近年来,国家电力系统的不断拓展,用电采集系统的普及逐渐形成了地区全覆盖、全连接化,电力应用在生活中,为广大人民群体提供了一个高效率的工作、生活环境。通过大量的实践经验,概括出电力大数据主要包含了以下几点。(1)电力大数据表现的形式多种多样。在大数据时代的背景下,电力系统数据不断创新发展,使得大数据不仅包括传统以文本资料为主的结构化数据,还包括信息时代所有的文本、图片、音频、视频等半结构数据和非结构化数据,其中电力大数据的主要类型体现在电力系统中的生产管理以及市场营销和调查中。这一特点主要表现形式为电力的运行架构和操作系统流程,以互联网中的电子邮件、网址网站为主[2]。(2)电力大数据数据量非常大。电力信息系统技术的广泛普及,也使得电力技术在信息领域保持先进地位。其运行速度短暂,测试研究表明,最短能达到11秒左右,在如此快的时间内,电力系统就可以获取并锁定出用电客户需要查找的各类信息[3]。(3)电力大数据具有高速性特点。主要是指电力大数据处理时效性高、产生速度快,有价值的电力信息传输时间短、时效性强,在海量数据面前,其流动性大,具体可以保持平均11.8万次/s的运行状态。如果电力数据处理效率低下,就不能提供有大量复杂、有价值的信息[4]。
改装了电路中的线路称为篡改短路计量装配。这一操作应用的主要原理是在电表内部用导体连接内部线路,再利用电的阻力对电表进行分流。电表内的电流圈线的电流逐渐减少,这就使得电表中的电流会有相应的分支,进而电表运行速度就会变慢,最终达到了窃电的效果[5]。
切断电压连接的金属片或在电流圈上分流电阻是指在电表运转情况下,用工具剪断电表内的电流圈线,使电表内的电压不稳,这样就会出现电路内压力不够,出现电表失控的情况。针对此种状况一般采取如下方法,首先,把电表内部首、末端的压片取出,使其保持松弛的状态,也可以采用在电压圈线路中用电阻将电压片隔断,这样就隐藏了电表内连接的电源线路,让电压圈内的电压分压逐渐减少,电量也会相应被分压。
调换零火线窃电的方式主要是将电表中的引进线两端的零线、火线调换,两个金属联片在相反的顺序接触后,电流输入的方向使得与电路工作原理相反。因此,窃电者就会用自己连接电表端的零线来窃取用电,这样一来,电表就会停止运行,电路圈内的电流不能相应运行,电表不能工作而停止转动,窃电者会利用此种方法进行偷电。
①这种窃电方法就是在电表引进线的端口把零线隐藏起来,再将零线切断,自己在另外接连线路,或者重新再自设地线,把电路的开关闸关闭后,电路圈内的电路方可继续运作,在切断零线的同时,电表内的电压就不能保持平稳。窃电者窃电时,电表上的数字是不会相应增加的。窃电者从电表零线的反方向连接线路时,从电表上获取电流。②在电表反方向串接零线的同时,分流了电表内的电压,各个线路的电压都达不到正常电力系统工作时运行的压力,电表上计量的数字也不会按照正常电量相应增加[3]。
大量用电研究表明,电力运行模式的终极端口是获取用电者的原始用电数据,再以专业的互联网通信手段或者其他信息渠道传送给各个收集部门。数据采集的工作是电力收集工作任务中较为重要的环节。结构框架主要包括云数据库存续和Hadoop等云计算服务群,外部是数据预处理分析等分析板块;中部主要是凭借相应集成手段、Map等开发模块、电力部门集中的监控管理系统和大数据相融合的工具组成;最终朝着半结构化、非结构化存储数据的方向发展,达到数据共同利用,采集信息保密的效果[4]。
电力大数据在大量数据信息基础上所形成的云端数据,是搭建在计算机硬件系统之上,通过计算机等相关网络科技共享合成,最终早云部实时数据经过Hadoop技术的传递,构建其独有的电力系统,如图1所示。其内部主要包括主节点服务端口和从节点服务端口,服务器用交换机连接,利用Hadoop技术形成了相应的软件系统,迅速高效的完成了实时云端数据的相互传递[5]。
主要是应用电力大数据利用Hadoop数据服务群的主节点,热备用主节点、分节点,不断拓展应用于用电系统各个领域,通过大数据技术将电力数据发送到HDFS系统中,在最终传递到用电数据库中,使得用电数据更加可靠,流程更加顺畅。
①对电力系统进行数据采集与分析后,当电量出现异常状况后,第一反应就是对电力系统进行智能专业的检测与审验。用电者的用电数量就会通过数据统计图表的形式呈现出来。因此,电力大数据应用技术在互联网、云技术的相关支持下得以稳健发展[6]。②当发现用电者窃电时,大数据技术就可以通过云技术对用电系统进行监控与诊核,最后根据电力的用电情况,来搜寻窃电者,一旦查出,用电系统就会自动进行报警,还会通过相关技术来确定窃电的大致窃取范围。
在大数据对市场预测及决策分析的支持之下,细致的观察各个连接的电线路线的破损方式以及具体形态,找出电量被盗的主要原因,从窃电的主要方式入手,建立智能的窃电防范系统。
①在获取大量用电数据的同时,要有针对性、有选择性的对一些重要数据进行妥善保管,在数据整理过程中,通过数据的分析,建立一个比较完善的用电保密管理系统,保证用电者的数据不外露;其次,通过互联网,监控等相关科学手段对用户资料进行加密处理,保证电力系统的用户信息与供电数据得以有效处理;最后,在电力管理人员的整合与收集之下,对这些加密信息进行系统的设置存储,保证数据存储的安全性。②在变电站、线路,主开关、公变、低压用户建立相关台帐,异地构造电力计量属性,捕捉信息,采集节点量指数和负荷的电力数据,并对电力环境初始的构造进行服务对接与考核。③智能化监控,从电力云数据库的架构和分布状态来看,电力系统应朝着实时性、动态性与综合性发展,通过相关科学技术对电力环境实行专业化管理,改革激励制度,定期对电路进行损害排查,在相关地区分散的将新能源并网综合监控,为节能环保献出一份微薄之力,也为实现全球电力能源智能化奠定夯实的基础。④根据不同季节不同天气来管理电路线路。本文以庆阳供电公司为例,对该地区线损情况进行分析,庆阳电力公司位于我国的西北地区,是原陕甘宁边区的重要组成部分,是甘肃省供电系统的主要命脉。该地区电力流失、电流被盗情况相对严重,总结出以下几点相同之处:第一,所使用的用电户盗取电力或者违规操作用电手段的实质性大体一致;第二,该地区的电力线路受损情况严重,春季、夏季气温相对于秋季、冬季较高。当出现雨雪天气时,线路在低温的情况下更加容易破裂,线路受损率就更大一些,同时当地的低压气候等客观因素会使得线路更容易破损;第三,计量星笔位后,导致电压不稳、用电幅度各不相同,电量波动大。针对相关问题,有针对性的处理,在电力大数据分析、管理和应用中,提炼、智能处理和拓展电力的数据资源,智能可靠的保证国家电网的运行。⑤庆阳地区工作人员先要从治理层和技术方面上入手,找到电路受损的具体破损因素,根据当地的实际情况对其进行分析,对线路受损原因进行清查,利用相关技术对庆阳地区线路进行实时动态检测,其次,要及时定期更换、维修供电系统的线路,尤其更要注意检测线损比较频繁的地区,找出线损的主要原因,使电力系统达到智能、可靠的效果。
基于在大数据背景下,本文简要的阐述了电力系统的构成、数据分析以及窃电形式,最终针对性的提出了窃电以及线损的整改方案,逐渐的应用在电力环节中。为持续改进大数据技术水平做出贡献。
摘要：为使电力系统节能环保运作,更加高效的服务于社会经济发展,提出利用大数据技术采集电力系统信息的建议。首先阐述电力大数据的主要内容与特征,其次列举当下常见的窃电形式,再者基于大数据技术建设了电力采集系统,最后较为详细的探究大数据技术在智能反窃电与线损监测方面的应用实践,并有针对性的提出几点完善措施,以供同行参考。
关键词：电力大数据特点,窃电方式,大数据分析,实际应用,改进措施[1]
[1] 许长乐.小波神经网络在反窃电系统中的应用研究[J].微型电脑应用,2020,36(07):104-106.
[2] 金保华,张明星,吴怀广,等.一种基于电力大数据的反窃电预测方法[J].轻工学报,2020,35(04):81-87+95.
推荐阅读：
大数据在物流方面应用07-26
大数据在旅游业的应用06-30
农业大数据分析09-17
政府大数据分析系统07-26
商品大数据分析系统09-20
交通拥堵大数据分析09-22
大数据与《数值分析》教学实践07-19
大数据分析实验室方案06-01
航空雷达数据总线技术研究07-11
数据库技术试题及答案06-11
