[发明专利]一种基于大数据技术的配电网关键指标分析方法

权利要求书

1.一种基于大数据技术的配电网关键指标分析方法，其特征在于，所述方法包括下列步骤：

（1）运行电能表将已采集的公变电流、电压、功率通过采集终端送至用电信息采集主站；利用Sqoop技术从关系型数据库中将公变运行数据抽取至HBase数据库中；

（2）从HBase库中将公变运行数据加载至分布式内存中；

（3）利用分布式内存并行计算框架，在公变运行数据基础上，结合省公司单位信息，分析公变接入信息和各单位公变数量；公变接入信息包括运维单位、公变编码和最近一次接入时间；各单位公变数量包括运维单位和公变数量信息；

（4）依托分布式内存并行计算框架，基于公变接入信息和各单位公变数量，依据指定规则：如果用电信息采集系统每日在8点前将公变运行数据送至业务数据库，则判定该单位公变接入及时率为100%；否则该单位公变接入及时率为0%；

（5）构建公变采集率计算模型：公变采集率=（已采集公变运行数据的公变数量/配网公变总数）×100%,计算分析各单位公变采集率；

（6）构建完整率计算模型：完整率=（实际采集公变运行数据点数/应采集公变运行数据点数）×100%,计算分析各单位完整率；公变运行数据点数：公变运行数据包括三相电流、三相电压、四相功率，每台公变每天按照指定频率（1/2/3）每相采集24点、48点、96点三种情况之一；

（7）根据统计分析的关键指标及时掌握配电网运行数据情况，并及时制定整改措施；若完整率较低，则说明电能表采集数据质量不高或者传输过程中有漏数的情况；若采集率较低，则表明具备采集运行数据的电能表覆盖面较低或公变运行数据传输过程中全部丢失；若接入及时率较低，则表明数据传输网络延迟较大或业务数据库负荷较大。

2.根据权利要求1所述的一种基于大数据技术的配电网关键指标分析方法，其特征在于，所述分布式内存并行计算框架是将数据加载至内存，并利用哈希散列技术将数据分配至指定节点中，同时计算框架考虑每个节点负载均衡问题，将计算逻辑分发至每个数据块中，每个节点同时对数据块进行分析统计，最终将每个节点中统计数据汇总至某个指定节点，根据业务需求判断是否需要对结果进行二次分析。

3.根据权利要求1所述的一种基于大数据技术的配电网关键指标分析方法，其特征在于，所述公变运行数据中台区标识和公变标识将采集数据与公变进行关联，使公变运行数据与公变一一对应，然后通过公变接入信息中最近一次接入时间信息依次分析每台公变是否满足接入时间要求，如果在实际情况中出现一个台区对应多个公变问题，系统自动根据公变前一天接入情况自动分析最可能与运行数据匹配的公变；若仍然无法匹配，则随机选择一台公变。

4.根据权利要求1所述的一种基于大数据技术的配电网关键指标分析方法，其特征在于，所述已采集公变运行数据的公变指公变运行数据，包括电流、电压、功率，能够通过台区标识和公变标识与公变对应，则表明该台公变成功采集运行数据；配网公变总数是指当前正处于运行状态，非用户资产，电压等级为6/10/20kV公变数量。

5.根据权利要求1所述的一种基于大数据技术的配电网关键指标分析方法，其特征在于，所述应采集公变运行数据点数指每台公变包含三相电流、三相电压、四相功率，假定每相电流、电压、功率每天采集96个数据点，则每台公变每天采集总数据点数 = 3×96+3×96+4×96，采集公变运行数据点数 = 总相数×采集频率（96）×公变台数；实际采集公变运行数据点数=电压实际采集点数+电流实际采集点数+功率实际采集点数，实际采集点数值排除电压、电流、功率值为空的情况，同时要求运行数据能够通过台区标识和公变标识关联至相应公变，排除异常采集数据的干扰，确保公变完整率的客观性。