高重暉，吳 希，王玉坤，張國(guó)飛，王 俊，金海鑫

(1.國(guó)網(wǎng)吉林省電力有限公司，長(zhǎng)春 130028；2.國(guó)網(wǎng)吉林省電力有限公司檢修公司，長(zhǎng)春 130022)

目前電網(wǎng)運(yùn)行主要依靠人工監(jiān)視，通過智能電網(wǎng)調(diào)度技術(shù)支持系統(tǒng)(D5000平臺(tái))監(jiān)視斷面潮流、母線電壓、自動(dòng)發(fā)電控制(automatic generation control，AGC)指令、無功補(bǔ)償裝置出力等電網(wǎng)運(yùn)行狀態(tài)信息。面對(duì)海量數(shù)據(jù)，人工監(jiān)視難免存在死角、漏洞，難以全面滿足及時(shí)性的要求，且電網(wǎng)運(yùn)行狀態(tài)的微小異常不易被察覺，可能造成異常擴(kuò)大，影響電網(wǎng)安全穩(wěn)定運(yùn)行[1]。近年來，隨著大數(shù)據(jù)、人工智能技術(shù)的不斷發(fā)展，為調(diào)控大數(shù)據(jù)分析處理、電網(wǎng)智能調(diào)控提供了新的解決思路。文獻(xiàn)[2]提出基于分布式并行框架的電網(wǎng)調(diào)控實(shí)時(shí)數(shù)據(jù)平臺(tái)體系架構(gòu)，實(shí)現(xiàn)了電網(wǎng)調(diào)控實(shí)時(shí)數(shù)據(jù)同步匯集與處理。文獻(xiàn)[3]構(gòu)建了發(fā)電調(diào)度大數(shù)據(jù)平臺(tái)架構(gòu)，實(shí)現(xiàn)電力大數(shù)據(jù)的采集、存儲(chǔ)、分析及知識(shí)提取等一體化功能。

本文提出了電網(wǎng)調(diào)控大數(shù)據(jù)動(dòng)態(tài)預(yù)警平臺(tái)架構(gòu)，利用電網(wǎng)運(yùn)行關(guān)鍵指標(biāo)構(gòu)建電網(wǎng)安全運(yùn)行域，對(duì)調(diào)控大數(shù)據(jù)進(jìn)行全面的實(shí)時(shí)監(jiān)測(cè)分析，實(shí)現(xiàn)電網(wǎng)實(shí)時(shí)運(yùn)行狀態(tài)的自動(dòng)監(jiān)視、智能預(yù)警，提升對(duì)電網(wǎng)運(yùn)行狀態(tài)的主動(dòng)感知能力。

1 大數(shù)據(jù)動(dòng)態(tài)預(yù)警平臺(tái)建設(shè)目標(biāo)及總體架構(gòu)

大數(shù)據(jù)動(dòng)態(tài)預(yù)警平臺(tái)主要基于D5000平臺(tái)數(shù)據(jù)，為方便應(yīng)用布置于安全Ⅲ區(qū)，對(duì)電網(wǎng)調(diào)控大數(shù)據(jù)進(jìn)行全面匯集、自動(dòng)監(jiān)測(cè)、智能預(yù)警及告警。根據(jù)電網(wǎng)監(jiān)視業(yè)務(wù)需求，平臺(tái)需要具備全覆蓋、高時(shí)效、分層級(jí)及免維護(hù)4個(gè)特性。

為適應(yīng)電網(wǎng)調(diào)控大數(shù)據(jù)量多、面廣的特點(diǎn)，依據(jù)平臺(tái)建設(shè)目標(biāo)，在充分保證網(wǎng)絡(luò)與信息安全的前提下，依托成熟的數(shù)據(jù)平臺(tái)和通用設(shè)計(jì)，提出了大數(shù)據(jù)動(dòng)態(tài)預(yù)警平臺(tái)的多項(xiàng)關(guān)鍵技術(shù)，構(gòu)建了包括數(shù)據(jù)層、計(jì)算層及應(yīng)用層的平臺(tái)架構(gòu)(見圖1)。

圖1 大數(shù)據(jù)動(dòng)態(tài)預(yù)警平臺(tái)體系架構(gòu)

為保證大數(shù)據(jù)動(dòng)態(tài)預(yù)警平臺(tái)的建設(shè)目標(biāo)，平臺(tái)采用瀏覽器/服務(wù)器模式架構(gòu)設(shè)計(jì)，后臺(tái)服務(wù)器分為數(shù)據(jù)層和計(jì)算層，負(fù)責(zé)數(shù)據(jù)的接入、運(yùn)算。前臺(tái)服務(wù)器為應(yīng)用層，通過網(wǎng)絡(luò)瀏覽器與調(diào)控人員進(jìn)行交互，可視化展示電網(wǎng)預(yù)警指標(biāo)。

數(shù)據(jù)層負(fù)責(zé)整個(gè)平臺(tái)的數(shù)據(jù)匯集與校驗(yàn)，該層與D5000實(shí)時(shí)數(shù)據(jù)庫(kù)對(duì)接，橫跨生產(chǎn)控制大區(qū)與非生產(chǎn)控制大區(qū)，通過安全隔離裝置進(jìn)行數(shù)據(jù)傳輸，采用網(wǎng)絡(luò)服務(wù)接口、數(shù)據(jù)庫(kù)連接等可靠數(shù)據(jù)交互技術(shù)，實(shí)現(xiàn)電網(wǎng)運(yùn)行大數(shù)據(jù)的實(shí)時(shí)匯集。

計(jì)算層負(fù)責(zé)數(shù)據(jù)的校核與運(yùn)算，利用循環(huán)冗余校驗(yàn)算法，過濾數(shù)據(jù)層無效、錯(cuò)誤的數(shù)據(jù)，以保證數(shù)據(jù)準(zhǔn)確性。根據(jù)電網(wǎng)運(yùn)行狀態(tài)，從實(shí)時(shí)運(yùn)行大數(shù)據(jù)中提煉出能夠反映電網(wǎng)運(yùn)行狀態(tài)的核心數(shù)據(jù)，將采集數(shù)據(jù)、計(jì)算數(shù)據(jù)與預(yù)警指標(biāo)進(jìn)行比對(duì)，智能判別電網(wǎng)運(yùn)行狀態(tài)。

應(yīng)用層負(fù)責(zé)監(jiān)測(cè)及預(yù)警結(jié)果的交互與展示，通過Ajax，Comet等技術(shù)將電網(wǎng)運(yùn)行狀態(tài)結(jié)果以二維圖形、圖像、圖表等形式在客戶端進(jìn)行可視化展示，方便調(diào)控人員瀏覽，并提供信息檢索、狀態(tài)確認(rèn)、查看詳情等交互方式。

2 大數(shù)據(jù)動(dòng)態(tài)預(yù)警平臺(tái)關(guān)鍵技術(shù)

2.1 電網(wǎng)實(shí)時(shí)運(yùn)行狀態(tài)預(yù)警體系

以往的電力系統(tǒng)安全預(yù)警體系多基于離線分析計(jì)算結(jié)果，不適用于實(shí)時(shí)運(yùn)行監(jiān)測(cè)。本文提出以母線電壓、斷面潮流、主變壓器負(fù)載率等作為反映電網(wǎng)運(yùn)行狀態(tài)的運(yùn)行量，構(gòu)建覆蓋潮流情況、AGC、設(shè)備運(yùn)行狀態(tài)等10大類17項(xiàng)指標(biāo)的實(shí)時(shí)運(yùn)行狀態(tài)預(yù)警體系，具體指標(biāo)見表1，可以全面、準(zhǔn)確地反映電網(wǎng)實(shí)時(shí)運(yùn)行情況，分層級(jí)評(píng)估電網(wǎng)運(yùn)行風(fēng)險(xiǎn)點(diǎn)。

表1 預(yù)警體系指標(biāo)分類

2.2 實(shí)時(shí)數(shù)據(jù)匯集與處理

為保證D5000平臺(tái)采集數(shù)據(jù)質(zhì)量及計(jì)算數(shù)據(jù)準(zhǔn)確性，前期對(duì)D5000平臺(tái)內(nèi)模型數(shù)據(jù)進(jìn)行全面篩查和維護(hù)，確保圖模一致、參數(shù)正確。

為滿足平臺(tái)對(duì)監(jiān)視全覆蓋、高時(shí)效的計(jì)算要求，采用定時(shí)批量計(jì)算與流式計(jì)算相結(jié)合的實(shí)時(shí)數(shù)據(jù)計(jì)算技術(shù)。在電網(wǎng)正常運(yùn)行時(shí)段，采用定時(shí)批量計(jì)算，根據(jù)不同監(jiān)視業(yè)務(wù)的實(shí)際需要，設(shè)定不同的計(jì)算周期，合理利用計(jì)算資源；在電網(wǎng)突發(fā)異常情況時(shí)，采用流式計(jì)算，彌補(bǔ)批量計(jì)算在實(shí)時(shí)性上的不足，將在單一計(jì)算節(jié)點(diǎn)進(jìn)行處理的運(yùn)行大數(shù)據(jù)分散到多個(gè)計(jì)算節(jié)點(diǎn)，再將多個(gè)計(jì)算節(jié)點(diǎn)的計(jì)算數(shù)據(jù)整合為完整的數(shù)據(jù)計(jì)算結(jié)果，通過并行處理的方式提高計(jì)算速度，提高全網(wǎng)異常信息監(jiān)測(cè)頻次。通過兩種計(jì)算方式的高效結(jié)合，可以將從接收原始報(bào)文到完成數(shù)據(jù)計(jì)算的時(shí)間控制在1 s以內(nèi)，既可以滿足大數(shù)據(jù)動(dòng)態(tài)預(yù)警平臺(tái)對(duì)于實(shí)時(shí)計(jì)算的需求，又可以有效降低平臺(tái)對(duì)于全局計(jì)算資源的消耗。

2.3 大規(guī)模實(shí)時(shí)數(shù)據(jù)服務(wù)

大數(shù)據(jù)動(dòng)態(tài)預(yù)警平臺(tái)匯集全網(wǎng)實(shí)時(shí)調(diào)控大數(shù)據(jù)，需要構(gòu)建實(shí)時(shí)數(shù)據(jù)的服務(wù)體系，以實(shí)現(xiàn)對(duì)各類型電網(wǎng)運(yùn)行設(shè)備的統(tǒng)一監(jiān)測(cè)預(yù)警。采用從D5000平臺(tái)前置機(jī)直接轉(zhuǎn)發(fā)站端原始報(bào)文到大數(shù)據(jù)動(dòng)態(tài)預(yù)警平臺(tái)的數(shù)據(jù)傳輸技術(shù)，將數(shù)據(jù)延遲控制到最低，數(shù)據(jù)實(shí)時(shí)性提升顯著。由于D5000平臺(tái)數(shù)據(jù)附帶時(shí)標(biāo)信息，平臺(tái)可以實(shí)現(xiàn)時(shí)標(biāo)數(shù)據(jù)的處理與存儲(chǔ)，并通過時(shí)標(biāo)數(shù)據(jù)統(tǒng)一服務(wù)為信息查詢業(yè)務(wù)提供同一時(shí)間斷面的歷史數(shù)據(jù)。所采用的電網(wǎng)和采集點(diǎn)表模型同步、廠站和潮流圖形獲取、站端實(shí)時(shí)報(bào)文轉(zhuǎn)發(fā)等各項(xiàng)技術(shù), 均考慮自動(dòng)閉環(huán)實(shí)現(xiàn)，有效減免人工維護(hù)量，避免可能造成的數(shù)據(jù)錯(cuò)誤，實(shí)現(xiàn)平臺(tái)免維護(hù)的目標(biāo)。

3 應(yīng)用成效

該電網(wǎng)調(diào)控大數(shù)據(jù)動(dòng)態(tài)預(yù)警平臺(tái)于2020年在吉林省調(diào)度上線應(yīng)用，220 kV及以上的電網(wǎng)實(shí)時(shí)數(shù)據(jù)、直調(diào)電廠運(yùn)行數(shù)據(jù)已全部接入，開發(fā)電壓、AGC、斷面潮流及負(fù)載率監(jiān)視等10個(gè)功能模塊，涵蓋17項(xiàng)監(jiān)視指標(biāo)及歷史潮流斷面查詢、告警信息檢索功能，根據(jù)業(yè)務(wù)需求最短的以5 s為時(shí)間間隔進(jìn)行數(shù)據(jù)判別，基于安全域判別結(jié)果生成分級(jí)預(yù)警信息。

以電壓監(jiān)視為例，以往調(diào)度員在D5000平臺(tái)中需要在不同界面分別監(jiān)視母線實(shí)時(shí)電壓及電壓波動(dòng)率，界面不友好，數(shù)據(jù)易讀性較差，如果發(fā)現(xiàn)電壓數(shù)據(jù)異常還要點(diǎn)擊進(jìn)入對(duì)應(yīng)變電站界面，確認(rèn)數(shù)據(jù)是否死量，全網(wǎng)電壓巡視一次至少需要3 min。監(jiān)測(cè)平臺(tái)將電壓越限及波動(dòng)率監(jiān)視納入同一模塊，以5 s為間隔對(duì)全網(wǎng)母線實(shí)時(shí)電壓及波動(dòng)率進(jìn)行判別，自動(dòng)預(yù)警、告警。調(diào)度員可以根據(jù)預(yù)警信息進(jìn)行提前處置，極大地降低了調(diào)度員的工作強(qiáng)度，提高了監(jiān)視的準(zhǔn)確性。

吉林電網(wǎng)中新能源場(chǎng)站容量大、數(shù)量多、分布廣，其無功補(bǔ)償裝置運(yùn)行情況對(duì)電網(wǎng)電壓有較大影響，強(qiáng)化新能源場(chǎng)站無功補(bǔ)償裝置運(yùn)行管理是保證電網(wǎng)電壓穩(wěn)定的重要基礎(chǔ)。D5000平臺(tái)中，調(diào)度員需要進(jìn)入每個(gè)場(chǎng)站查看無功補(bǔ)償裝置運(yùn)行狀態(tài)，調(diào)閱歷史曲線查看無功出力情況，再人工判斷裝置運(yùn)行是否滿足系統(tǒng)要求，缺乏簡(jiǎn)單、有效的監(jiān)視手段，造成無功補(bǔ)償裝置的實(shí)時(shí)運(yùn)行管理較為松散。根據(jù)以往工作經(jīng)驗(yàn)，新能源場(chǎng)站無功補(bǔ)償裝置主要存在故障停運(yùn)、無功出力不跟蹤電壓調(diào)節(jié)、無功出力跳變3種異常情況。針對(duì)這3種情況，在大數(shù)據(jù)動(dòng)態(tài)預(yù)警平臺(tái)中開發(fā)了量測(cè)不刷新、遙測(cè)跳變兩個(gè)模塊，實(shí)現(xiàn)無功補(bǔ)償裝置運(yùn)行狀態(tài)實(shí)時(shí)監(jiān)視。表2為該平臺(tái)上線運(yùn)行后電網(wǎng)設(shè)備運(yùn)行水平提升情況。

表2 電網(wǎng)設(shè)備運(yùn)行水平提升情況 次/月

由表2可以看出，平臺(tái)投入運(yùn)行后，電網(wǎng)電壓波動(dòng)情況及新能源廠站設(shè)備故障率明顯降低，電網(wǎng)運(yùn)行可靠性大大增強(qiáng)。在調(diào)管設(shè)備規(guī)模擴(kuò)大、檢修計(jì)劃數(shù)量增加的情況下，吉林省調(diào)度中心調(diào)度員平均崗位承載力系數(shù)較去年下降8%，有效降低了調(diào)度員的工作強(qiáng)度。

4 結(jié)束語

通過電網(wǎng)調(diào)控大數(shù)據(jù)動(dòng)態(tài)預(yù)警平臺(tái)的應(yīng)用，真正實(shí)現(xiàn)電網(wǎng)運(yùn)行由“人工監(jiān)視”向“自動(dòng)監(jiān)視、智能告警”轉(zhuǎn)變，電網(wǎng)控制由“事后處理”向“動(dòng)態(tài)預(yù)警、預(yù)判處置”轉(zhuǎn)變，將調(diào)控運(yùn)行人員從機(jī)械的運(yùn)行監(jiān)視工作中解放出來，專注于電網(wǎng)運(yùn)行狀態(tài)調(diào)整和異常處置，提高工作效率，減輕工作負(fù)擔(dān)和工作壓力，提升調(diào)控運(yùn)行的智能化水平。

下一步，將深入探索人工智能學(xué)習(xí)引擎應(yīng)用，綜合神經(jīng)網(wǎng)絡(luò)、知識(shí)圖譜等人工智能算法，采用“知識(shí)+數(shù)據(jù)”訓(xùn)練學(xué)習(xí)方法，模擬調(diào)度員思維決策，為電網(wǎng)運(yùn)行態(tài)勢(shì)分析、智能輔助決策提供決策支撐。