數據庫技術與人工智能的融合

顧博川 劉菲 胡春潮 唐升衛

（南方電網電力科技股份有限公司 廣東省廣州市 510080）

從傳統研究內容來看，人工智能大部分傾向于理論方面的研究，而數據庫技術則更為傾向于實際應用[1]。近年來，數據庫技術的持續發展，當前已經提出DBMS 可以自動有效的管理超大規模數據庫，同時又可以用數據驅動的模式自動提供有關的決策，即利用DBMS，能夠針對數據進行更為智能化的管理[2]。上述背景下，有關數據庫技術與人工智能的融合逐漸成為研究的重要內容。對電力行業來說，近年來有關技術研究的持續深入，數據庫技術與人工智能融合也逐漸成為電力行業研究的重要內容[3]。

1 數據庫技術與人工智能技術概述

1.1 數據庫技術

數據庫技術作為信息系統當中的關鍵技術之一，其主要指的是計算機輔助管理數據的一種方法，主要涉及的研究內容包含如何進行數據的組織、儲存，如何提升數據獲取、處理的效率[4]。眾所周知，數據庫技術的關鍵在于數據，數據庫涉及的內容主要包含以下幾點：通過對數據進行統一組織和管理，按照指定的結構建立相應的數據庫和數據倉庫；利用數據庫管理系統和數據挖掘系統設計出能夠實現對數據庫中的數據進行添加、修改、刪除、處理、分析、理解、報表和打印等多種功能的數據管理和數據挖掘應用系統；并利用應用管理系統最終實現對數據的處理、分析和理解。

1.2 人工智能技術

人工智能技術主要是相較于人類智能而提出的，即在機械設備或者電子產品當中融入各種智能設備，使其能夠實現自動化、智能化操作[5]。具體來說，人工智能研究的重點在于通過先進電子技術開展仿生學，從整體結構層面進行人腦活動的模擬。

2 建設內容

此次建設內容主要圍繞“兩平臺+兩應用”開展建設，建立運行大數據平臺和應用支撐平臺，建設智能生態應用及綜合展示應用。

建立一套統一的系統運行領域大數據基礎設施，為大數據平臺、智能應用和綜合展示等提供軟硬件、網絡和安防支撐環境。

構建系統運行領域大數據中心，完成OCS 和OMS 等系統運行數據、氣象數據、外部數據等多源數據采集清洗，實現跨專業系統運行領域業務數據融合。建立數據標準體系、統一數據來源，提供數據綜合治理和數據共享等服務。提供資源管理等基礎支撐服務，以及人工智能、深度學習、神經網絡等高級分析支撐服務。

搭建大數據智能應用服務支撐平臺，實現快速開發平臺，提智能應用開發與發布、應用市場、智能運維等支撐服務。

開展大數據智能化生態應用研究，結合生產運行應用場景，研究主配網綜合停電數據分析、負荷精準預測分析、穩定斷面負載率智能自動分析和線路故障跳閘智能告警等典型智能應用，打造一個大數據智能應用生態價值鏈。

建成綜合展示平臺，實現公司運營、系統運行、日常生產等不同維度和PC、大屏、移動等不同終端的可視化展示，貫通網省地數據，完成中心領導、部門領導和專責不同層面按需自定義動態綜合展示。

3 基礎平臺建設

3.1 平臺硬件及網絡部署

圖1：基于數據技術與人工智能融合的應用分析

基于大數據平臺建設方案，開展平臺軟硬件部署工作，包括物理機上架、搭建虛擬化平臺、安裝操作系統、安全隔離部署以及網絡資源分配。

3.2 中間件及各類引擎部署

開展平臺中間件的部署安裝，包括平臺管理軟件、WEB 中間件、Hadoop、搜索引擎、人工智能引擎、大數據引擎、數據庫及HA 等軟件。

3.3 基礎服務部署

開展平臺基礎服務安裝工作，包括用戶服務、權限服務、平臺日志服務、平臺告警服務、文件服務、地理信息服務以及工作流服務等。

4 數據管理平臺建設

4.1 數據采集

實現對調控中心本部系統（OCS、OMS 等）、同級系統（氣象系統、雷電系統等）及地級系統（OCS、OMS 等）的數據接入，采集接入包括但不限于SFTP 文件方式、Web 服務方式、查詢庫方式及消息隊列方式[6]。大數據平臺采集的數據范圍包括實時量測數據、歷史量測數據、運行管理數據、非結構化數據等；數據采集的方式包括數據庫直連、Web 服務、SFTP 等多種采集方式。

按照標準建立電網運行模型，運行模型應包括控制區、變電站/發電廠、線路、母線、開關/刀閘/地刀、發電機、變壓器/繞組、電容/電抗器、負荷、發電機等，建模時包括各設備的應用參數和拓撲連接關系，遙測遙信和與設備的關系等。

4.2 數據管理平臺支撐服務

4.2.1 基礎服務支撐

基礎服務支撐主要保障數據管理平臺穩定、安全和高效的運轉，主要內容包括：基礎服務管理、人機交互服務、資源管理服務、任務調度服務、平臺監控服務和安全管理服務等，該組服務是數據管理平臺為應用開發、集成和管理提供的一組通用的服務，會隨著系統需求的變化進行擴展和深化。

4.2.2 高級服務支撐

高級服務支撐主要保障數據管理平臺中對數據的深度利用，主要包括：計算引擎、大數據引擎和人工智能引擎等，通過不同引擎實現數據的統計分析、挖掘搜索、多維探查、特征提取、知識圖譜和深度學習，發現數據價值。

4.2.3 數據服務

制定數據服務標準，建立大數據平臺接口規范，實現數據共享。為其他各類應用系統提供包括但不限于數據服務、模型服務及圖形服務，通過數據服務向各類應用提供多維業務支撐。

5 基于數據技術與人工智能融合的應用分析

基于運行領域大數據平臺，打造一個大數據智能應用生態價值鏈。主要包括智能統計分析、系統運行運測分析、智能搜索三方面的內容。

5.1 智能統計分析

基于調控中心OCS、OMS 等系統運行數據建立分析，實現調度運行數據的多維分析，提供多專業快速縱向獲取。解決業務部門報表因無法自動統計、自動采集、耗費大量的人力整理的現狀，促進跨部門的智能協同辦公，加強專業部門的計劃管理、事務管理等日常部門管理工作[7]。主要智能應用見圖1。

5.2 系統運行趨勢預警類

基于大數據分析技術，對電網運行進行輔助決策。提供精準負荷預測及評價、利用數據分析降低運行高成本設備更換成本等智能應用。建立二次設備、通信建設及運維檢修等全生命周期管理的決策支撐。

采用經典的數據統計類的方法如回歸分析方法、時間序列法,基于人工智能的新型算法人工神經網絡法探索電力負荷的預測的新方法。通過建立站線變戶一致性評價關系，梳理從計量終端用戶、配電站、輸電線、變電站精準的負荷分析，搭建精準負荷預測及評價系統，推動公司向綜合能源服務發展。

5.2.2 基于歷史數據的運行風險趨勢預警

通過對歷史數據的深度挖掘，挖掘運行信息與告警信息的關聯關系，對告警量進行預測分析。

5.2.3 基于地理和氣象信息的電網風險分析與輔助決策

針對氣象災害風險，利用GIS 空間分析技術，進行覆冰、山火、雷電、臺風、強對流、地震等氣象災害對設備故障的關聯分析；識別影響電網運行的設備故障風險、氣象災害風險、特殊運行方式的風險、以及其他影響電網運行的風險，為調度和管理部門決策提供可靠信息。

5.2.4 基于多源大數據的電力市場環境下母線負荷預測

本研究擬構建多源異構的大數據基礎支撐平臺，提出多類型因素和母線負荷的關聯模型，提取不同類型母線負荷典型用電模式，利用聚類方法和關聯分析方法實現各類母線負荷的智能分類。同時通過系統負荷與母線負荷預測精度的歷史規律分析，實現系統負荷與母線負荷的相互矯正。通過數據分析和挖掘技術，提高系統負荷智能分析能力和預測精度，為精細化計劃決策和調度運行奠定基礎。

①論證范圍內地下水資源評價，根據論證范圍內的地下水補、徑、排條件，計算各項補給量和排泄量，并進行均衡分析，分析補給量計算的可靠性。

5.2.5 基于精細化天氣預報的清潔能源發電預測

擬基于精細化天氣預報建設風光水一體化預測和智能控制系統，將集中式風電和光伏的單機及全場信息接入平臺，實現網、省級對風光水廠站機組信息實時監視及告警。同時開展調度端新能源預測系統的建設，實現不同時間尺度的風光水一體化發電功率預測以及可再生能源電力電量平衡、消納能力分析、不確定性分析、計劃編制等高級應用。本系統集成于OCS 平臺，與OCS 系統、配網自動化系統實現互聯互通和數據共享，可實現對地區風、光、水清潔能源的實時監視、預測及智能調度運行功能，實現清潔能源基礎信息的信息化管理，建立省地一體化的清潔能源發電管理鏈條，促進清潔能源調度運行與管理信息化、智能化。

5.2.6 路故障跳閘智能告警

研究基于智能告警的線路停電跳閘告警，通過自動匯總線路跳閘故障、復電時間、損失負荷、停電用戶數等數據，實現因災損失一鍵統計，解決調度員人工統計難以滿足上報實時性要求的難題，提高了線路跳閘上送準確率及工作效率，為故障處理贏得了寶貴的時間。

5.2.7 自動化主站系統及設備運行監視和管理

基于“1”模式研究基于大數據分析和展示技術，實現對異常故障的智能判斷，實現對調度自動化運行相關指標的統計分析和展現，實現系統健康狀態評估及系統薄弱環節自主分析；通過對歷史指標數據的分析、挖掘，結合智能告警信息庫數據實現對未來指標的預測。實現對主站端所有主機、安全防護設備、網絡設備及輔助設施的全面監視，對硬件的異常和故障進行智能判斷。

5.2.8 設備缺陷精益化分析

結合OMS 數據和PMS 系統缺陷等基礎數據，依托多維分析和商業智能技術，對保護、通信、自動化設備從多個維度：廠商、日期、設備類型、設備型號、缺陷類型，分析同一廠家同一設備型號指定時間周期的同一缺陷類型數量，為設備缺陷精益化分析的確定提供數據支撐。通過對同廠家、同類型設備告警趨勢分析實現預警功能，為設備規劃及資產運維提供依據。

6 結語

快速發展的科學技術與信息化技術，人工智能已經從最初的純理論階段開始全面進入到實際發展階段，且對應的應用領域也在不斷拓展，為數據庫技術與人工智能的融合奠定了扎實的基礎。對電力行業來說，應當主動引入新興信息化技術，推動數據庫技術與人工智能的有效融合，致力于提升電力行業的穩定性、安全性。