在信息技術中，大數據是指無法在一定時間內，用常規的工具軟件（如現有數據庫管理工具或數據處理應用）對其內容進行抓取、管理、存儲、搜索、共享、分析和可視化處理的由數量巨大、結構復雜、類型眾多數據構成的大型復雜數據集合。大數據具有4V特點，即高容量(Volume)、快速性(Velocity)、多樣性(Variety)和價值密度低(Value)。

智能配電網具備豐富的數據源，現在大多數地市擁有多個配電管理系統，包括配電自動化系統、調度自動化系統、電網氣象信息系統、電能質量監測管理系統、生產管理系統、地理信息系統、用電信息采集系統、配變負荷監測系統、負荷控制系統、營銷業務管理系統、ERP系統、95598客服系統、經濟社會類數據等數據源，這些數據源的總體狀況如表1所示。

這些數據源涵蓋了調度、運檢、營銷等多個管理業務，以及絕大部分110kV及以下多電壓等級的電網監控和采集信息。從數據源類型來講，智能配用電大數據應用的數據源類型豐富，覆蓋配變、配電變電站、配電開關站、電表、電能質量等配用電自動化和信息化數據、用戶數據和社會經濟等數據。

場景一面向有源配電網規劃的負荷預測

隨著配電網信息化的快速發展和電力需求影響因素的逐漸增多，用電預測的大數據特征日益凸顯，傳統的用電預測方法已經不再適用。由于智能預測方法具備良好的非線性擬合能力，因此近年來用電預測領域出現了大量的研究成果，遺傳算法、粒子群算法、支持向量機和人工神經網絡等智能預測算法開始廣泛地應用于用電預測中。傳統的用電負荷預測，受限于較窄的數據采集渠道或較低的數據集成、存儲和處理能力，使得研究人員難以從其中挖掘出更有價值的信息。通過將體量更大、類型更多的電力大數據作為分析樣本可以實現對電力負荷的時間分布和空間分布預測，為規劃設計、電網運行調度提供依據，提升決策的準確性和有效性。

場景二配電網運行狀態評估與預警

基于大數據技術的配電網運行狀態評估與預警研究內容如圖1所示，包括以下方面：

1）對配電網進行安全性評價，如電力系統的頻率、節點電壓水平、主變和線路負載率等；

2）對配電網的供電能力進行評價，如容載比、線路間負荷轉移能力等。當供電能力不能滿足負荷需求時，根據負荷重要程度、產生的經濟社會效益以及歷史電壓負荷情況，進行甩負荷；

3）對配電網可靠性和供電質量進行評價，如負荷點故障率、系統平均停電頻率、系統平均停電時間、電壓合格率、電壓波動與閃變、三相不平衡度、波形畸變率、電壓偏移、頻率偏差等；

4）對配電網經濟性進行評價，如線損率和設備利用效率等。通過計算風險指標，判斷出所面臨風險的類型；預測從現在起未來一段時間內配電網所面臨的風險情況；根據風險類型辨識結果，生成相應的預防控制方案，供調度決策人員參考；可以對突發性的風險和累積性風險進行準確辨識、定位、類型判斷、生成預防控制方案等；依據對多源異構的數據。

場景三有源配電網電能質量監測和評估

隨著分布式電源不斷地接入配電網，逐步形成了小、中、大規模的有源配電網。伴隨著分布式電源的功率波動，配電網中的電能質量經受著較大的沖擊。通過收集配電網中的運行數據、負荷數據、分布式電源運行等數據，能夠開展配電網中的電能質量分析和評估研究，從而得出精細化的配電網網架和無功源的調節方案等。有源配電網電能質量監測和評估示意圖如圖2所示。

基于大數據的有源配電網電能質量監測和評估包括以下方面。

1）有源配電網電能質量分析與監測。

電網規模的不斷擴大以及分布式電源的不斷接入，配電網中運行數據、負荷數據、分布式電源運行等數據逐漸增多，電能質量分析的大數據特征日益明顯，傳統電能質量分析方法在電能質量的消噪、特征提取、擾動分類和參數估計等方面難以完全解決問題。面對出現的電能質量問題，近年來產生了許多綜合分析法。但是，基于傳統電能質量分析方法的電能質量監測裝置面臨性能差、精度低、智能化程度低等問題，需研究高性能的電能質量分析方法，開發實時在線的電能質量監測系統。

電能質量監測系統集通信、測量、分析和管理等諸多功能于一體，能為電力企業和用戶提供供電質量的基本信息，實現有源配電網電能質量全面、準確、有效地監測。同時考慮到經濟性，有源配電網中監測終端的最優布點也是亟需解決的問題。

2）有源配電網電能質量評估。

有源配電網電能質量的評估是對有源配電網運行水平和電力供應能力的綜合評價，是約束、督促電力公司與電力用戶共同維護公共電網電能質量環境的基礎，同時也是實施質量治理與控制的依據、檢驗治理與控制效果的工具。隨著分布式電源越來越多的接入配電網，用戶對電能質量的要求越來越高，傳統的電能質量評估方法面臨計算性能降低、耗時長、精度低等問題，如何使電能質量的評估合理、客觀、準確是電力企業面臨的嚴峻考驗。而且，大規模的結構化數據和非結構化數據的加入，將為電能質量評估提供新的研究途徑，制定合理的有源配電網電能質量評估指標，提高電能質量評估的準確性，深度挖掘電能質量監測系統采集到的數據信息，揭示由于之前分析成本太高而忽略的信息，為電力企業以及用戶提供諸如網架結構分析、無功源配置方案合理性分析、敏感負荷安裝位置分析、監測點配置方案等高附加值服務，這些服務將有利于電網的安全、穩定和經濟運行。

3）有源配電網電能質量診斷與治理。

為了滿足較高電能質量的要求，及時正確地對影響電能質量的各種異常運行狀態做出診斷，找出電能質量干擾源，并預防或消除，從而避免故障的擴大，是有源配電網面臨的又一個難題。鑒于分布式電源可以看作一種向配電饋線注入諧波的非線性負荷，而分布式電源的投切也會引起電壓波動，分布式電源的接入無疑會在一定程度上加重對電能質量的擾動。傳統的電能質量擾動定位方法都存在一定的適用環境與限制條件，且僅僅考慮一種定位方法得出的定位結果可信度往往不高。通過將體量更大、類型更多的電力大數據作為分析樣本，為電能質量擾動定位提供詳細的研究思路，提高電能質量擾動定位的準確性，尋找出網架結構中的薄弱環節，制定精細化的配電網網架和無功源調節方案，改善電能質量，對電網的經濟運行具有重要意義。

場景四基于配電網數據融合的停電優化

配電網停電優化是建立在配電網調度自動化系統、配電自動化系統、用電信息采集系統、配網設備管理系統、配電設備檢修管理系統、電網圖形及地理圖形信息和營銷管理系統等的基礎上，綜合分析配電網運行的實時信息、設備檢修信息等，以找出最終的最優停電方案。計劃停電管理根據計劃停電(包括檢修和限電等)的要求，進行系統模擬，以最小的停電范圍、最短的停電時間、最小的停電損失、最小的停電用戶來確定停電設備，通過屏幕顯示停電區域，列出停電的用戶名單，打印用戶停電通知書等等。采用傳統技術在處理時存在計算速度慢、計算周期長、擴展性差等缺點。為了更加準確地計算配網停電損失，降低停電影響需要利用多個業務系統的海量數據進行聯合分析和數據挖掘。基于大數據技術的配電網停電優化包括：

停電信息分類，基于調度、營銷、配網貫通的海量數據對停電信息數據進行整理與分類；

停電預警，對設備故障可能導致停電進行預警；

配電網停電計劃制定，采用大數據技術制定合理的停電計劃，完善配網停電優化分析系統。

隨著大數據時代的到來及大數據應用技術的發展，為充分挖掘現有配電網運行數據價值提供了可能。通過集成各分散系統的信息，規范數據類型，形成豐富的、同質的大數據樣本，可為電網運檢采取針對性的防護措施提供支撐，為電網安全運行、智能電網自愈提供保障。具有巨大的經濟價值和社會效益。