智能調度大數據的可視化技術探究

郭曉玨 潘楠 安裕強 歐陽世波?陳啟用

【摘要】? ? 科學技術水平的不斷提升，互聯網的逐漸深入，帶動了電網智能化發展，電力行業進入大數據時代。在智能電網建設中，為保障電網安全、穩定運行，電力調度是關鍵，承擔著監視并控制電網運行、管理各種電力業務的重任。隨著電網智能化水平不斷提升，電力數據逐漸增多，原有可視化技術已經無法滿足需求，電力調度的困難度增大，電網運行可靠性受到影響，阻礙了智能電網發展步伐。對此，文章探討了智能調度大數據的可視化技術，以便及時識別智能電網運行風險并控制，增強電網運行可靠性。

【關鍵詞】? ? 智能調度? ? 大數據? ? 可視化技術

前言：

大數據時代下，全球各個數據密集型產業越發重視數據價值的挖掘，以此提升企業整體水平與行業競爭力，在電力領域中，隨著智能化水平提升，電力行業也進入大數據時代，如何在海量電力數據中挖掘有用數據，豐富電網運行與反饋環節，及時、準確發現電網運行中的異常并解決，提高電力調度智能化，增強電力運行可靠性，成為電力行業發展重點[1]。可視化技術，能夠將智能大數據中挖掘的預警、故障信息以形象生動形象展示，為電網調度智能化提供技術支持。文章對此展開探討。

一、智能調度的概念和功能

智能調度，主要將調度中心各項業務、各個環節智能化與精益化，實現數據挖掘、量測采集、系統分析、建模、計劃制定等的智能化分析、智能化預警以及自動化控制。高度集成、一體化的智能調度系統是電網未來發展必然趨勢，為達成該目標，智能調度不僅要擁有傳統調度系統的功能，如：輔助調度員決策、全景監控等，還要通過智能化方式協助自動化系統運維，具體擁有如下功能：1）風險分析功能。 實現了由整體到局部對電網運行中各項風險的完全掌控，其中，電網運行的趨勢分析，在線風險評估，安全運行指標的計算等，為電網運行提供了預警信息，輔助電網調度人員及時發現潛在風險，提前做好風險管控，提升電網運行可靠性、安全性。2）全景監控。大數據時代，電力調度實現了對電網運行狀態、運行數據的全面感知與監控，在對海量電力數據處理與挖掘時，為電力調度的高級應用、潮流計算提供信息支持，先進可視化技術的應用，將電網運行狀態 、異常信息實時展現。3）輔助決策功能[2]。在電網運行出現故障后，電力調度能夠自動判斷故障所在位置并給出恢復策略，當自動化控制方式無法將潛在危險消除時，能夠主動通過人機交互界面，提出操作建議，協助工作人員決策。4）自動控制功能。智能調度以現有電壓自動控制、自動發現控制、電網實時緊急控制等控制手段作為基礎，根據電網監控信息，實現有功無功、主配網、在線優化調度等的控制工作。5）可視化功能。智能調度通過人機交互方式與可視化技術，實現了調度工作流程的動態可視化，不同監控場景能夠自由切換，業務監控畫面自動導航，為調度人員提供更清晰、直觀認知，當電網發生故障，能夠迅速對故障點定位，并全程跟蹤故障修復情況，增強電力調度水平。

二、電力智能調度大數據

新形勢下，我國電網逐漸向智能化升級改造，電網規模逐漸擴大，為保障電網運行穩定性，智能調度的高效運行成為關鍵。電力調度是一個復雜系統，其中涵蓋了輸變電、發電用電、配電等多項系統，與一般生產調度不同，電能產供銷都是在瞬間完成，即發電量、用電量保持平衡狀態，因此，電力調度應隨時保障發電與用電負荷之間的平衡。并且，電力調度還應做好電網運行監控、潮流計算、事故處理等任務，保障電網穩定運行，保證電力行業各環節穩定運行[3]。在電力調度過程中，為實現智能調度，電力調度數據應具有大體量、多種類、數據即交互、即共情、速度快等優勢，并深入挖掘基礎、應用、實時、環境數據源，為智能調度提供數據支持。

其中，基礎數據：主要指設備臺賬、電網模型等變化較小的數據信息，該類型數據分散于不同業務系統（OMS、EMS等）內。實時數據：主要指能夠實時展現電網動態運行的數據，該數據大多處于AMI、WAMS與SCADA內。應用數據：其中包含報表數據、監控預警數據、預測計劃數據等。環境數據：主要指天氣、經濟、地理、人口等類型的數據信息，該類數據多應用在電力調度大數據聯合分析內。在電力智能調度中，為有效發揮大數據的作用，提升電力調度質量，應充分挖掘大數據的價值，不僅要發揮大數據集成、高性能計算、存儲等基礎功能，還要實現調度業務、大數據挖掘技術的結合。須知，若產出數據無業務指引與詮釋，則數據是機械且盲目的，數據關聯性與實際不相符，甚至存在數據錯誤。因此，在電力調度數據挖掘時，業務內容為關鍵因素。

三、智能調度大數據的可視化技術

隨著人們生活水平提升，對電力需求量不斷加大，電網規模呈現出爆炸性增長，推動了電力市場化改革，傳統電網運行 正面對新的挑戰，主要表現在如下幾點：其一，傳統電網運行方式主要依照人工經驗，缺乏科學性與準確性;其二，傳統電網的運行方式發電均衡，潮流波動小，電力市場化改革后，諸多市場成員報價影響了發電均衡性，潮流變化明顯;其三，電網規模擴大，電力運行計算量增大，傳統運行方式中，主要以人工計算為主，增大了工作人員負擔，極易導致判斷失誤現象。其四，電網構架越發復雜，電器元件數量與類型明顯增很多，增大了運行場景、潮流計算復雜性，影響了調度人員判斷和電網優化，難以得到直觀結果，不利于電網穩定運行[4]。由此可知，傳統電網運行方式已經無法滿足電力體制需求，引進先進技術，形成新的高效直觀、多元化電網運行方式成為關鍵。智能調度大數據的可視化技術的出現，滿足了電力市場需求。下文對可視化技術的應用展開分析。

3.1異常值可視化分析

智能調度大數據主要包含正常與異常狀態兩種，而根據數據偏離程度，異常狀態又分為告警與預警狀態。在電力調度運行中，首先應設定數據正常值與異常值之間的分界點，根據經驗或相應規范將采集、計算的數據指標依照等級不同設定預警與告警閾值，通過閃爍、高亮或特殊顏色表示著重突出異常值，輔助調度人員判斷異常情況與決策，保障電網可靠運行。

3.2匯總情況可視化分析

在匯總情況可視化時，通過將對比潮流計算結果、告警數據、屬性信息等簡化歸類，整理為可視化圖表，保障運行人員能夠通過圖表迅速發現其中潛在規律。匯總情況在展示可視化方案時，需要通過分類可視化、趨勢可視化兩種方式展現，其中，分類可視化根據類別將視圖分析數據歸類匯總，著重突出各運行方式下數據差異程度。趨勢可視化主要根據周期匯總視圖數據，通過同比與環比分析，著重分析各潮流方案下數據變化趨勢與規律。

3.3關聯度可視化分析

潮流計算結果和電力系統的運行狀態、告警信息等存在潛在聯系，若將信息關聯程度量化，并進行視圖展示，對于運行方式優選具有重要作用[5]。數據挖掘技術、態勢感知技術的應用，有助于深入關聯分析不同環節電網調度運行的數據、潮流計算結果，根據可視化技術，統計并分層分區顯示相關指標項，便于調度人員由結果追根溯源，快速尋找原因，提高電力調度可靠性。另外，指標項之間關聯程度還可利用可視化方式突出顯示，提高多潮流方案對比的直觀與清晰度。

四、智能調度大數據可視化技術的應用

4.1二維可視化技術應用

在智能調度大數據可視化技術應用時，二維可視化主要表現在如下幾點：其一，動態潮流法。潮流作為電力調度運行中常見情況，動態潮流的可視化不僅能夠將潮流變化情況實時展現，還能夠根據潮流數量、流動速度確定負荷情況，同時，還能夠通過限額、裕度直觀掌握潮流改變大小與改變方向。所以，在電力智能化調度中，應用可視化技術，提高了數據信息直觀性，為調度行為提供了便利。其二，單品圖法。在二維可視化技術中，單品圖法應用包含如下幾點：1）有助于調度人員快速尋找單品圖法下最大數據，對其所處區域做好顏色填充工作，并有效標準最大數據位置情況。2）通過系統實際運行過程與最大數據，確定扇形區域。3）通過電力系統運行情況，選擇規定顏色，填充扇形區域，直觀呈現電力調度數據信息。其三，等值線法。該方法能夠將電力調度不同類型數據直觀呈現，如：線路負載率、變壓器負載率、節點電壓，以此促進調度人員準確及時掌握智能電網運行情況，提高電網運行穩定性。

4.2三維可視化技術應用

在智能電網發展中，三維可視化技術的應用，主要通過虛擬顯示技術構建電力運行區域三維模型。在處理三維圖像時，主要放在單棒圖、圖像的三維旋轉上。單棒圖由主棒和對比棒構成，主棒用來顯示運行數據，一定程度上能夠表示變電器、電容器安全情況，促進操作人員掌握電力系統實際運行情況。圖形三維旋轉則能夠全方位展現電力圖。

4.3電力系統地理圖形的可視化應用

在智能調度大數據可視技術應用于地理圖形可視化中時，可通過引進地圖圖形，實現地理圖形、區域電力系統的有機結合，根據所得電力系統可視化地圖，動態展現電力系統的運行狀況。在電力調度時，若電力線路、電力設備等出現故障，可直接通過地圖展現，通過大數據快速定位，及時發現并解決故障，促進電力系統可持續運轉。

五、總結

互聯網的不斷發展，各行各業紛紛進入大數據時代，電力企業在智能化發展過程中，電網規模不斷擴大，生成電力數據不斷增多，增大了電力智能調度的困難度，阻礙了智能電網發展。可視化技術的出現與應用，能夠及時預警電網運行中潛在故障，并準確定位、直觀展現故障點，輔助調度人員及時解決故障，促進電網穩定運行，全面提升電力智能調度水平，推動電力行業可持續發展。

參? 考? 文? 獻

[1]陳海拔， 顧全， 董羊城，等. 基于大數據的電網調度控制智能告警系統[J]. 電子設計工程， 2019， 27（11）：91-95.

[2]馮磊，黃其兵.基于智能的配電網電力大數據三維場景可視化分析[J].自動化與儀器儀表，2020（1）：189-192.

[3]王婷，衛少鵬，周彤.智能調度的研究現狀及前沿[J].物流科技，2019，42（11）：5-9.

[4]李里.可視化技術在電網調度中的應用及問題分析[J].科學技術創新，2019（16）：183-184.

[5]劉進進， 吳輝， 葉偉. 基于可視化生產調度系統的應用與研究[J]. 工業控制計算機， 2019， 32（5）：145-145.