基于大數據與人工智能技術的電力在線監督平臺設計

聶春雷，肖忠良

（婁底職業技術學院，湖南 婁底 417000）

0 引言

小數據樣本的高質量及多源異構的多種數據資源稱之為大數據（Big Data，BD），其與傳統的數據相比較，從數據來源、處理方式或者是數據思維方面都有極大的變化，對已經獲得的數據進行流處理或批處理后，才可運用到大數據去深度挖掘、分析算法，構建出數據模型及分析體系。目前，多數電力企業均構架內部自有的數據庫，但僅停留在淺層的數據存儲及開發設計，大數據下的挖掘利用并沒有實現，政府層面尚未對整個電力系統開啟準確的環保監督及管理。為破解這些難題，本文結合實踐經驗，搭載人工智能及大數據技術，開展電力在線監督平臺的設計。首先，根據需求搭建了平臺的整體技術架構，闡釋主要技術要求，然后，以實踐案例為例，深入探究平臺構建中大數據和人工智能技術應用的相關策略，以便為相關研究提供頂層設計支撐。

1 大數據與人工智能技術概述

大數據時期對傳統一些分析技術的要求各異。例如，大數據區別于分散、小數據信息，故而兩類數據適用的挖掘算法不同。而針對大數據的分析需求，新型的機器學習算法應運而生，在其中引入云計算算法進行大數據處理分析，不僅可提升算法的分析效率，而且可有效提升算法的擴展性能。在電力系統下，可通過構建私有云的形式來搭建電力大數據的存儲分析云平臺，在確保電力系統信息安全的同時，也可為電力大數據的實時在線監測平臺的構建提供有效支撐。

人工智能稱之為機器智能，是由人工制造出的系統所能表現出的智能，是用于模擬、延伸及擴展人工的技術的應用系統的技術科學，人工智能的實現方較豐富，研究領域包括到機器學習、進化計算、模糊邏輯、推薦系統等。此外，人工智能本身的研究領域還在不斷的擴大。電力系統是由發電、輸電、變電、配電及用電環節組合而成的消費系統，電力系統的規模及技術高低目前已然成為國家一個發展水平的標志。大數據與人工智能的出現對電力系統的運行提出了新的高要求，目前人工智能在電力系統中逐漸從單一的技術應用變向多樣化技術應用的方向發展，其涵蓋了負荷、新能源發電、微網等多個場景[1]。

2 電力系統在線技術監督平臺架構

2.1 平臺設計架構

電力系統技術在線監督平臺設計整體的規劃主要分為兩大主題，分別為主站平臺及數據子站平臺。云計算平臺和大數據系統開發的基礎服務為主站平臺系統，支撐多種硬件和應用軟件的云平臺具有擴張力的彈性。大數據系統平臺提供出采集、存儲及分析等一些性能，將主站平臺的基礎服務傳遞給數據支撐平臺的高級應用，配置容量為31.1 Tbps/153.6 Tbps 的2 臺核心交換機于主站平臺系統之中，并配置5 臺數據計算控制、5 臺虛擬化、2 臺數據等共計12 臺The server。其系統主要采用到了開放式設計，為了能滿足于后期系統的擴建方面。

子站數據系統作為數據采集終端，可實時獲取、顯示、傳輸電網調度側和發電數據，根據數據實時性和安全性的雙重需求，選用網絡規約通信及異步數據交換機從電網調度端采集數據。異步數據在采集之前需預先構建詳細的數據點，且需準確標注數據特性，對應的數據點表形式如表1 所示。

表1 數據點

2.2 構建平臺要求

2.2.1 構建平臺規范化

利用大數據技術建立電力在線監督平臺時，應該根據仔細研讀規范化要求，力求不違背國家級行業標準；同時，還應該采用規范化的數據交換形式，確保開放式的數據系統結構與其他系統數據可集成共享。建設平臺進行中，要明確指定相關的標準體系規則，其中就包含到數據、編碼、規模和管理制度的一些相關規范化等。

2.2.2 構建平臺擴展性

在建設平臺初期，平臺設計應全面考慮到系統的擴展性及空間數據模型的擴展，平臺在后期的擴展及升級中必須要保證到平臺平穩。

2.2.3 構建平臺安全性

要實電力監督平臺的平穩運行，首要的任務就是嚴格依照國家標準電力信息安全的規范，確保大數據平臺設計的安防技術應用，讓用戶可以在安全的大數據環境下進行數據存儲、加密和脫敏處理，以此確保電力系統數據的安全性，以此防御各類安全攻擊和不法侵害，做到數據分析的安全防護。考慮到遵守國家電力企業的規范要求，平臺建構時也應注意信息安全技術架構及規范性要求等方面的內容。

3 大數據與人工智能平臺構建

大數據與人工智能進行定位準確下，可展開對系統子功能的研發規劃與設計。例如，有些電力企業過分注重平臺的安全性問題，圍繞此進行網源協調在線監測平臺系統的建設。實踐中，可結合機組安全及能耗在線監測分析系統、電力設備大數據分析系統等進行平臺的設計與開發[2]。

（1）網源協調在線監測分析系統圍繞涉網機組自發電控制、一次調頻電壓自控制及電網設備穩定器勵磁調節在線監測與診斷系統展開分析。

（2）機組安全監測機組涉及安全穩定運行的保護類參數，如振動、溫度等。

（3）涉網電廠煤耗是通過機組能耗在線檢測系統分析進行統計，計算廠用電率，測算耗能指導出企業生產節能降低損耗。

（4）電站金屬設備大數據分析結合大數據平臺電力采集出溫度和壓力的變化趨勢分布，根據設備不減的參數，檢測數設備性能老化在線的分析，進而分析出設備失效的概率檢測及潛在失效預判。

大數據與人工智能技術支撐下的電力監測平臺構建是一項復雜、復雜的工程，需從頂層設計出發，做好統籌規劃，設計出可行的技術路線及實施方案是首要步驟[3]。

4 電力大數據平臺的應用

經過大數據及人工智能的結合，電力系統在線監督平臺的設計已經就參數測安全分析診斷及性能等各類數學模型展開了研究。電力在線監測平臺可基于采集終端采集電力實時運行數據并進行存儲，研發出機組能耗監測分析技術，并自動生成診斷報告結果。利用監測平臺獲得電力運行頻率、功率及轉速等準確數據，構建一次調頻綜合的性能指標體系分析得出動作的合格率[4]。

5 結論

本文概述了大數據與人工智能技術，介紹了電力系統在線技術監督平臺架構，闡釋了大數據與人工智能平臺構建，并探討了電力大數據平臺的應用[5]。