張中超，江志敏，程夢(mèng)成

（廣東電網(wǎng)有限責(zé)任公司河源供電局，廣東 河源 517000）

隨著近些年電力事業(yè)的高速發(fā)展，電力設(shè)備自動(dòng)化、智能化水平不斷提高，其運(yùn)行過(guò)程中產(chǎn)生的數(shù)據(jù)呈現(xiàn)出海量化、多樣化等特征。傳統(tǒng)電力設(shè)備運(yùn)行數(shù)據(jù)分析方法已經(jīng)無(wú)法滿足實(shí)際需求，如何高效采集、處理、分析、應(yīng)用這些數(shù)據(jù)成為電力企業(yè)關(guān)注與思考的重點(diǎn)問題之一。大數(shù)據(jù)技術(shù)的提出與推廣為電力設(shè)備運(yùn)行數(shù)據(jù)分析優(yōu)化發(fā)展提供了技術(shù)支持，有利于對(duì)海量數(shù)據(jù)的價(jià)值進(jìn)行高效挖掘、采集、分析與利用，對(duì)電力設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)、電力設(shè)備運(yùn)行故障防控提前感知，保障電力系統(tǒng)穩(wěn)定運(yùn)行。

1 電力設(shè)備運(yùn)行數(shù)據(jù)分析的重要意義

1.1 對(duì)電力設(shè)備運(yùn)行管控的意義

隨著電網(wǎng)規(guī)模的不斷擴(kuò)大，電力系統(tǒng)中運(yùn)行的電力設(shè)備數(shù)量逐漸增多且電力設(shè)備結(jié)構(gòu)日益復(fù)雜，電力設(shè)備運(yùn)行管控難度與要求大幅度提高。利用大數(shù)據(jù)技術(shù)能夠?qū)崿F(xiàn)對(duì)電力設(shè)備的集成化、網(wǎng)絡(luò)化、數(shù)據(jù)化、智能化管理，便于相關(guān)工作人員實(shí)時(shí)掌控電力設(shè)備運(yùn)行狀態(tài)，及時(shí)發(fā)現(xiàn)和處理電力設(shè)備運(yùn)行過(guò)程中存在的異常問題，讓電力設(shè)備運(yùn)行管理更具時(shí)效性、準(zhǔn)確性、全面性、科學(xué)性、可靠性。與此同時(shí)，大數(shù)據(jù)技術(shù)的科學(xué)使用，便于電力企業(yè)從海量化的電力設(shè)備運(yùn)行數(shù)據(jù)中挖掘出有價(jià)值、有意義的數(shù)據(jù)信息，如消費(fèi)者用電需求信息、區(qū)域內(nèi)用電低谷期信息、區(qū)域內(nèi)用電高峰期信息、電力設(shè)備停電故障規(guī)律等，從而為相關(guān)工作人員電力調(diào)度、電力設(shè)備管控等工作開展提供數(shù)據(jù)信息依據(jù)，促進(jìn)電力調(diào)度質(zhì)量、電力設(shè)備管控質(zhì)量提升。

1.2 對(duì)電力設(shè)備故障檢修的意義

電能已經(jīng)成為日常生產(chǎn)與生活過(guò)程中不可缺失的能源，隨著電網(wǎng)大規(guī)?；ヂ?lián)，缺電、停電等對(duì)社會(huì)與經(jīng)濟(jì)產(chǎn)生的影響不斷擴(kuò)大。例如，2021年5月13日、17日臺(tái)灣大面積停電故障導(dǎo)致半數(shù)以上地區(qū)商業(yè)、工業(yè)、交通業(yè)等陷入癱瘓，造成的經(jīng)濟(jì)損失高達(dá)10億美元；2022年8月美國(guó)加州大面積停電故障導(dǎo)致200萬(wàn)以上居民受到影響，各地發(fā)生不同程度交通癱瘓、商業(yè)區(qū)混亂、電梯被困、工業(yè)停產(chǎn)等問題，所造成的經(jīng)濟(jì)損失相當(dāng)嚴(yán)重。因此，為最大化程度降低缺電、停電，特別是大面積停電的影響，有必要加強(qiáng)電力設(shè)備運(yùn)行故障分析力度，及時(shí)發(fā)現(xiàn)和處理電力設(shè)備運(yùn)行安全隱患，最大程度保證電力系統(tǒng)處于不停機(jī)狀態(tài)。基于大數(shù)據(jù)的電力設(shè)備運(yùn)行數(shù)據(jù)分析，能夠?qū)﹄娏ο到y(tǒng)主線、直線進(jìn)行拓?fù)浞治?，可在電力系統(tǒng)未發(fā)生跳閘停電問題時(shí)，找到安全隱患并發(fā)出告警，為電力設(shè)備故障檢修工作人員提供指導(dǎo)，實(shí)現(xiàn)對(duì)電力設(shè)備運(yùn)行故障的預(yù)防性處理。與此同時(shí)，在大數(shù)據(jù)分析下，相關(guān)工作人員能夠深入了解與掌握電力設(shè)備故障規(guī)律、類型、原因，并在大數(shù)據(jù)指導(dǎo)下更為及時(shí)、準(zhǔn)確評(píng)估故障、識(shí)別故障、判斷故障、處理故障，切實(shí)提高電力設(shè)備故障防控能力。

2 電力設(shè)備運(yùn)行數(shù)據(jù)分析的核心技術(shù)

2.1 大數(shù)據(jù)采集技術(shù)

電力設(shè)備運(yùn)行數(shù)據(jù)分析過(guò)程中，數(shù)據(jù)有效采集是關(guān)鍵。為提高電力設(shè)備運(yùn)行數(shù)據(jù)采集質(zhì)量與效率?；诖髷?shù)據(jù)支持，可采用多種傳感器技術(shù)、電力設(shè)備畫像技術(shù)、多線程數(shù)據(jù)采集技術(shù)等進(jìn)行電力設(shè)備運(yùn)行數(shù)據(jù)分析系統(tǒng)設(shè)計(jì)，滿足數(shù)據(jù)采集需求。以多線程數(shù)據(jù)采集技術(shù)為例，該技術(shù)應(yīng)用后能夠?qū)Χ鄠€(gè)電力設(shè)備運(yùn)行數(shù)據(jù)進(jìn)行獨(dú)立同步采集與處理，既提高了電力設(shè)備運(yùn)行數(shù)據(jù)采集效率，也保證了各電力設(shè)備運(yùn)行數(shù)據(jù)處理的安全性。電力設(shè)備運(yùn)行數(shù)據(jù)類型眾多，如臺(tái)賬信息、檢修信息、調(diào)度時(shí)間信息、量測(cè)數(shù)據(jù)、告警數(shù)據(jù)、測(cè)試報(bào)告、在線監(jiān)測(cè)運(yùn)行信息、在線監(jiān)測(cè)狀態(tài)信息、故障濾波文件、監(jiān)控信息點(diǎn)表、帶電檢測(cè)數(shù)據(jù)等，部分?jǐn)?shù)據(jù)屬于實(shí)時(shí)數(shù)據(jù)，部分?jǐn)?shù)據(jù)屬于非實(shí)時(shí)數(shù)據(jù)，在對(duì)其進(jìn)行采集時(shí)，可引入數(shù)據(jù)標(biāo)簽技術(shù)進(jìn)行數(shù)據(jù)準(zhǔn)確與規(guī)范描述，提高數(shù)據(jù)采集、存儲(chǔ)、處理效率。

2.2 大數(shù)據(jù)預(yù)處理技術(shù)

電力系統(tǒng)規(guī)模的不斷擴(kuò)大，導(dǎo)致電力設(shè)備數(shù)量日漸增多，電力設(shè)備運(yùn)行數(shù)據(jù)具備了海量化、多樣化等特征。電力設(shè)備運(yùn)行海量化的數(shù)據(jù)中并非所有數(shù)據(jù)均為有價(jià)值、有意義的數(shù)據(jù)。因此，在電力設(shè)備運(yùn)行數(shù)據(jù)分析中，可利用大數(shù)據(jù)預(yù)處理技術(shù)進(jìn)行數(shù)據(jù)清洗，將不完整數(shù)據(jù)、無(wú)價(jià)值數(shù)據(jù)、復(fù)雜多變數(shù)據(jù)等有效去除，一方面減輕數(shù)據(jù)分析壓力，提高數(shù)據(jù)分析效率，另一方面降低冗余數(shù)據(jù)分析的影響，提高數(shù)據(jù)分析結(jié)果準(zhǔn)確性、真實(shí)性、有效性、可靠性。在大數(shù)據(jù)下可使用的數(shù)據(jù)清洗方法較多，如分箱法、聚類法等。以聚類法為例，根據(jù)電力設(shè)備某一特征進(jìn)行數(shù)據(jù)集合分組，通過(guò)清除集合噪聲，達(dá)成數(shù)據(jù)清除目標(biāo)。

2.3 大數(shù)據(jù)挖掘技術(shù)

大數(shù)據(jù)挖掘技術(shù)是實(shí)現(xiàn)電力設(shè)備運(yùn)行數(shù)據(jù)深度分析的重要手段，是從已知信息中獲取未知有價(jià)值的過(guò)程。通常由數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘、結(jié)果解釋3個(gè)環(huán)節(jié)構(gòu)成，涉及到算法、手段眾多。目前應(yīng)用較為廣泛的大數(shù)據(jù)挖掘算法有神經(jīng)網(wǎng)絡(luò)算法、遺傳算法、決策樹算法、模糊計(jì)算法、統(tǒng)計(jì)分析算法等。

3 電力設(shè)備運(yùn)行數(shù)據(jù)分析系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

3.1 系統(tǒng)整體結(jié)構(gòu)分析

基于大數(shù)據(jù)各類技術(shù)在電力設(shè)備運(yùn)行數(shù)據(jù)分析中的推廣使用，提出如下電力設(shè)備運(yùn)行數(shù)據(jù)分析系統(tǒng)設(shè)計(jì)方案。

系統(tǒng)采用瀏覽器/服務(wù)器（Browser/Server，B/S）結(jié)構(gòu)進(jìn)行設(shè)計(jì)，以Hadoop為基礎(chǔ)進(jìn)行框架構(gòu)建。設(shè)計(jì)采用RESTful Web服務(wù)實(shí)現(xiàn)客戶端與服務(wù)端分離與溝通。系統(tǒng)運(yùn)行過(guò)程中，用戶經(jīng)身份驗(yàn)證成功登錄客戶端后，可根據(jù)自身實(shí)際需求選擇功能界面，發(fā)出資源共享申請(qǐng)，系統(tǒng)根據(jù)用戶提出的申請(qǐng)執(zhí)行數(shù)據(jù)調(diào)取、分析、統(tǒng)計(jì)、挖掘、轉(zhuǎn)換、顯示等任務(wù)，最終將用戶所需資料以圖形、表格等形式呈現(xiàn)，滿足用戶申請(qǐng)需求。

系統(tǒng)設(shè)計(jì)分為4層：一是采集層，由傳感器、變電設(shè)備狀態(tài)接入控制器（condition acquisition controller，CAC）、變電設(shè)備狀態(tài)接入網(wǎng)關(guān)機(jī)（Condition information Acquisition Gateway，CAG）等構(gòu)成，用于采集電力設(shè)備運(yùn)行各種數(shù)據(jù)資料。二是存儲(chǔ)層，主要由HDFS分布式文件系統(tǒng)與MapReduce分布式計(jì)算框架構(gòu)成，前者在電力設(shè)備運(yùn)行數(shù)據(jù)分析系統(tǒng)中承擔(dān)著用戶數(shù)據(jù)、電力設(shè)備參數(shù)等信息存儲(chǔ)責(zé)任，后者在電力設(shè)備運(yùn)行數(shù)據(jù)分析系統(tǒng)中承擔(dān)著用戶數(shù)據(jù)、電力設(shè)備參數(shù)等信息分析處理職責(zé)。在HDFS+MapReduce的數(shù)據(jù)存儲(chǔ)模式下，電力設(shè)備運(yùn)行數(shù)據(jù)分析系統(tǒng)能夠有效提高數(shù)據(jù)處理效率，保障數(shù)據(jù)傳輸、處理、存儲(chǔ)安全。與此同時(shí)，可建立較好數(shù)據(jù)關(guān)聯(lián)模型，準(zhǔn)確挖掘電力設(shè)備運(yùn)行數(shù)據(jù)（包括運(yùn)行狀態(tài)數(shù)據(jù)、故障設(shè)備數(shù)據(jù)、故障區(qū)域數(shù)據(jù)、故障影響因素?cái)?shù)據(jù)等）之間的關(guān)系，為電力設(shè)備運(yùn)行故障預(yù)防性管理提供指導(dǎo)。三是數(shù)據(jù)分析層，在MapReduce、大規(guī)模并行處理技術(shù)（Massively Parallel Processing，MPP）等支持下，實(shí)現(xiàn)對(duì)數(shù)據(jù)資源的有效統(tǒng)計(jì)、分析、處理、挖掘等。四是數(shù)據(jù)應(yīng)用層，屬于面向客戶的應(yīng)用環(huán)節(jié)，通過(guò)用戶接口可實(shí)現(xiàn)人機(jī)互動(dòng)，為用戶提供系統(tǒng)訪問、數(shù)據(jù)查詢、數(shù)據(jù)統(tǒng)計(jì)、數(shù)據(jù)分析、數(shù)據(jù)挖掘、信息決策等服務(wù)。電力設(shè)備運(yùn)行數(shù)據(jù)分析系統(tǒng)具體見圖1。

圖1 基于大數(shù)據(jù)的電力設(shè)備運(yùn)行數(shù)據(jù)分析系統(tǒng)結(jié)構(gòu)

3.2 系統(tǒng)功能模塊分析

基于大數(shù)據(jù)的電力設(shè)備運(yùn)行數(shù)據(jù)分析系統(tǒng)實(shí)施了功能模塊設(shè)計(jì)，對(duì)其進(jìn)行分析大致可分為以下幾部分：

（1）用戶管理功能：主要包括用戶注冊(cè)、用戶登錄、用戶登錄密碼修改等。與此同時(shí)，系統(tǒng)基于人性化、信息安全化等考慮，進(jìn)行了差異化設(shè)計(jì)。即不同層級(jí)電力工作人員、不同崗位電力工作人員、不同等級(jí)用電用戶等，可根據(jù)其職責(zé)、需求等賦予不同權(quán)利，用戶經(jīng)身份信息核實(shí)后，系統(tǒng)進(jìn)入相應(yīng)權(quán)限界面，為其提供權(quán)限范圍內(nèi)的服務(wù)。

（2）數(shù)據(jù)監(jiān)測(cè)功能：主要包括電力設(shè)備運(yùn)行各項(xiàng)數(shù)據(jù)采集、記錄、傳出、存儲(chǔ)、統(tǒng)計(jì)、分析、更新、存儲(chǔ)等。該模塊在大數(shù)據(jù)及其相關(guān)技術(shù)支持下能夠?qū)⑾到y(tǒng)覆蓋范圍內(nèi)所有電力設(shè)備運(yùn)行數(shù)據(jù)采集，并將其輸送到系統(tǒng)服務(wù)器中，用于系統(tǒng)對(duì)電力設(shè)備運(yùn)行數(shù)據(jù)進(jìn)行處理與顯示。

（3）設(shè)備檢測(cè)功能：主要用于電力設(shè)備運(yùn)行狀態(tài)針對(duì)性處理。即在該模塊設(shè)置下，基于大數(shù)據(jù)的電力設(shè)備運(yùn)行數(shù)據(jù)分析系統(tǒng)發(fā)現(xiàn)異常數(shù)據(jù)后，能夠根據(jù)異常數(shù)據(jù)具體表現(xiàn)對(duì)相關(guān)聯(lián)的電力設(shè)備進(jìn)行全面排查，以便快速、準(zhǔn)確找到異常數(shù)據(jù)形成原因，確定具體的風(fēng)險(xiǎn)設(shè)備或故障設(shè)備，為電力設(shè)備檢查維修提供指導(dǎo)。

（4）信息管理功能：主要包括電力設(shè)備型號(hào)信息、電力設(shè)備出廠信息、電力設(shè)備運(yùn)行信息、電力設(shè)備維修保養(yǎng)信息等記錄、存儲(chǔ)、更新、修改、刪除等。用戶可憑借該模塊全面掌握電力設(shè)備運(yùn)行情況，便于智能電網(wǎng)電力設(shè)備全生命周期管理。

性能檢測(cè)功能：主要是針對(duì)電力設(shè)備電池性能的檢測(cè)與監(jiān)管。在該模塊支持下，系統(tǒng)可實(shí)現(xiàn)電力設(shè)備電源指標(biāo)系統(tǒng)化、全面化、智能化分析，為電力設(shè)備電源管理提供科學(xué)、合理方案，促進(jìn)電力設(shè)備電源使用穩(wěn)定性、可靠性、持久性提升。

3.3 系統(tǒng)數(shù)據(jù)分析處理

以Hadoop為基礎(chǔ)構(gòu)建電力設(shè)備運(yùn)行數(shù)據(jù)分析系統(tǒng)時(shí)，需要根據(jù)系統(tǒng)實(shí)際情況合理選擇數(shù)據(jù)存儲(chǔ)模式，以便提高數(shù)據(jù)分析與處理效率和質(zhì)量。通常情況下，Hadoop技術(shù)領(lǐng)域中較為常見的數(shù)據(jù)存儲(chǔ)方式有Hive、HBase、Impala 3種。其中Hive在結(jié)構(gòu)化數(shù)據(jù)處理中具有較強(qiáng)適用性，能夠滿足結(jié)構(gòu)化查詢語(yǔ)言匯總分析需求。與此同時(shí)，Hive可根據(jù)MapReduce任務(wù)要求對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)化處理。HBase在非結(jié)構(gòu)數(shù)據(jù)處理中具有較強(qiáng)適用性，采用該方式進(jìn)行數(shù)據(jù)存儲(chǔ)，利于數(shù)據(jù)更新、刪除等處理效率提升。Impala能夠與HBase配合促進(jìn)數(shù)據(jù)查詢效率提升，能夠滿足結(jié)構(gòu)化查詢語(yǔ)言實(shí)時(shí)查詢需求。電力設(shè)備因類型多樣、規(guī)模龐大，故在其運(yùn)行數(shù)據(jù)分析處理過(guò)程中，設(shè)計(jì)根據(jù)數(shù)據(jù)類型合理選擇上述3種數(shù)據(jù)存儲(chǔ)模式，如結(jié)構(gòu)化數(shù)據(jù)以Hive、Impala為主，半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)以HBase為主。此外，針對(duì)異常數(shù)據(jù)，系統(tǒng)構(gòu)建了異常數(shù)據(jù)處理機(jī)制，該機(jī)制能夠?qū)Ξ惓?shù)據(jù)類型，從數(shù)據(jù)庫(kù)中提取經(jīng)驗(yàn)解析內(nèi)容，根據(jù)數(shù)據(jù)提取結(jié)果進(jìn)行常態(tài)化處理或特殊化處理。與此同時(shí)，該機(jī)制能夠?qū)Ξ惓?shù)據(jù)進(jìn)行記錄、分析，形成二進(jìn)制流文件，發(fā)出異常數(shù)據(jù)告警等。

3.4 系統(tǒng)實(shí)驗(yàn)及其結(jié)果

為驗(yàn)證基于大數(shù)據(jù)的電力設(shè)備運(yùn)行數(shù)據(jù)分析系統(tǒng)應(yīng)用效果進(jìn)行了實(shí)驗(yàn)分析。本次實(shí)驗(yàn)分析以某電力企業(yè)220kV電力設(shè)備（基礎(chǔ)信息見表1）為對(duì)象，通過(guò)系統(tǒng)數(shù)據(jù)清洗能力、系統(tǒng)對(duì)電力設(shè)備運(yùn)行異常檢出率、系統(tǒng)對(duì)電力設(shè)備運(yùn)行異常檢測(cè)時(shí)間等指標(biāo)觀察評(píng)價(jià)系統(tǒng)應(yīng)用效果。

表1 電力設(shè)備基礎(chǔ)信息表

實(shí)驗(yàn)結(jié)果顯示基于大數(shù)據(jù)的電力設(shè)備運(yùn)行數(shù)據(jù)分析系統(tǒng)對(duì)電力設(shè)備運(yùn)行數(shù)據(jù)的清洗率達(dá)到90%以上，平均值（95.60±3.50）%，說(shuō)明基于大數(shù)據(jù)的電力設(shè)備運(yùn)行數(shù)據(jù)分析系統(tǒng)數(shù)據(jù)清洗能力較強(qiáng)，能夠保證電力設(shè)備運(yùn)行數(shù)據(jù)分析的可靠性、準(zhǔn)確性。與此同時(shí)，基于大數(shù)據(jù)的電力設(shè)備運(yùn)行數(shù)據(jù)分析系統(tǒng)對(duì)電力設(shè)備運(yùn)行異常的檢出率高達(dá)97%，數(shù)據(jù)量為5GB時(shí)異常數(shù)據(jù)檢測(cè)時(shí)間不足1s，數(shù)據(jù)量為35GB時(shí)異常數(shù)據(jù)檢測(cè)時(shí)間不足4s，數(shù)據(jù)量為60GB時(shí)異常數(shù)據(jù)檢測(cè)時(shí)間不足6s?？梢?，基于大數(shù)據(jù)的電力設(shè)備運(yùn)行數(shù)據(jù)分析系統(tǒng)電力設(shè)備運(yùn)行異常檢出率較高，且檢測(cè)速度加快，能夠滿足電力設(shè)備運(yùn)行狀態(tài)異常監(jiān)測(cè)需求，為電力設(shè)備安全與穩(wěn)定運(yùn)行提供保障。

4 結(jié)語(yǔ)

基于大數(shù)據(jù)的電力設(shè)備運(yùn)行數(shù)據(jù)分析已經(jīng)成為新時(shí)期電力設(shè)備運(yùn)行管理的客觀要求與必然趨勢(shì)。在大數(shù)據(jù)技術(shù)支持下電力設(shè)備運(yùn)行數(shù)據(jù)分析質(zhì)量、速度、安全等水平全面提升，電力設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)與管理能力有效提高，電力系統(tǒng)運(yùn)行穩(wěn)定性、可靠性、安全性得到顯著保障。因此，相關(guān)企業(yè)以及工作人員重視大數(shù)據(jù)技術(shù)及其在電力設(shè)備運(yùn)行管控中的推廣使用，能夠在不斷探究下進(jìn)行系統(tǒng)優(yōu)化設(shè)計(jì)，充分發(fā)揮大數(shù)據(jù)技術(shù)應(yīng)用優(yōu)勢(shì)，給予電力設(shè)備運(yùn)行科學(xué)管控。