基于大數(shù)據(jù)技術(shù)的電力系統(tǒng)信息化運(yùn)維體系研究

摘要：隨著信息化工具的不斷升級(jí)與發(fā)展，各行各業(yè)對(duì)于大數(shù)據(jù)的應(yīng)用水平不斷提高，促進(jìn)了各個(gè)行業(yè)的結(jié)構(gòu)化改革。尤其在人工智能工具的促進(jìn)下，電力行業(yè)的信息化水平不斷提升，其數(shù)據(jù)采集的類型越來(lái)越豐富，而強(qiáng)化末端基礎(chǔ)信息數(shù)據(jù)的挖掘能夠?yàn)殡娏π袠I(yè)的高質(zhì)量運(yùn)維提供準(zhǔn)確的信息支撐。對(duì)此，本文分析了電力大數(shù)據(jù)在信息化運(yùn)維中的應(yīng)用要點(diǎn)，闡釋了基于大數(shù)據(jù)的信息化運(yùn)維原理與信息化運(yùn)維平臺(tái)結(jié)構(gòu)，給出了基于大數(shù)據(jù)技術(shù)的電力系統(tǒng)信息化運(yùn)維體系的構(gòu)建策略。本文可為電力系統(tǒng)的運(yùn)行維護(hù)策略升級(jí)提供橫向的參考和借鑒。

關(guān)鍵詞：電力行業(yè)；大數(shù)據(jù)；信息化；運(yùn)維體系

引言

隨著電力行業(yè)信息化建設(shè)進(jìn)程的不斷加快，大數(shù)據(jù)技術(shù)在業(yè)務(wù)指導(dǎo)中的效能也越來(lái)越高。在末端的業(yè)務(wù)管理中，電力企業(yè)積累了海量的運(yùn)行數(shù)據(jù)，這些數(shù)據(jù)包含電網(wǎng)的運(yùn)行狀態(tài)和設(shè)備的健康狀況等信息[1]。而合理化地利用運(yùn)維數(shù)據(jù)并開展大數(shù)據(jù)分析，不僅可以指導(dǎo)電網(wǎng)的運(yùn)行決策，還可以提升電力系統(tǒng)的經(jīng)濟(jì)效益。

1. 電力大數(shù)據(jù)在信息化運(yùn)維中的應(yīng)用要點(diǎn)

1.1 運(yùn)維流程優(yōu)化

在電力行業(yè)中，運(yùn)維流程所涉及的數(shù)據(jù)十分豐富，包括發(fā)變電設(shè)備的工作票據(jù)數(shù)據(jù)、維保日志數(shù)據(jù)、過(guò)程檢測(cè)數(shù)據(jù)等。通過(guò)對(duì)這些數(shù)據(jù)的收集和分析，可以全面了解電力運(yùn)維業(yè)務(wù)的現(xiàn)狀，從而有針對(duì)性地進(jìn)行優(yōu)化。同時(shí)，在運(yùn)維體系中可以通過(guò)部署傳感器，采集設(shè)備的實(shí)時(shí)狀態(tài)數(shù)據(jù)，建立在線監(jiān)測(cè)系統(tǒng)，當(dāng)監(jiān)測(cè)數(shù)據(jù)超過(guò)閾值時(shí)，系統(tǒng)將自動(dòng)調(diào)用維保知識(shí)圖譜，實(shí)現(xiàn)閉環(huán)運(yùn)維管理，降低故障處理的時(shí)間成本。

1.2 故障預(yù)測(cè)與預(yù)防

電力系統(tǒng)中建立故障預(yù)警機(jī)制是確保系統(tǒng)安全運(yùn)行的重要手段[2]。通過(guò)基于人工智能模型挖掘和分析歷史故障數(shù)據(jù)、運(yùn)行監(jiān)測(cè)數(shù)據(jù)、環(huán)境數(shù)據(jù)，能夠建立相關(guān)的預(yù)警模型，實(shí)現(xiàn)對(duì)電網(wǎng)設(shè)備潛在故障的準(zhǔn)確預(yù)測(cè)。挖掘的數(shù)據(jù)源主要涵蓋歷史故障數(shù)據(jù)、報(bào)警數(shù)據(jù)、運(yùn)行監(jiān)測(cè)數(shù)據(jù)和環(huán)境數(shù)據(jù)，數(shù)據(jù)集包括事件ID、設(shè)備名稱、故障時(shí)間、故障類型、預(yù)警信號(hào)[3]等信息。通過(guò)整合過(guò)程數(shù)據(jù)能夠建立全面的故障樣本數(shù)據(jù)集，實(shí)現(xiàn)對(duì)未來(lái)故障的精準(zhǔn)預(yù)測(cè)。

1.3 運(yùn)維監(jiān)督與檢查

除了建立故障預(yù)警機(jī)制外，開展預(yù)防性維護(hù)和監(jiān)督檢查也是保障電力系統(tǒng)安全穩(wěn)定運(yùn)行的重要手段。通過(guò)對(duì)設(shè)備健康狀況和風(fēng)險(xiǎn)評(píng)估結(jié)果的深度挖掘，能夠有針對(duì)性地制定和執(zhí)行預(yù)防性的維保計(jì)劃，保障電力系統(tǒng)的高質(zhì)量運(yùn)行[4]。在開展運(yùn)維監(jiān)督和檢查的過(guò)程中，還應(yīng)定期對(duì)維護(hù)工作進(jìn)行檢查和評(píng)估，以便及時(shí)發(fā)現(xiàn)和解決執(zhí)行中的問(wèn)題，保障維護(hù)工作的質(zhì)量和效果。

2. 基于大數(shù)據(jù)的信息化運(yùn)維原理

2.1 運(yùn)維數(shù)據(jù)采集

運(yùn)維平臺(tái)的數(shù)據(jù)采集要點(diǎn)主要為電力監(jiān)控和運(yùn)維檢修等過(guò)程數(shù)據(jù)[5]，這些數(shù)據(jù)在B/S被標(biāo)記為簇頭節(jié)點(diǎn)，在各個(gè)數(shù)據(jù)采集區(qū)內(nèi)，感知網(wǎng)絡(luò)的數(shù)據(jù)量為M，所有的感知網(wǎng)絡(luò)數(shù)據(jù)能夠構(gòu)成數(shù)據(jù)集合G，則感知區(qū)域內(nèi)的數(shù)據(jù)采集計(jì)算方法為

式中，gi為第i個(gè)節(jié)點(diǎn)的網(wǎng)絡(luò)，依據(jù)網(wǎng)絡(luò)集合的參數(shù)數(shù)據(jù)能夠詳細(xì)描述出服務(wù)器中所設(shè)置的數(shù)據(jù)采集算法。

2.2 運(yùn)維周期計(jì)算

將運(yùn)維平臺(tái)中服務(wù)器采集的數(shù)據(jù)周期定義為T，則在感知網(wǎng)絡(luò)中原始數(shù)據(jù)的運(yùn)維周期集合P的計(jì)算方法為

式中，Xt為第i個(gè)數(shù)據(jù)周期內(nèi)所采集的矩陣，但是對(duì)于“2.1”節(jié)和“2.2”節(jié)所計(jì)算得到的數(shù)據(jù)參數(shù)可能會(huì)存在數(shù)據(jù)缺失以及格式不統(tǒng)一等問(wèn)題，因此還需要對(duì)數(shù)據(jù)集進(jìn)行降噪處理。

2.3 檢修管理系統(tǒng)數(shù)據(jù)融合

目前現(xiàn)有的電力檢修部門在制定檢修計(jì)劃時(shí)，往往是以檢修規(guī)章制度中要求的時(shí)間節(jié)點(diǎn)作為參考依據(jù)，但是在實(shí)際的運(yùn)行中，影響電力設(shè)備穩(wěn)定性的因素還有設(shè)備的運(yùn)行年限、設(shè)備運(yùn)行的周邊環(huán)境、設(shè)備的故障率等潛在風(fēng)險(xiǎn)因素，因此在綜合考慮上述間接因素后，檢修周期的數(shù)據(jù)融合計(jì)算方法為

式中，TQ為實(shí)際的檢修數(shù)據(jù)融合周期；T為規(guī)章制度中所規(guī)定的運(yùn)維周期；KA為運(yùn)維設(shè)備的實(shí)際運(yùn)行年限；KE為設(shè)備運(yùn)行的環(huán)境參數(shù)；KF為設(shè)備的故障發(fā)生概率。但是在實(shí)際運(yùn)行的過(guò)程中，計(jì)算結(jié)果可能與實(shí)際計(jì)劃之間存在沖突出入，因此還需將歷史負(fù)荷等數(shù)據(jù)作為運(yùn)維補(bǔ)充，作為判斷系統(tǒng)數(shù)據(jù)融合的依據(jù)。

2.4 大數(shù)據(jù)對(duì)故障特征量的影響

在實(shí)際的運(yùn)維中，電力系統(tǒng)的電流參數(shù)會(huì)受到輸電諧波的系數(shù)影響，進(jìn)而影響到數(shù)據(jù)評(píng)估的質(zhì)量[6]，因此需要重點(diǎn)強(qiáng)化大數(shù)據(jù)監(jiān)測(cè)對(duì)故障特征量的影響。假設(shè)運(yùn)維系統(tǒng)處于正常的工作模式，而大數(shù)據(jù)監(jiān)測(cè)工具及硬件對(duì)故障特征量的影響因素為f，η為短路電流所承受的輸電諧波，則短路電壓表示為

式中，U″為短路電壓；U1、U0分別為匝間電壓的實(shí)際值與理想值；λ為短路電流；y為輸出參數(shù)；s為故障數(shù)據(jù)的發(fā)生周期。對(duì)此，故障特征的向量表示原理為

式中，k為故障特征結(jié)果；a為響應(yīng)周期；l為執(zhí)行系數(shù)；d、h為常量。

3. 基于大數(shù)據(jù)技術(shù)的電力系統(tǒng)信息化運(yùn)維平臺(tái)結(jié)構(gòu)

通過(guò)上文的分析能夠看出，運(yùn)維數(shù)據(jù)具有數(shù)據(jù)容量大并且數(shù)據(jù)種類復(fù)雜的特點(diǎn)，涵蓋設(shè)備參數(shù)信息、設(shè)備采集信息、系統(tǒng)數(shù)據(jù)信息等。為了更好地做好數(shù)據(jù)運(yùn)維工作，必須強(qiáng)化各類數(shù)據(jù)分析技術(shù)的核心優(yōu)勢(shì)，保證運(yùn)維方案的可靠性、安全性和優(yōu)先級(jí)，其平臺(tái)結(jié)構(gòu)的建立方式如表1所示。

在各個(gè)層級(jí)的數(shù)據(jù)參數(shù)中，數(shù)據(jù)采集層主要解決原始數(shù)據(jù)中存在的“臟數(shù)據(jù)”問(wèn)題。電力系統(tǒng)的數(shù)據(jù)主要來(lái)源于電力企業(yè)的業(yè)務(wù)系統(tǒng)、電力調(diào)度控制系統(tǒng)、視頻監(jiān)控系統(tǒng)等，這些系統(tǒng)產(chǎn)生的數(shù)據(jù)種類繁多，且存在重復(fù)、遺漏、異常等情況，因此需要對(duì)原始數(shù)據(jù)進(jìn)行識(shí)別、修正和刪除，確保使用的數(shù)據(jù)準(zhǔn)確可靠。數(shù)據(jù)存儲(chǔ)層將電力系統(tǒng)的不同監(jiān)測(cè)數(shù)據(jù)和事件日志數(shù)據(jù)進(jìn)行深度合并，按時(shí)間順序不斷添加和整合新數(shù)據(jù)。電力信息系統(tǒng)分布在多個(gè)部門，數(shù)據(jù)格式和語(yǔ)義不盡相同，數(shù)據(jù)分析層將來(lái)自不同系統(tǒng)的異構(gòu)數(shù)據(jù)關(guān)聯(lián)合并，構(gòu)建統(tǒng)一的數(shù)據(jù)集。最終，數(shù)據(jù)分析通過(guò)數(shù)據(jù)映射、分級(jí)、時(shí)間對(duì)齊等形式實(shí)現(xiàn)數(shù)據(jù)之間的語(yǔ)義交互，以支持運(yùn)維體系的綜合分析。

4. 基于大數(shù)據(jù)技術(shù)的電力系統(tǒng)信息化運(yùn)維體系

大數(shù)據(jù)背景下的電力數(shù)據(jù)運(yùn)維管理，本質(zhì)是對(duì)運(yùn)行數(shù)據(jù)資源的管理，通過(guò)基于大模型和大算法的信息資源優(yōu)化，能夠強(qiáng)化運(yùn)維管理的綜合能力，深度發(fā)揮數(shù)據(jù)信息技術(shù)輔助電力運(yùn)維管理的效能，其系統(tǒng)分析架構(gòu)如圖1所示。

4.1 運(yùn)維數(shù)據(jù)采集

電力企業(yè)運(yùn)維數(shù)據(jù)的來(lái)源較為廣泛，受到歷史因素的影響，電力企業(yè)中還存在大量的IOE存量系統(tǒng)在數(shù)據(jù)中心運(yùn)行，但是隨著數(shù)字化轉(zhuǎn)型趨勢(shì)的不斷加快，大量新設(shè)備和新系統(tǒng)采用的是x86的系統(tǒng)架構(gòu)，其應(yīng)用范疇和數(shù)據(jù)采集范圍被顯著擴(kuò)充。在多種異構(gòu)軟硬件共同交互的平臺(tái)形式下，數(shù)據(jù)采集過(guò)程不僅有傳統(tǒng)業(yè)務(wù)，同時(shí)還有新業(yè)務(wù)，其技術(shù)體系存在較大的應(yīng)用差異，對(duì)此產(chǎn)生出的運(yùn)維數(shù)據(jù)也具有不同的數(shù)據(jù)類型和數(shù)據(jù)格式，因此需要有多元化的采集與解讀方式。隨著業(yè)務(wù)過(guò)程的不斷積累，運(yùn)維數(shù)據(jù)也呈現(xiàn)爆炸式的增長(zhǎng)態(tài)勢(shì)，對(duì)此還需從各個(gè)數(shù)據(jù)源中綜合收集數(shù)據(jù)，并融合到數(shù)據(jù)中間件中進(jìn)行集成加工和處理，數(shù)據(jù)類型不限于日志數(shù)據(jù)、性能數(shù)據(jù)、行為數(shù)據(jù)等。

4.2 運(yùn)維數(shù)據(jù)預(yù)處理

電力系統(tǒng)中的數(shù)據(jù)包括結(jié)構(gòu)化數(shù)據(jù)（運(yùn)行數(shù)據(jù)、狀態(tài)數(shù)據(jù)）和非結(jié)構(gòu)化數(shù)據(jù)（圖像、語(yǔ)音、視頻）。因此，在進(jìn)行數(shù)據(jù)處理時(shí)需進(jìn)行格式轉(zhuǎn)換，使其可用于分析算法當(dāng)中，將原始的數(shù)據(jù)轉(zhuǎn)換成結(jié)構(gòu)化、可靠、整潔的數(shù)據(jù)集，為后續(xù)的數(shù)據(jù)分析和模型建立提供高質(zhì)量的數(shù)據(jù)源。數(shù)據(jù)質(zhì)量對(duì)于后續(xù)的數(shù)據(jù)挖掘過(guò)程具有決定性的影響，因此保證數(shù)據(jù)的完整、準(zhǔn)確、可靠是數(shù)據(jù)采集和數(shù)據(jù)預(yù)處理的關(guān)鍵所在，目前電力企業(yè)的運(yùn)維平臺(tái)中的應(yīng)用規(guī)范和日志規(guī)范存在較大的不統(tǒng)一現(xiàn)象，系統(tǒng)的采集數(shù)據(jù)很容易受到噪聲數(shù)據(jù)以及數(shù)據(jù)缺失值的影響。而通過(guò)強(qiáng)化數(shù)據(jù)的預(yù)處理能夠顯著提升數(shù)據(jù)處理質(zhì)量，進(jìn)而綜合提升數(shù)據(jù)分析與數(shù)據(jù)可視化的展示效果。數(shù)據(jù)預(yù)處理的類型主要涵蓋場(chǎng)景數(shù)據(jù)、信息數(shù)據(jù)、平臺(tái)數(shù)據(jù)等，使得數(shù)據(jù)集能夠在保證結(jié)果準(zhǔn)確性的基礎(chǔ)上，顯著降低數(shù)據(jù)參數(shù)集的規(guī)模。同時(shí)經(jīng)過(guò)預(yù)處理的數(shù)據(jù)，其數(shù)據(jù)格式也更加統(tǒng)一，這不僅簡(jiǎn)化了分析流程，強(qiáng)化數(shù)據(jù)處理的有效性，也使得數(shù)據(jù)挖掘預(yù)分析算法能夠更加被容易理解。

4.3 運(yùn)維數(shù)據(jù)存儲(chǔ)

在處理大數(shù)據(jù)時(shí)，高效的數(shù)據(jù)存儲(chǔ)與管理方案能夠有效提升數(shù)據(jù)的安全性、可靠性和可用性。電力企業(yè)每天產(chǎn)生大量的實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)、運(yùn)行日志、檢測(cè)報(bào)告、圖像視頻等多樣化數(shù)據(jù)，這需要極大的數(shù)據(jù)存儲(chǔ)和計(jì)算能力。因此，電力企業(yè)普遍采用分布式存儲(chǔ)系統(tǒng)來(lái)管理海量數(shù)據(jù)，電網(wǎng)數(shù)據(jù)的存儲(chǔ)可以選擇不同的數(shù)據(jù)存儲(chǔ)形式，主要涵蓋結(jié)構(gòu)化數(shù)據(jù)庫(kù)、塊級(jí)存儲(chǔ)庫(kù)、NAS級(jí)存儲(chǔ)方式，其大數(shù)據(jù)的存儲(chǔ)特征符合不同存儲(chǔ)介質(zhì)和組織管理之間的映射關(guān)系，通過(guò)標(biāo)準(zhǔn)化硬件的設(shè)計(jì)能夠顯著降低單位容量的成本，深度緩解數(shù)據(jù)存儲(chǔ)的容量和性能挑戰(zhàn)。同時(shí)相比于SAN存儲(chǔ)和NAS存儲(chǔ)，分布式的存儲(chǔ)模式具有高效和經(jīng)濟(jì)的特點(diǎn)，后續(xù)在進(jìn)行數(shù)據(jù)挖掘開發(fā)的過(guò)程中，磁盤的讀寫相對(duì)較少，相比于單一使用SQL數(shù)據(jù)庫(kù)能夠更加出色地處理文檔數(shù)據(jù)，進(jìn)而綜合降低了I/O需求，顯著提升了數(shù)據(jù)處理效率。

4.4 運(yùn)維數(shù)據(jù)分析與可視化

電力運(yùn)維數(shù)據(jù)中心往往儲(chǔ)存著各類主機(jī)、服務(wù)器、網(wǎng)絡(luò)設(shè)備，以及數(shù)據(jù)庫(kù)的運(yùn)行日志和行為數(shù)據(jù)，對(duì)此需要建立與之對(duì)應(yīng)的數(shù)據(jù)模型來(lái)強(qiáng)化既有數(shù)據(jù)處理的分析能力。在數(shù)據(jù)分析的過(guò)程中，主要涵蓋統(tǒng)計(jì)分析技術(shù)、預(yù)測(cè)學(xué)習(xí)技術(shù)、模型預(yù)警技術(shù)，其中，描述性分析主要利用圖表、統(tǒng)計(jì)量等手段對(duì)電力數(shù)據(jù)進(jìn)行概況性描述和傳遞總體信息，這是大數(shù)據(jù)分析的基礎(chǔ)，同時(shí)計(jì)算了日均值、中位數(shù)、方差等統(tǒng)計(jì)量，直觀反映停電概貌。而預(yù)測(cè)性分析通過(guò)建立算法模型分析歷史數(shù)據(jù)，并對(duì)電力系統(tǒng)的未來(lái)狀態(tài)或趨勢(shì)進(jìn)行預(yù)測(cè)。對(duì)于大數(shù)據(jù)模型來(lái)說(shuō)，實(shí)時(shí)、高效地開展模型訓(xùn)練并及時(shí)提示風(fēng)險(xiǎn)預(yù)警是設(shè)備運(yùn)行的關(guān)鍵，而基于計(jì)算機(jī)圖形處理技術(shù)，能夠?qū)崟r(shí)地將各類圖表和挖掘數(shù)據(jù)展現(xiàn)在中控系統(tǒng)中，實(shí)現(xiàn)運(yùn)維數(shù)據(jù)和數(shù)據(jù)處理的綜合檢索和觀測(cè)分析。

結(jié)語(yǔ)

大數(shù)據(jù)分析應(yīng)用為電力企業(yè)實(shí)施精細(xì)化運(yùn)維提供了可能，電力系統(tǒng)的實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)、操作日志數(shù)據(jù)、環(huán)境數(shù)據(jù)、地理空間數(shù)據(jù)等為描述電力系統(tǒng)運(yùn)行狀態(tài)、預(yù)測(cè)系統(tǒng)行為趨勢(shì)、評(píng)估資產(chǎn)健康狀況奠定了基礎(chǔ)。因此，借助云計(jì)算與人工智能技術(shù)，可以實(shí)現(xiàn)對(duì)海量電力數(shù)據(jù)的高效運(yùn)維，通過(guò)與電網(wǎng)控制指令和現(xiàn)場(chǎng)作業(yè)相連，形成閉環(huán)的智能運(yùn)維體系，加速了電網(wǎng)的數(shù)字化轉(zhuǎn)型進(jìn)程。

參考文獻(xiàn)：

[1]楊美軍，萬(wàn)佳，彭麗輝.基于大數(shù)據(jù)的電力管理與改進(jìn)分析[J].江西電力，2023， 47（6）：40-44.

[2]張向聰，張潺，楊瑩，等.電網(wǎng)信息化運(yùn)維中關(guān)鍵技術(shù)研究及應(yīng)用[J].電氣技術(shù)與經(jīng)濟(jì)，2023（10）：293-295.

[3]潘飛，潘樹昌，周識(shí)遠(yuǎn).大數(shù)據(jù)背景下的電力信息化智能管控平臺(tái)設(shè)計(jì)[J].華東科技，2023（11）：101-103.

[4]田黎耀.智能電網(wǎng)輸變電設(shè)備集中監(jiān)控信息數(shù)據(jù)統(tǒng)計(jì)應(yīng)用[J].互聯(lián)網(wǎng)周刊， 2023（19）：72-74.

[5]陸郁強(qiáng).基于大數(shù)據(jù)分析的電力變電站故障診斷與維護(hù)策略研究[J].電氣技術(shù)與經(jīng)濟(jì)，2023（8）：218-220.

[6]陸文祥.基于大數(shù)據(jù)的電力設(shè)備運(yùn)行數(shù)據(jù)分析系統(tǒng)的設(shè)計(jì)[J].電子元器件與信息技術(shù)，2021，5（12）：30-31，43.

作者簡(jiǎn)介：龐山，本科，工程師，研究方向：企業(yè)管理信息化、水電氣生產(chǎn)信息化。