王路飛

（浙江求是科教設(shè)備有限公司，浙江杭州，310011）

1 大數(shù)據(jù)背景下大容量電力電子系統(tǒng)的特征

1.1 數(shù)據(jù)量大

大容量電力電子系統(tǒng)在進行頻繁采樣時，服務(wù)器需要處理很多的數(shù)據(jù)信息，具有相當大的工作量，想要保證大容量電子電力系統(tǒng)的安全運行，需要在系統(tǒng)的組成部件（變壓器、開關(guān)半導(dǎo)體等）上安裝傳感器和監(jiān)控設(shè)備。

1.2 數(shù)據(jù)類型

傳統(tǒng)的數(shù)據(jù)處理，待處理數(shù)據(jù)一般為可以通過數(shù)據(jù)庫進行存儲和查詢的結(jié)構(gòu)化數(shù)據(jù)。大數(shù)據(jù)背景下的大容量電力電子的處理方式豐富了，不但有結(jié)構(gòu)化數(shù)據(jù)處理，還涵蓋了非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)（圖片、文檔、視頻等）。在實際工作中，需要進行多方面的數(shù)據(jù)參考與檢測。

1.3 數(shù)據(jù)價值高

大數(shù)據(jù)背景下，數(shù)據(jù)的價值并不會因為數(shù)據(jù)的增多而降低價值，它的價值是隨著某種具體的功能而產(chǎn)生的。數(shù)據(jù)的價值并不是來源于某個特定的用途，它可以被應(yīng)用與不同的目的，同時也可以為了同一個目的而多次被使用。因此，大數(shù)據(jù)背景下的數(shù)據(jù)價值比傳統(tǒng)的數(shù)據(jù)價值更高。

2 大數(shù)據(jù)背景下電力電子系統(tǒng)大數(shù)據(jù)關(guān)鍵技術(shù)

2.1 數(shù)據(jù)采集技術(shù)

數(shù)據(jù)背景帶來了海量數(shù)據(jù)，在此基礎(chǔ)上建立大數(shù)據(jù)處理系統(tǒng)是非常重要的。當在大容量電力電子系統(tǒng)中應(yīng)用大數(shù)據(jù)技術(shù)時，需要半結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)作為支撐。因此，大數(shù)據(jù)處理的基礎(chǔ)時將各類型的信息進行提取整合及分類并保證這些數(shù)據(jù)的可用性，而電力電子系統(tǒng)的性能分析是需要數(shù)據(jù)源的同步性。例如功率開關(guān)管，當傳感器采集到的各級電壓數(shù)據(jù)發(fā)生同步性喪失，將會影響實際應(yīng)用中器件的損耗計算和場路耦合分析結(jié)果。大數(shù)據(jù)背景下，數(shù)據(jù)采集技術(shù)起到的主要作用是將海量數(shù)據(jù)進行一系列處理（抽取、轉(zhuǎn)換、分類、集成等），最后再將數(shù)據(jù)存儲到相應(yīng)的數(shù)據(jù)系統(tǒng)中。當數(shù)據(jù)生成和轉(zhuǎn)化的速度過快時，就會影響數(shù)據(jù)的質(zhì)量，而數(shù)據(jù)采集技術(shù)將會對各類數(shù)據(jù)進行集中和分類處理，最后在進行關(guān)聯(lián)和聚合等統(tǒng)一的結(jié)構(gòu)來存儲。因為大數(shù)據(jù)背景下大數(shù)據(jù)的生產(chǎn)速度快、產(chǎn)量大，系統(tǒng)處理需要實時快捷的方式，因此在抽取、轉(zhuǎn)換、壓縮等工具選擇上，也需要采用分布式內(nèi)存數(shù)據(jù)、實時流處理系統(tǒng)等技術(shù)[1]。

2.2 數(shù)據(jù)存儲技術(shù)

電子電力系統(tǒng)在進行工作時，無時無刻不在進行數(shù)據(jù)的傳輸、存儲和讀取，大量的數(shù)據(jù)會影響存儲和讀取的速度。當數(shù)據(jù)集過大時，就需要對數(shù)據(jù)進行獨立計算機存儲，業(yè)界將這種技術(shù)稱為分布式文件系統(tǒng)（Distributed File System），即跨多臺計算機存儲文件的形式。Distributed File System只需要大量的計算機就可以實現(xiàn)數(shù)據(jù)的存儲、讀取和寫入，當前應(yīng)用較廣的為Google GFS、Hadoop HDFS、Taobao File System以及Facebook Haystack等。如圖1所示Google GFS系統(tǒng)架構(gòu)，該架構(gòu)的節(jié)點可以分為主控服務(wù)器、數(shù)據(jù)塊服務(wù)器和GFS 客戶端三種，是目前應(yīng)用范圍最廣的數(shù)據(jù)存儲架構(gòu)。

圖1 Google GFS系統(tǒng)架構(gòu)

2.3 數(shù)據(jù)庫技術(shù)

大數(shù)據(jù)背景下帶來數(shù)據(jù)多樣化、結(jié)構(gòu)多樣化。在大容量電力電子系統(tǒng)大數(shù)據(jù)中，數(shù)據(jù)存儲需要經(jīng)過一系列的關(guān)聯(lián)與聚合（結(jié)構(gòu)化、非結(jié)構(gòu)化、半結(jié)構(gòu)化等）。當前常用的數(shù)據(jù)庫存儲方式有關(guān)系型數(shù)據(jù)庫（SQL）、非關(guān)系型的數(shù)據(jù)庫（NoSQL）、關(guān)系型數(shù)據(jù)庫（NewSQL）等。SQL不適合要求訪問速度的情況，它一致性高，但是讀寫性差、處理能力低；NewSQL不適合種類豐富的數(shù)據(jù)庫，它具有固定的表結(jié)構(gòu)，對輸入的數(shù)據(jù)有格式和屬性要求；NoSQL是對傳統(tǒng)數(shù)據(jù)庫的優(yōu)化，它在傳統(tǒng)數(shù)據(jù)庫的基礎(chǔ)上具有了橫向擴展性，可以滿足各種半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)存儲要求。同時，NoSQL還具有了數(shù)據(jù)查詢性能，可以區(qū)分一部分的容錯[2]。

3 大數(shù)據(jù)背景下大容量電力電子系統(tǒng)可靠性分析

3.1 器件級可靠性研究

大容量電力電子系統(tǒng)的核心部件為功率半導(dǎo)體器件，其可靠性水平直接影響變流器的安全運行。因此，大數(shù)據(jù)背景下對電力電子系統(tǒng)可靠性研究的首要切入點為器件。當前，世界上應(yīng)用較為廣泛的開關(guān)器件結(jié)溫提取和健康管理數(shù)據(jù)提取方式多為多項式擬合與回歸分析，器件發(fā)生損壞和失效的主要誘導(dǎo)因素為外部失效和內(nèi)部失效，若能通過大數(shù)據(jù)處理技術(shù)充分挖掘這些數(shù)據(jù)信息，將會對器件可靠性研究帶來很大幫助，如圖2所示。

圖2 器件層面可靠性

3.2 裝置級可靠性研究

系統(tǒng)的裝置部件結(jié)構(gòu)復(fù)雜、耦合程度較高、組成部分多樣化(功率元器件、儲能部件和控制器等)，傳統(tǒng)的裝置部件對工程經(jīng)驗和標準依賴過大，可靠性分析不合理。大數(shù)據(jù)背景下，通過部件使用周期的歷史數(shù)據(jù)進行裝置可靠性、結(jié)構(gòu)設(shè)計等研究如圖3所示。

圖3 裝置層面可靠性

3.3 系統(tǒng)級可靠性研究

大數(shù)據(jù)背景下大容量電力電子系統(tǒng)的組成復(fù)雜多樣，因此對于電力電子系統(tǒng)的穩(wěn)定性判定和性能優(yōu)化更為困難。大容量電力電子系統(tǒng)經(jīng)大數(shù)據(jù)技術(shù)的基礎(chǔ)，為其系統(tǒng)可靠性分析提供了更多工具和方式，具體如下：

（1）電能質(zhì)量智能管理。電網(wǎng)的組成復(fù)雜多樣，通常包含大量的非線性裝置和不平衡負荷，其中一個發(fā)生問題就會引發(fā)嚴重的電能質(zhì)量問題。相關(guān)部門一般通過對電力變換的控制優(yōu)化，來維護和改善系統(tǒng)的電能質(zhì)量。但是，在實際應(yīng)用中是很難對諧波源進行準確定位的，也無法為每個潛在的諧波源配置分布式電源；而且，由于影響電能質(zhì)量的各種因素具有不確定性，所以各次諧波也就具有不確定性。因此，想要實現(xiàn)電能質(zhì)量的智能優(yōu)化管理，需要對電網(wǎng)中各節(jié)點的實時運行數(shù)據(jù)進行把控和處理，并提取諧波源信息，從而實現(xiàn)對分布式電源進行實時控制的操作，大數(shù)據(jù)的出現(xiàn)為大容量電力電子系統(tǒng)的海量數(shù)據(jù)流處理提供了更多的技術(shù)和手段[3]。

（2）系統(tǒng)調(diào)控策略選擇。大容量電力電子系統(tǒng)的多電平變換系統(tǒng)復(fù)雜多變，但同時也為調(diào)控自由提供了方便，如當變換器電平數(shù)為n 時，則空間矢量脈寬調(diào)制（SVPWM）共有n2個矢量，而且系統(tǒng)中的各冗余零矢量起到了不同的作用。在空間矢量數(shù)目龐大的5電平及以上多電平系統(tǒng)中，各SVPWM調(diào)制效果用常規(guī)數(shù)據(jù)處理方式是難以進行分析的，需要借助大數(shù)據(jù)的分布式計算技術(shù)、人工智能等。因此，大數(shù)據(jù)背景下咋無監(jiān)督算法的基礎(chǔ)上有望構(gòu)建數(shù)據(jù)分析和模型，從而提高復(fù)雜工況和拓撲下的調(diào)控技術(shù)。

4 結(jié)語

大數(shù)據(jù)背景為大容量電力電子技術(shù)的發(fā)展帶來了新的技術(shù)性突破，與傳統(tǒng)的大容量電力電子系統(tǒng)可靠性分析相比，大數(shù)據(jù)背景下的相關(guān)技術(shù)更加便捷、可靠，為深層次挖掘和發(fā)展大容量電力電子系統(tǒng)的可靠性研究提供了新的思路與途徑。