和定繁，蔣羽鵬，楊 珊，陳 賀

（1.昆明供電局變電運(yùn)行二所，云南昆明 650000；2.浙江大立科技股份有限公司，浙江杭州 310053）

智能變電站是推動(dòng)智能電網(wǎng)建設(shè)的重要運(yùn)行單位。為有效避免電力設(shè)備老化、絕緣破壞等故障情況的發(fā)生，防止出現(xiàn)停電事故，通常需要對(duì)智能變電站中的電力設(shè)備實(shí)施監(jiān)測[1-2]。

傳統(tǒng)的變電站監(jiān)測方法主要包括人力巡檢與電子監(jiān)測兩種。人力巡檢是目前國家電網(wǎng)主要采用的檢測方法，但是該方法主要針對(duì)傳統(tǒng)變電站，而隨著智能變電站的應(yīng)用與發(fā)展，其可以在惡劣的自然環(huán)境中進(jìn)行建設(shè)。而人力巡檢則難以在這種環(huán)境下完成檢測，且該方法不具備實(shí)時(shí)性，僅能在固定時(shí)節(jié)進(jìn)行檢修，具有較大的局限性。隨著信息技術(shù)的發(fā)展，電子監(jiān)測技術(shù)逐步成為主流。現(xiàn)有的電子檢測技術(shù)在系統(tǒng)穩(wěn)定的條件下具有一定的監(jiān)測效率，但仍有一些局限性[3-4]：1）效率與實(shí)時(shí)性具有局限性。智能變電站內(nèi)部含有大量的新型電力電子器件，所需監(jiān)測的數(shù)據(jù)也呈現(xiàn)指數(shù)增長趨勢，系統(tǒng)正常運(yùn)行時(shí)，電子監(jiān)測系統(tǒng)難以兼顧效率與實(shí)時(shí)性。若電力設(shè)備發(fā)生突發(fā)狀況，數(shù)據(jù)量激增，則會(huì)導(dǎo)致監(jiān)測系統(tǒng)崩潰無法實(shí)時(shí)解決設(shè)備故障；2）信息難以共享?，F(xiàn)有的電子監(jiān)測系統(tǒng)基本采用“一對(duì)一”模式，不同設(shè)備之間的監(jiān)測系統(tǒng)難以分享信息，使得采集到的數(shù)據(jù)出現(xiàn)冗余，從而造成資源浪費(fèi)；3）實(shí)際工程中運(yùn)行情況具有一定的局限性。由于智能變電站處于電磁場較強(qiáng)的環(huán)境下，對(duì)電力設(shè)備的在線監(jiān)測與診斷會(huì)受到一定的電磁干擾，使得監(jiān)測準(zhǔn)確性難以滿足工程應(yīng)用的需求。因此，亟需一種能夠?qū)χ悄茏冸娬局须娏υO(shè)備海量監(jiān)測數(shù)據(jù)進(jìn)行快速處理和分析的方法，實(shí)現(xiàn)智能變電站中電力設(shè)備的實(shí)時(shí)監(jiān)測。

針對(duì)以上問題，文中提出一種云計(jì)算環(huán)境下基于C4.5 決策樹算法的智能變電站電力設(shè)備狀態(tài)監(jiān)測方法。通過引入云計(jì)算環(huán)境建立智能電網(wǎng)Hadoop平臺(tái)，在MapReduce 并行模式下改進(jìn)C4.5 決策樹算法，并應(yīng)用于數(shù)據(jù)分析，從而對(duì)海量數(shù)據(jù)進(jìn)行快速處理，實(shí)時(shí)動(dòng)態(tài)監(jiān)控智能變電站電力設(shè)備的狀態(tài)。

1 智能變電站云計(jì)算環(huán)境

1.1 Hadoop平臺(tái)

Hadoop 平臺(tái)是一種云計(jì)算平臺(tái)，其核心在于對(duì)海量數(shù)據(jù)進(jìn)行儲(chǔ)存與處理，主要包括HFDS、HBase與MapReduce 3 個(gè)部分[5]。

1.1.1 HDFS

HDFS 系統(tǒng)是一種分布式文件系統(tǒng)，作為Hadoop平臺(tái)的核心，其主要功能是提供存儲(chǔ)容量和數(shù)據(jù)處理等功能。與傳統(tǒng)的文件系統(tǒng)區(qū)別在于，HDFS 系統(tǒng)中的各個(gè)文件會(huì)被分成固定大小的數(shù)據(jù)塊進(jìn)行儲(chǔ)存。而系統(tǒng)中的數(shù)據(jù)節(jié)點(diǎn)是數(shù)據(jù)實(shí)際的存儲(chǔ)位置。客戶端以及元數(shù)據(jù)節(jié)點(diǎn)所具有的功能是讀取數(shù)據(jù)塊、向數(shù)據(jù)節(jié)點(diǎn)呈遞請求。數(shù)據(jù)節(jié)點(diǎn)按時(shí)將存儲(chǔ)數(shù)據(jù)發(fā)送到元數(shù)據(jù)節(jié)點(diǎn)，使后者與前者保持一致。

HDFS 系統(tǒng)的特點(diǎn)決定其可以較優(yōu)地處理海量數(shù)據(jù)，其內(nèi)部含有1 個(gè)主節(jié)點(diǎn)與一定數(shù)量的從節(jié)點(diǎn)。前者主要是維護(hù)系統(tǒng)，后者主要是實(shí)現(xiàn)數(shù)據(jù)存儲(chǔ)。HDFS 系統(tǒng)的記憶功能可通過以下方面實(shí)現(xiàn)[6]：

1）文件區(qū)分。HDFS 可以依據(jù)文件容量將其分別存儲(chǔ)于不同從節(jié)點(diǎn)，從而快速實(shí)現(xiàn)本地處理。

2）模塊拷貝。HDFS可以對(duì)數(shù)據(jù)塊進(jìn)行拷貝并分別存儲(chǔ)于不同的數(shù)據(jù)節(jié)點(diǎn)，從而增強(qiáng)系統(tǒng)的可靠性。

3）節(jié)點(diǎn)任務(wù)。系統(tǒng)的節(jié)點(diǎn)功能較為簡單明確，其沒有冗余功能，可以提升服務(wù)器運(yùn)行效率。

4）系統(tǒng)延展性。系統(tǒng)中數(shù)據(jù)節(jié)點(diǎn)可根據(jù)任務(wù)要求任意增減，有效減少成本并降低風(fēng)險(xiǎn)。

1.1.2 HBase

HBase 系統(tǒng)是一種分布式存儲(chǔ)系統(tǒng)，其存儲(chǔ)的對(duì)象主要是字符串，包含4 個(gè)節(jié)點(diǎn)[7]：

1）客戶服務(wù)端。主要涵蓋多種HBase 訪問接口，存儲(chǔ)相應(yīng)的緩存數(shù)據(jù)。

2）Zookpeer。Zookpeer 集群容量主要取決于Hadoop 集群容量與任務(wù)，且只含有1 個(gè)Master，可以即時(shí)監(jiān)測Region Server。

3）HMaster。HMaster 分配Region，運(yùn)行服務(wù)器負(fù)載并確保集群狀態(tài)。

4）Region Server。經(jīng)Master 分配并主要負(fù)責(zé)保障Region，此時(shí)處理IO 請求。若Region 運(yùn)行時(shí)增加，則還可執(zhí)行切分。

HBase 能夠被用于結(jié)構(gòu)化數(shù)據(jù)庫與非結(jié)構(gòu)化數(shù)據(jù)庫。其非結(jié)構(gòu)化存儲(chǔ)方式主要是通過按列對(duì)數(shù)據(jù)進(jìn)行存儲(chǔ)，從而實(shí)現(xiàn)大數(shù)據(jù)存儲(chǔ)。HBase 能夠自行搜索數(shù)據(jù)，基于數(shù)據(jù)聚集存儲(chǔ)模式，提升搜索效率。

1.1.3 MapReduce

MapReduce 的主要功能是實(shí)現(xiàn)大數(shù)據(jù)的并行處理，其核心在于Reduce 與Map。用戶發(fā)布任務(wù)后，先運(yùn)行Map，其輸出鍵值被保存到相應(yīng)的文件。然后運(yùn)行Reduce，通過數(shù)據(jù)混洗將隨機(jī)生成鍵輸入到指定Reduce，再按照鍵值大小對(duì)其進(jìn)行排序。最后，將輸出的鍵值列表輸出至Reduce 中進(jìn)行處理，并在HDFS 中得到輸出結(jié)果[8]。

1.2 智能變電站Hadoop平臺(tái)的構(gòu)建

考慮到智能變電站電力設(shè)備運(yùn)行狀態(tài)的特點(diǎn)，引入Hadoop 云計(jì)算平臺(tái)，利用成本較低的服務(wù)器集群，采用虛擬機(jī)完成整體資源的虛擬化操作，并利用相關(guān)的存儲(chǔ)和管理系統(tǒng)對(duì)數(shù)據(jù)進(jìn)行存儲(chǔ)與管理，確保高效處理智能變電站海量監(jiān)測數(shù)據(jù)。因此在MapRedcue 分布式處理系統(tǒng)的基礎(chǔ)上，設(shè)計(jì)相應(yīng)的監(jiān)測數(shù)據(jù)并行處理系統(tǒng)，利用并行計(jì)算模式完成監(jiān)測數(shù)據(jù)的并行處理，實(shí)現(xiàn)智能變電站電力設(shè)備的狀態(tài)評(píng)估與故障診斷。該系統(tǒng)架構(gòu)如圖1 所示。

圖1 云計(jì)算環(huán)境下監(jiān)測數(shù)據(jù)并行處理系統(tǒng)

2 C4.5決策樹并行優(yōu)化算法

2.1 C4.5決策樹算法基本原理

決策樹算法的本質(zhì)是利用歸納方法，將完成處理的數(shù)據(jù)轉(zhuǎn)化為相應(yīng)的決策樹與規(guī)則，并利用生成的決策樹分析與處理新數(shù)據(jù)。

決策樹基本思想為：樹葉是訓(xùn)練集中的同類結(jié)點(diǎn)，對(duì)其標(biāo)記當(dāng)前類別。若不屬同類，則當(dāng)前結(jié)點(diǎn)可設(shè)定為分類性能最強(qiáng)的屬性。之后訓(xùn)練集的值取決于當(dāng)前結(jié)點(diǎn)屬性，進(jìn)而拆分為數(shù)個(gè)不相同的子集，所取的各值構(gòu)成相應(yīng)的分支，由此均從上一個(gè)步驟獲取一個(gè)子集，重復(fù)以上過程。若屬性值出現(xiàn)在某一結(jié)點(diǎn)，則無需繼續(xù)對(duì)該結(jié)點(diǎn)進(jìn)行后續(xù)運(yùn)算[9-10]。

由于C4.5 決策樹算法是在ID3 算法基礎(chǔ)上改進(jìn)的，因此需要首先介紹ID3 算法原理。

設(shè)集合D中樣本數(shù)量為d，共有n類屬性，定義Ci(i=1,2,…,n)，且Di∈Ci，則分類樣本的信息量可用下式進(jìn)行計(jì)算：

式（1）中，pi表示的是樣本隸屬于Ci的概率，可利用did進(jìn)行計(jì)算，信息可以利用二進(jìn)制編碼，因此log 底數(shù)設(shè)定為2。

設(shè)屬性集合A={a1,a2,…,am}，集合D被集合A拆分為m個(gè)子集，Dj囊括集合D中的樣本且在對(duì)應(yīng)的集合A中具有相同的值(j=1,2,…,m) 。設(shè)Dij為子集Dj中包含的類別Ci的樣本數(shù)量，則利用集合A拆分的子集Dj的信息熵可用式（2）進(jìn)行計(jì)算。

式（3）中，Pij=Dij/Dj，表示的是Dj中樣本隸屬于Ci的概率。集合A中的分支所得到的信息增益量可用下式進(jìn)行計(jì)算：

C4.5 決策樹算法改進(jìn)了ID3 算法中屬性的連續(xù)性與值的缺省，同時(shí)對(duì)決策樹的剪枝進(jìn)行了一定的優(yōu)化。并在信息增益的基礎(chǔ)上，引入信息增益率的概念。其計(jì)算公式如式（5）所示。

其中，S(A)表示的是分裂信息度量。計(jì)算公式如式（6）所示。

C4.5 決策樹算法的主要理論依據(jù)是在信息論基礎(chǔ)上，利用式（1）與式（2）構(gòu)建決策樹，但根據(jù)以上流程可以看出求解信息增益率時(shí)要不斷完成對(duì)數(shù)運(yùn)算，而大量調(diào)用函數(shù)會(huì)導(dǎo)致運(yùn)算效率降低。

設(shè)U=V1×V2×…Vl為l維的有限空間向量，Vj表示有限離散符號(hào)的集合，u為U中元素且u=＜ω1,ω2,…,ωl＞表示范例，其中ωj∈Vj,j=1,2,…,l。設(shè)定U的正例集合為YU，大小為y，反例集合為NU，大小為n，由此可得[11-12]：

1）U中所包含的正反例概率與空間中任意某個(gè)樹的樣本集合所具有的分類概率一致。

2）由式（1）可知，單一樹正確判定單一樣本集類別所需的信息量可由下式計(jì)算得到：

令A(yù)作為根的信息熵可用下式進(jìn)行計(jì)算：

簡化后可得：

此時(shí)，分裂信息度量計(jì)算公式為：

信息增益率為：

經(jīng)改進(jìn)后的C4.5 決策樹算法有效簡化了運(yùn)算過程，在更適應(yīng)MapReduce 并行計(jì)算模式的同時(shí)，有效提升了運(yùn)算效率，其在處理海量數(shù)據(jù)時(shí)具有較大的優(yōu)勢。

2.2 MapReduce并行計(jì)算模式下算法的優(yōu)化

該文在對(duì)智能變電站電力設(shè)備進(jìn)行狀態(tài)監(jiān)測時(shí)，主要考慮在云環(huán)境下利用C4.5 決策樹算法實(shí)現(xiàn)。但該算法通常在串行模式下運(yùn)行，運(yùn)算前需要將所有數(shù)據(jù)導(dǎo)入內(nèi)存，基于算法的訓(xùn)練規(guī)則進(jìn)行分類，最終完成算法全部步驟。但由于內(nèi)存不足以及服務(wù)器運(yùn)算速度限制，會(huì)使得整體運(yùn)算效率降低。因此，這種運(yùn)算模式難以處理智能變電站海量監(jiān)測數(shù)據(jù)[13-14]。為了使算法能夠高效處理海量監(jiān)測數(shù)據(jù)，在MapReduce 并行計(jì)算模式下優(yōu)化C4.5 決策樹算法，其優(yōu)化步驟如下：

1）提取智能變電站海量監(jiān)測數(shù)據(jù)樣本，對(duì)智能變電站電力設(shè)備的不同故障數(shù)據(jù)進(jìn)行分類，劃分得到智能變電站主要的典型故障類型。

2）考慮智能變電站在受溫度變化影響的條件下，對(duì)功率進(jìn)行計(jì)算，得到相應(yīng)的變化率，分析波動(dòng)情況。

3）利用C4.5 決策樹算法對(duì)選取的樣本進(jìn)行并行訓(xùn)練，求解各個(gè)參數(shù)影響預(yù)測結(jié)果的水平，得到預(yù)測屬性所對(duì)應(yīng)的重要性，生成決策樹算法的分類規(guī)則。

4）將需要分析的數(shù)據(jù)樣本輸入，基于生成的分類規(guī)則進(jìn)行數(shù)據(jù)分類，判定電力設(shè)備運(yùn)行狀態(tài)。

在MapReduce 并行計(jì)算模式下實(shí)現(xiàn)算法的優(yōu)化，可以減少算法的運(yùn)算時(shí)間、提高分類準(zhǔn)確率，并有效提升算法的綜合性能，進(jìn)而實(shí)現(xiàn)智能變電站電力設(shè)備運(yùn)行狀態(tài)的實(shí)時(shí)監(jiān)測。

3 實(shí)驗(yàn)結(jié)果

3.1 Hadoop平臺(tái)配置

該文利用8 臺(tái)電腦構(gòu)建一個(gè)Hadoop 集群，為了確保整個(gè)集群維持在同一運(yùn)算效率進(jìn)行工作，將電腦配置設(shè)定為同一型號(hào)，并保證配置相同。其主要配置參數(shù)如表1 所示。

表1 Hadoop集群基礎(chǔ)配置參數(shù)

3.2 故障類型分類

在完成MapReduce 并行計(jì)算模式下的算法并行優(yōu)化后，可以直接將所需分析的監(jiān)測數(shù)據(jù)導(dǎo)入HDFS 中，運(yùn)行MapReduce 即可求解。該文的智能變電站電力設(shè)備運(yùn)行狀態(tài)的監(jiān)測數(shù)據(jù)，提取某省國家電網(wǎng)公司全年智能變電站監(jiān)測數(shù)據(jù)。文中以智能變電站SF6斷路器為例進(jìn)行分析，采集100 000 條時(shí)序樣本數(shù)據(jù)，將斷路器的運(yùn)行狀態(tài)劃分為正常狀態(tài)（NS）、SF6氣體泄漏故障（F1）、電弧重燃故障（F2）以及絕緣損壞故障（F3）[15-16]。通過分析持續(xù)時(shí)間t的變化、溫度T的變化與功率P的變化情況，利用C4.5 決策樹算法在MapReduce 并行計(jì)算模式下，對(duì)采集到的樣本數(shù)據(jù)進(jìn)行訓(xùn)練，并生成相應(yīng)的判定規(guī)則，如表2所示。

3.3 監(jiān)測結(jié)果分析

在所構(gòu)建的Hadoop 平臺(tái)中，利用在MapReduce并行計(jì)算模式下優(yōu)化后的C4.5 決策樹算法，對(duì)智能變電站中的SF6斷路器實(shí)施監(jiān)測并對(duì)故障進(jìn)行診斷和分類。所得到的實(shí)驗(yàn)結(jié)果如表3 所示。

表2 判定規(guī)則

表3 SF6斷路器監(jiān)測結(jié)果

由表3可見，該文用于實(shí)驗(yàn)的樣本容量共計(jì)9 467個(gè)，其中訓(xùn)練集6 978 個(gè)，測試集3 489 個(gè)。測試集中正常運(yùn)行狀態(tài)的樣本容量為1 000 個(gè)，準(zhǔn)確分類的結(jié)果為996 個(gè)，分類準(zhǔn)確率為99.60%；測試集中SF6氣體泄漏故障的樣本容量為837，準(zhǔn)確分類的結(jié)果為805，分類準(zhǔn)確率為96.18%；測試集中電弧重燃故障的樣本容量為824，準(zhǔn)確分類的結(jié)果為772，分類準(zhǔn)確率為93.69%；測試集中絕緣損壞故障的樣本容量為828，準(zhǔn)確分類的結(jié)果為823，分類準(zhǔn)確率為99.40%。實(shí)驗(yàn)結(jié)果表明，該文提出的云環(huán)境下的C4.5 決策樹算法能夠良好地實(shí)現(xiàn)對(duì)智能變電站電力設(shè)備運(yùn)行狀態(tài)的監(jiān)測，可準(zhǔn)確識(shí)別出故障類型，具有較高的診斷精度。

為了進(jìn)一步驗(yàn)證文中所提出方法的運(yùn)行效率，分別將提出的C4.5 決策樹并行優(yōu)化算法在Hadoop集群的MapReduce 并行計(jì)算模式下的運(yùn)行時(shí)間與傳統(tǒng)C4.5 決策樹串行算法在單機(jī)的分布式查詢系統(tǒng)中的運(yùn)行時(shí)間進(jìn)行對(duì)比。實(shí)驗(yàn)開始時(shí)，運(yùn)行兩種條件下針對(duì)不同數(shù)據(jù)量的數(shù)據(jù)檢索，并計(jì)算相應(yīng)的檢索時(shí)間，為了防止出現(xiàn)偶然情況所引發(fā)的小概率事件，選取5 次計(jì)算結(jié)果的平均值。最終的實(shí)驗(yàn)結(jié)果如表4 所示。

由表4 可見，當(dāng)數(shù)據(jù)樣本容量較小時(shí)，算法在單機(jī)系統(tǒng)的數(shù)據(jù)檢索較快，但當(dāng)數(shù)據(jù)樣本容量達(dá)到320 000 左右時(shí)，兩者速度接近；當(dāng)數(shù)據(jù)樣本容量超過320 000 時(shí)，算法在Hadoop 集群的檢索速度遠(yuǎn)快于單機(jī)系統(tǒng)。這表明文中提出的方法在云計(jì)算環(huán)境下，對(duì)于海量數(shù)據(jù)監(jiān)測具有更優(yōu)的運(yùn)算效率，可以大幅地節(jié)省運(yùn)算時(shí)間。由于智能變電站電力設(shè)備的運(yùn)行狀態(tài)監(jiān)測數(shù)據(jù)遠(yuǎn)大于文中的測試數(shù)據(jù)樣本容量，所以在工程應(yīng)用中文中所提出的方法將發(fā)揮更大的優(yōu)勢。

表4 運(yùn)算時(shí)間對(duì)比

4 結(jié)束語

文中通過分析現(xiàn)有的智能電網(wǎng)運(yùn)行狀態(tài)監(jiān)測方法的現(xiàn)狀，成功構(gòu)建了基于Hadoop 平臺(tái)的云計(jì)算環(huán)境，利用云計(jì)算環(huán)境下MapReduce 并行計(jì)算模式，在傳統(tǒng)C4.5 決策樹算法的基礎(chǔ)上對(duì)其實(shí)現(xiàn)了并行優(yōu)化，并將算法應(yīng)用于智能變電站電力設(shè)備運(yùn)行狀態(tài)海量監(jiān)測數(shù)據(jù)的分析。實(shí)驗(yàn)結(jié)果表明，文中提出的云計(jì)算環(huán)境下基于C4.5 決策樹算法的智能變電站電力設(shè)備狀態(tài)監(jiān)測方法，能夠有效實(shí)現(xiàn)電力設(shè)備的狀態(tài)監(jiān)測，具有精準(zhǔn)的故障診斷準(zhǔn)確率，同時(shí)還擁有較高的運(yùn)算效率。該文的研究成果具有良好的工程實(shí)用性，應(yīng)用于智能變電站監(jiān)測系統(tǒng)將有助于推進(jìn)智能電網(wǎng)的建設(shè)。