近日，国家863计划课题“智能配用电大数据应用关键技术”顺利通过国网科技部中期督导，标志着这个把准时代脉搏的前沿科技项目走完了研究开发的一半里程。
该项目自2015年4月启动，由国网上海市电力公司牵头，上海电科院、中国电科院、复旦大学、上海交通大学等十余家单位参与研究。该项目开发的智能配用电大数据应用平台集成包括CMS、SCADA等9大业务数据源，建立了用户侧与电网侧数据之间的关联关系，并与GIS空间可视化技术融合，实现了营、配、调业务贯通和全景能耗监测。
平台以上海浦东新区为示范区域，目前已开发完成电力地图、客户用电行为分析、用电预测、行业关联关系等应用模块，为电网的可靠运行和精益化管理提供技术支撑，促进供需两侧能源经济技术效率提升，助力上海建设创新之城、人文之城、生态之城。
为需求侧管理提供支撑
项目组依据上海市政府市政规划，将浦东新区划分成145个功能区块，利用基于GIS空间可视化技术，结合客户用电数据，研究开发了密度图和热力图两类电力地图，分别展示浦东新区日用电量及96点功率。
在电力地图中，用电量大的区域用亮色表示，用电量小的区域用暗色表示。通过电力地图中不同区域的颜色明暗，研究人员可以很容易找到用电热点区域，精确地展示出负荷密度最高的区域是小陆家嘴金融区。“电力地图可实现上海浦东的全景能耗监测，服务城市发展规划。”上海电科院研发人员表示。
在项目开发中，北京邮电大学教授石川说：“在科学、工程、生物学等领域，常常会遇到高维数据，越来越多的维度变量给数据分析带来了巨大的挑战。而人们只能感知二维或三维空间，高维数据分析一直是可视化领域的难点和热点问题。电力地图就是如此，它是客户用电信息在地图上的直观展示，因而必须降维处理每个时间断面229万客户的用电数据，并利用可视化渲染技术，才能在地图上直观并且低延时展示用电信息。”
此外，基于浦东地区220万居民客户830天近10GB的用电数据，项目组通过高维时序特征提取和数据降维等处理，成功获取用电曲线波动性、断点等反映用电行为的特征信息，并以此为基础完成了百万数量级客户的快速聚类。
项目组发现，客户的用电行为主要受到天气、日期、收入水平、地理位置等影响。以上海浦东为例，229万客户可以聚集成36类，其中比较典型的类别有早出晚归型、空置房型、季节敏感型等。居民用电行为的细致聚类为丰富需求侧管理手段、探索需求响应的策略提供有力支撑。
关于聚类，复旦大学的博士生周阳解释说：“聚类是一个把数据对象划分成子集的过程。每一个子集的对象彼此相似。主要的基本聚类算法可以划分为四类：划分方法、层次方法、基于密度的方法和基于网格的方法。”
精准预测线路负荷
目前，项目组基于电力用电预测经验法、预测精度低等难点问题，挖掘海量用电数据，利用岭回归预测模型，综合考虑温度、湿度、气压、风向、星期类型、节假日等多种影响因子，实现了对浦东18949个台区和300条线路的用电预测，线路预测精度达90%以上。线路负荷的精确预测，有利于电力调度管理和电网规划建设，合理安排低压配电网运行方式;并有利于电力市场需求分析、做好电力市场营销和电力客户关系管理。
“我们的研究采用基于自适应混合学习的模型，首次尝试利用地理拓扑信息中10千伏出线与台区、大客户的关联关系，基于客户用电信息采集系统中10千伏线路上关联的台区变压器和大客户96点功率数据，自下而上预测10千伏线路负荷。研究表明，两种方法预测趋势一致。”中国电科院用电所总工程师田世明说。
项目组基于分布式存储技术，完成台账数据、用电数据和地理拓扑数据等多源异构数据的关联解析，实现了229万客户、26000台区台账和4000余条中压配电线路的数十亿条用电数据的快速查询，并依据客户供电点地址，完成城市坐标和地理坐标的转换，在地图上定位展示，实现了营、配、调业务深度融合。整个数据检索服务响应时间小于3秒，大幅提高了平台使用人员的工作效率。实验证明，通过使用索引，客户查询的响应速度可以达到原来的20～100倍。
就在半个月前，新上任的上海市虹口区委书记吴信宝实地调研了上海电科院，对这个释放大能量的大数据科技项目产生了浓厚的兴趣。他说：“上海电科院是个小身材、高能级的企业，在大数据信息资产运用方面已经走在了上海的前列。希望这样一个在电力行业里率先获得进展的大数据成果，也能在虹口区实现孵化落地。”
下阶段，项目组将继续推进智能配用电大数据示范工程建设，深化多因素关联分析、大数据可视化分析、交互方法等技术研究;研发节电、配用电网架优化、错峰调度等配用电大数据典型业务应用，探索智能配用电大数据应用系统的建设模式和运营模式，努力开拓智能配用电大数据应用系统的可实现、可复制、可推广之路。
