停電范圍內(nèi)配網(wǎng)設(shè)備信息智能挖掘系統(tǒng)設(shè)計

羅宇劍，林 海，羅宇勤，彭 磊，孫棟梁

（1.國網(wǎng)湖南供電服務(wù)中心（計量中心），湖南長沙 410007；2.國網(wǎng)湖南省電力有限公司，湖南 長沙 410004；3.國網(wǎng)湘西供電公司，湖南吉首 416000；4.北京恒泰實達科技股份有限公司，北京 100194）

因為配電網(wǎng)長期暴露在自然環(huán)境中，線路設(shè)備不但會自然老化，而且會遭受各種自然災(zāi)害。為保證配電網(wǎng)安全可靠運行，對配電網(wǎng)絡(luò)進行定期檢查，發(fā)現(xiàn)配電網(wǎng)絡(luò)運行中的缺陷及各種自然、機械因素造成運行問題并及時解決[1]。

運用傳統(tǒng)人工統(tǒng)計巡游線路方法，巡游線路上以小組形式巡游，工作人員手持各種紙本資料，手工巡游記錄。這一做法存在如下缺點：人力、物力耗費資源大，檢查效率低，管理人員不能有效監(jiān)督檢查結(jié)果。配電網(wǎng)絡(luò)的線路越復(fù)雜，網(wǎng)絡(luò)密度越大，負荷越大。第一線工作人員和管理人員都認為，傳統(tǒng)的方法已經(jīng)不太適合快速發(fā)展的配電網(wǎng)絡(luò)建設(shè)[2]。如何以信息化方式來改進當前檢測工作，已經(jīng)成為當前信息挖掘系統(tǒng)越來越迫切的問題。為解決該問題，提出了一種停電范圍內(nèi)配網(wǎng)設(shè)備信息智能挖掘系統(tǒng)設(shè)計方法，利用檢測信息來解決配電網(wǎng)運行及變化對周圍環(huán)境的影響問題，在設(shè)備運行過程中及時發(fā)現(xiàn)問題及各種外部因素，及時提出解決方案，消除問題，保證設(shè)備安全運行。

1 系統(tǒng)硬件結(jié)構(gòu)設(shè)計

系統(tǒng)配電網(wǎng)應(yīng)用分析功能中的停電范圍分析，可提供電力營銷系統(tǒng)中接通線路的停電信息。將臨時停電與計劃停電區(qū)別開來，根據(jù)實際情況，對停電動態(tài)實時分析。

1）動態(tài)分析停電情況

利用動態(tài)可視化網(wǎng)絡(luò)信息圖，分析配電網(wǎng)各線路節(jié)點的連接情況，確定停電范圍、負荷分布和跟蹤[3]。

2）實時分析停電情況

配電網(wǎng)絡(luò)實時GIS 是將配電設(shè)備的GIS 數(shù)據(jù)、調(diào)度數(shù)據(jù)網(wǎng)絡(luò)的SCADA 數(shù)據(jù)和負荷監(jiān)測數(shù)據(jù)集成在一起，實現(xiàn)對配電變壓器、開關(guān)、線路、閉合器、分段器等配電設(shè)備的綜合采集和監(jiān)控[4]。運用統(tǒng)計計算功能，對數(shù)據(jù)進行可靠性分析，使配電網(wǎng)運營人員能準確地掌握配電網(wǎng)設(shè)備運行狀態(tài)實時情況[5]。

信息智能挖掘系統(tǒng)設(shè)計主要包括：數(shù)據(jù)引擎、數(shù)據(jù)簡化器、數(shù)據(jù)篩選器、顯示模塊、控制電路等[6]。在停電范圍內(nèi)設(shè)計配電網(wǎng)設(shè)備信息智能挖掘系統(tǒng)的硬件結(jié)構(gòu)如圖1 所示。

圖1 系統(tǒng)硬件結(jié)構(gòu)

如圖1 所示，該系統(tǒng)應(yīng)用數(shù)據(jù)簡化器，將分布在停電范圍內(nèi)的設(shè)備信息簡化為可以被挖掘的設(shè)備停電事件信息，并在顯示模塊中，將經(jīng)過數(shù)據(jù)篩選后的文本數(shù)據(jù)展示出來。

1.1 數(shù)據(jù)引擎

資料庫引擎是儲存、處理及保護資料的核心服務(wù)模塊，可以使用數(shù)據(jù)庫引擎來控制存取權(quán)限和快速處理事務(wù)，從而滿足系統(tǒng)處理配網(wǎng)設(shè)備運行中產(chǎn)生的大量數(shù)據(jù)應(yīng)用程序需求[7-9]。將數(shù)據(jù)庫引擎作為聯(lián)機事務(wù)處理或聯(lián)機數(shù)據(jù)分析關(guān)系數(shù)據(jù)庫，并使用SuperMap SDX+提供綜合空間對象類型支持。

對于數(shù)據(jù)庫引擎文檔，主題順序是按照主要任務(wù)順序使用數(shù)據(jù)庫引擎來實現(xiàn)數(shù)據(jù)存儲系統(tǒng)[10-12]。為存儲系統(tǒng)所需的關(guān)系表或XML 文檔而設(shè)計并創(chuàng)建數(shù)據(jù)庫，并將執(zhí)行訪問和修改結(jié)果存儲在數(shù)據(jù)庫中。SuperMap SDX+空間數(shù)據(jù)引擎包括數(shù)據(jù)應(yīng)用網(wǎng)站和程序，以及生成和使用SQL Server 工具，為單位或客戶部署提供日常管理化支持方案以優(yōu)化數(shù)據(jù)庫性能[13-15]。

1.2 數(shù)據(jù)篩選器

采用單片機實現(xiàn)硬件電路設(shè)計，圖2 為數(shù)據(jù)篩選器。

圖2 數(shù)據(jù)篩選器

通過串口使門禁控制器和讀卡器之間快速通信，該串口使用一個交換電路來保證兩個設(shè)備中，至少有一個設(shè)備能一直通信，向門禁控制器發(fā)送的所有命令均為合法命令，經(jīng)單片機程序確認，實現(xiàn)了數(shù)據(jù)過濾和隔離[16]。與此同時，單片機也可以通過另一個串口對接入控制器和控制計算機進行通信，在分析通信內(nèi)容的基礎(chǔ)上，得出接近卡片的合法內(nèi)碼數(shù)據(jù)，并存儲于大容量EPROM 中，作為數(shù)據(jù)比對的基礎(chǔ)。

1.3 控制電路

短路電流會引起電氣設(shè)備絕緣損傷，產(chǎn)生強烈電動勢，一旦出現(xiàn)該問題，就要求電路迅速、可靠地切斷電源。該控制電路中，最常見的控制電源設(shè)備為過流繼電器。

電路中零壓、欠壓保護指的是電動機在運行過程中，電源電壓消失而導致電動機停轉(zhuǎn)現(xiàn)象發(fā)生；當電源電壓恢復(fù)時，電動機會自動重新啟動(也稱為自啟動)，很容易引起設(shè)備故障。

常見的失壓和欠壓保護是采用低壓繼電器，控制直流低壓部分與直流高壓部分，降低失壓、欠壓概率，防止三相電動機運行時出現(xiàn)超負荷電流問題而設(shè)置的保護。

2 軟件部分設(shè)計

2.1 功能模塊設(shè)計

數(shù)據(jù)采掘系統(tǒng)主要有四大功能模塊：

1）系統(tǒng)管理模塊

該模塊主要負責系統(tǒng)用戶、安全、服務(wù)、資源統(tǒng)一管理。通過友好的界面，系統(tǒng)可直接向用戶提供所需的相關(guān)資源和服務(wù)。

2）數(shù)據(jù)預(yù)處理模塊

該模塊主要負責數(shù)據(jù)采集、清理、集成、選擇和轉(zhuǎn)換等操作，首先從大量數(shù)據(jù)源中收集相關(guān)原始數(shù)據(jù)，然后調(diào)用接口服務(wù)和清除算法對所收集數(shù)據(jù)進行清除，分類整合清除后的數(shù)據(jù)，選擇有用數(shù)據(jù)類型，存儲于數(shù)據(jù)存儲區(qū)數(shù)據(jù)層。

3）數(shù)據(jù)挖據(jù)模塊

該模塊對預(yù)處理后的數(shù)據(jù)在接口上進行合理分類，然后調(diào)用服務(wù)，按類別進行詳細分析，以發(fā)現(xiàn)隱藏在預(yù)處理模塊中的有用信息。在此基礎(chǔ)上，通過決策管理，選擇合適的挖掘算法實現(xiàn)數(shù)據(jù)挖掘。

4）結(jié)果評估模塊

該模塊通過模型評價和比較，選擇最優(yōu)數(shù)據(jù)挖掘結(jié)果并使其可視化，以知識表示形式呈現(xiàn)給用戶。

2.2 Apriori算法

應(yīng)用Apriori 計算方法可以對停電范圍內(nèi)配網(wǎng)設(shè)備中信息傳輸通道分類，從而更好識別和分類信息，按照優(yōu)化后計算方法優(yōu)化信道。

式（1）中，a1、a2、a3分別表示信道過程中屬性值、系統(tǒng)參量、挖掘模型識別邊距；K(G)表示停電范圍內(nèi)信道邊界程度。

由于設(shè)計的挖掘過程使用質(zhì)數(shù)排列方式，所以需要對數(shù)列重新編輯，計算公式為：

式（2）中，?2N表示預(yù)估出現(xiàn)數(shù)列畸變系數(shù)；?u?v表示設(shè)計的挖掘過程參數(shù)閾代關(guān)聯(lián)系數(shù)。

根據(jù)上述內(nèi)容，進行Apriori 計算，計算公式為：

2.3 算法實現(xiàn)

通過Map/Reduce并行編程模型，可以整合云計算技術(shù)和海量數(shù)據(jù)挖掘。這個模型是一種主從式結(jié)構(gòu)，所有用戶請求都被看作任務(wù)。當處理雜亂無章的大規(guī)模數(shù)據(jù)時，首先要把它劃分成無數(shù)個塊，然后把大規(guī)模計算任務(wù)擴展到無限規(guī)模機器集群上完成數(shù)據(jù)歸一。圖3 顯示了Map/Reduce 大規(guī)模數(shù)據(jù)挖掘算法過程。

圖3 數(shù)據(jù)挖掘算法流程

算法具體實現(xiàn)步驟如下：

step1：通過使用Map(mapping)函數(shù)分析大型數(shù)據(jù)集中不同結(jié)構(gòu)數(shù)據(jù)類型，并給出表示數(shù)據(jù)特征的鍵key 和值value。

step2：使用Map 函數(shù)將用戶的挖掘請求作為一個對應(yīng)作業(yè)處理，將其分成幾個不同映射任務(wù)，并將這些子任務(wù)分配給數(shù)據(jù)挖掘平臺不同機器來處理，然后將鍵值分配到，從而生成新的對應(yīng)鍵值對。

step3：合并相同key2 鍵值作為映射輸出結(jié)果，通過隨機配對階段將不同映射結(jié)果一一配對，形成新的鍵值對集合值。

step4：判斷是否所有子任務(wù)都已經(jīng)完成了映射，然后進行step5，否則返回step3。

step5：為Reduce 函數(shù)定義一個新的鍵值對，然后為它賦值，形成新的鍵值對，并將其寫入文件之中。

step6：合并上述文件，即為信息智能挖掘結(jié)果，對這些結(jié)果進行可視化處理后，可展示給用戶。

3 實 驗

為了驗證停電范圍內(nèi)配網(wǎng)設(shè)備信息智能挖掘系統(tǒng)設(shè)計的合理性，進行實驗驗證分析。

3.1 實驗指標

1）信息篩選查全率

設(shè)挖掘出來的配網(wǎng)設(shè)備信息量為xa，停電范圍內(nèi)全部配網(wǎng)設(shè)備信息量為xi，基于此可得出信息篩選查全率為：

式（4）中，信息篩選查全率越高，說明信息篩選越精準。

2）信息挖掘誤差

設(shè)挖掘次數(shù)為n，篩選出來的信息量為xa，信息瀏覽但未使用信息量為xc，停電范圍內(nèi)全部配網(wǎng)設(shè)備信息量為xi，由此計算信息挖掘誤差：由式（5）可知，信息挖掘誤差越小，說明信息智能挖掘精準度越高。

3.2 實驗結(jié)果與分析

3.2.1 查全率

以往使用人工統(tǒng)計巡游線路信息挖掘方法存在信息篩選不完全，而停電范圍內(nèi)配網(wǎng)信息智能挖掘系統(tǒng)信息篩選完全，針對該情況，進行實驗驗證分析，結(jié)果如圖4 所示。

圖4 兩種方法信息篩選查全率

由圖4 可知，使用人工統(tǒng)計巡游線路信息挖掘方法，最高查全率為55%，而使用停電范圍內(nèi)配網(wǎng)信息智能挖掘系統(tǒng)最高查全率為93%，由此可知，使用停電范圍內(nèi)配網(wǎng)信息智能挖掘系統(tǒng)信息篩選查全率較高。

3.2.2 挖掘誤差

分別使用兩種方法分析信息挖掘誤差，結(jié)果如表1 所示。

表1 兩種方法信息挖掘誤差

由表1 可知，使用人工方法最高信息挖掘誤差為0.52，最低為0.35；使用所研究方法最高信息挖掘誤差為0.15，最低為0.05。由此可知，使用停電范圍內(nèi)配網(wǎng)信息智能挖掘系統(tǒng)信息挖掘誤差較小。

4 結(jié)束語

文中提出停電范圍內(nèi)配網(wǎng)設(shè)備信息智能挖掘系統(tǒng)設(shè)計方案，數(shù)據(jù)簡化器是在系統(tǒng)的硬件設(shè)備上增加的，通過它可以對數(shù)據(jù)進行一定程度過濾，應(yīng)用Apriori 計算方法可以更好識別和分類信息，提高數(shù)據(jù)挖掘過程的效率，從而確保信息的優(yōu)先性，避免傳統(tǒng)方法中的數(shù)據(jù)混亂。