| 标题 | 基于用电信息采集系统的大数据共享与应用 |
| 范文 | 顾荣瑜 摘要：信息技术的发展和广泛应用，为传统用电信息采集提供了智力支持，利用大数据技术构建用电信息采集系统，并将其与电力营销有效融合，既是我国智能电网建设的要求，也是电力企业以市场为导向，强化降本增效，提升市场竞争力的有效手段。基于此，本篇文章对基于用电信息采集系统的大数据共享与应用进行研究，以供参考。 关键词：用电信息采集系统;大数据;共享与应用 引言： 用电信息采集系统与其它外部业务系统间的数据信息关联关系，在用电信息采集系统的信息数据大平台上充分开发信息、数据共享平台，提供更多业务功能的支撑，实现更多业务系统的大数据高效共享，资源更充分地运用。 一、用电信息采集系统概述 用电信息采集系统是对客户用电信息进行采集、分析、处理和实时监控的系统，主要分为主站层、数据采集层、采集点监控设备层等几个部分。不但能为电力营销中阶梯定价、负荷管理、线损分析等提供有效的数据支撑，而且也能为自动化抄表、错峰用电、防窃电等工作提供便利。用电信息采集系统的应用，可显著降低用电成本，提高电力营销服务水平，满足客户的用电需求，提升客户的用电体验效果。 二、用电信息采集系统大数据运用的基本特征 （一）大幅减轻用电信息采集系统服务器数据交换的负荷压力 采集系统过去要分别向二十余个业务系统推送数据，负荷压力很大，采用大数据共享平台后，只需向大数据共享平台推送数据，供其它业务系统使用，大大地降低了采集系统的数据推送负荷压力。数据的交互性。 （二）数据的交互性 能源互联与智能电网不仅仅是各用户信息物理互联，其重要的特征在于资源共享，数据交互。各用户用电行为数据交互，各数据资源相互共享。若将这些交互性数据进行深度融合分析，挖掘其中的数据价值，必定可以加快推进“互联网+”方向发展。 （三）数据交换更加稳定、可靠、合理 采用大数据共享平台后，增加了安全验证策略，为实际业务提供了更合理的应用服务。共享数据的稳定性、复用性、可靠性度得到提高。 三、数据共享设计思路 （一）构建数据共享服务平台 蓄建设采集系统数据共享服务平台，实现采集系统与外部系统数据共享、交互及统一接口，实现数据交互规范管理，数据交互内容和方法灵活配置，数据交互安全可靠，数据交互在线监测。 （二）实现采集数据发布云服务 运用数据共享服务平台，通过采集数据的云服务，完成采集数据信息的共享服务，最大限度的提供电力用户电量数据、上报信息对其它信息系统的支撑作用。 （三）采集数据共享构架通过用电信息采集系统数据共享服务平台，构建采集系统数据服务器与其他系统之间的数据、信息共享渠道，提供静态数据共享、实时数据信息共享、特定共享等应用。 四、基于用电信息采集系统的大数据的应用 （一）用户配用电信息数据聚合 伴随智能传感器在电力行业广泛应用，国家电网在相关政策的指导下，截止2016年年底，已经实现了1.55亿用户的信息采集，初步建立了一个测量体系框架。智能电表的广泛应用，为大数据信息采集奠定了坚实的设备基础。通过数据采集、数据储存、数据分析处理技术，可将用户的配用电信息数据进行分布式储存，然后根据分析要求形成更新队列，并实时对信息数据进行更新，以降低对储存容量的实际需求。然后，对不同维度的异构化数据进行统一处理，形成差异化数据库，最后应用大数据技术对数据进行融合。 （二）静态数据共享实施 在收到外部系统的数据请求后，静态数据共享接口服务解析外部系统的请求对象，按照动态方法模型首先从接口数据库中获取所需的数据对象，并进行集合。若返回的只是少量数据，则直接回送数据本身;若需要回送的数据量较多，则应按照所需的时间生成数据集合放置在文件的服务节点上，同时通知外部业务系统可以采用下载方式获取该数据的最早时间和最晚时间。外部业务系统需按共享服务平台的技术规范要求，获取所需的数据，并在相应的时间内取走所需的数据，如过期不取，则平台会对过期数据自动清理。 （三）基于用户用电行为理解的相关性分析 用户正常用电行为和天气、温度、经济条件、假期等有不同的耦合关系，通过分析外在因素，对用电量、用电频率、用电时间的因果性可进行有效分析，针对特定区域的用户可有针对性的提出关联性较强的影响因素，从而达到精细化模型、深度理解用户行为的目的。举个例子，可选择经济水平、响应意愿、节假日、温度、用户理想电价偏差五个因素作为分析特征，构建出一个三维的高维度计算举证，即“采样点数X同类用户数量X特征因素数量”，由此可看出特征因素并不是传统模型中向量，而是一个相对完备的计算矩阵。这里所提出的多元大数据分析方法，根据随机矩阵的统计特性分析相关性，无需将原始数据矩阵分解为多个向量重复计算，由此可见该方法在用户异常行为判断方面具备优势。 （四）基于负荷用电监测的用户配用电信息提取 电力企业可实现的用户配用电信息提取方法可大致分为非侵入式、侵入式两种类型，简而言之，侵入式就是在用户室内空间中安装传感器，直接获取用电空间，非侵入式则是“LoadDisaggregationandMonitoring”，该项技术无需单独为电气设备安装传感器，只需要通过采集电力计量设备提供的电流信息、用户端电压信息，结合电气设备的用电特征，并采用机器学习法或者模式识别法，就能够实现用户配用电信息的有效提取。LoadDisaggregationandMonitoring表现出成本低廉、可靠简单等优势，为大数据技术的应用创造了基本条件。 结束语： 研究并应用适用于多业务需求的用电信息采集数据共享平台。研究用电信息采集系统相关业务平台的数据类型及相关属性、信息共享模式、信息存储方式、数据挖掘和信息交互技术，分析各业务平台间的相互关联关系，提出适合不同业务平台实际情况的信息处理与智能分析方法，建立支持多业务数据共享的平台，并实施应用，为用电信息的实时高效处理提供保障。 參考文献： [1]许明伟.基于大数据的智能用电信息采集与分析系统研究[D].天津职业技术师范大学，2019. [2]冯晓宏.用电信息采集系统建设及其大数据应用分析[J].科技资讯，2018，16（28）：24+26. [3]牟颖莹.用电信息采集系统大数据在电能表时钟管理研究中的应用[J].南方农机，2018，49（16）：146. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。