隨著經(jīng)濟(jì)社會(huì)的快速發(fā)展，供電企業(yè)通過分析和預(yù)測電量，了解社會(huì)用電需求，為下一步電網(wǎng)投資和建設(shè)提供重要決策依據(jù)，對(duì)保障社會(huì)用電越來越重要。國家電網(wǎng)公司積極開發(fā)利用大數(shù)據(jù)技術(shù)，使預(yù)測電量更科學(xué)精準(zhǔn)。本期報(bào)道上海電力科學(xué)研究院和江蘇南通供電公司的研究項(xiàng)目和具體做法，分享其研究成果和典型經(jīng)驗(yàn)。
近日，國家863計(jì)劃課題“智能配用電大數(shù)據(jù)應(yīng)用關(guān)鍵技術(shù)”順利通過國網(wǎng)科技部中期督導(dǎo)，標(biāo)志著這個(gè)把準(zhǔn)時(shí)代脈搏的前沿科技項(xiàng)目走完了研究開發(fā)的一半里程。
該項(xiàng)目自2015年4月啟動(dòng)，由國網(wǎng)上海市電力公司牽頭，上海電科院、中國電科院、復(fù)旦大學(xué)、上海交通大學(xué)等十余家單位參與研究。該項(xiàng)目開發(fā)的智能配用電大數(shù)據(jù)應(yīng)用平臺(tái)集成包括CMS、SCADA等9大業(yè)務(wù)數(shù)據(jù)源，建立了用戶側(cè)與電網(wǎng)側(cè)數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，并與GIS空間可視化技術(shù)融合，實(shí)現(xiàn)了營、配、調(diào)業(yè)務(wù)貫通和全景能耗監(jiān)測。
平臺(tái)以上海浦東新區(qū)為示范區(qū)域，目前已開發(fā)完成電力地圖、客戶用電行為分析、用電預(yù)測、行業(yè)關(guān)聯(lián)關(guān)系等應(yīng)用模塊，為電網(wǎng)的可靠運(yùn)行和精益化管理提供技術(shù)支撐，促進(jìn)供需兩側(cè)能源經(jīng)濟(jì)技術(shù)效率提升，助力上海建設(shè)創(chuàng)新之城、人文之城、生態(tài)之城。
為需求側(cè)管理提供支撐
項(xiàng)目組依據(jù)上海市政府市政規(guī)劃，將浦東新區(qū)劃分成145個(gè)功能區(qū)塊，利用基于GIS空間可視化技術(shù)，結(jié)合客戶用電數(shù)據(jù)，研究開發(fā)了密度圖和熱力圖兩類電力地圖，分別展示浦東新區(qū)日用電量及96點(diǎn)功率。
在電力地圖中，用電量大的區(qū)域用亮色表示，用電量小的區(qū)域用暗色表示。通過電力地圖中不同區(qū)域的顏色明暗，研究人員可以很容易找到用電熱點(diǎn)區(qū)域，精確地展示出負(fù)荷密度最高的區(qū)域是小陸家嘴金融區(qū)?！半娏Φ貓D可實(shí)現(xiàn)上海浦東的全景能耗監(jiān)測，服務(wù)城市發(fā)展規(guī)劃?！鄙虾ｋ娍圃貉邪l(fā)人員表示。
在項(xiàng)目開發(fā)中，北京郵電大學(xué)教授石川說：“在科學(xué)、工程、生物學(xué)等領(lǐng)域，常常會(huì)遇到高維數(shù)據(jù)，越來越多的維度變量給數(shù)據(jù)分析帶來了巨大的挑戰(zhàn)。而人們只能感知二維或三維空間，高維數(shù)據(jù)分析一直是可視化領(lǐng)域的難點(diǎn)和熱點(diǎn)問題。電力地圖就是如此，它是客戶用電信息在地圖上的直觀展示，因而必須降維處理每個(gè)時(shí)間斷面229萬客戶的用電數(shù)據(jù)，并利用可視化渲染技術(shù)，才能在地圖上直觀并且低延時(shí)展示用電信息?！?/p>
此外，基于浦東地區(qū)220萬居民客戶830天近10GB的用電數(shù)據(jù)，項(xiàng)目組通過高維時(shí)序特征提取和數(shù)據(jù)降維等處理，成功獲取用電曲線波動(dòng)性、斷點(diǎn)等反映用電行為的特征信息，并以此為基礎(chǔ)完成了百萬數(shù)量級(jí)客戶的快速聚類。
項(xiàng)目組發(fā)現(xiàn)，客戶的用電行為主要受到天氣、日期、收入水平、地理位置等影響。以上海浦東為例，229萬客戶可以聚集成36類，其中比較典型的類別有早出晚歸型、空置房型、季節(jié)敏感型等。居民用電行為的細(xì)致聚類為豐富需求側(cè)管理手段、探索需求響應(yīng)的策略提供有力支撐。
關(guān)于聚類，復(fù)旦大學(xué)的博士生周陽解釋說：“聚類是一個(gè)把數(shù)據(jù)對(duì)象劃分成子集的過程。每一個(gè)子集的對(duì)象彼此相似。主要的基本聚類算法可以劃分為四類：劃分方法、層次方法、基于密度的方法和基于網(wǎng)格的方法?！?/p>
精準(zhǔn)預(yù)測線路負(fù)荷
目前，項(xiàng)目組基于電力用電預(yù)測經(jīng)驗(yàn)法、預(yù)測精度低等難點(diǎn)問題，挖掘海量用電數(shù)據(jù)，利用嶺回歸預(yù)測模型，綜合考慮溫度、濕度、氣壓、風(fēng)向、星期類型、節(jié)假日等多種影響因子，實(shí)現(xiàn)了對(duì)浦東18949個(gè)臺(tái)區(qū)和300條線路的用電預(yù)測，線路預(yù)測精度達(dá)90%以上。線路負(fù)荷的精確預(yù)測，有利于電力調(diào)度管理和電網(wǎng)規(guī)劃建設(shè)，合理安排低壓配電網(wǎng)運(yùn)行方式；并有利于電力市場需求分析、做好電力市場營銷和電力客戶關(guān)系管理。
“我們的研究采用基于自適應(yīng)混合學(xué)習(xí)的模型，首次嘗試?yán)玫乩硗負(fù)湫畔⒅?0千伏出線與臺(tái)區(qū)、大客戶的關(guān)聯(lián)關(guān)系，基于客戶用電信息采集系統(tǒng)中10千伏線路上關(guān)聯(lián)的臺(tái)區(qū)變壓器和大客戶96點(diǎn)功率數(shù)據(jù)，自下而上預(yù)測10千伏線路負(fù)荷。研究表明，兩種方法預(yù)測趨勢一致?！敝袊娍圃河秒娝偣こ處熖锸烂髡f。
項(xiàng)目組基于分布式存儲(chǔ)技術(shù)，完成臺(tái)賬數(shù)據(jù)、用電數(shù)據(jù)和地理拓?fù)鋽?shù)據(jù)等多源異構(gòu)數(shù)據(jù)的關(guān)聯(lián)解析，實(shí)現(xiàn)了229萬客戶、26000臺(tái)區(qū)臺(tái)賬和4000余條中壓配電線路的數(shù)十億條用電數(shù)據(jù)的快速查詢，并依據(jù)客戶供電點(diǎn)地址，完成城市坐標(biāo)和地理坐標(biāo)的轉(zhuǎn)換，在地圖上定位展示，實(shí)現(xiàn)了營、配、調(diào)業(yè)務(wù)深度融合。整個(gè)數(shù)據(jù)檢索服務(wù)響應(yīng)時(shí)間小于3秒，大幅提高了平臺(tái)使用人員的工作效率。實(shí)驗(yàn)證明，通過使用索引，客戶查詢的響應(yīng)速度可以達(dá)到原來的20～100倍。
就在半個(gè)月前，新上任的上海市虹口區(qū)委書記吳信寶實(shí)地調(diào)研了上海電科院，對(duì)這個(gè)釋放大能量的大數(shù)據(jù)科技項(xiàng)目產(chǎn)生了濃厚的興趣。他說：“上海電科院是個(gè)小身材、高能級(jí)的企業(yè)，在大數(shù)據(jù)信息資產(chǎn)運(yùn)用方面已經(jīng)走在了上海的前列。希望這樣一個(gè)在電力行業(yè)里率先獲得進(jìn)展的大數(shù)據(jù)成果，也能在虹口區(qū)實(shí)現(xiàn)孵化落地?！?/p>
下階段，項(xiàng)目組將繼續(xù)推進(jìn)智能配用電大數(shù)據(jù)示范工程建設(shè)，深化多因素關(guān)聯(lián)分析、大數(shù)據(jù)可視化分析、交互方法等技術(shù)研究；研發(fā)節(jié)電、配用電網(wǎng)架優(yōu)化、錯(cuò)峰調(diào)度等配用電大數(shù)據(jù)典型業(yè)務(wù)應(yīng)用，探索智能配用電大數(shù)據(jù)應(yīng)用系統(tǒng)的建設(shè)模式和運(yùn)營模式，努力開拓智能配用電大數(shù)據(jù)應(yīng)用系統(tǒng)的可實(shí)現(xiàn)、可復(fù)制、可推廣之路。
