張定軍 盧浩哲 謝敬東 陸池鑫

摘? 要：國網公司明確提出十三五期間建設包括“企業(yè)管理云”、“公共服務云”和“生產控制云”的“國網云”系統(tǒng)。在此背景下，本文提出一種基于調控云的生產早報數(shù)據對象化分析方法，包括事故異常數(shù)據對象化步驟和檢修工作單數(shù)據對象化步驟，提取原始的事故異常源數(shù)據，將數(shù)據對象化、標準化和結構化，使得生產早報與調控云電力系統(tǒng)分析高級應用相融合。

關鍵詞：調控云? 生產早報? 數(shù)據對象化? 架構設計? 應用服務化

中圖分類號：TM93 ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ? ?文章編號：1674-098X（2021）03（a）-0130-04

Data Objectification and Analysis of Production Morning Post Based on Regulatory Cloud

ZHANG Dingjun1? LU Haozhe2? XIE Jingdong1*? LU Chixin1

（1. Energy Science and Technology Center， Shanghai University of Electric Power， Shanghai， 200082 China;2.Institute of Electrical and Information Engineering， Changsha University of Science and Technology， Changsha， Hunan Province， 410114 China）

Abstract： The SGCC clearly proposed to build a “State Grid Cloud” system including “Enterprise Management Cloud”， “Public Service Cloud” and “Production Control Cloud” during the 13th Five-Year Plan. In this context， the article proposes a method of objecting analysis of production morning report data based on the control cloud， which includes the steps of objecting accident abnormal data and repairing work order data， extracting the original accident abnormal source data， and objecting the data. Standardization and structuring enable the integration of production morning reports and advanced applications of cloud power system analysis.

Key Words： Control cloud; Morning production report; Data objectification; Architecture design; Application service

隨著國家電網公司“調控云”建設的不斷推進，全國各地已經具備開展基于調控云的生產早報對象化及分析技術研究的條件，以充分發(fā)揮調控云大數(shù)據平臺數(shù)據智能匯聚優(yōu)勢，進一步提升生產早報的編制效率和數(shù)據關聯(lián)分析能力，為電網安全生產提供有力支撐[1-3]。

在實現(xiàn)技術上，“調控云”具備元數(shù)據和數(shù)據字典的統(tǒng)一維護和分發(fā)功能，應用端和源數(shù)據端都具備以元數(shù)據和字典數(shù)據的訂閱接收的功能[4-6]。本文提出一種基于調控云的生產早報數(shù)據對象化分析方法，將數(shù)據的描述對象化、標準化和結構化，將生產早報與調控云電力系統(tǒng)分析高級應用相融合，展示電網運行深度模擬分析有關結論。

1? 云調度日報瀏覽及功能模塊

調度日報模塊分為兩個大部分。一部分云調度日報瀏覽模塊，具備報表生成，報表日志瀏覽，報表下載以及在線查看的功能。

另一個部分為云調度日報功能模塊，主要由全網電力電量日報，地區(qū)電網電力、電量日報，主力機組啟停，電網事故異常情況，當前電網停復役設備，一周氣象預報，全網電力平衡情況，惡劣天氣線路故障統(tǒng)計等模塊組成。這些模塊為報表的每個部分提供一個快速瀏覽，校核數(shù)據的界面，還提供了更改模塊在報表中顯示順序的功能以及全局的數(shù)據切換的功能，使用戶能夠快速的切換數(shù)據的日期。

1.1 日報瀏覽功能

該模塊功能是為用戶提供一個瀏覽報表生成日志、手動生成報表、報表在線瀏覽、以及報表下載的功能。該部分分為2個部分的界面，一個是日報瀏覽的主界面;另一個是在線查看日報的主界面。

自動生成報表在每天生產早會之前會定時抽取數(shù)據，并生成在線版報表和離線版報表文件。自動執(zhí)行任務會先校核數(shù)據，當滿足依照系統(tǒng)內的模板，和預設的偏好要求自動生成指定樣式的報表。系統(tǒng)還能根據之前報表的生成情況，自動識別需要生成報表的日期，加入雙休、節(jié)假日以及取消報表生成的日期的數(shù)據;同時，報表也能夠自動加入惡劣天氣線路故障的統(tǒng)計值。

當自動生成報表的某些偏好值（如：為過去的某段時間設置惡劣天氣，系統(tǒng)自動生成的報表卻因生成無惡劣天氣做不到添加惡劣天氣線路故障統(tǒng)計，因此，無法使用）不滿足用戶需求時，手動生成報表。當用戶手動生成報表的時候，需要指定數(shù)據的起始日期、是否包含節(jié)假日500/220kV電壓情況，是否包含節(jié)假日氣溫情況，以及是否包含惡劣天氣線路故障統(tǒng)計。當用戶選擇的數(shù)據起始日期間不完整的包含節(jié)假日、惡劣天氣時間區(qū)間時，系統(tǒng)只會計算區(qū)間內的節(jié)假日數(shù)據。另外，報表的業(yè)務日期/和報表文件名會隨著數(shù)據結束日期自動填充，但是用戶也可以手動更改。

新增的報表會以日志的形式存儲在數(shù)據庫中。在該模塊的主界面中，日志會以報表業(yè)務時間、報表生成時間倒序的方式顯示并自動分頁。每個報表都有一個狀態(tài)標識碼，分別為手動生成中、自動生成中、生成成功、生成失敗;生成成功的報表可以在線查看下載文件。生成失敗的報表在用戶更改源數(shù)據后可以再次生成。自動生成中的報表當數(shù)據滿足校核規(guī)則后，用戶則可以在線查看，待報表文件生成好，狀態(tài)變?yōu)樯沙晒?，此時用戶就可以下載了。當報表還未生成，處于計劃中，那用戶可以取消生成計劃，下次自動生成時，就會把取消自動生成那天報表的數(shù)據加入進來新報表中。每次自動生成好后，在列表中都會加入一個計劃生成中的報表記錄。

1.2 云調度日報功能模塊

1.2.1 全網電力電量日報

該模塊以表格的形式顯示三個部分的內容，第一個部分顯示的屬性有：氣溫的昨日最高最低值以及歷史上最高值;用電峰谷差的昨日最高值，當月最最高同比，歷史最高值。用電負荷，售電電力，發(fā)電出力的昨日最高值，昨日最低值，當月最高同比值以及歷史最高值;這個部分置于界面的頂端。第二個部分顯示用電量，發(fā)電量，受電量的昨日電量，歷史最高，月累積，月增長，年累積，年增長。第三個部分顯示的內容有用電負荷率，發(fā)電負荷率，發(fā)電負荷率新。這個三個部分每個屬性的后面都跟隨一個校驗值和差值。所求數(shù)據要滿足校驗規(guī)則，不滿足規(guī)則的需要標紅。

校驗值差值取數(shù)方法以及校驗標紅規(guī)則如下所示：

（1）正常情況下參考值為前一天的數(shù)據。

（2）昨日最高、昨日最低、歷史最高校驗值為昨日數(shù)據，當差值相差10%標紅。

（3）當月最高同比顯示昨日數(shù)據和去年當月最高值，當昨日數(shù)據有變化則標紅。

（4）昨日電量和歷史最高校驗值為昨日數(shù)據。

（5） 月累計=昨日月累計+昨日電量/10000，誤差如許在0.2之內，否則標紅。

（6）月增長和年增長的校驗值為昨日數(shù)據，當差值偏差0.4以上標紅;用電負荷率和發(fā)電符合率校驗值為昨日數(shù)據。當差值大于10以上標紅。

（7）用電負荷校驗的時候，校驗值取近期的用電負荷的平均值。倘若出現(xiàn)突變，則對比氣溫，如氣溫沒突變，則標紅;否則對比近期氣溫相同或近似日期的值，檢查負荷是否突變，如果突變即標紅，沒有突變則校驗通過。注意，工作日只能和工作日的對比，雙休日只能和雙休對比。

在數(shù)據顯示格式方面，除月增長、年增長取一位小數(shù)外，所有的百分比均保留兩位小數(shù)。月累積值和年累積值保留2位小數(shù)。氣溫保留一位小數(shù)，剩下的屬性值均取整數(shù)。

1.2.2 地區(qū)電網電力、電量情況

該模塊以表格方式顯示各地區(qū)的昨日最高負荷，歷史最高負荷，當月最高同比，日電量，月累積，月增長，年累積，年增長等數(shù)據。除當月最高同比只需取校驗值外，其余的值均要顯示對應的校驗值并取差值。昨日最高負荷是用戶所選數(shù)據日期前一天的最高負荷值。該模塊的校驗標紅規(guī)則如下所示：

（1）昨日最高負荷和歷史最高負荷的校驗值為昨日數(shù)據，相差10%標紅。

（2）當月最高同比需要顯示昨日數(shù)據，如昨日數(shù)據有變化，則標紅。

（3）月累計=昨日累計加上日電量，相差超過3標紅。

（4）年累計=昨日累計+日電量/10000，誤差如許在0.2之內，否則標紅。

（5）月增長和年增長顯示昨日數(shù)據和差值，相差0.4標紅。

該模塊表格顯示效果與報表顯示不同，用戶可以通過點擊按鈕以報表形式預覽數(shù)據，則會用彈窗的方式將將預覽效果顯示出來。數(shù)據從OMS系統(tǒng)中獲取，在OMS系統(tǒng)界面上對應的系統(tǒng)模塊為： 系統(tǒng)菜單-調度每日匯報-地區(qū)電網電力電量平衡情況。除當月最高同比保留兩位小數(shù)，月增長、年增長保留一位小數(shù)，年累積保留三位小數(shù)外，其余的值均保留整數(shù)

1.2.3 主力機組啟停

該模塊顯示機組檢修工作單中未完工的機組數(shù)據。機組單機容量要求300MW以上;工作單的工作內容為調停或檢修，主設備類別及設備類型均為機爐;機組要求為燃煤機組或調峰機組。

由于OMS數(shù)據庫中源數(shù)據一直在變動，因此系統(tǒng)會每天定時抽取數(shù)據進行分析并將源數(shù)據和分析后的數(shù)據一并保存到數(shù)據庫。因此，切換數(shù)據只能根據數(shù)據抽取日期切換顯示的數(shù)據。另外，通過編輯數(shù)據的功能，方便用戶更改分析錯誤的數(shù)據。以提高數(shù)據質量。

1.2.4 電網事故異常情況

當顯示數(shù)據的時候應先判斷判斷事故異常所屬的單位，顯示順序按直流，主網，電廠，地調（停電），地調（不停電）的順序排序。同地調故障按電壓等級從高到低排，同電壓等級按故障時間正序排序。如果有用戶失電，則應將單位名標紅。事故（調度）和事故（監(jiān)控）部分存在重復的內容時，優(yōu)先使用事故（調度）的數(shù)據。異常（監(jiān)控）中會有部分異常在現(xiàn)場檢查無問題，或者不影響電網安全的時候，不需要顯示在報表中。

在交互方面，該模塊是按數(shù)據分析和抽取的日期顯示數(shù)據。數(shù)據抽取分析方式請見日志事故異常報表模塊。顯示樣式和報表樣式一致，對于許多個條記錄，系統(tǒng)可以自動分頁。用戶也可以手動選擇分頁方式。以獲取最佳顯示效果。但是此處的分頁和報表生成時顯示的分頁方式沒有任何關系。

1.2.5 當前電網停復役設備

該模塊分為兩個部分，第一個部分是當前電網停役設備;第二個部分是當前今日計劃復役設備。每個部分均要顯示的設備有，直流設備，1000/500kV聯(lián)變，母線，線路設備，母線設備，每個部分的數(shù)據均從機組檢修工作單中查詢。其中當前電網停役設備，應查詢工作單中待完工的設備;今日計劃停役設備應查詢機組檢修計劃工作單中，開工時間（調度臺下令時間）在報表業(yè)務日期當日的設備。

每日的停役設備數(shù)據應進行對比，倘若存在減少的停役設備，一方面確認工作單已經結束，一方面要校核系統(tǒng)中該設備是否已投運帶電（校核方式主要為對應開關位置、電壓或電流情況）。

1.2.6 一周氣象預報

未來一周的氣象數(shù)據指的是報表的業(yè)務日期起到7d后的數(shù)據，該模塊數(shù)據定時從數(shù)據庫中抽取，所以切換數(shù)據的時候需要按數(shù)據抽取日期切換。該模塊能日期格式按“月份日期（周數(shù)）”的格式顯示。顯示的數(shù)據有每天的早間天氣，晚間天氣，最高和最低氣溫等四條數(shù)據。其中早間天氣和晚間天氣為文字描述，最高最低氣溫單位為℃，且數(shù)值保留一位小數(shù)。

1.2.7 全網電力平衡情況

該模塊顯示的數(shù)據包含：報表業(yè)務日期當日預計最高/最低氣溫，今日預計最高用電負荷，今日高峰受電電力，今日最高發(fā)電出力，今日可用負荷，今日高峰旋轉備用，今日低谷負荷，今日有序用電需求。昨日閘燃油庫存，昨日閘燃油庫存可用天數(shù)，昨日電廠煤庫存，昨日電廠煤庫存平均可用天數(shù)。其中，今日最高發(fā)電出力，應取實際開機-燃機開機計劃或17：00前讀取編制的次日發(fā)用電計劃相應數(shù)，今日可用負荷等于今日高峰最高受電力+今日最高發(fā)電出力;今日高峰旋轉備用=早高峰出力-計劃最高出力，今日高峰旋轉備用括號里數(shù)據=全天最高出力-全天預計。其余的數(shù)據均從D5000平臺上直接讀取。

1.2.8 惡劣天氣線路故障統(tǒng)計

該模塊的數(shù)據來源于事故異常事故分析模塊。事故異常分析模塊每天定時自動抽取數(shù)據后，定時分析，并對地調數(shù)據進行統(tǒng)計。當用戶在惡劣天氣管理模塊中定義好惡劣天氣的日期區(qū)間，系統(tǒng)便可以自動將各個地調單位的數(shù)據統(tǒng)計出來，展示給用戶。

在顯示的時候，該模塊的界面樣式和報表對應的模塊顯示。在實際生成該模塊的報表時，如果報表的數(shù)據日期包含，已經定義的惡劣天氣，改模塊會顯在報表中，否則不會顯示在報表中。如果報表的數(shù)據日期只包含了部分惡劣天氣情況，則報表該模塊也只會顯示部分統(tǒng)計數(shù)據。

2? 結語

本文基于調控云平臺，采用人工智能技術、數(shù)據挖掘等技術進行數(shù)據分析處理。能夠處理多種不同數(shù)據源結構化或非結構化的信息，并進行個性化分析。具備可視化技術實現(xiàn)調度日報內容的自動生成。后續(xù)可深入研究生產早報數(shù)據分析及可視化展示技術，提升分析深度，提升用戶體驗。探索包括人工智能等先進數(shù)據分析手段，與調控云應用平臺功能銜接，進一步提升生產早報分析深度。

參考文獻

[1] 房娟，張宏杰，施佳鋒，等.基于調度云的智能電網海量運行數(shù)據深層次檢測技術[J].自動化與儀器儀表， 2018（12）：162-165.

[2] 許洪強.調控云架構及應用展望[J].電網技術， 2017， 41（10）：3104-3111.

[3] 闕凌燕，蔣正威，肖艷煒，等.調控云關鍵技術研究及展望[J].浙江電力，2019，38（8）：1-7.

[4] 許洪強.面向調控云的電力調度通用數(shù)據對象結構化設計及應用[J].電網技術，2018，42（7）：2248-2254.

[5] 徐浩，武毅，董向明，等.基于調控云的電網調控數(shù)據信息共享的研究[J].湖北電力，2018，42（5）：17-24.

[6] 張勇，郭駿，劉金波，等.調控云平臺基礎設施即服務層技術架構設計和關鍵技術[J/OL].電力系統(tǒng)自動化：1-9[2020-12-22]. http：//kns.cnki.net/kcms/detail/32.1180.TP.20200828.0746.008.html.