李 英，錢建國，方 響，楊 翾，董 航，楊興超

（1.國網(wǎng)浙江省電力有限公司，杭州 310007；2.國網(wǎng)浙江省電力有限公司杭州供電公司，杭州 310009）

0 引言

在電網(wǎng)的日常運(yùn)行中，調(diào)度機(jī)構(gòu)按監(jiān)控范圍開展電網(wǎng)監(jiān)控工作，對電網(wǎng)的運(yùn)行情況進(jìn)行監(jiān)督和控制。隨著堅強(qiáng)智能電網(wǎng)的快速建設(shè)發(fā)展，電網(wǎng)網(wǎng)架規(guī)模不斷擴(kuò)大，變電站數(shù)量持續(xù)增加，變電設(shè)備數(shù)量和監(jiān)控告警信息量呈指數(shù)型增長，電網(wǎng)監(jiān)控的安全壓力和工作要求與日俱增。

傳統(tǒng)集中監(jiān)控工作內(nèi)容主要包括監(jiān)控信息管理、變電站集中監(jiān)控許可管理、集中監(jiān)控缺陷管理、監(jiān)控運(yùn)行分析評價、輸變電在線監(jiān)測及輔助監(jiān)視系統(tǒng)分析等內(nèi)容。其中，監(jiān)控信息管理作為聯(lián)系調(diào)度機(jī)構(gòu)與現(xiàn)場運(yùn)行設(shè)備的重要樞紐，是監(jiān)控工作高效開展的基礎(chǔ)支撐。根據(jù)2018 年集中監(jiān)控變電站信息數(shù)據(jù)統(tǒng)計，一個典型220 kV 變電站納入集中監(jiān)控的遙信點(diǎn)數(shù)為2 437 個，110 kV 變電站納入點(diǎn)數(shù)為1 168 個。隨著電網(wǎng)規(guī)模的不斷擴(kuò)大，目前的集中監(jiān)控人力資源配置已無法適應(yīng)每年呈指數(shù)型增長的監(jiān)控信息上漲情況，海量的告警信息給電網(wǎng)帶來了風(fēng)險和隱患。監(jiān)控目標(biāo)點(diǎn)多面廣、監(jiān)控模式被動滯后、監(jiān)控業(yè)務(wù)繁瑣復(fù)雜、監(jiān)控人員配置不足、監(jiān)控數(shù)據(jù)缺乏挖掘等諸多問題一一凸顯。

傳統(tǒng)集中監(jiān)控工作缺乏創(chuàng)新，總結(jié)為兩方面問題。一方面，傳統(tǒng)的集中監(jiān)控運(yùn)行管控體系難以滿足精益求精的監(jiān)控管理需求，與飛速增長的監(jiān)控工作量及高效優(yōu)質(zhì)的工作要求之間的矛盾日益突出。另一方面，傳統(tǒng)的集中監(jiān)控運(yùn)行管控體系難以跟上日新月異的監(jiān)控技術(shù)發(fā)展。蓬勃發(fā)展的大數(shù)據(jù)技術(shù)對集中監(jiān)控工作的模式方法帶來極大改變，如何借助新技術(shù)整合數(shù)據(jù)資源、打通數(shù)據(jù)通道，實(shí)現(xiàn)共享監(jiān)控分析成果的監(jiān)控工作轉(zhuǎn)型升級成為亟需解決的問題。

本文針對當(dāng)前調(diào)控各類信息數(shù)據(jù)利用率低、缺乏有效關(guān)聯(lián)對接等問題，開展了電網(wǎng)集中監(jiān)控信息分析研究與實(shí)踐[1]，利用變電站監(jiān)控信息、典型缺陷記錄，結(jié)合PMS（生產(chǎn)管理系統(tǒng)），OMS（調(diào)度生產(chǎn)管理系統(tǒng)）等系統(tǒng)臺賬及氣象環(huán)境、在線監(jiān)測等構(gòu)建現(xiàn)場運(yùn)行設(shè)備狀態(tài)感知畫像，充分喚醒調(diào)控海量沉睡數(shù)據(jù)，從時間、空間、類型、設(shè)備等多個維度對監(jiān)控信息數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，深入挖掘，建立以數(shù)據(jù)浸透為特征的集中監(jiān)控輔助決策系統(tǒng)，大幅提升電網(wǎng)監(jiān)控工作的廣度、深度和準(zhǔn)度，強(qiáng)化監(jiān)控安全管控能力，有力保障了電網(wǎng)的安全穩(wěn)定運(yùn)行。

1 集中監(jiān)控輔助決策系統(tǒng)

1.1 系統(tǒng)流程簡介

集中監(jiān)控輔助決策系統(tǒng)的信息數(shù)據(jù)來源為調(diào)度Ⅲ區(qū)中的各類監(jiān)控信息數(shù)據(jù)[1]，主要為調(diào)度Ⅲ區(qū)中的電網(wǎng)運(yùn)行數(shù)據(jù)、監(jiān)控告警信息、生產(chǎn)流程信息、設(shè)備在線監(jiān)測數(shù)據(jù)、環(huán)境氣象信息等多種數(shù)據(jù)源。該系統(tǒng)首先將調(diào)度Ⅲ區(qū)中獲取的實(shí)時監(jiān)控告警信息進(jìn)行標(biāo)簽化分類，為每條監(jiān)控告警信息制定特性標(biāo)簽，再結(jié)合生產(chǎn)流程信息、在線監(jiān)測數(shù)據(jù)、環(huán)境氣象信息等其他數(shù)據(jù)源進(jìn)行標(biāo)簽正確性輔助核查和判斷，在完成對監(jiān)控告警信息的數(shù)據(jù)化核查后，利用灰色神經(jīng)網(wǎng)絡(luò)模型算法，形成告警信息對應(yīng)運(yùn)行設(shè)備的狀態(tài)感知畫像，并借助基于設(shè)備狀態(tài)感知技術(shù)研發(fā)的可視化平臺，實(shí)現(xiàn)對現(xiàn)場實(shí)際運(yùn)行設(shè)備狀態(tài)的實(shí)時實(shí)景全方位把控。該系統(tǒng)技術(shù)工作環(huán)節(jié)流程如圖1 所示。

圖1 集中監(jiān)控輔助決策系統(tǒng)技術(shù)工作環(huán)節(jié)流程

1.2 標(biāo)簽化分類

1.2.1 標(biāo)簽化分類實(shí)現(xiàn)原理

集中監(jiān)控工作的業(yè)務(wù)核心在于告警信號的處置，監(jiān)控信息標(biāo)簽化分類環(huán)節(jié)通過Markov 算法將按固定詞序排列的長序告警詞條分?jǐn)噢D(zhuǎn)化為按時間、設(shè)備、狀態(tài)、類型分類的獨(dú)立分詞結(jié)構(gòu)[2-3]；再通過基于密度的DBSCAN 聚類算法完成對監(jiān)控信息的通用序列匹配[4-5]，完成對監(jiān)控告警信息的打標(biāo)簽及按標(biāo)簽歸類工作，算法流程及應(yīng)用實(shí)例如圖2 所示。

圖2 標(biāo)簽化分類環(huán)節(jié)的算法流程及實(shí)例

1.2.2 長序告警詞條分?jǐn)嗉夹g(shù)

監(jiān)控告警信息是一種按電網(wǎng)調(diào)度規(guī)則固定組成的長序詞條，根據(jù)典型監(jiān)控告警信息的詞條分?jǐn)嗖鸾?，單個長序詞條可以被分為信號發(fā)生時間、信號發(fā)生變電站、設(shè)備對應(yīng)狀態(tài)、信號所屬故障四部分，對應(yīng)本體告警信號的有意義實(shí)詞詞性為六類：m（時間詞）、s（地點(diǎn)詞）、n（名詞）、qn（帶修飾的名詞）、u（數(shù)詞）、v（屬性詞）。其中信號內(nèi)容為非結(jié)構(gòu)化中文短文本，并包含信號中的大部分信息。集中監(jiān)控過程中的告警信號典型本體詞典示例如表1 所示。

表1 本體詞典示例

中文長詞條中間缺少對分詞的明顯分隔符號，一般需依靠人為斷句進(jìn)行分界點(diǎn)判別，因此分詞間斷點(diǎn)判別成為了文本處理的關(guān)鍵一步。基于線性相關(guān)序列的Markov 算法可以有效對該類長詞條中文信號進(jìn)行分詞[6-7]。

首先根據(jù)相關(guān)電網(wǎng)規(guī)程構(gòu)建一套經(jīng)典詞庫，包含本地變電站名稱、電壓等級、常見告警信息，提取長詞條監(jiān)控信號中的經(jīng)典詞，與空間向量建立映射關(guān)系，假設(shè)長詞條中包含中有n個經(jīng)典詞庫收錄短詞，將它們按順序編號為1，2，…，n。n維空間向量可表示為：

通過告警信號文本向量化，建立空間向量模型。對于告警信息的中文文本信息處理，采用語義框架槽填充的方法實(shí)現(xiàn)文本挖掘[8]；運(yùn)用Space Vector 探索了告警信息中文文本的挖掘方法[9]。

1.2.3 監(jiān)控信息聚類技術(shù)

本系統(tǒng)在建設(shè)期間提出了一種基于密度的DBSCAN 聚類方法[10-12]?；趯﹂L詞條監(jiān)控信息進(jìn)行了統(tǒng)一分詞，故每個監(jiān)控信號Ti，j的內(nèi)容可表示為Toti向量。設(shè)經(jīng)典詞數(shù)為n，通用告警信號最大個數(shù)為Toti，則每個告警事件Ti的事件向量Pi可表示為：

其中Pi，k∈R1×（n+1）（1≤k≤Toti），可表示為：

式中：pi，k，t（1≤t≤n）為經(jīng)典詞出現(xiàn)次數(shù)；placei，k為地點(diǎn)標(biāo)識。

定義事件向量Px與事件向量Py的距離為Dis（x，y），則：

其中，有效信息向量Si相似度的計算方法為：

基于以上公式，可以完成系統(tǒng)對原始監(jiān)控信息的預(yù)處理，獲得相關(guān)通用監(jiān)控信息序列，實(shí)現(xiàn)將新上傳的監(jiān)控信息與系統(tǒng)構(gòu)建的應(yīng)用層多元數(shù)據(jù)庫進(jìn)行信息聚類匹配，加快系統(tǒng)監(jiān)控信息分析的響應(yīng)速度[13]。

經(jīng)過預(yù)處理后的監(jiān)控信息已經(jīng)形成通用監(jiān)控信息序列，但在聚類維度上僅包含相似度、頻度兩大特性。根據(jù)實(shí)際調(diào)控工作經(jīng)驗(yàn)可知，人工監(jiān)控信息的判斷還應(yīng)在很大程度上依賴于最近發(fā)生的信息以及在某段時間內(nèi)發(fā)生的告警信息的總嚴(yán)重程度。因此，本文結(jié)合了RFM 模型算法來實(shí)現(xiàn)對預(yù)處理后信息序列的半監(jiān)督聚類加工處理，增加監(jiān)控告警信息的聚類維度至相似度、頻度、總嚴(yán)重程度、最近一次告警時間，加強(qiáng)聚類結(jié)果的穩(wěn)定性。

1.3 數(shù)據(jù)化核查

1.3.1 數(shù)據(jù)化核查必要性分析

標(biāo)簽化分類環(huán)節(jié)已完成對文本類監(jiān)控告警信息的信息形式轉(zhuǎn)換及歸類，但由于不同類型監(jiān)控信息在告警形式上存在一定的差別，在分類處理過程中可能存在標(biāo)簽錯誤、序列匹配錯誤等問題；同時，標(biāo)簽化分類僅用于處理單條信息，對于一定時間段內(nèi)同一變電站或相近變電站的多條信息缺乏有效關(guān)聯(lián)手段。因此，有必要利用其他不同源的信息數(shù)據(jù)對標(biāo)簽化分類過程進(jìn)行核查，并將一定時間段內(nèi)的標(biāo)簽化信息進(jìn)行關(guān)聯(lián)處置。

1.3.2 RFM 測評技術(shù)

針對1.3.1 節(jié)中提出的標(biāo)簽化分類環(huán)節(jié)對一定時間段內(nèi)的多條信息、對同一廠站發(fā)出的不同設(shè)備的告警信息等缺乏關(guān)聯(lián)的問題，本文通過構(gòu)建監(jiān)控信息RFM 模型[14-15]，將1.2 節(jié)中經(jīng)過處理的向量式監(jiān)控告警信息序列進(jìn)行再加工，以關(guān)聯(lián)分析、時序分析，頻度分析等手段，確認(rèn)告警信息相關(guān)品質(zhì)屬性、關(guān)系屬性和狀態(tài)屬性，該技術(shù)的實(shí)現(xiàn)流程如圖3 所示。

RFM 模型是以近度、頻度、價值度3 個指標(biāo)進(jìn)行對象價值研究的經(jīng)典模型。對于告警信息的近度測評，本文認(rèn)為某變電站下一次出現(xiàn)告警信息概率和上一次出現(xiàn)的狀態(tài)有關(guān)，因此該變電站信息告警狀態(tài)轉(zhuǎn)移行為符合馬爾科夫鏈假設(shè)，近度測評可以通過馬爾科夫鏈來進(jìn)行關(guān)聯(lián)性分析[16]，即該變電站的信息告警狀態(tài)轉(zhuǎn)移概率為：

對于告警信息的頻度測評，本文認(rèn)為告警信息的出現(xiàn)頻率服從泊松分布，即認(rèn)為告警信息在特定時間段或空間中發(fā)生的次數(shù)滿足以下兩個條件：一是在任意兩個長短相等的區(qū)間上，某變電站告警信息出現(xiàn)的概率是相同的；二是某變電站告警信息在任意區(qū)間上是否發(fā)生與該變電站告警信息在其他區(qū)間上是否發(fā)生獨(dú)立。通過以上基于時序和頻度的分析，可以得出某變電站告警信息的發(fā)生頻率為：

關(guān)于告警信息的價值度測評，在1.2.3 節(jié)中對告警信息進(jìn)行文本聚類分析時已可以確定該告警信息的所屬分類及其價值度?；谝陨先齻€維度對告警信息進(jìn)行打分處理后，再使用K-Means算法進(jìn)行聚類，可以最終確定哪些變電站的告警信息是正常信號不需重點(diǎn)關(guān)注，哪些變電站的告警信息是異常信號需立刻關(guān)注，以及哪些變電站的告警信息可能存在異常需進(jìn)一步核查確定。

1.4 設(shè)備狀態(tài)感知

1.4.1 模擬畫像技術(shù)簡介

畫像技術(shù)目前主要應(yīng)用于刑偵、心理等領(lǐng)域，通過對目標(biāo)人物進(jìn)行調(diào)查研究，獲取人物的心理特性及特點(diǎn)，預(yù)測其生活習(xí)慣及下一步動向。本系統(tǒng)通過將1.2 及1.3 中獲取的告警信息特征進(jìn)行進(jìn)一步轉(zhuǎn)化，獲取目標(biāo)設(shè)備“心理特征”，預(yù)測其運(yùn)行狀態(tài)及是否需要進(jìn)一步檢查處理。

目前該技術(shù)定義的設(shè)備心理特征畫像類型主要為3 類：

（1）沉默休眠型

根據(jù)《地區(qū)電力系統(tǒng)調(diào)度控制管理規(guī)程》規(guī)定，變電站應(yīng)定期切換告警信息上送通道，在站內(nèi)設(shè)備進(jìn)行定期切換時將有相應(yīng)告警信息上送，若該站長期無告警信號，表明該變電站極有可能存在通信、遠(yuǎn)動、網(wǎng)絡(luò)等方面的問題，存在極大安全隱患。

（2）倔強(qiáng)頑固型

按缺陷等級對應(yīng)不同的消缺時限，該設(shè)備缺陷長期難以消除，甚至可能存在家族性隱患缺陷，存在極大安全隱患。

（3）熱情頻發(fā)型

監(jiān)控工作中出現(xiàn)的四類告警信息應(yīng)能正確反映設(shè)備運(yùn)行狀況，頻發(fā)告警信息對監(jiān)控日常監(jiān)視造成極大干擾，也不能正確反映設(shè)備的運(yùn)行狀況，通過設(shè)立每日動作/復(fù)歸頻次大于10 次的告警信號為頻發(fā)型信號。

1.4.2 可視化平臺架構(gòu)

本文在基于設(shè)備狀態(tài)感知技術(shù)實(shí)現(xiàn)對電網(wǎng)集中監(jiān)控設(shè)備狀態(tài)全過程管控的基礎(chǔ)上，研發(fā)了一套可視化監(jiān)控平臺。通過獲取調(diào)控SCADA（數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)）、EMS（能量管理系統(tǒng)）、WAMS（廣域監(jiān)測系統(tǒng)）等生產(chǎn)管理系統(tǒng)實(shí)時及離線數(shù)據(jù)，構(gòu)建信息管理數(shù)據(jù)庫來實(shí)現(xiàn)對實(shí)時、歷史、管理數(shù)據(jù)的同步處理，同時可以實(shí)現(xiàn)信息數(shù)據(jù)圖形監(jiān)控展示的功能，實(shí)現(xiàn)對設(shè)備的全方位可視化監(jiān)控[17]。可視化平臺總體架構(gòu)如圖4 所示。

圖3 RFM 測評技術(shù)實(shí)現(xiàn)流程

圖4 可視化平臺總體架構(gòu)

1.4.3 設(shè)備狀態(tài)感知平臺介紹

目前，設(shè)備狀態(tài)感知平臺已研發(fā)完成并上線，該平臺功能主要包括運(yùn)行分析、全景展示、運(yùn)行檢索、趨勢預(yù)警、信息管控。其中，運(yùn)行分析和全景展示即主要對應(yīng)1.4.1 節(jié)中所述的三類特征畫像類型設(shè)備的狀態(tài)分析及查詢；運(yùn)行檢索可以對所有標(biāo)簽化告警信息進(jìn)行檢索查詢；趨勢預(yù)警可以對平臺感知到有可能存在風(fēng)險隱患的變電站或設(shè)備進(jìn)行運(yùn)行狀態(tài)預(yù)測；信息管控為對原始監(jiān)控告警信息在本系統(tǒng)及本平臺中的處理全過程進(jìn)行節(jié)點(diǎn)查詢。該系統(tǒng)的順利上線與應(yīng)用為集中監(jiān)控設(shè)備管理確立了牢固架構(gòu)，為監(jiān)控設(shè)備狀態(tài)感知的實(shí)踐提供了有力的技術(shù)保障。

2 平臺應(yīng)用實(shí)例

在電網(wǎng)故障跳閘處置過程中，可視化平臺通過將故障期間的告警信息按重要程度進(jìn)行標(biāo)簽化排序，并通過復(fù)核手段短時折疊屏蔽不相關(guān)/非重要告警信息，幫助監(jiān)控員深度分析故障發(fā)生的前后因素和邏輯順序，包括監(jiān)控信息是否漏誤、斷路器重合是否成功、保護(hù)動作是否正確、潮流負(fù)荷是否合理等多項(xiàng)內(nèi)容，快速生成設(shè)備跳閘分析事件報告（如圖5 所示），為準(zhǔn)確判斷故障情況和實(shí)現(xiàn)故障快速處置提供輔助決策[18]。同時，平臺周期性的設(shè)備故障統(tǒng)計可得出發(fā)生多次故障的線路、電容器等，為后續(xù)設(shè)備檢修運(yùn)維提供支撐。

在對異常信息處置中，可視化平臺不僅在源頭上加強(qiáng)監(jiān)控信息編制、接入、驗(yàn)收和分析評價，提高變電站監(jiān)控信息完整性、準(zhǔn)確性和規(guī)范化程度，而且突破傳統(tǒng)異常信息處置范疇，將異常信息的處置事件化，為異常信息自動打上標(biāo)簽（如圖6 所示），關(guān)聯(lián)相關(guān)告警信息，提示該類別信息近期發(fā)生頻次，為監(jiān)控員快速處置異常信息提供數(shù)據(jù)支撐。

3 結(jié)語

集中監(jiān)控設(shè)備狀態(tài)感知技術(shù)及其可視化應(yīng)用平臺是基于電網(wǎng)調(diào)控云平臺的一款成熟應(yīng)用，實(shí)現(xiàn)電網(wǎng)監(jiān)控業(yè)務(wù)全流程與大數(shù)據(jù)分析、云計算技術(shù)的成功融合，構(gòu)建數(shù)據(jù)浸透型全過程監(jiān)控新體系，打造由調(diào)控云平臺支撐的監(jiān)控新模式，助推設(shè)備監(jiān)控專業(yè)全方位提升。

系統(tǒng)投入運(yùn)行以來大幅提升電網(wǎng)監(jiān)控工作效率和效果，延長變電站設(shè)備使用壽命，降低運(yùn)維檢修成本。有效提升電網(wǎng)設(shè)備運(yùn)行管控水平，強(qiáng)化保障電網(wǎng)安全穩(wěn)定，尤其是強(qiáng)降雨、臺風(fēng)期和迎峰度夏期間的電網(wǎng)運(yùn)行安全，避免發(fā)生大面積停電事件，提升供電服務(wù)可靠性。

圖5 設(shè)備跳閘事件分析報告

圖6 異常信息分析報告