羅良，馬麟，李興美，徐韜，杜文佳，王煒，楊凱江，陳炯，楊儀源，楊洲，楊俊謙

（云南電網(wǎng)有限責(zé)任公司大理供電局，云南 大理 671000）

0 前言

隨著經(jīng)濟(jì)的快速發(fā)展，人民生活水平日益提高，用電需求也急劇增加，電力調(diào)度系統(tǒng)逐漸成為我國(guó)電網(wǎng)系統(tǒng)的核心部分，其安全穩(wěn)定運(yùn)行和正確控制調(diào)節(jié)的重要性越來(lái)越突出[1]。隨著電網(wǎng)信息的急劇增長(zhǎng)，電力調(diào)度系統(tǒng)時(shí)常會(huì)出現(xiàn)許多異常現(xiàn)象，這些異常現(xiàn)象對(duì)電力調(diào)度系統(tǒng)產(chǎn)生了不利的影響。從自動(dòng)化運(yùn)行分析報(bào)告來(lái)看，除常規(guī)功能性缺陷外，仍有大量異?，F(xiàn)象難以確定具體原因，只能給出初步判斷，不利于電力調(diào)度系統(tǒng)異常的消除，成為提升電力調(diào)度系統(tǒng)運(yùn)行水平的瓶頸。因此，為了應(yīng)對(duì)海量調(diào)度數(shù)據(jù)帶來(lái)的風(fēng)險(xiǎn)，對(duì)電力調(diào)度系統(tǒng)提出了新的安全要求，也是如今電力調(diào)度系統(tǒng)必須關(guān)注的問(wèn)題[2-6]，諸如云計(jì)算和大數(shù)據(jù)處理等技術(shù)都相應(yīng)地被應(yīng)用到了電網(wǎng)狀態(tài)安全與檢測(cè)等領(lǐng)域[7-12]，人工智能與深度學(xué)習(xí)技術(shù)也被廣泛用于電網(wǎng)故障檢測(cè)預(yù)警當(dāng)中[13]。

通過(guò)對(duì)電力調(diào)度系統(tǒng)的客觀分析根本原因，主要體現(xiàn)在以下幾個(gè)方面：

1）缺乏對(duì)電力調(diào)度系統(tǒng)實(shí)時(shí)測(cè)控信息流的深入分析和在線研判；

2）尚未對(duì)電力調(diào)度系統(tǒng)實(shí)時(shí)測(cè)控信息流實(shí)現(xiàn)可視化展示，尚無(wú)一套在線分析電力調(diào)度系統(tǒng)實(shí)時(shí)測(cè)控信息流的可視化展示系統(tǒng)，尚未通過(guò)對(duì)電力調(diào)度系統(tǒng)實(shí)時(shí)測(cè)控信息流的在線分析研判展示各應(yīng)用系統(tǒng)與廠站監(jiān)控系統(tǒng)的通信健康狀況；

3）缺少電力調(diào)度系統(tǒng)實(shí)時(shí)數(shù)據(jù)無(wú)損采集裝置。

為了提高電力調(diào)度系統(tǒng)運(yùn)行水平，降低海量調(diào)度數(shù)據(jù)給電力調(diào)度系統(tǒng)帶來(lái)的運(yùn)行壓力，大量的研究人員提出了很多可行的建設(shè)方案。其中，為了解決電網(wǎng)系統(tǒng)日趨復(fù)雜的運(yùn)行環(huán)境，提高電網(wǎng)運(yùn)行監(jiān)控穩(wěn)定運(yùn)行的能力，劉道偉等[14]設(shè)計(jì)了基于大數(shù)據(jù)及人工智能的大電網(wǎng)智能調(diào)控系統(tǒng)框架，通過(guò)將新一代信息、計(jì)算與控制技術(shù)相融合，建設(shè)了大電網(wǎng)“即測(cè)-即辨-即控”的在線智能調(diào)度平臺(tái)。

劉霡[15]通過(guò)對(duì)采集層、存儲(chǔ)層、分析層和應(yīng)用層進(jìn)行分析研究，提出了一種海量用電數(shù)據(jù)管理平臺(tái)的建設(shè)方案，實(shí)現(xiàn)了對(duì)電網(wǎng)系統(tǒng)采集到的海量實(shí)時(shí)/歷史用電數(shù)據(jù)進(jìn)行傳輸、存儲(chǔ)、分析和應(yīng)用。林靜懷[16]基于大數(shù)據(jù)平臺(tái)所提供的海量調(diào)度運(yùn)行與調(diào)度管理數(shù)據(jù)以及高效的數(shù)據(jù)處理能力與挖掘分析能力，提出了一種基于大數(shù)據(jù)平臺(tái)的電網(wǎng)運(yùn)行指標(biāo)統(tǒng)一管控方案，解決了傳統(tǒng)電網(wǎng)運(yùn)行指標(biāo)管控的不足的問(wèn)題，實(shí)現(xiàn)了多級(jí)調(diào)控中心多業(yè)務(wù)數(shù)據(jù)的融合與共享。

1 研究方案

本文針對(duì)數(shù)據(jù)流辨識(shí)，特別是電力調(diào)度系統(tǒng)測(cè)控?cái)?shù)據(jù)流辨識(shí)的問(wèn)題，基于調(diào)度數(shù)據(jù)網(wǎng)及調(diào)度自動(dòng)化關(guān)鍵業(yè)務(wù)，提出了一種海量調(diào)度數(shù)據(jù)流在線智能辨識(shí)平臺(tái)建設(shè)方案，如圖1所示。通過(guò)研究電力實(shí)時(shí)測(cè)控?cái)?shù)據(jù)流的在線解析技術(shù)、關(guān)鍵業(yè)務(wù)的故障智能判別及可視化展示技術(shù)、電力調(diào)度自動(dòng)化信息流的“黑匣子”技術(shù)，形成一整套面向電力實(shí)時(shí)測(cè)控?cái)?shù)據(jù)流的在線解析和業(yè)務(wù)可視化的系統(tǒng)，有效提高調(diào)度自動(dòng)化運(yùn)行管理水平和技術(shù)支撐能力，為電網(wǎng)的安全穩(wěn)定運(yùn)行提供技術(shù)保障。

圖1 海量調(diào)度數(shù)據(jù)流在線智能辨識(shí)平臺(tái)架構(gòu)

1.1 基于海量數(shù)據(jù)的全過(guò)程無(wú)損采集及結(jié)構(gòu)化存儲(chǔ)技術(shù)研究

如何對(duì)海量的電網(wǎng)數(shù)據(jù)進(jìn)行有效的采集、處理和存儲(chǔ)是當(dāng)前電力調(diào)度系統(tǒng)值得關(guān)注和研究的問(wèn)題。文獻(xiàn)[17]利用分布式系統(tǒng)解決存儲(chǔ)問(wèn)題和數(shù)據(jù)完備性問(wèn)題，文獻(xiàn)[18]為了簡(jiǎn)化電網(wǎng)數(shù)據(jù)的存儲(chǔ)結(jié)構(gòu)，提出了一種電網(wǎng)數(shù)據(jù)關(guān)聯(lián)性的哈希分桶存儲(chǔ)算法，該算法有效的提升了對(duì)海量調(diào)度數(shù)據(jù)的處理速度，但該算法的數(shù)據(jù)存儲(chǔ)和傳輸耗時(shí)較長(zhǎng)。面對(duì)海量的電網(wǎng)數(shù)據(jù)，電力調(diào)度系統(tǒng)需要極高的實(shí)時(shí)性要求。文獻(xiàn)[18]通過(guò)對(duì)當(dāng)前監(jiān)測(cè)數(shù)據(jù)的取值進(jìn)行預(yù)測(cè)，計(jì)算實(shí)際值與預(yù)測(cè)值的殘差，并對(duì)殘差值進(jìn)行改進(jìn)的行程編碼與霍夫曼編碼，實(shí)現(xiàn)對(duì)智能配電網(wǎng)監(jiān)測(cè)數(shù)據(jù)的無(wú)損壓縮采集。文獻(xiàn)[19]提出了一種基于前置數(shù)據(jù)處理環(huán)節(jié)的數(shù)據(jù)預(yù)檢技術(shù)，研究了電力系統(tǒng)中海量終端數(shù)據(jù)接入的通道并發(fā)和阻塞問(wèn)題，提高了數(shù)據(jù)的處理速度和負(fù)載均衡度，實(shí)現(xiàn)了電網(wǎng)海量數(shù)據(jù)的實(shí)時(shí)傳輸。文獻(xiàn)[20]采用關(guān)系型數(shù)據(jù)庫(kù)和基于Hadoop分布式文件系統(tǒng)的分布式存儲(chǔ)系統(tǒng)搭建面向電網(wǎng)的分布式存儲(chǔ)處理模型，實(shí)現(xiàn)對(duì)電力大數(shù)據(jù)的存儲(chǔ)與處理，從而提高數(shù)據(jù)的計(jì)算效率和數(shù)據(jù)質(zhì)量。

本文提出了對(duì)電力調(diào)度系統(tǒng)實(shí)時(shí)測(cè)控?cái)?shù)據(jù)流的在線解析，對(duì)電力調(diào)度系統(tǒng)實(shí)時(shí)測(cè)控?cái)?shù)據(jù)流進(jìn)行存儲(chǔ)后，利用報(bào)文解析技術(shù)進(jìn)行解析，以供電力調(diào)度系統(tǒng)進(jìn)行進(jìn)一步分析。

1）數(shù)據(jù)流無(wú)損采集模塊：通過(guò)對(duì)電力調(diào)度系統(tǒng)實(shí)時(shí)測(cè)控?cái)?shù)據(jù)流進(jìn)行分析，研制數(shù)據(jù)流旁路采集設(shè)備，將數(shù)據(jù)流旁路采集設(shè)備分別旁路部署在一平面（A網(wǎng)）和二平面（B網(wǎng)）的服務(wù)器群的數(shù)據(jù)中心交換機(jī)上，對(duì)整個(gè)數(shù)據(jù)中心的流量進(jìn)行采集以及協(xié)議識(shí)別。要求對(duì)已有的電力調(diào)度系統(tǒng)的運(yùn)行不造成任何影響。無(wú)需電力調(diào)度系統(tǒng)提供任何數(shù)據(jù)接口，與原系統(tǒng)無(wú)任何數(shù)據(jù)連接。不依賴于電力調(diào)度系統(tǒng)的規(guī)約實(shí)現(xiàn)。

2）數(shù)據(jù)流結(jié)構(gòu)化存儲(chǔ)模塊：通過(guò)分析旁路裝置無(wú)損采集的數(shù)據(jù)流結(jié)構(gòu)特點(diǎn)和時(shí)序特點(diǎn)，從而建立一套完整的結(jié)構(gòu)化數(shù)據(jù)流存儲(chǔ)模型，將特征不明顯的海量數(shù)據(jù)對(duì)象化到數(shù)據(jù)庫(kù)中，便于后期查詢和綜合分析。同時(shí)主動(dòng)記錄所有的通信數(shù)據(jù)及操作日志并存儲(chǔ)，支持按年、季度、月份、周、日等多種周期循環(huán)記錄存儲(chǔ)，方便收集信息和故障定位，保證數(shù)據(jù)的準(zhǔn)確性。

1.2 異常特征及故障判別技術(shù)研究

調(diào)度業(yè)務(wù)信息流的實(shí)時(shí)性、可靠性直接影響著各業(yè)務(wù)功能的實(shí)現(xiàn)，及時(shí)的識(shí)別出電網(wǎng)系統(tǒng)中的故障異?？梢詭椭娋W(wǎng)安全穩(wěn)定的運(yùn)行。李鵬等[21]提出一種利用專家系統(tǒng)完成電網(wǎng)運(yùn)行異常狀態(tài)診斷分析的有效方法，該方法通過(guò)對(duì)電網(wǎng)常見(jiàn)故障進(jìn)行分析，當(dāng)電網(wǎng)出現(xiàn)故障異常時(shí)可以及時(shí)的給出參考信息和輔助決策信息。王文嘉等[22]提出了一種基于電網(wǎng)監(jiān)測(cè)數(shù)據(jù)的智能化故障研判與處置平臺(tái)，利用電網(wǎng)數(shù)據(jù)中的邏輯關(guān)聯(lián)性來(lái)識(shí)別電網(wǎng)故障的類型和故障位置，并通過(guò)故障的歷史數(shù)據(jù)生成出故障處置策略，實(shí)現(xiàn)了對(duì)故障的及時(shí)處置。

電網(wǎng)數(shù)據(jù)信息流的實(shí)時(shí)性和可靠性體現(xiàn)為傳輸延時(shí)在合理的范圍內(nèi)，并且不會(huì)發(fā)生數(shù)據(jù)的丟失或數(shù)據(jù)的多次傳輸。本文基于信息流的特性分析，研究信息流異常形態(tài)形成機(jī)理以及特征量，形成信息流異常特征識(shí)別方法。同時(shí)，依托風(fēng)險(xiǎn)警示指標(biāo)閾值確定技術(shù)，設(shè)定異常發(fā)生數(shù)量、間隔時(shí)間等警示指標(biāo)閾值，實(shí)現(xiàn)靈活響應(yīng)的調(diào)度業(yè)務(wù)信息流異常告警。

1）信息流的異常分類模塊：電網(wǎng)調(diào)度數(shù)據(jù)通常會(huì)出現(xiàn)一些“四遙”信息的異常，這是由于通道、設(shè)備、系統(tǒng)往往存在一些無(wú)法完全消除的設(shè)計(jì)、設(shè)置和維護(hù)不善等方面的問(wèn)題。這些異常信息一部分是現(xiàn)場(chǎng)真實(shí)狀態(tài)的反應(yīng)，通常是一些重要的運(yùn)行狀態(tài)改變，另一些則是由各種差錯(cuò)引起的，屬于干擾信息，這些重要信息的異常會(huì)給電網(wǎng)調(diào)度系統(tǒng)帶來(lái)干擾。因此，可以按照調(diào)度業(yè)務(wù)信息流異常形成機(jī)理及特征量來(lái)對(duì)調(diào)度業(yè)務(wù)信息流的異常進(jìn)行分類。

2）信息流的異常特征識(shí)別模塊：通過(guò)實(shí)時(shí)監(jiān)視遙測(cè)值大小，可以實(shí)現(xiàn)遙測(cè)值出錯(cuò)異常特征識(shí)別，當(dāng)出現(xiàn)在設(shè)定的出錯(cuò)上下限范圍內(nèi)時(shí)，主動(dòng)識(shí)別出異常并及時(shí)推送；通過(guò)實(shí)時(shí)分析子站上送的帶時(shí)標(biāo)的信息，可以實(shí)現(xiàn)時(shí)間信息異常特征識(shí)別，若出現(xiàn)較大偏差則識(shí)別出異常并及時(shí)推送；通過(guò)分析主站與廠站之間的格式報(bào)文數(shù)據(jù)，可以實(shí)現(xiàn)信息流延遲異常特征識(shí)別，提取數(shù)據(jù)時(shí)標(biāo)，將格式報(bào)文之間的時(shí)標(biāo)與超時(shí)時(shí)間進(jìn)行比較，提取超時(shí)數(shù)據(jù)，診斷信息流響應(yīng)延遲原因；通過(guò)新遙信事件觸發(fā)，剔除最早的超出設(shè)定時(shí)間間隔的記錄，計(jì)算設(shè)定時(shí)間段內(nèi)的遙信變化次數(shù)，可以實(shí)現(xiàn)遙信/SOE抖動(dòng)異常特征識(shí)別，如變化次數(shù)超出設(shè)定值則識(shí)別出異常并及時(shí)推送。

3）信息流故障分析及判別模塊：從通道問(wèn)題、廠站端輸出回路、輸入回路或其他智能裝置問(wèn)題、相關(guān)設(shè)備斷電或重啟，及規(guī)約處置不當(dāng)問(wèn)題等問(wèn)題入手，對(duì)調(diào)度業(yè)務(wù)信息流故障成因進(jìn)行分析，快速定位信息流故障原因，實(shí)現(xiàn)基于業(yè)務(wù)關(guān)聯(lián)的多維信息融合故障判別。通過(guò)對(duì)104協(xié)議時(shí)間、空間維度分析，實(shí)時(shí)監(jiān)測(cè)類似遠(yuǎn)動(dòng)裝置104協(xié)議假在線、主站遙控失敗、站端遠(yuǎn)動(dòng)裝置頻繁切換等異常事件，為運(yùn)維人員提供定位決策支持建議，消除自動(dòng)化系統(tǒng)運(yùn)行中存在的安全隱患。

4）故障異常評(píng)價(jià)指標(biāo)體系模塊：結(jié)合目前電力調(diào)度系統(tǒng)信息采集的現(xiàn)狀、日常運(yùn)維中常見(jiàn)缺陷故障的總結(jié)，以及對(duì)故障異常場(chǎng)景特征識(shí)別的研究，綜合系統(tǒng)性能、遙信準(zhǔn)確率、遙測(cè)準(zhǔn)確率、系統(tǒng)缺陷等方面考慮，建立調(diào)度自動(dòng)化數(shù)據(jù)流的故障異常評(píng)價(jià)指標(biāo)體系。通過(guò)該體系能直接、有效反映設(shè)備運(yùn)行狀況，以及設(shè)備發(fā)生故障的趨勢(shì)，且對(duì)設(shè)備狀態(tài)的判斷有明確的標(biāo)準(zhǔn)、規(guī)范。

1.3 基于通信過(guò)程的調(diào)度業(yè)務(wù)故障追朔技術(shù)研究

電網(wǎng)調(diào)度業(yè)務(wù)故障追溯對(duì)電網(wǎng)運(yùn)行的安全可靠起著舉足輕重的作用。文獻(xiàn)[23]以時(shí)間維度、廣度拓?fù)涞姆椒ㄕ页鲭娋W(wǎng)事故與電網(wǎng)生產(chǎn)數(shù)據(jù)的內(nèi)在關(guān)系，通過(guò)電網(wǎng)歷史數(shù)據(jù)對(duì)電網(wǎng)故障產(chǎn)生的原因進(jìn)行追蹤回溯，為快速定位問(wèn)題提供可視化輔助分析數(shù)據(jù)，有效持續(xù)地降低電網(wǎng)運(yùn)行安全風(fēng)險(xiǎn)。文獻(xiàn)[24]提出了一種基于供電追溯陣的配電自動(dòng)化終端告警缺陷辨識(shí)方法，通過(guò)供電追溯陣PTM建立了終端告警缺陷辨識(shí)數(shù)據(jù)模型，解決了配電網(wǎng)自動(dòng)化終端故障告警漏報(bào)和誤報(bào)問(wèn)題。

本文基于全過(guò)程無(wú)損采集及實(shí)時(shí)解析技術(shù)存儲(chǔ)的時(shí)間序列報(bào)文數(shù)據(jù)庫(kù)，可自定義獲取響應(yīng)時(shí)間段內(nèi)的具有時(shí)間戳的全網(wǎng)時(shí)序變化量測(cè)數(shù)據(jù)。主要包括事故追溯控制單元、歷史告警數(shù)據(jù)獲取、歷史數(shù)據(jù)庫(kù)、歷史變化數(shù)據(jù)獲取、時(shí)間序列報(bào)文數(shù)據(jù)庫(kù)、圖形展示模塊、告警顯示模塊。

1）歷史數(shù)據(jù)庫(kù)模型模塊：歷史數(shù)據(jù)庫(kù)用于存儲(chǔ)事故發(fā)生時(shí)的電力調(diào)度系統(tǒng)中的數(shù)據(jù)，包括事故追溯需要的電網(wǎng)歷史模型、圖形及起始斷面數(shù)據(jù)，以及用來(lái)在追溯時(shí)告警的歷史告警數(shù)據(jù)。

2）時(shí)間序列報(bào)文數(shù)據(jù)庫(kù)模型模塊：時(shí)間序列報(bào)文數(shù)據(jù)庫(kù)用于存儲(chǔ)歷史變化的報(bào)文解析數(shù)據(jù)，能夠具備全系統(tǒng)全部采集數(shù)據(jù)變化存儲(chǔ)及追憶能力，可以將所有量測(cè)變化數(shù)據(jù)帶時(shí)間戳方式存入到時(shí)序庫(kù)中，在進(jìn)行事故追溯時(shí)可以根據(jù)時(shí)間戳從時(shí)序報(bào)文數(shù)據(jù)庫(kù)中獲取系統(tǒng)所有變化數(shù)據(jù)。

3）事故場(chǎng)景追溯模塊：作為本系統(tǒng)的驅(qū)動(dòng)，將兩個(gè)數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行條件檢索、分析整合后進(jìn)行圖形展示及告警顯示。通過(guò)事故追溯控制單元獲取用戶需要追溯的事故追溯時(shí)間，從歷史數(shù)據(jù)庫(kù)中裝載與事故追溯時(shí)間相匹配的電網(wǎng)歷史模型、圖形及起始斷面數(shù)據(jù)。根據(jù)事故追溯時(shí)間的變化，將事故追溯時(shí)間分別送給歷史告警數(shù)據(jù)獲取模塊和歷史變化數(shù)據(jù)獲取模塊；收到歷史告警數(shù)據(jù)后，將歷史告警數(shù)據(jù)發(fā)送給告警顯示模塊；接收到歷史變化數(shù)據(jù)后，將歷史變化數(shù)據(jù)發(fā)送給圖形顯示模塊。

2 平臺(tái)建設(shè)方案

以調(diào)度自動(dòng)化關(guān)鍵業(yè)務(wù)為基礎(chǔ)，通過(guò)電力實(shí)時(shí)測(cè)控?cái)?shù)據(jù)流的在線解析技術(shù)、關(guān)鍵業(yè)務(wù)的故障智能判別及可視化展示技術(shù)等技術(shù)手段，實(shí)現(xiàn)電力調(diào)度自動(dòng)化信息流的“黑匣子”，形成一整套面向電力實(shí)時(shí)測(cè)控?cái)?shù)據(jù)流的在線解析和業(yè)務(wù)可視化的系統(tǒng)，如圖2所示。

圖2 智能辨識(shí)平臺(tái)處理流程

1）調(diào)度業(yè)務(wù)信息流可視化模塊

運(yùn)用可視化技術(shù)，結(jié)合海量數(shù)據(jù)的全過(guò)程無(wú)損采集及結(jié)構(gòu)化存儲(chǔ)研究成果，將調(diào)度業(yè)務(wù)信息流以可視化的形式展示，支持通道差異化展示，支持業(yè)務(wù)分類展示、時(shí)間域分類展示；支持業(yè)務(wù)、時(shí)間等綜合條件搜索；支持多維度報(bào)表、圖標(biāo)統(tǒng)計(jì)。

2）信息流異常分析可視化模塊

運(yùn)用可視化技術(shù)，結(jié)合基于海量信息流的異常特征及故障判別技術(shù)研究成果，將調(diào)度業(yè)務(wù)信息流異常與故障信息以可視化的形式展示，支持遙測(cè)值出錯(cuò)異?？梢暬?、時(shí)間信息異?？梢暬⑿畔⒘餮舆t異?？梢暬?、遙信/SOE抖動(dòng)異常可視化；支持主備通道數(shù)據(jù)不一致分析、下行命令否定應(yīng)答診斷分析、通道通信重新連接診斷分析、通道通信中斷節(jié)點(diǎn)診斷分析、遙測(cè)不刷新（協(xié)議假在線）診斷分析、站端遠(yuǎn)動(dòng)裝置頻繁切換診斷分析、主站遙控不成功診斷分析、主站頻繁總召喚診斷分析等故障診斷可視化。支持歷史異常、故障查閱；支持多維度報(bào)表、圖標(biāo)統(tǒng)計(jì)。

3）故障場(chǎng)景追溯可視化模塊

運(yùn)用可視化技術(shù)，結(jié)合基于通信過(guò)程的調(diào)度業(yè)務(wù)故障追朔技術(shù)研究成果，提供調(diào)度業(yè)務(wù)故障場(chǎng)景追溯可視化模塊，支持歷史故障過(guò)程可視化，可根據(jù)歷史故障，形成當(dāng)時(shí)調(diào)度業(yè)務(wù)信息流圖像，根據(jù)時(shí)序當(dāng)時(shí)異常分析故障診斷等斷面數(shù)據(jù)；支持故障追溯可視化，收到歷史告警數(shù)據(jù)后，將歷史告警數(shù)據(jù)發(fā)送給告警顯示窗口；接收到歷史變化數(shù)據(jù)后，將歷史變化數(shù)據(jù)發(fā)送給圖形顯示窗口。

3 結(jié)束語(yǔ)

隨著我國(guó)電力的大力發(fā)展，電力調(diào)度系統(tǒng)需要接入海量的數(shù)據(jù)輸入，這些海量的電網(wǎng)數(shù)據(jù)是我國(guó)電網(wǎng)運(yùn)行生產(chǎn)中的重要資產(chǎn)，是保證電網(wǎng)安全穩(wěn)定運(yùn)行的重要基礎(chǔ)。本文提出了一種海量調(diào)度數(shù)據(jù)流在線智能辨識(shí)平臺(tái)建設(shè)方案，通過(guò)對(duì)海量調(diào)度數(shù)據(jù)進(jìn)行無(wú)損采集和存儲(chǔ)，保證了數(shù)據(jù)的實(shí)時(shí)傳輸，方便了歷史故障數(shù)據(jù)的追溯。同時(shí)，本文提出了海量信息流的異常特征及故障判別技術(shù)及基于通信過(guò)程的調(diào)度業(yè)務(wù)故障追朔技術(shù)的研究思路，可為電網(wǎng)海量數(shù)據(jù)流在線故障識(shí)別和故障追溯建設(shè)提供了一種研究方向。