數據可視化在變電運維工作中的探討

摘 要：隨著智能電網建設的不斷推進，國家電網信息化水平快速提高，電力行業的數據量海量增長，標志著電網已步入大數據時代。傳統的數據分析技術與運維方法已經不再適合電網的發展，而大數據技術的不斷成熟正在引發著電力行業技術的變革，為國家電網企業創造更多運維價值。本文通過引入數據可視化的理論，結合變電運維的實際，對運維數據可視化提出一些建議，為解決變電運維效率的問題提供一定的幫助。

關鍵詞：數據可視化；變電運維；信息系統；數據資產

中圖分類號：TM73 文獻標識碼：A 文章編號：1008-4428（2019）02-0170-02

一、 前言

近幾年，隨著智能變電站網絡系統、現場移動檢修系統、測控一體化系統、地理信息系統、智能表計等科技項目在電力行業的廣泛運用，國家電網電力有限公司電力信息化的水平正在朝著信息系統的方向長足發展。在變電運維的工作環境背景下，智能電網不僅承載著電力系統的電力流，也將承載著大量電力業務上的信息流和業務流。變電站作為電網結構中的關鍵節點和重要保衛對象，囊括了大量的電力系統數據資產。如何增強變電站內數據室的整合分析能力，達到變電運維的數據可視化，突破變電站信息系統的數據壁壘，對變電站內智能高效運維乃至電力系統電網的經濟運行都有著實際而重要的戰略意義。

二、 變電運維的重要性及工作難點

（一）變電運維的重要性

國家電網變電運維專業是一種對變電站內設備進行常規和故障診斷的專業。當所轄變電站運行的電力設備出現異常情況時，變電運維人員首先需要到達現場對故障的電力設備進行定性的分析和正確描述，然后向上級調控中心部門反饋故障情況，并在有必要的情況下進行初步處理或有效隔離故障電力設備的故障點。變電運維工作的成效在于是否能做到電力設備出現異常情況的事前控制，包括電力設備老化、設備異常隱患、現場工作危險點等巡視和檢修工作的事前控制。所以，變電運維工作的重要性和價值在于如何在電力設備老化和故障前最大化地減少負面性的電力系統安全影響和電力經濟損失。

（二）變電運維的工作難點

從變電運維的現場實際情況上看，現階段變電運維的工作難點主要集中在站間距離大、巡視時間短、操作效率要求高等方面的問題上。這些運維問題除了通過增加變電運維人員的數量來解決外，在系統的數據統計分析方面也有一定的解決思路。變電站內有些問題的萌芽并不是出現在變電運維的階段，而是出現在變電站啟動前相關隱蔽工程的施工中。隨著基建部門相關的隱蔽工程的完成，現場運維人員需要的很多運維基礎數據都被隱藏了。除此以外，當今變電站巡視的數據載體和數據類型多種多樣，使得人工抄錄的運維數據難以被提取和整理到信息系統中，同時很多看上去不太重要的數據也因為側重點方面的因素被忽略，這在時間上和信息量上對變電運維數據的處理分析造成一定的影響，不利于數據的挖掘和分析。究其原因，主要是因為人工巡視存在局限性和信息系統沒有被深度開發，在智能電網的環境下，變電站現場存在的數據非常之多，不僅需要人工進行記錄，還需要設備的自動記錄來完成，更需要信息系統深度的分析和處理。

三、 數據可視化的理論

數據可視化指綜合運用計算機圖形學、圖像、人機交互等技術，將采集或模擬的數據映射為可識別的圖形、圖像、視頻或動畫，并允許用戶對數據進行交互分析的理論、方法和技術。數據可視化洞悉蘊含在數據中的現象和規律，并通過可視表達增強人們完成某些任務的效率。針對復雜環境的數據，傳統的統計分析或數據挖掘方法一般是對數據的簡化和抽象，人為舍去了部分無用的數據，結果隱藏了數據集真實的結構，造成“幸存者偏差”的現象。如今在大數據環境下，所需處理的數據量越來越大、數據復雜性更高，數據可視化需要還原或增強數據中的全局結構和具體細節。

四、 數據可視化在運維中的方法探討

變電運維工作圍繞著電力安全展開，而國家電網的內部數據嚴格控制在內網中流通，使得運維工作中內部數據的流通得到了有效保障，為變電運維中的數據可視化提供了基礎和可能。

（一）建立有效的系統

大數據時代下建立有效的信息系統具有非常重要的戰略意義。最初的信息系統只是幫助企業完成事務性的數據整理歸納工作，而現在的信息系統已發展到對企業、組織的基層運行、中層的組織管理提供支持，并對高層的決策產生戰略性的影響，并且隨著互聯網信息化技術和時代的發展，現代信息技術和信息系統對組織的作用將會不斷加強。在變電運維中，大量的變電運維數據散落在變電站設備的各個角落中，人工進行全數據的記錄、處理、分析、類比、歸檔不太現實，不能把握電力設備運行的全壽命周期，并且每個變電站的運維數據保存在單一的變電運維班組，不利于對變電運維的數據進行調用和展開可持續的統計分析和趨勢研究。所以需要一個有效的綜合信息系統，用于整合變電站內各方面的數據，形成一系列內容全面的數據庫，有利于本專業和其他專業的人員對變電站內設備的安全運行進行定量的分析。

現階段國家電網PMS2.0的生產管理系統已經廣泛應用于變電運維管理中，而安防系統正在通過另一套系統進行構建。生產管理系統和安防系統可以相互結合，形成一種更具兼容性的系統和數據網。這種系統和數據網不僅使變電運維采集的數據上行得更為靈活方便，還能使數據庫中的數據下行到各個運維班組的數據分析系統，使運維數據的指導意義更加地高效全面。如圖1所示，在以安防系統和生產管理系統為構架的系統群中，建立一個核心數據庫，并建立若干條數據網層，使兩個輸入系統和各個輸出系統能夠有效傳輸運維數據信息。各個運維數據分析系統應分別擁有斷路器壓力數據可視化、電流互感器壓力可視化、避雷器動作電流數據可視化、紅外測溫數據可視化、變電站鳥巢數據可視化、站內通用資料（規程、典操、圖紙）調用可視化等功能，并具有人性化的操作界面。數據分析系統主要通過圖形、動畫的方法為運維人員提供數據規律，以便于運維人員對缺陷規律、巡視周期、巡視重點和操作配置等各個方面進行有效決策，以提高變電運維質量和效率。

（二）開發企業內部的智能移動終端

要實現變電運維數據可視化，需要在信息系統的基礎上開發智能移動終端，以解決變電站現場實際的數據量問題和數據結構問題。變電站內電力設備故障與設備自身的屬性、運行工況和運行年限有關，也與當地的氣象情況、氣候環境等因素相關。人工或儀器采集的運維數據不僅應包括設備正常和異常時出現的各類數值，同時還應包含如地理信息、天氣、現場溫度與濕度等大量的相關數據，以便于進行全面而有效的數據相關性分析。所以智能移動終端需要自帶地理環境自動檢測或獲取功能，并能處理圖片、視頻等半結構化、非結構化的數據。開發內部智能設備有利于提高國家電網的科技水平和保證國家電網的數據安全，同時也方便系統接納數據和存儲數據，減少了手機設備上的快餐數據和不安全數據。

（三）提高運維人員的水平

變電運維數據可視化的前提是變電運維數據可靠性。在系統還沒有進行實時采集運維數據時，系統無法對變電站設備運行的全過程進行監控，這時候仍需要變電運維人員保證自己采集的運維數據的正確性。變電運維人員的數量、運維工作經驗、數據采集和整理操作熟練度以及人員的生理、心理素質、責任心都會對系統數據分析的結果產生較大的影響。當人員的運維效率低時，電力設備的隱患不一定能夠及時發現，可能會導致很大的事故，造成國家電網在社會上的負面影響。所以國家電網需要對變電運維人員進行持續而有效的培訓，以增強運維人員在數據核實、數據糾錯、輔助協同等方面的能力，最終達到提高運維人員的工作經驗和操作熟練度和增強、鞏固運維人員的責任意識和工作態度，減少變電站內運維數據的“檸檬市場”效應，在最大的程度上實現運維數據錄入的精準度和高效性。

五、 數據的保密性探討

變電站的安全生產工作是電力系統安全運行的一個重要保障，這個重要保障不僅包括現場設備的安全運行維護和倒閘操作工作，還包括變電站內數據的安全保存和傳輸工作。在變電站內數據的安全保存和傳輸工作上，僅對內部環境和外部環境的接觸面上切斷數據的流通性是不夠的，還要做好市場環境下系統研發的保密工作。具體來說，國家電網變電運維數據市場研發的組織者應該對廠家的研發進行定性的要求，明確實現那些功能和哪些人性化數據，而不是直接提出系統研發的定量要求。當廠家研發的系統需要運用數據進行定量測試時，組織者應提供失去時效性的運維數據，而不是直接把整個系統數據交給廠家。這樣做的好處是不僅保證了近期數據的保密性，而且能夠將近期數據和系統數據分析后得到的結論和趨勢曲線進行對比，驗證廠家系統開發的正確性和合理性。

六、 小結

隨著大數據、區塊鏈時代的到來，數據挖掘能夠為國家電網和電力行業帶來顯著的財富價值，在企業內部的應用也將極大地提高電力企業的運營效率和營收能力，并帶來規模效應。變電運維側重于將大數據技術應用在變電站的常規維護管理中。在變電運維中引入數據可視化的功能，建立一整套具有兼容性的系統，并運用科學技術手段進行記錄，不僅能夠提高現場運維效率，有效減少電力系統負面安全影響和經濟損失，而且能夠為變電站進一步的智能化做好積極準備，實現站內設備連續性數據統計，揭示數據規律變化，深度挖掘數據，并科學精準地安排運維工作，將能夠徹底解決變電運維質量較低和人員數量不足等問題。

參考文獻：

[1]中國電機工程學會信息化委員會.中國電力大數據發展白皮書[M].北京：中國電力出版社，2013.

[2]袁偉，王獻禮.微小變量法在現場運維中的運用[C]∥安徽省電機工程學會第四屆（2017）電力安全論壇論文集，2017：18-22.

[3]陳為，張嵩，魯愛東.數據可視化的基本原理與方法[M].北京：科學出版社，2013：10-11.

[4]祝國強.趣談統計工作中易忽視的錯誤——幸存者偏差[J].中國統計，2014（9）：53-54.

作者簡介：

袁偉，男，湖北武漢人，東南大學經濟管理學院，國網宣城供電公司工程師，研究方向：變電運維與經濟管理。