劉 瑞

（北京國電通網(wǎng)絡(luò)技術(shù)有限公司，北京 100070）

1 引言

智能電網(wǎng)是電力技術(shù)與信息技術(shù)相結(jié)合的產(chǎn)物，作為信息領(lǐng)域的前沿技術(shù)，大數(shù)據(jù)和可視化技術(shù)對智能電網(wǎng)的建設(shè)與發(fā)展意義重大。通過應(yīng)用大數(shù)據(jù)技術(shù)對用戶數(shù)據(jù)進行挖掘，并建立分類分析決策模型，對分析結(jié)果進行可視化現(xiàn)實，可以為電網(wǎng)規(guī)劃和運行管理提供依據(jù)，從而提高智能電網(wǎng)運行的安全性和可靠性。因此，在智能電網(wǎng)建設(shè)過程中，應(yīng)積極研究大數(shù)據(jù)和可視化技術(shù)的應(yīng)用。

2 電力大數(shù)據(jù)及可視化技術(shù)概述

隨著大數(shù)據(jù)時代的全面到來，各國紛紛啟動大數(shù)據(jù)戰(zhàn)略，在電力大數(shù)據(jù)研究方面，歐美等發(fā)達國家仍走在世界前列。美國的“大數(shù)據(jù)研發(fā)計劃”致力于從海量信息中提取有價值信息，投資2.5億美元，項目涉及華盛頓州、愛達華州等5個州，有用電超過112MW的11家電力公司參與。澳大利亞、英國和法國等國家在大數(shù)據(jù)戰(zhàn)略計劃實時方面也取得了重要進展，比如法國電力公司大數(shù)據(jù)中心的CourboGen系統(tǒng)能夠自動生成用戶用電量曲線，并采用聚類分析方法，對電力需求側(cè)負荷變化情況進行分析，從而實現(xiàn)客戶群分類，為電力營銷調(diào)整提供依據(jù)。我國大數(shù)據(jù)技術(shù)研究起步較晚，國家對大數(shù)據(jù)技術(shù)發(fā)展給予了高度重視，企業(yè)層級的研究和應(yīng)用已經(jīng)取得了顯著進展。比如阿里巴巴利用大數(shù)據(jù)技術(shù)研究潛在客戶的消費習慣，制定個性化營銷方案，連續(xù)幾年的天貓“雙十一”活動都收獲了巨額利潤。在智能電網(wǎng)建設(shè)方面，電力系統(tǒng)的運行復(fù)雜性和海量信息數(shù)據(jù)對大數(shù)據(jù)技術(shù)的應(yīng)用需求較高。目前電力企業(yè)關(guān)于大數(shù)據(jù)的研究和應(yīng)用要側(cè)重于用戶側(cè)，通過構(gòu)建智能化電力信息采集系統(tǒng)，并建立大數(shù)據(jù)信息中心，對用戶數(shù)據(jù)進行采集和分析，并對分析結(jié)果進行可視化展示，為電力決策提供支持。目前江蘇省電力公司、上海電力等企業(yè)級大數(shù)據(jù)系統(tǒng)已經(jīng)投入應(yīng)用，并取得了良好效果[1]。

3 電力大數(shù)據(jù)在決策分析中的應(yīng)用

3.1 數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘技術(shù)是電力大數(shù)據(jù)應(yīng)用的關(guān)鍵，具有知識推理功能，能夠在建立知識數(shù)據(jù)庫的基礎(chǔ)上，將信息數(shù)據(jù)轉(zhuǎn)化為有用知識，達成某種分析目的。數(shù)據(jù)挖掘技術(shù)由挖掘算法、聚類分析方法和預(yù)測功能等部分組成，基于數(shù)據(jù)庫實現(xiàn)。數(shù)據(jù)庫可以支持海量信息數(shù)據(jù)存儲，采用ODBC數(shù)據(jù)庫訪問方法，通過建立通信接口，與業(yè)務(wù)程序連接。知識數(shù)據(jù)庫又被稱為模式庫，將知識片進行集成，其中的模式包含不同層次和不同力度。用戶通過操作界面完成數(shù)據(jù)挖掘相關(guān)操作，使用不同的約束條件，實現(xiàn)不同階段的數(shù)據(jù)挖掘工作，并通過圖形可視化界面，瀏覽知識庫。利用分析輸出結(jié)構(gòu)，為用戶提取數(shù)據(jù)價值信息提供幫助。數(shù)據(jù)挖掘技術(shù)的實現(xiàn)過程主要包括：（1）數(shù)據(jù)準備；（2）數(shù)據(jù)挖掘；（3）數(shù)據(jù)表述；（4）數(shù)據(jù)評價。其中使用的數(shù)據(jù)挖掘算法包括關(guān)聯(lián)規(guī)則算法（Apriori）、聚類算法（K-means）等，信息化實現(xiàn)技術(shù)則包括Hadoop框架、MapReduce計算模式、HDFS分布式文件系統(tǒng)、JavaEE開發(fā)技術(shù)等。

3.2 客戶分類分析決策模型

在智能電網(wǎng)建設(shè)過程中，電力大數(shù)據(jù)分析技術(shù)要與可視化技術(shù)聯(lián)合使用，構(gòu)建集用戶行為分析和可視化現(xiàn)實功能于一體的大數(shù)據(jù)平臺，并與云服務(wù)平臺對接，為電力數(shù)據(jù)分析與應(yīng)用提供全方位支持。其中，客戶分類分析決策模型的構(gòu)建是平臺實現(xiàn)的關(guān)鍵?？蛻舴诸惙治鰶Q策模型的應(yīng)用目的是對不同客戶的用電行為和習慣進行分析，找出每一類客戶的用電規(guī)律特征，對所有客戶進行合理分類，并為其提供個性化電力營銷服務(wù)?；诖髷?shù)據(jù)技術(shù)的分類方法以客戶的實際用電行為為分析依據(jù)，能夠盡可能的掌握客戶用電需求，在對客戶進行分類時可靠性更高，有利于提升客戶管理水平和客戶滿意度。在對客戶進行分類分析時，數(shù)據(jù)挖掘技術(shù)是主要技術(shù)手段之一，比如采用K-means算法實現(xiàn)客戶分類分析，首先將原始數(shù)據(jù)導(dǎo)入分析系統(tǒng)，然后選擇分類變量，獲取有用數(shù)據(jù)，通過調(diào)整簇的個數(shù)，控制數(shù)據(jù)挖掘過程，最終采用可視化技術(shù)顯示模型分析結(jié)果。

3.3 分類指標體系設(shè)計

在構(gòu)建客戶分類分析決策模型時，客戶分類指標體系的設(shè)計十分關(guān)鍵。一般設(shè)計步驟包括：（1）維度設(shè)計，確定客戶分類維度；（2）指標設(shè)計，確定各維度指標的組成成分和權(quán)重；（3）客戶分類，按照一定分類規(guī)則進行設(shè)計；（4）客戶取樣，提取目標類客戶用電行為分析數(shù)據(jù)。一般要將電力客戶行為數(shù)據(jù)劃分為原始變量和衍生變量兩部分，原始變量是從電力數(shù)據(jù)庫中直接提取的數(shù)據(jù)，包括客戶編號、供電單位、客戶類型、電價碼、付款方式、開戶日期、合同容量、電表系數(shù)、當月電費等。衍生變量則是對原始變量進行處理后得到的變量，具體包括結(jié)構(gòu)變量、趨勢變量、平均變量和匯總變量四種類型，是分析客戶用電行為的關(guān)鍵變量。通過構(gòu)建分類指標體系，并利用原始變量和衍生變量描述用戶特征，可以為電力分析決策提供有力支持。

4 可視化平臺的設(shè)計與實現(xiàn)

4.1 可視化平臺框架設(shè)計

可視化平臺的開發(fā)設(shè)計總體采用JavaEE開發(fā)技術(shù)，采用分層結(jié)構(gòu)設(shè)計方法，基于Web實現(xiàn)業(yè)務(wù)服務(wù)功能，具有較強的后期可維護性。系統(tǒng)平臺由數(shù)據(jù)訪問層、業(yè)務(wù)邏輯層和交互層組成，操作人員通過瀏覽器發(fā)出請求，由服務(wù)器端接受請求并對其進行解析和處理，然后以指定的形式返回處理結(jié)果，共操作人員進行觀察和使用?？梢暬脚_基于MVC模型設(shè)計并實現(xiàn)，交互層使用的技術(shù)包括JSP和Struts2等，數(shù)據(jù)訪問層的主要技術(shù)包括Hibernate框架、MySQL數(shù)據(jù)庫和XML配置文件?？梢暬故酒脚_最終用于結(jié)果闡釋，與基于Hadoop的客戶分類分析系統(tǒng)相互依存，采用WebService遠程調(diào)用技術(shù)實現(xiàn)系統(tǒng)間交互，尤其提供API，實現(xiàn)遠程系統(tǒng)通信。

4.2 主要功能模塊的設(shè)計與實現(xiàn)

可視化展示平臺的功能模塊主要包括信息管理模塊和數(shù)據(jù)分析模塊兩大部分，其中，信息管理模塊包括客戶基本信息、用電信息、繳費賬單、電價、供電單位、統(tǒng)計信息管理等功能。數(shù)據(jù)分析模塊則包括用電客戶分類分析和電量預(yù)測功能。大數(shù)據(jù)分類分析服務(wù)通過調(diào)用電網(wǎng)私有云平臺提供的接口，接受用戶在可視化操作截面輸入的參數(shù)，根據(jù)具體操作要求，對電力數(shù)據(jù)進行分析和預(yù)測，然后返回可視化展示結(jié)果。用戶能夠利用大屏、PC端和移動終端，接受分析結(jié)果，從可視化場景中，準確捕捉有用數(shù)據(jù)，從而做出合理的分析決策。

信息管理模塊的主要功能實現(xiàn)如下：（1）客戶基本信息管理，以“客戶表”形式返回查詢結(jié)果，對用戶基本信息進行維護和管理，支持兩種數(shù)據(jù)導(dǎo)入方式，包括可視化信息編輯和Excel表格導(dǎo)入；（2）用電信息管理，統(tǒng)計各時間段內(nèi)的客戶用電情況，通過API獲取智能抄表數(shù)據(jù)，展示特定用戶電能使用情況，并提供數(shù)據(jù)分析功能；（3）電價管理功能，支持不同標準的電價管理，包括單一制、兩部制和峰谷分時制等。

數(shù)據(jù)分析模塊的主要功能實現(xiàn)如下：（1）客戶分類分析，將客戶劃分為中電量高負載、低電量高電價、高電量低成長、低電量高成長、高成長高信用、中電量低信用等幾種類型，分別計算其特征值，實現(xiàn)用戶分類指標標準化；（2）電量預(yù)測功能，通過分析客戶用電行為的相關(guān)因素及關(guān)聯(lián)度，并將關(guān)聯(lián)度大于0.4的特征值轉(zhuǎn)化為布爾變量TRUE，實現(xiàn)對客戶用電行為的定量和定性分析，為未來的電力運行決策提供依據(jù)。

5 結(jié)束語

綜上所述，電力大數(shù)據(jù)技術(shù)和可視化技術(shù)在智能電網(wǎng)建設(shè)和運行過程中的應(yīng)用，可以提高用戶需求分析的科學(xué)性和準確性，通過構(gòu)建可視化展示平臺，對分析結(jié)果進行直觀顯示，可以提高分析決策效率。因此，應(yīng)積極推進相關(guān)研究，對大數(shù)據(jù)分析模型和可視化平臺設(shè)計作出不斷完善，從而提高電力運行維護水平，最大限度的滿足用戶側(cè)需求。

[1] 鄧松，岳東，朱力鵬，胡斌，周愛華.電力大數(shù)據(jù)智能化高效分析挖掘技術(shù)框架[J].電子測量與儀器學(xué)報，2016，30（11）：1679-1686.