羅宇劍，林 海，羅宇勤，彭 磊，孫棟梁

（1.國網湖南供電服務中心（計量中心），湖南長沙 410007；2.國網湖南省電力有限公司，湖南 長沙 410004；3.國網湘西供電公司，湖南吉首 416000；4.北京恒泰實達科技股份有限公司，北京 100194）

因為配電網長期暴露在自然環(huán)境中，線路設備不但會自然老化，而且會遭受各種自然災害。為保證配電網安全可靠運行，對配電網絡進行定期檢查，發(fā)現配電網絡運行中的缺陷及各種自然、機械因素造成運行問題并及時解決[1]。

運用傳統(tǒng)人工統(tǒng)計巡游線路方法，巡游線路上以小組形式巡游，工作人員手持各種紙本資料，手工巡游記錄。這一做法存在如下缺點：人力、物力耗費資源大，檢查效率低，管理人員不能有效監(jiān)督檢查結果。配電網絡的線路越復雜，網絡密度越大，負荷越大。第一線工作人員和管理人員都認為，傳統(tǒng)的方法已經不太適合快速發(fā)展的配電網絡建設[2]。如何以信息化方式來改進當前檢測工作，已經成為當前信息挖掘系統(tǒng)越來越迫切的問題。為解決該問題，提出了一種停電范圍內配網設備信息智能挖掘系統(tǒng)設計方法，利用檢測信息來解決配電網運行及變化對周圍環(huán)境的影響問題，在設備運行過程中及時發(fā)現問題及各種外部因素，及時提出解決方案，消除問題，保證設備安全運行。

1 系統(tǒng)硬件結構設計

系統(tǒng)配電網應用分析功能中的停電范圍分析，可提供電力營銷系統(tǒng)中接通線路的停電信息。將臨時停電與計劃停電區(qū)別開來，根據實際情況，對停電動態(tài)實時分析。

1）動態(tài)分析停電情況

利用動態(tài)可視化網絡信息圖，分析配電網各線路節(jié)點的連接情況，確定停電范圍、負荷分布和跟蹤[3]。

2）實時分析停電情況

配電網絡實時GIS 是將配電設備的GIS 數據、調度數據網絡的SCADA 數據和負荷監(jiān)測數據集成在一起，實現對配電變壓器、開關、線路、閉合器、分段器等配電設備的綜合采集和監(jiān)控[4]。運用統(tǒng)計計算功能，對數據進行可靠性分析，使配電網運營人員能準確地掌握配電網設備運行狀態(tài)實時情況[5]。

信息智能挖掘系統(tǒng)設計主要包括：數據引擎、數據簡化器、數據篩選器、顯示模塊、控制電路等[6]。在停電范圍內設計配電網設備信息智能挖掘系統(tǒng)的硬件結構如圖1 所示。

圖1 系統(tǒng)硬件結構

如圖1 所示，該系統(tǒng)應用數據簡化器，將分布在停電范圍內的設備信息簡化為可以被挖掘的設備停電事件信息，并在顯示模塊中，將經過數據篩選后的文本數據展示出來。

1.1 數據引擎

資料庫引擎是儲存、處理及保護資料的核心服務模塊，可以使用數據庫引擎來控制存取權限和快速處理事務，從而滿足系統(tǒng)處理配網設備運行中產生的大量數據應用程序需求[7-9]。將數據庫引擎作為聯(lián)機事務處理或聯(lián)機數據分析關系數據庫，并使用SuperMap SDX+提供綜合空間對象類型支持。

對于數據庫引擎文檔，主題順序是按照主要任務順序使用數據庫引擎來實現數據存儲系統(tǒng)[10-12]。為存儲系統(tǒng)所需的關系表或XML 文檔而設計并創(chuàng)建數據庫，并將執(zhí)行訪問和修改結果存儲在數據庫中。SuperMap SDX+空間數據引擎包括數據應用網站和程序，以及生成和使用SQL Server 工具，為單位或客戶部署提供日常管理化支持方案以優(yōu)化數據庫性能[13-15]。

1.2 數據篩選器

采用單片機實現硬件電路設計，圖2 為數據篩選器。

圖2 數據篩選器

通過串口使門禁控制器和讀卡器之間快速通信，該串口使用一個交換電路來保證兩個設備中，至少有一個設備能一直通信，向門禁控制器發(fā)送的所有命令均為合法命令，經單片機程序確認，實現了數據過濾和隔離[16]。與此同時，單片機也可以通過另一個串口對接入控制器和控制計算機進行通信，在分析通信內容的基礎上，得出接近卡片的合法內碼數據，并存儲于大容量EPROM 中，作為數據比對的基礎。

1.3 控制電路

短路電流會引起電氣設備絕緣損傷，產生強烈電動勢，一旦出現該問題，就要求電路迅速、可靠地切斷電源。該控制電路中，最常見的控制電源設備為過流繼電器。

電路中零壓、欠壓保護指的是電動機在運行過程中，電源電壓消失而導致電動機停轉現象發(fā)生；當電源電壓恢復時，電動機會自動重新啟動(也稱為自啟動)，很容易引起設備故障。

常見的失壓和欠壓保護是采用低壓繼電器，控制直流低壓部分與直流高壓部分，降低失壓、欠壓概率，防止三相電動機運行時出現超負荷電流問題而設置的保護。

2 軟件部分設計

2.1 功能模塊設計

數據采掘系統(tǒng)主要有四大功能模塊：

1）系統(tǒng)管理模塊

該模塊主要負責系統(tǒng)用戶、安全、服務、資源統(tǒng)一管理。通過友好的界面，系統(tǒng)可直接向用戶提供所需的相關資源和服務。

2）數據預處理模塊

該模塊主要負責數據采集、清理、集成、選擇和轉換等操作，首先從大量數據源中收集相關原始數據，然后調用接口服務和清除算法對所收集數據進行清除，分類整合清除后的數據，選擇有用數據類型，存儲于數據存儲區(qū)數據層。

3）數據挖據模塊

該模塊對預處理后的數據在接口上進行合理分類，然后調用服務，按類別進行詳細分析，以發(fā)現隱藏在預處理模塊中的有用信息。在此基礎上，通過決策管理，選擇合適的挖掘算法實現數據挖掘。

4）結果評估模塊

該模塊通過模型評價和比較，選擇最優(yōu)數據挖掘結果并使其可視化，以知識表示形式呈現給用戶。

2.2 Apriori算法

應用Apriori 計算方法可以對停電范圍內配網設備中信息傳輸通道分類，從而更好識別和分類信息，按照優(yōu)化后計算方法優(yōu)化信道。

式（1）中，a1、a2、a3分別表示信道過程中屬性值、系統(tǒng)參量、挖掘模型識別邊距；K(G)表示停電范圍內信道邊界程度。

由于設計的挖掘過程使用質數排列方式，所以需要對數列重新編輯，計算公式為：

式（2）中，?2N表示預估出現數列畸變系數；?u?v表示設計的挖掘過程參數閾代關聯(lián)系數。

根據上述內容，進行Apriori 計算，計算公式為：

2.3 算法實現

通過Map/Reduce并行編程模型，可以整合云計算技術和海量數據挖掘。這個模型是一種主從式結構，所有用戶請求都被看作任務。當處理雜亂無章的大規(guī)模數據時，首先要把它劃分成無數個塊，然后把大規(guī)模計算任務擴展到無限規(guī)模機器集群上完成數據歸一。圖3 顯示了Map/Reduce 大規(guī)模數據挖掘算法過程。

圖3 數據挖掘算法流程

算法具體實現步驟如下：

step1：通過使用Map(mapping)函數分析大型數據集中不同結構數據類型，并給出表示數據特征的鍵key 和值value。

step2：使用Map 函數將用戶的挖掘請求作為一個對應作業(yè)處理，將其分成幾個不同映射任務，并將這些子任務分配給數據挖掘平臺不同機器來處理，然后將鍵值分配到，從而生成新的對應鍵值對。

step3：合并相同key2 鍵值作為映射輸出結果，通過隨機配對階段將不同映射結果一一配對，形成新的鍵值對集合值。

step4：判斷是否所有子任務都已經完成了映射，然后進行step5，否則返回step3。

step5：為Reduce 函數定義一個新的鍵值對，然后為它賦值，形成新的鍵值對，并將其寫入文件之中。

step6：合并上述文件，即為信息智能挖掘結果，對這些結果進行可視化處理后，可展示給用戶。

3 實 驗

為了驗證停電范圍內配網設備信息智能挖掘系統(tǒng)設計的合理性，進行實驗驗證分析。

3.1 實驗指標

1）信息篩選查全率

設挖掘出來的配網設備信息量為xa，停電范圍內全部配網設備信息量為xi，基于此可得出信息篩選查全率為：

式（4）中，信息篩選查全率越高，說明信息篩選越精準。

2）信息挖掘誤差

設挖掘次數為n，篩選出來的信息量為xa，信息瀏覽但未使用信息量為xc，停電范圍內全部配網設備信息量為xi，由此計算信息挖掘誤差：由式（5）可知，信息挖掘誤差越小，說明信息智能挖掘精準度越高。

3.2 實驗結果與分析

3.2.1 查全率

以往使用人工統(tǒng)計巡游線路信息挖掘方法存在信息篩選不完全，而停電范圍內配網信息智能挖掘系統(tǒng)信息篩選完全，針對該情況，進行實驗驗證分析，結果如圖4 所示。

圖4 兩種方法信息篩選查全率

由圖4 可知，使用人工統(tǒng)計巡游線路信息挖掘方法，最高查全率為55%，而使用停電范圍內配網信息智能挖掘系統(tǒng)最高查全率為93%，由此可知，使用停電范圍內配網信息智能挖掘系統(tǒng)信息篩選查全率較高。

3.2.2 挖掘誤差

分別使用兩種方法分析信息挖掘誤差，結果如表1 所示。

表1 兩種方法信息挖掘誤差

由表1 可知，使用人工方法最高信息挖掘誤差為0.52，最低為0.35；使用所研究方法最高信息挖掘誤差為0.15，最低為0.05。由此可知，使用停電范圍內配網信息智能挖掘系統(tǒng)信息挖掘誤差較小。

4 結束語

文中提出停電范圍內配網設備信息智能挖掘系統(tǒng)設計方案，數據簡化器是在系統(tǒng)的硬件設備上增加的，通過它可以對數據進行一定程度過濾，應用Apriori 計算方法可以更好識別和分類信息，提高數據挖掘過程的效率，從而確保信息的優(yōu)先性，避免傳統(tǒng)方法中的數據混亂。