基于變電站檢修數據的智能管理系統研究

徐立綱，張霞

（國網江蘇省電力有限公司蘇州供電分公司，江蘇 蘇州 215000）

1 前言

當前電力系統中檢修缺陷數據呈現井噴式增長，在檢修領域這些數據不僅包括一次設備和二次設備的基本參數信息，還包括設備監測數據，相關氣象數據等。這些檢修數據不僅多而雜，而且記錄方式也有很大不同。隨著智能化技術在電力系統中的普及，很多檢修數據也以結構化的方式被記錄下來。這些結構化數據以二維表的方式存儲在關系型數據庫中。這些數據結構清晰，記錄明確，也方便查詢。智能化技術的普及帶來了便利，但也帶來了很多問題。一方面，智能變電站的普及使得二次設備的結構復雜化，種類多樣化，造成了檢修難度的提升，這就需要檢修人員的數量更多以及水平更高。另一方面，很多智能化設備中并沒有配備相應的監測傳感器，即使配備了，也會出現靈敏度不高，技術成熟度不夠等問題。據統計，這種結構化數據在系統僅占20%，剩下的80%數據是由人工以自然語言的形式或以音頻和視頻的形式記錄的非結構化數據。這些非結構化數據不僅量大，而且可以為數據挖掘提供更多有價值的信息。不管是結構化數據和非結構化數據，其處理方式還停留在簡單的統計上，且呈現方式也較為單一。將這些數據關聯起來，方便缺陷數據檢索以及輔助決策方面的研究較少。

隨著深度學習算法、自然語言處理技術和知識圖譜技術在電力系統中的應用，國內外學者對這些技術在數據挖掘方面的應用做了大量的研究。若能將歷史積累的檢修數據和系統中存儲的數據結合起來，將電力系統中各區域內的檢修數據集成到一個管理平臺中，通過深度學習等智能算法，形成檢修缺陷數據知識圖譜，實現檢修知識的可視化展示。這不僅有利于檢修數據的管理和數據自身的維護；還有利于運維檢修人員利用平臺信息檢索，便于查詢、學習，從而提高相關人員在遇到未處理過的情況時，輔助其做出決策；更重要的是它能幫助經驗較少的檢修人員快速學習大量的檢修案例。

2 檢修數據智能管理系統需求分析

隨著我國電力行業的不斷深化改革，電力企業的管理水平和經營效益息息相關。電力企業管理的電網運行是否穩定，設備管理是否得當，這不僅關系到企業自身的經營效益，而且還關系到用戶的體驗以及社會經濟效益。電力企業需要不斷提高自身的設備管理水平。因此，對構建檢修數據智能管理系統的需求如下：

（1）大部分電力企業沒有建立檢修缺陷數據專用的管理系統，針對性不強，缺乏對檢修工作的有效管理和指導。

（2）數據挖掘工作開展較弱，很多檢修數據閑置于系統中，隨著檢修缺陷數據的快速增長，這些數據不但不能對檢修工作提供經驗指導，而且還會對運管部門正確制定針對性強的檢修工作計劃造成困難。

（3）系統集成度較差，相關系統中的子系統各自為政，缺乏關聯性，這就容易造成數據的冗余，很多數據重復記錄，增加了信息檢索的難度。

（4）檢修流程管理不嚴謹，對檢修工作中的各個節點把控不嚴，造成檢修記錄的上傳、審核、匯總不及時，影響檢修工作的完成，容易造成設備漏檢或重復檢查等情況。

根據以上需求，設計開發一個檢修數據管理平臺，整合信息管理、信息統計、案例管理和信息檢索等功能，以期提高電力企業的缺陷設備信息的管理水平。本文從技術上對基于檢修數據的智能管理平臺作了具體的分析。

3 檢修數據智能管理系統的定位和架構

3.1 系統定位

檢修數據智能管理系統是電力運行系統中的重要組成部分，它定位于設備檢修數據的上層。這個系統采用人工加智能的方式輔助各子系統之間的平衡，對信息錄入、已有缺陷管理、未處理缺陷管理、缺陷統計、信息檢索等進行精益化管理，更有效地幫助檢修人員進行信息錄入、信息檢索以及輔助他們做出故障處理決策。

3.2 系統架構

檢修數據智能管理系統考慮了多層級架構、多數據類型、多業務場景、多接口服務等特征，提供一個統一的檢修數據管理平臺。該系統架構包括硬件基礎、平臺服務、平臺支撐、基礎模塊和平臺應用5個部分，具體架構如圖1所示。

圖1 檢修數據智能管理系統架構圖

4 檢修數據智能管理系統的模塊設計

檢修數據智能管理系統有4個模塊，分別為用戶登錄模塊，信息管理模塊，信息統計模塊和信息檢索模塊。

4.1 用戶登錄模塊

用戶登錄模塊是系統與用戶的第一次交互，會給用戶留下很深的印象，所以登錄界面的設計要美觀且簡潔，使用戶不僅能記住這個系統而且能很輕松地找到登錄口。登錄模塊主要有3個效果，一是用戶不存在，這時用戶可使用注冊功能，注冊自己的用戶名和密碼，即可登錄；二是密碼錯誤，這時用戶可以根據以前留存的信息，如手機號碼，來找回密碼或者修改密碼，之后再次登錄即可；三是登錄成功，之后就可正常使用系統的功能。

4.2 信息管理模塊

信息管理模塊是整個系統的核心模塊，在這個模塊中，工作人員可以將檢修記錄錄入系統，隨著不同的工作人員不斷的錄入信息，系統的文本信息也會不斷的擴大，形成一個內容豐富和數量巨大的文本數據庫。這個文本數據庫中存儲的數據屬于非結構化數據。該系統的一個優點就是多接口特征，系統可以連接到存儲結構化數據的關系型數據庫，二者結合，為下一個模塊的信息統計做準備。

信息管理模塊中又分為三個子模塊，分別為信息錄入、已有缺陷管理和未處理缺陷管理。這三個子模塊功能各不相同。在信息錄入子模塊中，用戶可以根據系統的引導一步步地錄入檢修數據，包括設備、部件、缺陷、缺陷現象、缺陷等級、缺陷原因，解決方案等信息。在已有缺陷管理子模塊中，用戶可以對已上傳缺陷記錄進行修改和刪除等操作。信息管理模塊的核心功能就是檢修信息錄入功能。

4.3 信息統計模塊

在信息統計模塊中，系統將信息錄入模塊中錄入的信息和關系型數據中的信息以可視化的方式展示給用戶，主要有缺陷統計表和缺陷統計圖兩種方式。統計表有三種功能，分別是缺陷查看、缺陷檢索和缺陷修改。表1展示了部分缺陷統計表。從表中可以看出，缺陷屬性主要有三種，且分別列出了它們的數量/種，以及樣例。用戶不僅可以查看表，還可以根據自身需要檢索相應的內容，并對其進行修改。

表1 缺陷統計表（部分）

4.4 信息檢索模塊

信息檢索模塊為用戶提供信息檢索的功能。在這個模塊中，用戶可以在搜索欄以查找關鍵字的方式檢索信息，如輸入電子式互感器，則系統則會顯示所有與電子式互感器相關的檢修記錄。這個模塊中提供了三種檢索方式，分別為缺陷默認檢索，缺陷分析檢索和缺陷流程檢索，其具體實現見圖2的流程圖。

圖2 缺陷信息檢索流程圖

5 基于知識圖譜的數據庫

知識圖譜從語義角度組織數據，從而形成網狀的知識數據庫。知識圖譜以三元組的形式將數據中的實體以及實體間的關系表示為{實體，關系，實體}。但檢修系統中的數據信息往往是以自然語言的形式記錄，因此要對這些數據加以處理，還需結合深度學習，自然語言處理等技術，才能對缺陷記錄文本進行深入的挖掘。

構建電力系統檢修圖譜的環節包括知識抽取，知識融合和知識表示三個環節。其中知識抽取包括實體抽取，關系抽取和屬性抽取。為保證所獲得知識的質量，防止出現知識冗余，還需要對其進行知識融合，包括實體消解和共指消解兩個過程。最后就是對所得知識進行可視化表示。

由于是在電力系統中的檢修領域，因此知識抽取可以根據專業的電力詞典以及相關資料。本文共確定了8個實體，7種關系和12個屬性。檢修圖譜中的實體是指知識庫中所需要的不同的概念類別，包括設備、部件、缺陷、現象、原因、缺陷等級、解決方案和責任單位。關系是指實體之間的關系，包括包含、出現、描述、診斷、程度為、措施和對應。而屬性是實體自身所擁有的特征，不同實體可以具有相同的特征，也可以具有不同的特征，包括編號、名稱、類型、措施、故障等級、監測方法、狀態、告警、時間、維修人員、維修活動和位置。將這些實體，關系和屬性，以節點和邊的方式連接起來，就形成了網狀的檢修知識圖譜。檢修知識圖譜對于缺陷信息檢索和輔助決策方面具有很大的作用。

6 結語

本文從電力系統中檢修數據存在的問題出發，對如何管理這些數據做了需求分析，從而為檢修數據智能管理系統的設計作了技術上的分析，并指出本文所要構建的系統是基于知識圖譜數據庫的信息管理、統計和檢索的系統。