济性供电方案能力评估，为变压器台区运行与检修改造等工作提供有效的决策依据。
3建立大数据应用需求体系
3.1支撑电网发展
由于电力系统具备发电用电实时平衡、实时运行从不停止、故障瞬间扩大等特征。这要求必须对电网的海量信息进行实时在线分析，大数据技术正是解决这类问题的“专家”。随着智能电网技术的发展和应用，大量的信息采集终端被广泛地安装在电网中，如智能电表、状态监测装置、PM U 等。这些信息采集终端不间断地捕捉着电网的运行动态。
在支撑电网发展这一价值目标下，需要从智能电网技术和大数据技术的结合点入手，探究大数据的应用。通过分析主流智能电网技术对时效性和对数据分析的要求可发现，智能电网技术与大数据技术的结合点，位于新能源发电、电网安全稳定性、供电可靠性 3 个方面。因此，支撑电网发展这一顶层目标可分解为，促进新能源发电并网、增强电网安全稳定性、提高供电可靠性 3个支撑目标。每个支撑目标下的技术结合点分析如下：
3.1.1促进新能源发电并网
新能源发电预测，新能源发电调度运行和智能控制。
3.1.2增强电网安全稳定性
电网安全分析与仿真、电网安全控制与保护、输变电设备安全运行与防灾、电力系统自动化、常规电网网源协调管理。
3.1.3提高供电可靠性
智能化设备运维及检修、智能化故障抢修。针对以上每一个技术结合点，识别大数据应用方向并构建可能的应用场景，在支撑电网发展这一价值目标下，共得到 22 个应用场景。
3.2支撑管理提升
企业的经营管理面临着众多互相制约的目标，如何在资源的约束下，实现增收、降本、避险、提效 4 个关键目标的协同最优化，最终实现企业绩效最优化，是企业管理的核心问题。大数据技术擅长发现数据间隐性模式和复杂关联关系，适宜解决多因素协同影响下的模糊最优化问题。因此，在支撑管理提升这一价值目标下，本研究着眼于企业管理目标的协同最优化，探索大数据应用。支撑管理提升这一顶层目标可分解为 3 个支撑目标：提高业务协同能力、提高资源配置水平、提高经营稳健水平。对每个支撑目标下的协同最优化重点分析是：
3.2.1提高业务协同能力
提高项目全过程协同能力、提高营配一体化协同能力。
3.2.2提高资源配置水平
提高电网资产利用效率、提高全网电能量流转效率、提高人力资本利用效率、提高资金流转及利用效率、提高物资供应链的运作效率。
3.2.3提高经营稳健水平
提高安全管理的有效性、增强相关方管理的科学性、增强财务审计体系的严密性。
结语
随着配用电系统智能化程度的提高，配用电系统正在产生出大规模的多源异构数据，这些数据与外部数据相融合，构成了配用电系统的大数据。对配用电大数据进行有效的管理和分析，是实现配用电系统智能化的技术保证，同时，还将产生出新的价值、支撑新的业务发展。
参考文献：
[1] 薛禹胜，赖业宁.大能源思维与大数据思维的融合（一）大数据与电力大数据[J]. 电力系统自动化. 2016（01）.