全面数据质量管理框架在配电网领域的应用分析

发布时间：2024-03-27 18:42

　　电力数据质量问题日益突出,影响了电力数据挖掘和能源大数据分析的准确性和有效性。本文针对当前电力系统新环境下配电网数据特点及产生数据质量问题的原因进行梳理,获得数据质量出现的主要影响因素;给出提升配电网数据质量的管理平台架构,并对数据质量评价和数据质量控制两个核心技术内容进行分析;提出考虑数据质量管理需求的异常数据剔除及修复策略,实现对不同类型的数据进行动态治理及数据修复。最后通过实际配电网数据验证了质量管理和提升效果。

【文章页数】：7 页

【部分图文】：

图1智能配电网中的数据流向

随着能源互联网和信息技术的发展及泛在物联网概念的提出，新环境下配用电数据更容易获取，但是数据质量有待提升。在智能配电网中，数据主要来自数亿个智能电表、智能家电和分布式存储设备。此外，不同的电力公司或组织采用不同的定义、存储和管理标准，所获得的多源数据通常是异构和独立的。图1给出了....

图2数据质量问题分类

导致数据质量产生问题的原因多种多样。数据质量问题主要体现在4个方面，即单数据源模型层、单数据源实例层、多数据源模型层和多数据源实例层[14-15]，如图2所示。单个数据源问题可以从模型层和实例层两个方面进行分析。从模型层的角度看，主要问题是缺乏完整的描述和低品位的模型设计。实例层....

图3全面数据质量管理平台架构

针对配电网数据质量的改善和管理所采用的质量管理技术，本文给出如图3所示的全面数据质量管理平台架构，包括数据资源层、数据质量评价层、数据质量控制层、可视化交互层。该框架有助于发现配电网中的数据质量潜在问题，并提供高效便捷的方法来提高数据质量。数据来源包括用电量数据、资产管理数据和外....

图4考虑数据质量管理需求的异常数据剔除及修复方法

由于远方配电终端设备故障及量测误差、配电网运行控制和故障、配电通信网通信传输故障等原因，配电基础数据在采集的精度、数据的合理性及完整性等方面存在诸多问题。实施过程中平台采用基于数据间关联关系的数据校验方法，检测一组数据中是否存在异常数据，为数据修复提供依据[10]。对每一时间断面....

本文编号：3940337