李穎杰　鄭筠　楊光

摘 要：我國(guó)是用電大國(guó)，在配電管理方面有著豐富的經(jīng)驗(yàn)，目前已經(jīng)有多家能源電力公司對(duì)配電自動(dòng)信息化建設(shè)進(jìn)行了非常深入的研究，其中比較成功的公司有：山東魯能、浙江華云和江西泰豪這幾家。這些公司目前已經(jīng)開發(fā)出了相關(guān)的運(yùn)維管控平臺(tái)，但是這些平臺(tái)設(shè)計(jì)時(shí)都沒有針對(duì)用電大數(shù)據(jù)進(jìn)行分析利用。以大數(shù)據(jù)分析為基礎(chǔ)，設(shè)計(jì)一種基于大數(shù)據(jù)分析平臺(tái)的智能化運(yùn)維管控平臺(tái)。從大數(shù)據(jù)分析技術(shù)對(duì)電力行業(yè)的影響開始，詳細(xì)闡述了基于大數(shù)據(jù)平臺(tái)的運(yùn)維管控系統(tǒng)架構(gòu)，然后依據(jù)本架構(gòu)對(duì)整個(gè)平臺(tái)進(jìn)行了整體的設(shè)計(jì)。

關(guān)鍵詞： 大數(shù)據(jù); 智能電網(wǎng); 用電質(zhì)量監(jiān)測(cè)

中圖分類號(hào)： TP 311

文獻(xiàn)標(biāo)志碼： A

Abstract： China is a big power consumer country， and has rich experience in distribution management. At present， there are several energy power companies that have conducted an in-depth study on the construction of distribution automation information， among which the relatively successful companies are Shandong Luneng， Zhejiang Huayun and Jiangxi Taihao， etc. At present， these companies have developed relevant operation and maintenance management and control platforms， but these platforms are not designed for the analysis and utilization of big data. This paper designs an intelligent operation and control platform based on big data analysis platform. Starting from the impact of big data analysis technology on the power industry， this paper elaborates the operation and control system architecture based on the big data platform， and then designs the whole platform according to this architecture.

Key words： big data; smart grid; power quality monitoring

0 引言

目前我國(guó)各行各業(yè)都在進(jìn)行深入的自動(dòng)化和信息化改革，我國(guó)的電力行業(yè)包括國(guó)家電網(wǎng)和南方電網(wǎng)也都在配電過程管控的自動(dòng)化和信息化做了詳細(xì)研究。在我國(guó)很多省份也都自建了配電運(yùn)維管理平臺(tái)，這些平臺(tái)基本實(shí)現(xiàn)了對(duì)設(shè)備運(yùn)行狀態(tài)的監(jiān)管，和對(duì)維護(hù)故障的業(yè)務(wù)流程的管理。同時(shí)有部分電力公司，像山東魯能、浙江華云和江西泰豪也分別推出了自己公司研發(fā)的管理平臺(tái)系統(tǒng)，也都實(shí)現(xiàn)了信息化的運(yùn)維管控。但是這些平臺(tái)設(shè)計(jì)時(shí)都沒有針對(duì)用電大數(shù)據(jù)進(jìn)行分析利用[1]。本文以大數(shù)據(jù)分析為基礎(chǔ)，設(shè)計(jì)一種基于大數(shù)據(jù)分析平臺(tái)的智能化運(yùn)維管控平臺(tái)。

1 大數(shù)據(jù)對(duì)電力行業(yè)的價(jià)值

1.1 重塑電力核心價(jià)值

電力行業(yè)的核心價(jià)值一直都是“以電力生產(chǎn)為中心”[2]。在這種核心價(jià)值觀的指導(dǎo)下，企業(yè)往往只知“埋頭苦干”，忽略了市場(chǎng)反饋。使得用電單位很難有效地和電力行業(yè)來進(jìn)行溝通。造成了電力行業(yè)成為沒有“互動(dòng)”的行業(yè)。而大數(shù)據(jù)分析正是大量采集終端用戶的數(shù)據(jù)來進(jìn)行分析，通過數(shù)據(jù)挖掘分析出市場(chǎng)的真實(shí)需求。進(jìn)而帶動(dòng)企業(yè)自身的改革發(fā)展，這種正反饋能更好地驅(qū)動(dòng)電力企業(yè)的發(fā)展。最終改變電力生產(chǎn)為中心，逐步演化成以用戶為中心。最終形成雙贏的局面。使得電力行業(yè)能夠更好地服務(wù)社會(huì)[3]，如圖1所示。

1.2 轉(zhuǎn)變電力發(fā)展方式

1.2.1 優(yōu)化管控模式

一般來說，基于大數(shù)據(jù)的分析能夠有效幫助電力行業(yè)來優(yōu)化現(xiàn)有的管理模式。首先，大數(shù)據(jù)分析能夠使電力企業(yè)快速發(fā)展智能管控，比如，在電力設(shè)施的終端安設(shè)響應(yīng)的傳感器，對(duì)設(shè)備的運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)控，并通過海量的數(shù)據(jù)分析記錄，一旦某一處設(shè)備運(yùn)行狀態(tài)數(shù)據(jù)發(fā)現(xiàn)波動(dòng)，管理平臺(tái)就可以根據(jù)以往的數(shù)據(jù)記錄分析出該設(shè)備有可能出現(xiàn)的故障并且給出相對(duì)應(yīng)的處置方式，這種“態(tài)勢(shì)感知”功能能夠提前發(fā)現(xiàn)問題，并將設(shè)備故障消除在“搖籃狀態(tài)”[4]。從以往的被動(dòng)運(yùn)維向主動(dòng)運(yùn)維轉(zhuǎn)化。不僅如此，大數(shù)據(jù)平臺(tái)還可以將電力公司內(nèi)部的生產(chǎn)、銷售、管理等信息串聯(lián)起來，在整個(gè)電力的發(fā)電、變電、傳輸、調(diào)度、用電環(huán)節(jié)進(jìn)行數(shù)據(jù)共享，利用智能算法來控制電力的生產(chǎn)、調(diào)度、配送。大大提高了企業(yè)生產(chǎn)和運(yùn)營(yíng)效率。在丹麥，VESTAS公司就準(zhǔn)備統(tǒng)計(jì)地球氣候數(shù)據(jù)，并且將其和自己公司的風(fēng)力發(fā)電機(jī)數(shù)據(jù)融合。根據(jù)不同地區(qū)的溫度、氣壓、空氣的濕度、風(fēng)向、風(fēng)速結(jié)合自己公司的歷史數(shù)據(jù)，用超級(jí)計(jì)算機(jī)利用數(shù)學(xué)模型來輔助公司進(jìn)行風(fēng)力發(fā)電機(jī)的選址。這種方式有效降低了考察成本，并且提高了對(duì)自然資源的利用率。該公司還計(jì)劃在未來繼續(xù)擴(kuò)容自己的大數(shù)據(jù)信息采集種類，將森林開發(fā)圖像，潮汐數(shù)據(jù)等加入進(jìn)來，方便公司更清晰的進(jìn)行選址等方案的決策[5-7]。

1.1.2 豐富社會(huì)效益

電力大數(shù)據(jù)的應(yīng)用不僅僅對(duì)電力企業(yè)起到幫助作用，這些數(shù)據(jù)的分析和利用還可以更升入的服務(wù)于社會(huì)。最明顯的一面，電力大數(shù)據(jù)就能夠?yàn)橛脩麸@示出詳細(xì)的用電圖表。比如可以把每一位用戶展示分時(shí)用電做成可視化圖表展示出來，使得用戶深入了解自己用電習(xí)慣，同時(shí)這樣還能夠是用電數(shù)據(jù)更透明，讓收費(fèi)更有依據(jù)。同時(shí)這些用戶的用電習(xí)慣也能夠幫助電力企業(yè)對(duì)電力調(diào)度進(jìn)行精準(zhǔn)調(diào)配，在用電高峰到來之前能夠有充分的準(zhǔn)備。在另外一個(gè)不明顯的一方面，用電數(shù)據(jù)可以正確反映出一個(gè)區(qū)域內(nèi)經(jīng)濟(jì)活躍程度。當(dāng)前越來越多的經(jīng)濟(jì)活動(dòng)都離不開電力的供應(yīng)。那么將這些電力大數(shù)據(jù)整合成一個(gè)區(qū)域“電力地圖”就能夠一目了然的反映出該區(qū)域的經(jīng)濟(jì)活動(dòng)活躍度。這一數(shù)據(jù)可以被地區(qū)決策者和投資決策者作為發(fā)展和投資的參考資料。美國(guó)的加州大學(xué)就通過大數(shù)據(jù)分析，將人口、電力用戶的用電信息、地理等數(shù)據(jù)進(jìn)行了整合[8]。制作了一個(gè)區(qū)域的“電力地圖”。這一地圖能夠?qū)崟r(shí)顯示一個(gè)街區(qū)的用電信息，并且還關(guān)聯(lián)了這一街區(qū)的人口、人均收入、建筑信息等數(shù)據(jù)。這些數(shù)據(jù)都可以作為城市規(guī)劃的重要參考[9]。

2 運(yùn)維管控功能設(shè)計(jì)

2.1 設(shè)備狀態(tài)管控

依據(jù)電網(wǎng)的實(shí)時(shí)運(yùn)轉(zhuǎn)信息，監(jiān)控設(shè)備的運(yùn)轉(zhuǎn)狀態(tài)，提前發(fā)現(xiàn)系統(tǒng)的隱患[10-11]。對(duì)配電工作進(jìn)行輔助，提高配電設(shè)備運(yùn)行效率。

（1） 缺陷設(shè)備管控，依據(jù)PMS2.0設(shè)備缺陷信息，對(duì)配網(wǎng)設(shè)備數(shù)據(jù)進(jìn)行多角度統(tǒng)計(jì)，對(duì)設(shè)備缺陷進(jìn)行分析以及缺陷的預(yù)警功能。

（2） 根據(jù)配電網(wǎng)絡(luò)的拓?fù)?，設(shè)備運(yùn)行數(shù)據(jù)以及業(yè)務(wù)數(shù)據(jù)的搜集，達(dá)到對(duì)各個(gè)層級(jí)的配電網(wǎng)絡(luò)故障跳閘情況、缺相情況、跳閘率等影響正常供電的情況進(jìn)行詳細(xì)的記錄，最終對(duì)這些情況實(shí)現(xiàn)按照不同原因的多角度分析。幫助找到這些情況的發(fā)生原因。最終提高配電效率，降低跳閘率。

（3） 設(shè)備的負(fù)載狀態(tài)管控，這一數(shù)據(jù)是基于設(shè)備的信息記錄和測(cè)量數(shù)據(jù)，對(duì)配電網(wǎng)絡(luò)各個(gè)層級(jí)的負(fù)載情況進(jìn)行詳細(xì)的記錄，包括負(fù)載中的重載、輕載、空載、負(fù)載率這些信息，幫助分析出負(fù)載端的各種異常狀況的原因，輔助電力企業(yè)對(duì)配電設(shè)備的分配和維護(hù)，最終減少設(shè)備過載不良情況，提高運(yùn)維效率。

（4） 設(shè)備的實(shí)時(shí)狀態(tài)管控，依據(jù)設(shè)備的信息記錄，實(shí)時(shí)工作狀態(tài)以及故障記錄，分析該設(shè)備的運(yùn)行狀況以及故障預(yù)警，幫助電力單位對(duì)設(shè)備狀態(tài)有一個(gè)準(zhǔn)確掌握，提高安全系數(shù)。

2.2 運(yùn)維管理管控

通過對(duì)配電網(wǎng)網(wǎng)絡(luò)的運(yùn)維檢測(cè)，搶修工作，節(jié)點(diǎn)監(jiān)控，業(yè)務(wù)分析等過程的數(shù)據(jù)搜集，對(duì)運(yùn)維檢修工時(shí)、成本投入、最終成果等數(shù)據(jù)的分析。配合配電網(wǎng)絡(luò)的運(yùn)行狀況和異常情況記錄，最終形成主動(dòng)檢修管理[12]。

（1） 停電搶修數(shù)據(jù)分析，數(shù)據(jù)以配電網(wǎng)絡(luò)搶修數(shù)據(jù)，生產(chǎn)過程中投訴數(shù)據(jù)、設(shè)備發(fā)生故障跳閘數(shù)據(jù)為參考數(shù)據(jù)，采用可視化處理加大數(shù)據(jù)分析，實(shí)現(xiàn)對(duì)搶修工作的管控和分析。使電力行業(yè)企業(yè)能夠?qū)皶r(shí)掌握電網(wǎng)搶修情況，輔助管理層對(duì)搶修工作的部署。

（2） 電網(wǎng)檢修分析，數(shù)據(jù)以電網(wǎng)檢修工作、設(shè)備故障信息等數(shù)據(jù)作為參考，實(shí)現(xiàn)針對(duì)電網(wǎng)檢修的各個(gè)角度數(shù)據(jù)分析，深度挖掘電網(wǎng)檢修工作中的檢修問題，幫助管理層進(jìn)行檢修人選安排的部署，提高工作效率[13]。

（3） 帶電作業(yè)數(shù)據(jù)分析，數(shù)據(jù)以電網(wǎng)帶電作業(yè)數(shù)據(jù)為參考，實(shí)現(xiàn)對(duì)電網(wǎng)帶電工作的多角度數(shù)據(jù)分析，挖掘工作中存在的人員和設(shè)備問題，提高帶電作業(yè)工作效率[14]。

2.3 運(yùn)檢指標(biāo)管控

該指標(biāo)管控主要是針對(duì)監(jiān)管層面，實(shí)現(xiàn)了對(duì)設(shè)備、工程、作業(yè)質(zhì)量等指標(biāo)的分析。經(jīng)過數(shù)據(jù)分析后，提供了上述指標(biāo)的合格參考數(shù)據(jù)，分析各校指標(biāo)走勢(shì)，輔助管理層找到薄弱點(diǎn)，根據(jù)指標(biāo)的波動(dòng)情況實(shí)現(xiàn)預(yù)警[15]。對(duì)供電過程進(jìn)行監(jiān)管。

（1） 配網(wǎng)規(guī)模指標(biāo)，該指標(biāo)通過可視化處理，將線路聯(lián)絡(luò)率、供電半徑等數(shù)據(jù)進(jìn)行可視化分析，及時(shí)記錄電網(wǎng)規(guī)模指標(biāo)波動(dòng)，如果發(fā)生超標(biāo)情況及時(shí)預(yù)警。幫助管理人員找出短板，對(duì)系統(tǒng)進(jìn)行改進(jìn)。

（2） 配網(wǎng)運(yùn)行指標(biāo)，該指標(biāo)通過可視化處理，將配電設(shè)備的消缺率，故障跳閘率，供電電壓合格率，過載率，低壓率等數(shù)據(jù)進(jìn)行可視化分析，及時(shí)記錄電網(wǎng)運(yùn)行的指標(biāo)波動(dòng)，如果發(fā)生超標(biāo)情況及時(shí)預(yù)警。幫助管理人員找出短板，對(duì)系統(tǒng)進(jìn)行改進(jìn)。

（3） 配網(wǎng)檢修指標(biāo)，該指標(biāo)通過可視化處理，將配電網(wǎng)檢修的完成率，平均維修時(shí)長(zhǎng)等數(shù)據(jù)進(jìn)行可視化分析，及時(shí)記錄電網(wǎng)檢修指標(biāo)波動(dòng)，如果發(fā)生超標(biāo)情況及時(shí)預(yù)警。幫助管理人員找出短板，對(duì)系統(tǒng)進(jìn)行改進(jìn)。

（4） 搶修服務(wù)指標(biāo)，該指標(biāo)通過可視化處理，將配電網(wǎng)中停電報(bào)送及時(shí)率、派單及時(shí)率、到達(dá)現(xiàn)場(chǎng)及時(shí)率、搶修時(shí)長(zhǎng)、派單錯(cuò)誤率等數(shù)據(jù)進(jìn)行可視化分析，及時(shí)記錄電網(wǎng)搶修服務(wù)指標(biāo)波動(dòng)，如果發(fā)生超標(biāo)情況及時(shí)預(yù)警。幫助管理人員找出短板，對(duì)系統(tǒng)進(jìn)行改進(jìn)。

2.4 相關(guān)技術(shù)支持利

基于大數(shù)據(jù)技術(shù)實(shí)現(xiàn)數(shù)據(jù)的檢測(cè)和分析，其對(duì)象是電網(wǎng)的生產(chǎn)、輸送、調(diào)度、用電信息采集。維修過程中產(chǎn)生的數(shù)據(jù)，使用數(shù)據(jù)挖掘、并行計(jì)算與決策樹等技術(shù)相結(jié)合。最終實(shí)現(xiàn)了對(duì)電網(wǎng)業(yè)務(wù)的管控。其中應(yīng)用到的技術(shù)有以下幾點(diǎn)：

（1） 存儲(chǔ)管理：本次設(shè)計(jì)采用了HADOOP架構(gòu)的分布式存儲(chǔ)，同時(shí)服務(wù)器提供大量的數(shù)據(jù)讀寫操作。

（2） 數(shù)據(jù)計(jì)算：應(yīng)用了成熟的引擎組成了電網(wǎng)數(shù)據(jù)支撐服務(wù)，為后續(xù)的數(shù)據(jù)分析提供了前期準(zhǔn)備條件。

（3） 數(shù)據(jù)挖掘：主要是應(yīng)用了相關(guān)分析，回歸分析和決策樹數(shù)據(jù)挖掘技術(shù)對(duì)搜集到的數(shù)據(jù)進(jìn)行分析和建模。給后續(xù)的數(shù)據(jù)多維度分析提供保障。

3 基于大數(shù)據(jù)的電能質(zhì)量實(shí)時(shí)監(jiān)測(cè)系統(tǒng)設(shè)計(jì)

3.1 系統(tǒng)概述

大數(shù)據(jù)電能質(zhì)量實(shí)時(shí)監(jiān)測(cè)系統(tǒng)由監(jiān)測(cè)終端、通信系統(tǒng)、上位機(jī)、軟件部分構(gòu)成。

（1） 監(jiān)測(cè)終端通過處理分析實(shí)時(shí)采集電網(wǎng)各節(jié)點(diǎn)電流電壓數(shù)據(jù)，實(shí)現(xiàn)系統(tǒng)故障定位。并將數(shù)據(jù)通過通信系統(tǒng)傳輸至上位機(jī)做進(jìn)一步處理數(shù)據(jù)。

（2） 通信系統(tǒng)主要完成監(jiān)測(cè)系統(tǒng)和上位機(jī)之間數(shù)據(jù)及信息的傳輸。

（3） 上位機(jī)通過分析監(jiān)測(cè)系統(tǒng)數(shù)據(jù)傳輸數(shù)據(jù)，實(shí)現(xiàn)每個(gè)節(jié)點(diǎn)電能質(zhì)量實(shí)時(shí)監(jiān)測(cè)。系統(tǒng)出現(xiàn)短路時(shí)，上位機(jī)通過分析節(jié)點(diǎn)電壓降幅信息，實(shí)現(xiàn)故障定位。此外上位機(jī)有良好的人機(jī)交互界面，實(shí)現(xiàn)人機(jī)交互。

（4） 軟件部分主要實(shí)現(xiàn)各個(gè)系統(tǒng)數(shù)據(jù)傳輸、分析、定位、警報(bào)功能的技術(shù)支持。

3.2 硬件設(shè)計(jì)

大數(shù)據(jù)電能質(zhì)量實(shí)時(shí)監(jiān)測(cè)系統(tǒng)硬件由監(jiān)測(cè)終端硬件及上位機(jī)硬件等組成。監(jiān)測(cè)終端主要配置采集分析各監(jiān)測(cè)節(jié)點(diǎn)電流電壓數(shù)據(jù)，是該系統(tǒng)硬件重要組成部分。監(jiān)測(cè)終端主要包括互感器、信號(hào)調(diào)理電路、數(shù)據(jù)采集卡、工控機(jī)等部件?；ジ衅鞑杉盘?hào)經(jīng)信號(hào)調(diào)理電路降噪、降幅、線性修正處理后，數(shù)據(jù)采集卡（內(nèi)插式PXI）將數(shù)據(jù)轉(zhuǎn)換成可處理信號(hào)，工控機(jī)做最后的數(shù)據(jù)處理，完成檢測(cè)及故障定位功能。此外，上位機(jī)人機(jī)交互平臺(tái)顯示器顯示監(jiān)測(cè)數(shù)據(jù)，實(shí)現(xiàn)打印報(bào)告等功能。該系統(tǒng)監(jiān)測(cè)終端原理圖，如圖2所示。

3.3 軟件設(shè)計(jì)

電能質(zhì)量監(jiān)測(cè)與故障

定位系統(tǒng)主要由數(shù)據(jù)采集及數(shù)據(jù)處理兩部分組成。系統(tǒng)整體軟件設(shè)計(jì)，如圖3所示。

4 總結(jié)

本文通過闡述大數(shù)據(jù)影響電力行業(yè)變革，進(jìn)而設(shè)計(jì)構(gòu)建了相應(yīng)的大數(shù)據(jù)配電網(wǎng)智能化運(yùn)維管控平臺(tái)。該平臺(tái)實(shí)現(xiàn)了運(yùn)行管控、問題分析、過程監(jiān)督、績(jī)效評(píng)估整個(gè)流程的閉環(huán)管理，形成了一套狀態(tài)、管理、指標(biāo)管控的運(yùn)檢業(yè)務(wù)管控模式。最后基于大數(shù)據(jù)配電網(wǎng)智能化運(yùn)維管控平臺(tái)總體設(shè)計(jì)了電能質(zhì)量實(shí)時(shí)管理系統(tǒng)。

參考文獻(xiàn)

[1] 陳樹勇，宋書芳，李蘭欣，等.智能電網(wǎng)技術(shù)綜述[J].電網(wǎng)技術(shù)，2009，33（8）：1-7.

[2] 羅紅.WAMS廣域通信業(yè)務(wù)的有效性建模與分析[J].電力系統(tǒng)自動(dòng)化，2016，27（18）：44-48.

[3] 杜貴和，王正風(fēng).智能電網(wǎng)調(diào)度一體化設(shè)計(jì)與研究[J].電力系統(tǒng)保護(hù)與控制，2010，38（15）：127-131.

[4] 陳實(shí)，許勇，王正風(fēng)，等.電網(wǎng)實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)技術(shù)與研究[M].北京：中國(guó)電力出版社，2015.

[5] 戴東陽.電網(wǎng)實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)技術(shù)研究[D].保定：華北電力大學(xué)，2014.

[6] 韓松，何利銓，邱國(guó)躍.WAMS研究、建設(shè)與應(yīng)用的新進(jìn)展[J].電測(cè)與儀表，2011，48（4）：1-8.

[7] 郭昕.電網(wǎng)實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)系統(tǒng)構(gòu)成[J].電網(wǎng)技術(shù)，20016，27（9）：47-50.

[8] 唐維平.智能變電站同步相量測(cè)量裝置設(shè)計(jì)與實(shí)現(xiàn)[D].北京：北京交通大學(xué)，2011.

[9] 王正風(fēng).無功功率與電力系統(tǒng)運(yùn)行[M].北京：中國(guó)電力出版社，2015.

[10] 王正風(fēng)，黃太貴，吳迪，等.廣域測(cè)量技術(shù)在電力系統(tǒng)中的應(yīng)用[J].華東電力，2017，35（5）：32-36.

[11] Uluski R W. The Role of Advanced Distribution Automation in the Smart Grid[C]. IEEE Power and Energy Society General Meeting， 25-29， July， 2014：1-5.

[12] M H Bollen， J Zhong， F Zavoda， et al. Power Quality Aspects of Smart Grids[C]. International Conference on Renewable Energies and Power Quality （ICREPQ10）， Granada Spain， March， 2015：1-6.

[13] F Beidou， W G Morsi， C Diduch， et al. Smart Grid： Challenges， Research Directions and Possible Solutions[C]. 2nd IEEE International Symposium on Power Electronics For Distributed Generation Systems， HeFei， China，June， 2017：670-673.

[14] C W Potter， A Archambault， K Westrick. Building a Smarter Smart Grid through Better Renewable Energy Information[C]. IEEE/PES Power Systems Conference and Exposition， 2009. PSCE09， Seattle， USA，2016：1627-1632.

[15] 劉天琪.現(xiàn)代電力系統(tǒng)分析理論與方法[M].北京：中國(guó)電力出版社，2017.

（收稿日期： 2019.08.26）