基于大数据的电力企业运营监测实践张敏

(整期优先)网络出版时间:2019-09-19
/ 2

基于大数据的电力企业运营监测实践张敏

张敏

云南电网有限责任公司迪庆供电局674400

摘要:科学技术是第一生产力,大型企业发展尤其如此。如今大数据已经广泛应用在电力企业运营监测各项工作领域中,取得了巨大的经济效益,为电气企业的安全生产,科学管理提供了坚实的支撑。本文将结合大数据的特点,具体分析如何在电力企业运营中实现监测,并对大数据在电力企业运营监测应用实践效果进行评估。

关键词:大数据;电力企业;运营监测。

大数据在电力企业运营监测领域中的应用,是现代化信息技术与传统能源企业的结合,能够在企业成本控制,安全防范,综合管理上起到数据化分析,科学化决策作用。是企业管理层提高企业经营效率,把握企业前行方向的重要抓手,也是电气企业自我优化,提升市场竞争力的重要工具。如何发现大数据的价值,更好地为电气企业服务,成为如今大数据科技发展和企业管理都需要面临的实际问题。

一、大数据在电力企业运营检测的涵盖领域

(一)电力系统安全评估领域

该领域是利用跨平台多源异构数据获取技术从电力系统内部多个信息系统中来收集每个发电调度的动态安全性,并在基于人工神经网络和决策树混合的大数据分析办法,来提取电力系统安全运行的原则,并通过该原则来对有安全隐患的子功能进行控制,以确保其在安全的可控范围内,并及时通报安检人员进行维修。

(二)电力系统荷载领域

电力荷载检测是电力调度中关系到电力输出能够持续,保证电力系统设备在合理的电力供应荷载范围内运行的关键步骤。该方法为电力公司通过基于CART算法原理的BP网络加权组合的数据模型,构建出的一种高精度短期负荷预测系统[1]。该系统通过收集区域内的负荷细分数据,通过自适应决策树大数据分析方法,对用户信息、季节、气候、节假日等影响因素进行聚类分析,通过模型中的数据关联性,由此预测出该区域短期、中长期的用电负荷数值,以提前做好电力输送准备工作。

(三)电力系统故障诊断领域

电力系统中的设备在长时间的运行中难免会出现由于磨损过度导致而导致各种会出现各种安全故障。故障分为具有外特征直观性的故障和没有外特征性的故障。前者只要仔细排查定期巡视便可发现问题,也比较容易修复。后者则需要通过传感器将设备内部零部件的运行过程中各种物理变化产生的数据值的上传到故障诊断模型中,利用模型中的基于设备运关联性和相似性的大数据分析方法,以实现对设备异常数值的排查,进而获得设备故障情况的准确信息,并制定相应的解决方案,从而缩小了检测时间,降低了维修成本。

(四)电力系统工程造价领域

电力工程造价要通过基于大数据云计算现代化信息手段,构建多元化服务体系,形成工程造价大数据资产,在这个基础上来推动电力工程造价管理效率的提升和结构优化。并加强利于大数据设计模型下的工程造化信息标准体系建设,通过采购部门和施工部门随时填报的成本开发数据,进行相应的成本预算监测,对出现超出预算的工程开发及时发现,尽早提醒,将损失降到最低。

(五)在电力系统营销领域

电力营销方面的大数据主要从用电单位的电量、电价、电费、输电折损等方面进行从整体到单个群体之间的核对,以及时发现生产电量与消费电量之间存在的误差,进而通过数据分析偷电、漏电、因电路运输设备老化给电力成本带来的影响,结合监测数据提出对应的解决方案。

二、大数据在电力企业运营监测的应用举措

(一)要加强大数据计算方法的研究力度,提升数据的利用价值。分析模型和计算方法有科学依据和参考价值,那么大数据的价值就会得到体现,反之则会出现事倍功半的低效。所以,电力企业要重视基于时间顺序和分析树模型的大数据计算方法的研究力度,一是可以结合自身的科研力量集中攻关,二是要充分利用成熟的可视化工具和开源统计分析软件,用这种内外结合的方式,可以缩短公司数据分析体系的建设时间,提高大数据分析的科学性和精准性。

(二)要通过更加智能的电网设备和电网系统,来更方便更快捷地获取数据。要充分利用云计算的信息化技术,实现电网运行数据在开关位置、电压、电流、功率、频率等节点上的系统逻辑关联性,增加数据的参考价值,并减少无用数据的生成,实现数据的快速统计,高效分析。

(三)要加强电力企业大数据人才队伍建设。一方面要解决大数据管理人才、分析人才和电力数据科学家在企业中的空缺状态,只有专业的人才能够发现数据背后隐藏的规律和价值。另一方面,要在加强数据安全风险管理的同时,加大与外部数据分析企事业单位的合作,电力大数据是人们生产生活重要的参考值,在与政府企业等多行业相结合之中,可以发现国民经济的现状以及蕴藏着的行业前景,也能够通过外界专业的数据分析指出电力企业运行存在的问题与挑战。

三、大数据在电力企业运营监测应用实践效果评估

(一)通过大数据构建的企业管理精细化运营体系,能够帮助管理层实现对企业全局的有效把控。通过企业外部考核指标、重点项目指标、企业运营收支指标等数据作为核心内容,结合图形和表格组成的企业季度运行分析报表,可以很直观构建各种专业的主题分析,实现企业生产、物资、财务等业务精细化管理,为管理层制定企业发展策略提供正确的数据支撑依据。

(二)通过大数据运营促进企业内部资源的优化配置,可以实现公司整体利益的最大化。内部优化指的是在收支控制方面促进资源的调节,管理的重组,人员的变动,项目的管控,最终实现企业成本支出的压缩,企业收入的增长,在剪刀差效应下实现企业的利益最大化。而企业运行数据则是实施内部配置、结构、资源优化的行动指南,凡是支出数据高的部门就要压缩成本,支出数据低的部门要看创造利润空间大小。比如,通过能源采购数据模型计算,在工期发电能源资源采购上,提高重点合同煤采购占比至42%,能够将平均标准煤采购单价减少12元/吨[2]。

总结:综上所述,大数据的应用,只有在大数据应用技术和分析人才两个方面进行重点发展,才能在方法上更快更好地实现数据的收集与运算,在解决问题上实现数据背后价值的发现,进而指导企业各项工作的开展。

参考文献:

[1]彭英华,刁慕杰,王程.基于大数据背景的电力运营监控数据处理研究[J].机电信息,2018,552(18):185-186.

[2]吴佳艺.大数据背景下谈电力运营监控数据处理技术[J].低碳世界,2017(17):235-236.