摘要：隨著信息化工具的不斷升級與發(fā)展，各行各業(yè)對于大數(shù)據(jù)的應用水平不斷提高，促進了各個行業(yè)的結構化改革。尤其在人工智能工具的促進下，電力行業(yè)的信息化水平不斷提升，其數(shù)據(jù)采集的類型越來越豐富，而強化末端基礎信息數(shù)據(jù)的挖掘能夠為電力行業(yè)的高質量運維提供準確的信息支撐。對此，本文分析了電力大數(shù)據(jù)在信息化運維中的應用要點，闡釋了基于大數(shù)據(jù)的信息化運維原理與信息化運維平臺結構，給出了基于大數(shù)據(jù)技術的電力系統(tǒng)信息化運維體系的構建策略。本文可為電力系統(tǒng)的運行維護策略升級提供橫向的參考和借鑒。

關鍵詞：電力行業(yè)；大數(shù)據(jù)；信息化；運維體系

引言

隨著電力行業(yè)信息化建設進程的不斷加快，大數(shù)據(jù)技術在業(yè)務指導中的效能也越來越高。在末端的業(yè)務管理中，電力企業(yè)積累了海量的運行數(shù)據(jù)，這些數(shù)據(jù)包含電網(wǎng)的運行狀態(tài)和設備的健康狀況等信息[1]。而合理化地利用運維數(shù)據(jù)并開展大數(shù)據(jù)分析，不僅可以指導電網(wǎng)的運行決策，還可以提升電力系統(tǒng)的經濟效益。

1. 電力大數(shù)據(jù)在信息化運維中的應用要點

1.1 運維流程優(yōu)化

在電力行業(yè)中，運維流程所涉及的數(shù)據(jù)十分豐富，包括發(fā)變電設備的工作票據(jù)數(shù)據(jù)、維保日志數(shù)據(jù)、過程檢測數(shù)據(jù)等。通過對這些數(shù)據(jù)的收集和分析，可以全面了解電力運維業(yè)務的現(xiàn)狀，從而有針對性地進行優(yōu)化。同時，在運維體系中可以通過部署傳感器，采集設備的實時狀態(tài)數(shù)據(jù)，建立在線監(jiān)測系統(tǒng)，當監(jiān)測數(shù)據(jù)超過閾值時，系統(tǒng)將自動調用維保知識圖譜，實現(xiàn)閉環(huán)運維管理，降低故障處理的時間成本。

1.2 故障預測與預防

電力系統(tǒng)中建立故障預警機制是確保系統(tǒng)安全運行的重要手段[2]。通過基于人工智能模型挖掘和分析歷史故障數(shù)據(jù)、運行監(jiān)測數(shù)據(jù)、環(huán)境數(shù)據(jù)，能夠建立相關的預警模型，實現(xiàn)對電網(wǎng)設備潛在故障的準確預測。挖掘的數(shù)據(jù)源主要涵蓋歷史故障數(shù)據(jù)、報警數(shù)據(jù)、運行監(jiān)測數(shù)據(jù)和環(huán)境數(shù)據(jù)，數(shù)據(jù)集包括事件ID、設備名稱、故障時間、故障類型、預警信號[3]等信息。通過整合過程數(shù)據(jù)能夠建立全面的故障樣本數(shù)據(jù)集，實現(xiàn)對未來故障的精準預測。

1.3 運維監(jiān)督與檢查

除了建立故障預警機制外，開展預防性維護和監(jiān)督檢查也是保障電力系統(tǒng)安全穩(wěn)定運行的重要手段。通過對設備健康狀況和風險評估結果的深度挖掘，能夠有針對性地制定和執(zhí)行預防性的維保計劃，保障電力系統(tǒng)的高質量運行[4]。在開展運維監(jiān)督和檢查的過程中，還應定期對維護工作進行檢查和評估，以便及時發(fā)現(xiàn)和解決執(zhí)行中的問題，保障維護工作的質量和效果。

2. 基于大數(shù)據(jù)的信息化運維原理

2.1 運維數(shù)據(jù)采集

運維平臺的數(shù)據(jù)采集要點主要為電力監(jiān)控和運維檢修等過程數(shù)據(jù)[5]，這些數(shù)據(jù)在B/S被標記為簇頭節(jié)點，在各個數(shù)據(jù)采集區(qū)內，感知網(wǎng)絡的數(shù)據(jù)量為M，所有的感知網(wǎng)絡數(shù)據(jù)能夠構成數(shù)據(jù)集合G，則感知區(qū)域內的數(shù)據(jù)采集計算方法為

式中，gi為第i個節(jié)點的網(wǎng)絡，依據(jù)網(wǎng)絡集合的參數(shù)數(shù)據(jù)能夠詳細描述出服務器中所設置的數(shù)據(jù)采集算法。

2.2 運維周期計算

將運維平臺中服務器采集的數(shù)據(jù)周期定義為T，則在感知網(wǎng)絡中原始數(shù)據(jù)的運維周期集合P的計算方法為

式中，Xt為第i個數(shù)據(jù)周期內所采集的矩陣，但是對于“2.1”節(jié)和“2.2”節(jié)所計算得到的數(shù)據(jù)參數(shù)可能會存在數(shù)據(jù)缺失以及格式不統(tǒng)一等問題，因此還需要對數(shù)據(jù)集進行降噪處理。

2.3 檢修管理系統(tǒng)數(shù)據(jù)融合

目前現(xiàn)有的電力檢修部門在制定檢修計劃時，往往是以檢修規(guī)章制度中要求的時間節(jié)點作為參考依據(jù)，但是在實際的運行中，影響電力設備穩(wěn)定性的因素還有設備的運行年限、設備運行的周邊環(huán)境、設備的故障率等潛在風險因素，因此在綜合考慮上述間接因素后，檢修周期的數(shù)據(jù)融合計算方法為

式中，TQ為實際的檢修數(shù)據(jù)融合周期；T為規(guī)章制度中所規(guī)定的運維周期；KA為運維設備的實際運行年限；KE為設備運行的環(huán)境參數(shù)；KF為設備的故障發(fā)生概率。但是在實際運行的過程中，計算結果可能與實際計劃之間存在沖突出入，因此還需將歷史負荷等數(shù)據(jù)作為運維補充，作為判斷系統(tǒng)數(shù)據(jù)融合的依據(jù)。

2.4 大數(shù)據(jù)對故障特征量的影響

在實際的運維中，電力系統(tǒng)的電流參數(shù)會受到輸電諧波的系數(shù)影響，進而影響到數(shù)據(jù)評估的質量[6]，因此需要重點強化大數(shù)據(jù)監(jiān)測對故障特征量的影響。假設運維系統(tǒng)處于正常的工作模式，而大數(shù)據(jù)監(jiān)測工具及硬件對故障特征量的影響因素為f，η為短路電流所承受的輸電諧波，則短路電壓表示為

式中，U″為短路電壓；U1、U0分別為匝間電壓的實際值與理想值；λ為短路電流；y為輸出參數(shù)；s為故障數(shù)據(jù)的發(fā)生周期。對此，故障特征的向量表示原理為

式中，k為故障特征結果；a為響應周期；l為執(zhí)行系數(shù)；d、h為常量。

3. 基于大數(shù)據(jù)技術的電力系統(tǒng)信息化運維平臺結構

通過上文的分析能夠看出，運維數(shù)據(jù)具有數(shù)據(jù)容量大并且數(shù)據(jù)種類復雜的特點，涵蓋設備參數(shù)信息、設備采集信息、系統(tǒng)數(shù)據(jù)信息等。為了更好地做好數(shù)據(jù)運維工作，必須強化各類數(shù)據(jù)分析技術的核心優(yōu)勢，保證運維方案的可靠性、安全性和優(yōu)先級，其平臺結構的建立方式如表1所示。

在各個層級的數(shù)據(jù)參數(shù)中，數(shù)據(jù)采集層主要解決原始數(shù)據(jù)中存在的“臟數(shù)據(jù)”問題。電力系統(tǒng)的數(shù)據(jù)主要來源于電力企業(yè)的業(yè)務系統(tǒng)、電力調度控制系統(tǒng)、視頻監(jiān)控系統(tǒng)等，這些系統(tǒng)產生的數(shù)據(jù)種類繁多，且存在重復、遺漏、異常等情況，因此需要對原始數(shù)據(jù)進行識別、修正和刪除，確保使用的數(shù)據(jù)準確可靠。數(shù)據(jù)存儲層將電力系統(tǒng)的不同監(jiān)測數(shù)據(jù)和事件日志數(shù)據(jù)進行深度合并，按時間順序不斷添加和整合新數(shù)據(jù)。電力信息系統(tǒng)分布在多個部門，數(shù)據(jù)格式和語義不盡相同，數(shù)據(jù)分析層將來自不同系統(tǒng)的異構數(shù)據(jù)關聯(lián)合并，構建統(tǒng)一的數(shù)據(jù)集。最終，數(shù)據(jù)分析通過數(shù)據(jù)映射、分級、時間對齊等形式實現(xiàn)數(shù)據(jù)之間的語義交互，以支持運維體系的綜合分析。

4. 基于大數(shù)據(jù)技術的電力系統(tǒng)信息化運維體系

大數(shù)據(jù)背景下的電力數(shù)據(jù)運維管理，本質是對運行數(shù)據(jù)資源的管理，通過基于大模型和大算法的信息資源優(yōu)化，能夠強化運維管理的綜合能力，深度發(fā)揮數(shù)據(jù)信息技術輔助電力運維管理的效能，其系統(tǒng)分析架構如圖1所示。

4.1 運維數(shù)據(jù)采集

電力企業(yè)運維數(shù)據(jù)的來源較為廣泛，受到歷史因素的影響，電力企業(yè)中還存在大量的IOE存量系統(tǒng)在數(shù)據(jù)中心運行，但是隨著數(shù)字化轉型趨勢的不斷加快，大量新設備和新系統(tǒng)采用的是x86的系統(tǒng)架構，其應用范疇和數(shù)據(jù)采集范圍被顯著擴充。在多種異構軟硬件共同交互的平臺形式下，數(shù)據(jù)采集過程不僅有傳統(tǒng)業(yè)務，同時還有新業(yè)務，其技術體系存在較大的應用差異，對此產生出的運維數(shù)據(jù)也具有不同的數(shù)據(jù)類型和數(shù)據(jù)格式，因此需要有多元化的采集與解讀方式。隨著業(yè)務過程的不斷積累，運維數(shù)據(jù)也呈現(xiàn)爆炸式的增長態(tài)勢，對此還需從各個數(shù)據(jù)源中綜合收集數(shù)據(jù)，并融合到數(shù)據(jù)中間件中進行集成加工和處理，數(shù)據(jù)類型不限于日志數(shù)據(jù)、性能數(shù)據(jù)、行為數(shù)據(jù)等。

4.2 運維數(shù)據(jù)預處理

電力系統(tǒng)中的數(shù)據(jù)包括結構化數(shù)據(jù)（運行數(shù)據(jù)、狀態(tài)數(shù)據(jù)）和非結構化數(shù)據(jù)（圖像、語音、視頻）。因此，在進行數(shù)據(jù)處理時需進行格式轉換，使其可用于分析算法當中，將原始的數(shù)據(jù)轉換成結構化、可靠、整潔的數(shù)據(jù)集，為后續(xù)的數(shù)據(jù)分析和模型建立提供高質量的數(shù)據(jù)源。數(shù)據(jù)質量對于后續(xù)的數(shù)據(jù)挖掘過程具有決定性的影響，因此保證數(shù)據(jù)的完整、準確、可靠是數(shù)據(jù)采集和數(shù)據(jù)預處理的關鍵所在，目前電力企業(yè)的運維平臺中的應用規(guī)范和日志規(guī)范存在較大的不統(tǒng)一現(xiàn)象，系統(tǒng)的采集數(shù)據(jù)很容易受到噪聲數(shù)據(jù)以及數(shù)據(jù)缺失值的影響。而通過強化數(shù)據(jù)的預處理能夠顯著提升數(shù)據(jù)處理質量，進而綜合提升數(shù)據(jù)分析與數(shù)據(jù)可視化的展示效果。數(shù)據(jù)預處理的類型主要涵蓋場景數(shù)據(jù)、信息數(shù)據(jù)、平臺數(shù)據(jù)等，使得數(shù)據(jù)集能夠在保證結果準確性的基礎上，顯著降低數(shù)據(jù)參數(shù)集的規(guī)模。同時經過預處理的數(shù)據(jù)，其數(shù)據(jù)格式也更加統(tǒng)一，這不僅簡化了分析流程，強化數(shù)據(jù)處理的有效性，也使得數(shù)據(jù)挖掘預分析算法能夠更加被容易理解。

4.3 運維數(shù)據(jù)存儲

在處理大數(shù)據(jù)時，高效的數(shù)據(jù)存儲與管理方案能夠有效提升數(shù)據(jù)的安全性、可靠性和可用性。電力企業(yè)每天產生大量的實時監(jiān)測數(shù)據(jù)、運行日志、檢測報告、圖像視頻等多樣化數(shù)據(jù)，這需要極大的數(shù)據(jù)存儲和計算能力。因此，電力企業(yè)普遍采用分布式存儲系統(tǒng)來管理海量數(shù)據(jù)，電網(wǎng)數(shù)據(jù)的存儲可以選擇不同的數(shù)據(jù)存儲形式，主要涵蓋結構化數(shù)據(jù)庫、塊級存儲庫、NAS級存儲方式，其大數(shù)據(jù)的存儲特征符合不同存儲介質和組織管理之間的映射關系，通過標準化硬件的設計能夠顯著降低單位容量的成本，深度緩解數(shù)據(jù)存儲的容量和性能挑戰(zhàn)。同時相比于SAN存儲和NAS存儲，分布式的存儲模式具有高效和經濟的特點，后續(xù)在進行數(shù)據(jù)挖掘開發(fā)的過程中，磁盤的讀寫相對較少，相比于單一使用SQL數(shù)據(jù)庫能夠更加出色地處理文檔數(shù)據(jù)，進而綜合降低了I/O需求，顯著提升了數(shù)據(jù)處理效率。

4.4 運維數(shù)據(jù)分析與可視化

電力運維數(shù)據(jù)中心往往儲存著各類主機、服務器、網(wǎng)絡設備，以及數(shù)據(jù)庫的運行日志和行為數(shù)據(jù)，對此需要建立與之對應的數(shù)據(jù)模型來強化既有數(shù)據(jù)處理的分析能力。在數(shù)據(jù)分析的過程中，主要涵蓋統(tǒng)計分析技術、預測學習技術、模型預警技術，其中，描述性分析主要利用圖表、統(tǒng)計量等手段對電力數(shù)據(jù)進行概況性描述和傳遞總體信息，這是大數(shù)據(jù)分析的基礎，同時計算了日均值、中位數(shù)、方差等統(tǒng)計量，直觀反映停電概貌。而預測性分析通過建立算法模型分析歷史數(shù)據(jù)，并對電力系統(tǒng)的未來狀態(tài)或趨勢進行預測。對于大數(shù)據(jù)模型來說，實時、高效地開展模型訓練并及時提示風險預警是設備運行的關鍵，而基于計算機圖形處理技術，能夠實時地將各類圖表和挖掘數(shù)據(jù)展現(xiàn)在中控系統(tǒng)中，實現(xiàn)運維數(shù)據(jù)和數(shù)據(jù)處理的綜合檢索和觀測分析。

結語

大數(shù)據(jù)分析應用為電力企業(yè)實施精細化運維提供了可能，電力系統(tǒng)的實時監(jiān)測數(shù)據(jù)、操作日志數(shù)據(jù)、環(huán)境數(shù)據(jù)、地理空間數(shù)據(jù)等為描述電力系統(tǒng)運行狀態(tài)、預測系統(tǒng)行為趨勢、評估資產健康狀況奠定了基礎。因此，借助云計算與人工智能技術，可以實現(xiàn)對海量電力數(shù)據(jù)的高效運維，通過與電網(wǎng)控制指令和現(xiàn)場作業(yè)相連，形成閉環(huán)的智能運維體系，加速了電網(wǎng)的數(shù)字化轉型進程。

參考文獻：

[1]楊美軍，萬佳，彭麗輝.基于大數(shù)據(jù)的電力管理與改進分析[J].江西電力，2023， 47（6）：40-44.

[2]張向聰，張潺，楊瑩，等.電網(wǎng)信息化運維中關鍵技術研究及應用[J].電氣技術與經濟，2023（10）：293-295.

[3]潘飛，潘樹昌，周識遠.大數(shù)據(jù)背景下的電力信息化智能管控平臺設計[J].華東科技，2023（11）：101-103.

[4]田黎耀.智能電網(wǎng)輸變電設備集中監(jiān)控信息數(shù)據(jù)統(tǒng)計應用[J].互聯(lián)網(wǎng)周刊， 2023（19）：72-74.

[5]陸郁強.基于大數(shù)據(jù)分析的電力變電站故障診斷與維護策略研究[J].電氣技術與經濟，2023（8）：218-220.

[6]陸文祥.基于大數(shù)據(jù)的電力設備運行數(shù)據(jù)分析系統(tǒng)的設計[J].電子元器件與信息技術，2021，5（12）：30-31，43.

作者簡介：龐山，本科，工程師，研究方向：企業(yè)管理信息化、水電氣生產信息化。