摘要

為提高新一代智能變電站變電設(shè)備狀態(tài)監(jiān)測(cè)與評(píng)估的準(zhǔn)確性和效率,文章研究了針對(duì)變電設(shè)備狀態(tài)監(jiān)測(cè)與評(píng)估的數(shù)據(jù)監(jiān)測(cè)體系和手段,指出目前在線監(jiān)測(cè)設(shè)備的大量應(yīng)用可為大數(shù)據(jù)挖掘分析提供強(qiáng)有力的數(shù)據(jù)支撐,并分析了適用于新一代智能變電站變電設(shè)備狀態(tài)監(jiān)測(cè)與評(píng)估的大數(shù)據(jù)預(yù)處理方法,最后從建立設(shè)備異常知識(shí)庫(kù)和狀態(tài)評(píng)估2個(gè)方面展望了大數(shù)據(jù)在新一代智能變電站變電設(shè)備狀態(tài)監(jiān)測(cè)與評(píng)估領(lǐng)域的應(yīng)用前景。

關(guān)鍵詞 : 智能變電站; 變電設(shè)備; 狀態(tài)監(jiān)測(cè); 狀態(tài)評(píng)估; 大數(shù)據(jù)挖掘;

0 引言

智能變電站是智能電網(wǎng)的基礎(chǔ)和支撐節(jié)點(diǎn),是銜接智能電網(wǎng)發(fā)、輸、變、配、用、調(diào)度六大環(huán)節(jié)的關(guān)鍵,也是實(shí)現(xiàn)能源安全、穩(wěn)定、高效轉(zhuǎn)換和控制的重要組成部分。國(guó)家電網(wǎng)公司于2009年進(jìn)行了2批智能變電站的試點(diǎn)建設(shè),并從2011年開始全面推廣智能變電站。經(jīng)過(guò)近幾年來(lái)的研究和實(shí)踐,目前推廣建設(shè)的智能變電站初步實(shí)現(xiàn)了全站信息數(shù)字化、通信平臺(tái)網(wǎng)絡(luò)化、信息共享標(biāo)準(zhǔn)化、高級(jí)功能應(yīng)用互動(dòng)化,大大提升了變電站整體的運(yùn)維自動(dòng)化水平[1-2]。但與此同時(shí),在推廣建設(shè)智能變電站的過(guò)程中也遇到了各方面困難,制約了智能變電站的進(jìn)一步深入發(fā)展。為更好地支撐運(yùn)行、檢修核心業(yè)務(wù)的集約化管理要求,突破智能變電站在建設(shè)、運(yùn)行方面遇到的發(fā)展瓶頸,國(guó)家電網(wǎng)公司于2012年著手研究與建設(shè)新一代智能變電站,目前已有一批試點(diǎn)工程建成并投運(yùn)。

在新一代智能變電站中,對(duì)變電設(shè)備的運(yùn)維管理多維化、精益化是大趨勢(shì),大量采用集成了狀態(tài)檢測(cè)傳感器和智能變電一次設(shè)備及新式傳感器,監(jiān)測(cè)程度和一次設(shè)備的智能化水平大幅提升。隨著監(jiān)測(cè)數(shù)據(jù)采集點(diǎn)周期的縮短,海量的狀態(tài)監(jiān)測(cè)數(shù)據(jù)源源不斷地產(chǎn)生,這就讓應(yīng)用大數(shù)據(jù)技術(shù)對(duì)新一代智能變電站中變電設(shè)備進(jìn)行更為準(zhǔn)確和實(shí)時(shí)的狀態(tài)監(jiān)測(cè)與評(píng)估成為可能。

智能變電站與大數(shù)據(jù)理念的結(jié)合,會(huì)對(duì)智能電網(wǎng)的發(fā)展和智能變電站的變革產(chǎn)生深刻影響。在文獻(xiàn)[3-6]中,結(jié)合云計(jì)算和智能電網(wǎng)的特點(diǎn),詳細(xì)說(shuō)明了基于云思維的理想化智能變電站結(jié)構(gòu)、智能電網(wǎng)的調(diào)度及扁平化結(jié)構(gòu)的智能電網(wǎng),并以此為背景提出了利用網(wǎng)絡(luò)通信和分布式服務(wù)結(jié)構(gòu)實(shí)現(xiàn)在虛擬環(huán)境下的資源共享和協(xié)同工作,實(shí)現(xiàn)通過(guò)界面直接訪問(wèn)變電站數(shù)據(jù),提高了變電站的實(shí)時(shí)監(jiān)測(cè)水平,充分體現(xiàn)了“電力流、信息流、業(yè)務(wù)流”高度一體化的理念。本文對(duì)在新一代智能變電站變電設(shè)備狀態(tài)監(jiān)測(cè)與評(píng)估中的大數(shù)據(jù)挖掘技術(shù)應(yīng)用進(jìn)行了總結(jié)和展望。

1 研究現(xiàn)狀

大數(shù)據(jù)挖掘是指從海量、完全、多源、異構(gòu)的數(shù)據(jù)中挖掘人們無(wú)法預(yù)知的,但又實(shí)際上蘊(yùn)含著潛在的可被利用的知識(shí)的過(guò)程。圖靈獎(jiǎng)得主吉姆格雷曾描繪了數(shù)據(jù)密集型科研未來(lái)發(fā)展的愿景,未來(lái)的數(shù)據(jù)密集型科研可僅基于數(shù)學(xué)模型的海量數(shù)據(jù),即可對(duì)數(shù)據(jù)進(jìn)行分析,也就是將海量數(shù)據(jù)輸入龐大的計(jì)算機(jī)器集群中,只要數(shù)據(jù)中存在相互的相關(guān)關(guān)系,經(jīng)過(guò)計(jì)算機(jī)集群的計(jì)算分析便可挖掘出過(guò)去關(guān)注因果的科學(xué)方法很難發(fā)掘出來(lái)的新的模式、新的知識(shí)甚至是新的規(guī)律。新一代智能變電站中變電設(shè)備的眾多狀態(tài)信息中同樣包含了電力設(shè)備的狀態(tài)和故障演變機(jī)理,通過(guò)大數(shù)據(jù)的分析挖掘理論可直接發(fā)現(xiàn)這些規(guī)律。

適用于新一代智能變電站變電設(shè)備狀態(tài)信息大數(shù)據(jù)挖掘的方法目前主要是基于計(jì)算機(jī)集群結(jié)合分布式并行計(jì)算的方式,包括高性能計(jì)算所廣泛使用的信息傳遞界面[7]、應(yīng)用于大規(guī)模計(jì)算機(jī)集群的MapReduce等。MapReduce模型如圖1所示。

圖1 MapReduce模型

Fig.1 MapReduce model

整體來(lái)說(shuō),大數(shù)據(jù)挖掘技術(shù)在新一代智能變電站變電設(shè)備狀態(tài)監(jiān)測(cè)與評(píng)估中的應(yīng)用還處于起步階段。目前已有一些學(xué)者使用人工神經(jīng)網(wǎng)絡(luò)算法、模糊推理、專家系統(tǒng)、動(dòng)態(tài)聚類、支持向量機(jī)、小波分析等方法進(jìn)行變壓器故障診斷[8-9]。文獻(xiàn)[10]給出了基于MapReduce的電力變壓器并行故障診斷過(guò)程,應(yīng)用4個(gè)MapReduce過(guò)程執(zhí)行故障診斷算法的訓(xùn)練階段,并得出分類模型,應(yīng)用1個(gè)MapReduce過(guò)程完成對(duì)電力設(shè)備狀態(tài)信息數(shù)據(jù)的故障診斷。文獻(xiàn)[11-12]在智能變電站環(huán)境下,針對(duì)各種智能量測(cè)裝置運(yùn)行過(guò)程中產(chǎn)生的海量狀態(tài)監(jiān)測(cè)數(shù)據(jù),提出在大數(shù)據(jù)環(huán)境下設(shè)備故障快速識(shí)別與預(yù)測(cè)的模型,對(duì)大數(shù)據(jù)進(jìn)行深度挖掘,對(duì)故障的特征及與設(shè)備的關(guān)聯(lián)關(guān)系進(jìn)行提取,結(jié)合周邊變電站信息定位發(fā)生故障或出現(xiàn)危險(xiǎn)情況的具體設(shè)備和故障原因,協(xié)助運(yùn)行人員及時(shí)分析和處理事故。文獻(xiàn)[13]詳細(xì)分析了變壓器故障識(shí)別新方法的意義及措施。

2 新一代智能變電站變電設(shè)備狀態(tài)監(jiān)測(cè)與評(píng)估診斷數(shù)據(jù)源

目前,變電站主要通過(guò)人工巡視、離線實(shí)驗(yàn)、帶電檢測(cè)、在線監(jiān)測(cè)等方式和手段獲得設(shè)備的狀態(tài)信息,根據(jù)評(píng)估模型進(jìn)行設(shè)備狀態(tài)評(píng)估,判斷設(shè)備狀態(tài)是否異常,并預(yù)判設(shè)備的故障情況,在故障發(fā)生前對(duì)設(shè)備安排合理的檢修時(shí)間和項(xiàng)目[14]。但在傳統(tǒng)的變電站中,多數(shù)對(duì)設(shè)備狀態(tài)的監(jiān)測(cè)依賴于人工實(shí)驗(yàn)等低智能化的或離線實(shí)驗(yàn)、帶電檢測(cè)等長(zhǎng)時(shí)間周期的手段和方式,這對(duì)進(jìn)一步精準(zhǔn)監(jiān)控并掌握設(shè)備狀態(tài)造成了制約。