基于調控大數據的電網態勢感知技術研究

劉 雷，劉 洋，楊大春，劉國瑞

（國網山西省電力公司，太原 030000）

采用大數據挖掘的思想，對海量調控系統數據進行提取、分析、處理后采用數據挖掘方法去分析，整合各類歷史及實時數據，為調度工作提供態勢感知能力，為電網調度員提供電網在不同狀態下的最優決策，提高供電的可靠性。

1 研究現狀

目前電力大數據的研究還在理論研究階段，將其應用于實際電網運行中并指導實踐的成果較少。2013年3月，《中國電力大數據發展白皮書》的發布標志著我國電力大數據研究的開端。白皮書主要探討了我國電力大數據的發展背景，提出電力大數據的定義與特征，指出電力大數據的關鍵技術，分析電力大數據的應用前景。電力大數據將促進電力行業的能源變革進程的快速發展，成為實現能源綠色可持續發展的關鍵技術。

目前的研究主要集中在電力大數據的關鍵技術研究和應用場景分析研究，將電網業務和大數據技術相結合的實例分析比較少，因此在電力系統中的實際應用較少。

電網調度控制系統中產生的大數據具有典型大數據的特征，有效獲取大數據中的潛在知識對電力系統規劃、運行等有重大意義。因此，電網調度控制系統大數據尤其對電網可靠、穩定、安全運行至關重要的海量告警信息而言，必將為電網風險預警和管控領域帶來新的機遇與解決方案。

2 態勢感知技術的設計理念

通過電網運行的海量數據獲知設備運行狀況，實現對電力系統運行的全過程狀態監測，保障電力系統的穩定、可靠運行。

一是設備監視實現沉浸式感知，全景互動展示變電站、電廠設備的物理分布情況及運行狀態，實現全網設備的立體化監視、可視化解剖、全視角狀態模擬、路徑漫游體驗等功能，徹底改變了目前的二維圖形、文字報文式監視模式；

二是多維海量數據全過程應用，對大電網調控運行數據進行深化挖掘，進行多維度、多元化分析，輔助調控人員對監控信息進行事前風險預警、事中趨勢分析、異常處置及事后分析評估；

三是實現故障線路快速定位，通過與智能電網調度控制系統實時聯動，甄別故障線路是否在“三跨”區段，提高故障處理的針對性。

經測算，項目實施后，可有效減少設備停運時間和檢修次數，降低運維人員現場出動頻次，降低“三跨”線路故障對高鐵、公路的影響，防止發生因“三跨”線路故障而導致的較大公共安全和電網安全事件。

3 主要技術手段

3.1 實現虛擬到站巡視

通過運用MR技術（Mix Reality，混合現實技術），將物理實體與各類信息融合在一起，產生身臨其境的實景環境，將設備虛擬模型與設備物理參數、智能電網調度控制系統、輸變電在線監測，在線安全分析等實時數據動態關聯，提高調控員對現場環境的感知度。

3.2 有效防范和化解電網運行風險

通過大規模并行處理、電網數據挖掘、云平臺計算等大數據技術，以設備監控四遙信息、二次設備在線監測數據等電網實時運行信息為基礎，匯聚設備臺賬、歷史缺陷、狀態檢修周期、各類規程要求等基礎管理數據和工業視頻、氣象系統、在線安全分析等技術支持系統輔助信息等多維海量數據，由計算機對海量數據進行統計對比解析，得出客觀結果，輔助調控人員快速決策。

3.3 實現故障坐標精準定位

以海量數據為基礎，運用態勢感知技術特有的安全風險識別能力，通過與智能電網調度控制系統聯動，從全局視角提升對安全威脅的發現識別、理解分析、響應處置能力。

4 技術可預見成效及市場前景

一是減少設備停運時間和檢修次數。通過電網運行設備的海量數據態勢感知，結合設備歷史故障數據及臺賬缺陷信息，在線診斷設備健康狀況。例如：通過運行態勢感知XX站500千伏XXI線5073-1刀閘SF6氣室漏氣接近閉鎖值，檢修人員及時到站進行了帶電補氣，有效減少了設備停運時間。經測算，減少主網設備停運時間共計約120小時，年平均減少設備檢修次數約3次。

二是降低運維人員現場出動頻次。在無人或少人值守的站點，通過態勢感知診斷技術對全網設備進行精益化巡視。經測算，在惡劣天氣下，運維人員出動特巡次數預計由10次下降至3次；重大活動保電期間，運維人員到站特巡次數預計由15次下降至5次。

三是降低“三跨”線路故障對高鐵、公路的影響；重點監視“三跨”線路，避免線路在“三跨”點發生倒塔、斷線、絕緣子掉串等事故。經測算，年均減少線路故障后查線公里數約300公里。

5 結束語

本文提出的基于調控大數據的電網態勢感知技術在理論上能夠實現電網大數據與虛擬現實技術的有效融合，為電網風險預警提供一定的決策依據，能夠提高電網風險管控能力，有助于電網可靠、安全和穩定運行。但是，由于目前的大數據技術應用在調控系統還在理論研究階段，本文提出的基于大數據的態勢感知技術存在進一步優化和完善的潛力。