电能计量中的数据融合分析

电能计量中的数据融合分析

渠仲毓

国网山西省电力公司晋中供电公司，山西省 晋中市 030600

摘要：在现代信息技术的支持下，数据信息价值的分析与应用成为电力公司的关键业务构成。对于电力公司来说，营销业务对其运行及发展而言至关重要，而电能计量则为营销业务提供了有效支持，智能电表是智能电网的重要组织结构，也是电网实时数据的关键获取途径。针对公司电能计量业务和有关的支撑系统进行分析，探究电能计量数据的整合与管理面临的问题，找寻公司业务和数据中的内在联系，从而探索数据融合的方法路径，对于公司实现大数据应用分析具有关键作用。

关键词：电能计量；数据融合;分析

引言

当前，互联网经济与传统经济社会深度融合，数据日益成为重要的生产要素。在“互联网+”“全球能源互联网”“智慧能源”“智能电网”等政策、技术支持下，数据与能源生产、消费、科技创新联系更为紧密，释放出巨大的商业价值。与此同时，国网公司在信息化企业建设上提出“用数据说话、用数据决策、用数据管理、用数据创新”的新理念和新要求。为了迎接新的挑战，亟需开展“业务+数据”研究，充分发挥数据资产价值，为公司数字化企业建设发挥更大的作用。

营销是公司业务的重要组成部分。电能计量是电力营销的核心支撑专业。智能电表是智能电网最重要的“神经末梢”，更是电网实时数据的主要来源。通过研究公司电能计量业务及相关支撑系统，梳理数据管理现状，以点带面，剖析公司业务与数据的内在联系和本质规律，探索相关数据融合、管理优化措施，对公司开展大数据应用分析工作有着积极的现实意义。

1.电能计量中的数据融合分析的必要性

目前，随着电力系统应用的增多，智能电能表发挥着至关重要的作用。智能电能表、传感器、信息系统能够产生海量的数据，这些大数据蕴含着庞大的社会经济和科学价值。随着云计算、大数据技术的不断发展，逐步出现了基于大数据的云计算，比如平台即服务(PasS)、基础设施即服务(IasS)、虚拟化(Virtualization)的软件类型来实现大数据处理。用户通过云计算能够快速、准确地搜索、使用电能计量装置中的大数据。由于电能计量装置中产生的数据量大，类型繁多，用户使用起来极为不便，就需要一种新型计算方法来处理这些问题。该研究采用随机森林算法的方式实现电能计量装置的统一管理、智能存储、数据处理、数据分析、数据可视化等应用，通过采用随机森林算法能够实现随机抽取电力数据样本的分析，用户能够从电力数据库中精确地获取属性不同的数据，提高用户对电能计量装置大数据的处理能力。

2.电网公司电能计量业务现存的关键问题及成因

针对电网公司电能计量业务和有关的系统应用、业务支持、建设情况等进行全方位分析，得知很多电网公司的电能计量系统应用和数据管理面临着部分问题需要解决：（1）电网公司存在数据机构差异问题，营销业务应用系统和省级计量生产调度平台和用电信息采集系统属于二级统推，系统建立厂商在系统功能性和数据流转的技术手段方面存在一定差异，底层数据表也出现了明显不同。（2）数据入口较多，导致一表多源现象较为明显，可能导致数据冲突等问题。（3）业务数据难以实现共享，数据共享与应用存在内外多种因素影响，共享过程困难重重。而电能计量专业数据的共享需求量最为明显，在营销内部实施数据应用时无法全面展现数据的价值，导致数据利用率难以保障。（4）系统设计文档管理不足，管理工作不够集中，不同系统设计文档也出现收集不齐、不全、质量较差等现象。（5）数据字典质量与系统运行状态脱轨，且管控效果不佳。

3.基于电能计量的业务数据融合路径

3.1数据融合实施的要点分析

（1）以公司业务体系为中心，促进数据融合。将公司业务体系作为中心，通过业务之间的关联性、业务和数据的映射等作为基础，根据公司运营检测业务的大数据融合要求，针对数据融合采取针对性、全面性的管理举措进行管理。对于业务数据融合来说，电网公司需要进一步应用业务体系基础，明确数据框架内容的完整性，针对数据融合的需求范围实现全面覆盖。（2）将公司数据标准治理及主数据识别为条件，推助数据融合。根据目前业务数据融合存在的问题和不足来分析，部分电网公司存在着数据标准一致性不足、主数据管理不力等现状，这对于电网公司数据融合来说带来了不利影响，数据融合结果的治理效果也难以保障。对此需要借助公司数据标准治理以及主数据识别等手段，进一步加强公司数据标准水平，为数据的准确性带来更加稳定可靠的标准支持。

3.2设计大数据管理平台

在设计中，数据层包括数据管理接口、数据交互接口、数据采集接口以及电能计量器具检定输送线整个流程过程中不同阶段输出的数据信息。在数据计算层，设置了多种数据算法模型，以根据用户的不同需求，选择性地处理各种数据信息。大数据模型可以采用分类模型、关联模型、融合算法模型、数据优化模型、故障诊断模型和联机分析算法模型等，这需要根据用户的不同需求进行选择，最终实现库房数据库中各种电能表计量资产信息的计算、存储、传递和共享，大大提高数据的管理能力。在研究的库房管理数据库中，包含了智能RFID射频识别数据信息、机器人码垛机、AGV自动激光传导数据新型、图像采集数据信息、监控信息、物流传递数据等多种信息。在进行库房数据管理中，使用最多的就是分类算法。采用了CART算法模型和BP神经网络算法模型，实现了电能表大数据的处理和分类。基于物联网技术、自动化技术、传感器技术和大数据处理技术构建出新型的电能计量资产库房管理系统，实现各种电能计量资产不同数据信息的采集、存储、追溯、分类、管理等，进一步提供各种情况下的数据查询、数据分类、数据溯源、安全访问，实现了电能计量资产数据信息的进库、出库的等管理。随着电能技术的发展、电力计量器具的广泛使用、应用，在面对计量资产器具智能库房管理时，智能化库房管理已经成为电力行业广大用户的急需，也是计量资产管理、运营的发展趋势。

4.公司数据融合实施建议

数据有效融合是发挥数据资产价值的重要基础。公司业务体系是数据融合的有力支撑，公司的数据管理必须基于业务体系，才能够实现与业务的高度融合。

4.1根植于公司业务体系推进数据融合

以公司业务体系为依托，以业务与业务的关联、业务与数据的映射为抓手，结合运营监测业务的大数据融合需求和实践，实现对数据融合的全面管理。在开展业务数据融合时，应充分依托公司业务体系，确保梳理的数据框架内容的丰富性和完整性，实现对数据融合需求范围的全覆盖。

结束语：

针对目前电力公司电能计量数据业务的现状能够得知，若想实现数据融合则需要先实现数据的有效化治理，解决数据标准与质量问题。同时在此基础上将业务节点或业务主体作为中心，构建多部门多角度的数据融合标准，针对数据标准进行统筹管理，避免业务节点及主体数据标准存在的矛盾。

参考文献：

[1]徐敏,杨三美.基于电能计量数据的公司数据融合初步研究[J].通信电源技术,2019,36(09):212-213.

[2]方彦军,贺瑶,肖勇,孔政敏.谐波检测及数据压缩在智能计量终端中的应用[J].电力系统及其自动化学报,2013,25(04):39-43.

[3]梁海东,赵晓燕.基于数据挖掘的电能计量设备异常并行诊断研究[J].自动化与仪器仪表,2021(02):231-234.

[4]魏鹤婵.基于大数据的电能计量系统客户用电规律研究[J].微型电脑应用,2020,36(09):129-132.