林志輝

摘 要：隨著我國(guó)電力系統(tǒng)發(fā)展的規(guī)模不斷擴(kuò)大，通信技術(shù)、互聯(lián)網(wǎng)技術(shù)、傳感器等新科技的不斷發(fā)展，人類社會(huì)步步走入智能電網(wǎng)的時(shí)代。智能電網(wǎng)是以“源-網(wǎng)-荷-儲(chǔ)”為基礎(chǔ)，集成當(dāng)時(shí)代前沿的數(shù)據(jù)采集技術(shù)、網(wǎng)絡(luò)通信技術(shù)、數(shù)據(jù)處理技術(shù)、智能控制技術(shù)為一體的結(jié)晶產(chǎn)物。而由大量傳感器以及計(jì)算機(jī)分析產(chǎn)生了海量的形式結(jié)構(gòu)不同的數(shù)據(jù)，數(shù)據(jù)已成為堪比石油還珍貴的資源，這些數(shù)據(jù)從全方位反映著智能電網(wǎng)的運(yùn)行狀態(tài)與運(yùn)行環(huán)境。如何準(zhǔn)確的利用這項(xiàng)資源已經(jīng)是一個(gè)全球性的話題。大數(shù)據(jù)最先發(fā)展于互聯(lián)網(wǎng)、金融、通信等行業(yè)，隨著對(duì)數(shù)據(jù)的不斷挖掘，大數(shù)據(jù)相關(guān)技術(shù)的研究由此而拉開序幕。如今大數(shù)據(jù)技術(shù)正處于飛速發(fā)展階段，大數(shù)據(jù)技術(shù)對(duì)電力大數(shù)據(jù)的精準(zhǔn)高效分析也將在未來成為現(xiàn)代電力系統(tǒng)安全可靠運(yùn)行堅(jiān)實(shí)基礎(chǔ)。

關(guān)鍵詞：電力系統(tǒng);大數(shù)據(jù);多源數(shù)據(jù)融合

引言

智能電網(wǎng)集中大數(shù)據(jù)各項(xiàng)技術(shù)能夠處理海量冗余的數(shù)據(jù)，通過分析挖掘?qū)﹄娏ο到y(tǒng)生產(chǎn)運(yùn)營(yíng)起決定性作用的信息數(shù)據(jù)。同時(shí)依靠相關(guān)技術(shù)，在對(duì)信息量進(jìn)行精簡(jiǎn)的同時(shí)仍要保證精確提取大部分?jǐn)?shù)據(jù)的特征，不僅從數(shù)量上對(duì)數(shù)據(jù)進(jìn)行極大的減少，提升了數(shù)據(jù)處理效率還能夠迅速對(duì)電網(wǎng)安全可靠運(yùn)行提供更有利的決策及建議。

1 數(shù)據(jù)融合的基本結(jié)構(gòu)

（1）數(shù)據(jù)層融合：這一層的融合是最基本、最簡(jiǎn)單的融合。一般采用直接計(jì)算方法從所有的監(jiān)測(cè)對(duì)象數(shù)據(jù)源提取研究所需要的特征狀態(tài)量。雖然所得到的結(jié)果更貼近于真實(shí)值，但是由于模型限制，在數(shù)據(jù)層中能分析綜合的數(shù)據(jù)種類要求單一。

（2）特征層融合：該層融合屬于中等層次的融合。常規(guī)方法是對(duì)原有數(shù)據(jù)源的特征相量進(jìn)行提取，再與上一層提取的初級(jí)融合的特征量進(jìn)行結(jié)合，做關(guān)聯(lián)分析和特征融合。得到幾個(gè)較大的對(duì)狀態(tài)判斷和模式識(shí)別起決定作用的特征向量。

（3）決策層聚合：該層融合是所有層次中最高級(jí)別的。一般是利用所得決策向量結(jié)合相關(guān)算法做出分類、推理、識(shí)別、判斷等決策。

2 針對(duì)電力系統(tǒng)數(shù)據(jù)的融合架構(gòu)搭建

前文所提到的數(shù)據(jù)融合特有的三層結(jié)構(gòu)，依照當(dāng)前對(duì)電力系統(tǒng)提出的信息共享、可交互、高效率的要求。結(jié)合電力系統(tǒng)可將數(shù)據(jù)三層結(jié)構(gòu)映射至電力系統(tǒng)三層結(jié)構(gòu)的原理來搭建融合大體框架。數(shù)據(jù)層對(duì)應(yīng)傳感測(cè)量層，特征層對(duì)應(yīng)電力數(shù)據(jù)管理層，決策層對(duì)應(yīng)電力系統(tǒng)應(yīng)用層。傳感測(cè)量層采集例如溫度、風(fēng)速等數(shù)據(jù)，通過網(wǎng)絡(luò)線路將數(shù)據(jù)傳輸?shù)綌?shù)據(jù)融合中心并完成存儲(chǔ)和分析處理。配備了諸如No SQL、HDFS等工具的數(shù)據(jù)管理層能夠?qū)?shù)據(jù)進(jìn)一步存儲(chǔ)和分布計(jì)算處理，特別是利用Map Reduce編程模型構(gòu)建大規(guī)模集群點(diǎn)對(duì)海量數(shù)據(jù)進(jìn)行快速分析。在應(yīng)用層將數(shù)據(jù)實(shí)現(xiàn)具體應(yīng)用，以電力系統(tǒng)智能化、信息共享化、故障自愈為目標(biāo)保障系統(tǒng)平穩(wěn)可靠運(yùn)行。

電力系統(tǒng)覆蓋的電力設(shè)備各式各樣且結(jié)構(gòu)復(fù)雜，很多電氣量還未能通過儀器直接測(cè)得，而需要綜合多個(gè)可觀測(cè)的特征向量計(jì)算分析才能得出精確的結(jié)果。數(shù)據(jù)融合能對(duì)不同來源、模式、時(shí)間、地點(diǎn)的數(shù)據(jù)進(jìn)行處理，是目前分析電力系統(tǒng)數(shù)據(jù)最可靠有效的方法。

2.1 數(shù)據(jù)預(yù)處理

電力系統(tǒng)數(shù)據(jù)種類多、數(shù)量大、相互關(guān)聯(lián)信息非常模糊，而且所采集的初始數(shù)據(jù)冗余度高，噪聲含量高。因此需要對(duì)其進(jìn)行初步的信號(hào)處理、數(shù)據(jù)分類。數(shù)據(jù)預(yù)處理三個(gè)主要環(huán)節(jié)：

（1）清洗數(shù)據(jù)：是將得到的所有數(shù)據(jù)中無效的、冗余的、缺損的數(shù)據(jù)進(jìn)行清理。

（2）數(shù)據(jù)統(tǒng)一：規(guī)格、模式表示歸一化的數(shù)據(jù)對(duì)后續(xù)展開的數(shù)據(jù)融合工作更加有利。

（3）數(shù)據(jù)壓縮：在樣本數(shù)據(jù)的有效性和完整性得到保障的前提下，應(yīng)該對(duì)數(shù)據(jù)進(jìn)行適當(dāng)?shù)膲嚎s，能夠節(jié)約有限的儲(chǔ)存空間并為下一步融合提高計(jì)算效率。

2.2 數(shù)據(jù)級(jí)融合

電力系統(tǒng)中數(shù)據(jù)級(jí)融合的數(shù)據(jù)大部分均來自多種傳感器所采集得到的數(shù)據(jù)，我們大致可以分為電氣量、過程量和狀態(tài)量三種。在數(shù)據(jù)級(jí)融合階段首先要將預(yù)處理過后的同類型數(shù)據(jù)進(jìn)行二維關(guān)聯(lián)分析，然后根據(jù)物理模型、智能算法等進(jìn)行跨類別的二維關(guān)聯(lián)。通過數(shù)據(jù)級(jí)融合得到結(jié)果的準(zhǔn)確性能得到有效保證。

電力系統(tǒng)數(shù)據(jù)級(jí)處理是的原始數(shù)據(jù)源自于電網(wǎng)中先進(jìn)、可靠的傳感器技術(shù)，以信息融合要求為目標(biāo)的聚合。隨著監(jiān)測(cè)技術(shù)手段的不斷發(fā)展和對(duì)設(shè)備運(yùn)行規(guī)律的掌握，這一級(jí)別的融合會(huì)更加準(zhǔn)確全面。

作為初級(jí)的數(shù)據(jù)融合有以下特點(diǎn)：

（1）以物理模型為重要基礎(chǔ)。同類以及跨類二維關(guān)系都是可以監(jiān)測(cè)得到或能通過觀測(cè)器能觀的數(shù)據(jù)。

（2）以信息級(jí)融合需求為目標(biāo)的數(shù)據(jù)轉(zhuǎn)化。數(shù)據(jù)級(jí)數(shù)據(jù)按照信息級(jí)的需求也同時(shí)對(duì)數(shù)據(jù)進(jìn)行了一系列整理工作主要有：

①數(shù)據(jù)的預(yù)處理

②數(shù)據(jù)的重新排序和整理將數(shù)據(jù)按照不同的應(yīng)用目標(biāo)、屬性進(jìn)行整理篩選，為下一步?jīng)Q策提出做好準(zhǔn)備。

2.3 信息級(jí)融合

經(jīng)數(shù)據(jù)級(jí)二維關(guān)聯(lián)后的數(shù)據(jù)，并不能直接作為下一級(jí)融合的輸入數(shù)據(jù)。因?yàn)檫@樣簡(jiǎn)單的數(shù)據(jù)關(guān)系，不能夠?qū)?duì)象的全部面貌進(jìn)行全方位的說明。信息層對(duì)應(yīng)的數(shù)據(jù)管理層是對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步的加工，也是數(shù)據(jù)融合特征層的重要階段，物理資源上的中間件裝載了許多數(shù)據(jù)處理工具，例如數(shù)據(jù)集成工具、數(shù)據(jù)管理工具編程模型。

3 信息三維空間的建立

電力系統(tǒng)相關(guān)數(shù)據(jù)主要用于對(duì)系統(tǒng)運(yùn)行狀態(tài)估計(jì)和以及系統(tǒng)未來狀態(tài)預(yù)測(cè)，這些所需要的數(shù)據(jù)來源不同且結(jié)構(gòu)各異，不但包括了對(duì)系統(tǒng)相關(guān)設(shè)備的在線監(jiān)測(cè)數(shù)據(jù)，還需要設(shè)備所處的環(huán)境氣象信息等，這些多源數(shù)據(jù)彼此之間缺乏聯(lián)系，沒有被有效的整合和提取。從獨(dú)立的各自系統(tǒng)來看，根本沒有結(jié)合起來對(duì)電力系統(tǒng)相關(guān)需求信息進(jìn)行挖掘的可能性。因此，在多源數(shù)據(jù)融合大結(jié)構(gòu)的基礎(chǔ)上需要搭建一個(gè)以時(shí)間維度、數(shù)據(jù)關(guān)聯(lián)程度以及應(yīng)用層次構(gòu)建形成三維空間。

數(shù)據(jù)的變化速率都不是一致的，采集的過程中需要對(duì)不同類別數(shù)據(jù)設(shè)定不同采樣率，比如對(duì)于變化較快的量可以采取每半小時(shí)甚至每一分鐘一次的采樣頻率;而對(duì)于變化緩慢的量，可以固定幾個(gè)小時(shí)或者幾天采集一次。準(zhǔn)確把握各個(gè)量的時(shí)間維度，以確保在某一個(gè)統(tǒng)一的時(shí)間范圍內(nèi)多個(gè)數(shù)據(jù)量對(duì)一個(gè)應(yīng)用維度解釋和描述的一致性。在該三維空間中，經(jīng)由維度統(tǒng)一之后的監(jiān)測(cè)數(shù)據(jù)進(jìn)而可為各種各樣的需求提供服務(wù)。

4 展望

目前本文的研究課題在大數(shù)據(jù)融合上的應(yīng)用還處于實(shí)驗(yàn)室研究階段，還未能通過實(shí)際電力系統(tǒng)檢驗(yàn)其效果，在實(shí)際電力系統(tǒng)中的應(yīng)用效果更有助于數(shù)據(jù)融合結(jié)構(gòu)及算法的進(jìn)一步改進(jìn)和修正。因此接下來的主要任務(wù)就是將本文所提出的大數(shù)據(jù)融合結(jié)構(gòu)盡快在電力系統(tǒng)實(shí)際平臺(tái)下進(jìn)行檢驗(yàn)測(cè)試。觀測(cè)其在實(shí)際平臺(tái)更為復(fù)雜的情況下能否依然保持大數(shù)據(jù)融合的時(shí)效性及其工作的穩(wěn)定性。并結(jié)合最終的實(shí)際結(jié)果可對(duì)整個(gè)框架及算法做出適當(dāng)?shù)母倪M(jìn)。同時(shí)雖然實(shí)驗(yàn)環(huán)節(jié)中采用了最高達(dá)到135G的數(shù)據(jù)容量，實(shí)際應(yīng)用中仍會(huì)出現(xiàn)更為大量的數(shù)據(jù)集，接下來的實(shí)際平臺(tái)檢驗(yàn)測(cè)試中將會(huì)更大程度地增加數(shù)據(jù)體積量，為將來處理更為海量地?cái)?shù)據(jù)提供實(shí)驗(yàn)依據(jù)。

本文只對(duì)大數(shù)據(jù)融合部分展開研究，在后續(xù)可以繼續(xù)對(duì)大數(shù)據(jù)另外幾門關(guān)鍵技術(shù)展開更深層次研究，例如數(shù)據(jù)挖掘、數(shù)據(jù)預(yù)處理、數(shù)據(jù)可視化等都是與大數(shù)據(jù)分析處理密不可分的并且都可以為電力系統(tǒng)提供既高效又有保障的技術(shù)支撐。

參考文獻(xiàn)

[1] 張東霞，苗新，劉麗平等.智能電網(wǎng)大數(shù)據(jù)技術(shù)發(fā)展研究[J].中國(guó)電機(jī)工程學(xué)報(bào)，2015，（1）：2-12.

[2] 彭小圣，鄧迪元，程時(shí)杰，等.面向智能電網(wǎng)應(yīng)用的電力大數(shù)據(jù)關(guān)鍵技術(shù)[J].中國(guó)電機(jī)工程學(xué)報(bào)，2017，（3）：503-511.