大數據平臺在電網運檢管理中的研究及應用

胡盛

摘 要：大數據平臺卓越優勢在電力網絡中的發揮，有望提升電力網絡運行階段檢修維護準確性。因此，文章以電力網絡運行階段檢修維護為研究節點，以大數據平臺卓越優勢在電力網絡中的發揮為討論話題，討論了架構設計要點、功能實現情況，并對大數據平臺在特定電力網絡運行檢修維護場景中的應用效果進行了檢驗。

關鍵詞：大數據平臺;電網;運檢

前言：在以大數據為代表的信息技術飛速發展過程中，數據的加工、生產、挖掘、存儲模式均發生了顯著的變化。利用模式識別、自然語言處理、大數據挖掘技術，可以了解傳統非結構化電網數據承載的多元信息，滿足智能電網發展對于海量數據實時收錄、關聯分析挖掘、在線計算處理的高要求，助力電力企業業務模式轉型升級。因此，探究大數據平臺卓越優勢在電力網絡中的開發途徑、實現方向就具有非常重要的意義。

1 架構設計

架構設計是大數據平臺卓越優勢在電力網絡中發揮的前提。從總體視角進行分析，大數據平臺主要選擇以Apache Hadoop為核心的開源解決方案，包括數據計算、數據存儲、數據整合、數據分析、平臺服務幾個層次，涉及了管理配置、數據安全、數據管理幾個保障模塊。其中數據計算主要包括流計算為主的計算功能模塊，除此之外還包括查詢計算、內存計算、批量計算等幾個模塊，可以達成大批量數據的無時間間隔、無上線要求計算需求;數據存儲可以通過分布式數據庫功能發掘，憑借分布式文件系統以及關系數據庫自帶優勢，將非結構化數據、結構化數據以及半結構化數據在較短的時間段內存入庫內;數據整合可以在文件適配器、實時數據采集技術支持下，將外界數據源導入內部;數據分析可以對海量數據進行統計、挖掘、多維處理，滿足業務決策支持需求;平臺服務可以可視化呈現的方式，進行底層組件、工具、算法處理，為業務系統提供所需的服務[1]。而管理配置、數據安全、數據管理保障模塊的合理設置，可以為應用功能的穩定、安全發揮提供依據。

2 應用實現

2.1 業務數據應用

在電網運檢管理過程中，大數據平臺的主要功能為業務數據應用，涉及了數據收錄、數據計算、數據分析、數據存儲多個模塊。根據電網運維管理業務的差異，也可以將業務數據應用模式劃分為生產型、消費型和混合型幾種類型。其中生產型主要是針對業務運行過程中產生的海量數據，經大數據平臺的進一步整合、存儲，為其他業務提供支撐。比如，針對用電信息采集終端傳回的數據，可以利用大數據平臺清洗、修正、索引，完成存儲;消費型主要是在業務運行過程不產生海量數據的情況下，利用大數據平臺自帶查詢、挖掘、分析以及展現、計算功能，提高業務運行效率。比如，在配網故障搶修階段，可以借助大數據技術，開展故障設備關聯分析、故障風險預警，并幫助電網運檢人員明確發生故障的設備以及對應的故障等級，或者發生故障的臺區以及影響范圍;混合型主要是在電網運檢業務運行過程中，不僅依賴于大數據平臺中數據資源，而且實時生成海量數據輸送給大數據平臺。比如，在異常用電分析模塊，借助大數據平臺對不同類型的數據進行用戶用電行為特征分析，獲得用戶用電行為之后，以歷史數據的形式存儲到大數據平臺，同時明確臺區是否存在異常用電行為及竊電行為，及時采取針對性解決措施，避免違規違章用電或者偷竊點對電網運行效益的不利影響。

2.2 數據建模

數據建模是大數據平臺在電網運檢管理中應用升級的表現，根據大數據技術支撐業務應用維度的差異，數據建模可以劃分為預測預警型、提升優化類、企業決策類多種類別[2]。其中預測預警型主要針對實樣，通過建立數據模型，預先估測未來某一電力事故的發生，并及時采取人為干預措施，促使電力網絡朝著更加安全、理想的方向發展。比如，在電網運檢物資庫存物料動態特征分析時，就可以根據電網設備現狀、運檢物資出庫信息、電力網絡項目規劃信息，進行電網運檢物資消耗情況預先估測模型。在模型內，開展大數據預測研究，并制定安全庫存管理方案，避免電網運檢物料庫不足或虛高;提升優化類主要是為分布式并行數據、復雜事件流、實時數據流處理提供服務的模型，可以充分利用大數據 平臺的高可擴展性、高性能存儲優勢。比如，在海量用電信息采集處理分析能力提升方面，針對用電信息采集終端傳回的數據，可以利用大數據平臺構建高速海量數據存儲模型、分布式快速運算模型，同步提升用電信息采集系統的數據處理、分析性能;企業決策類主要是在數據驅動下，拋棄以往經驗、知覺，構建學習型運檢平臺，助力電網運檢決策。比如，在配網停電優化模塊，可以通過大數據平臺進行配電網運行過程實時信息、設備檢修信息的搜索、分析，獲得最優停電方案，提高計劃停電管理、臨時停電管理、停電范圍管理、停電用戶統計等決策水平，實現停電范圍最小、停電時間最短、停電損失最少的電網運檢目標。

3 應用場景及效果

3.1 場景

以輸電線路為對象，開展在線監測數據、線路臺賬信息、日常巡視記錄、試驗檢測數據、無人機巡檢、衛星遙感等數據的監測與狀態評估作業。由于上述數據類型較多、管理難度較高，在數據采集、存儲、處理方面存在較大困難，比如，圖像視頻海量數據存儲、處理仍然無法實現自動實時處理，在線監測的各種數據仍然存在誤報、拒報情況。針對上述情況，可利用大數據平臺，針對輸電監測與狀態評估業務開展專業化挖掘，對桿塔基礎臺賬數據、氣象數據、運行數據、試驗檢測數據、直升機及無人機巡檢數據、輸電線路歷史檢修數據進行描述，不斷改進數據存儲、檢索、計算準確性、安全性。同時利用大數據平臺流處理功能，對包括絕緣子在內的不同類別設備運行情況進行實時風險預先估測，結合氣象部門發布的大雪、暴風雨等異常氣象環境預警信息，評價輸電線路運行狀態安全性。進而將評價信息同步寫入分布式存儲系統，待數據模型啟動運轉，實現電網運行安全隱患的有效識別。

3.2 效果

通過大數據平臺在上述情境中的應用，可以實現對與電力資源監測與狀態評估相關的氣象數據、臺賬數據、檢修數據、試驗數據、運行數據進行實時、全面管理，促使數據存儲、檢索、計算可靠率達到99.92%，滿足電網運檢業務評估與監測要求[3]。大數據平臺已經在電力公司本部、十余個地市公司、百余個縣公司全面應用。系統上線運行一年多來，應用狀況優良，已成為電網運檢工作日常通報、管控、考核的重要手段。同時通過實時發布不同類別設備的跳閘率、重過載率、可用系數、停運率、電壓合格率，可以為電網運維管理體系的全面升級提供借鑒。

總結：綜上所述，電網運檢大數據平臺是基于變電站-配電線路-配電變壓器-用電方的拓撲架構，可將分散運行的故障指示器主站、EMS能源管理系統、用電信息采集系統、智能開關主站信息系統、氣象信息系統集成。進而依據網架結構組織，構建運行檢修管理一體化的基礎實時大數據支撐平臺。通過運用大數據支撐平臺特有的數據抽取、數據建模、數據分析、數據清洗、數據展示、數據挖掘功能，可以實現三相不平衡管控、停運/可靠性管控、故障跳閘管控、低電壓管控以及配網雷害風險評估，落實主動運檢方針，為電網的智能化、透明化、全景化、實時化生產提供支持。

參考文獻：

趙德基， 狄軍峰. 應用在變電運檢管理平臺的數據庫技術研究[J]. 數字技術與應用， 2018， 36（09）：33-36.

康亞東， 丁晶， 張良，等. 基于電力大數據的3D智能運檢平臺的應用與研究[J]. 電力大數據， 2018， 21（11）：74-79.

（重慶涪陵電力實業股份有限公司，重慶 涪陵 408000）