3 新一代智能變電站變電設(shè)備狀態(tài)監(jiān)測(cè)大數(shù)據(jù)預(yù)處理

隨著新一代智能變電站自動(dòng)化和一體化的發(fā)展,設(shè)備狀態(tài)監(jiān)測(cè)數(shù)據(jù)的呈現(xiàn)多了許多特點(diǎn)：數(shù)據(jù)海量化,數(shù)據(jù)規(guī)模增長(zhǎng)迅速,呈幾何倍數(shù)擴(kuò)大;數(shù)據(jù)多元化,數(shù)據(jù)來源廣泛,不僅包括各種實(shí)時(shí)在線監(jiān)測(cè)數(shù)據(jù),還包括設(shè)備臺(tái)賬信息、帶電檢測(cè)、試驗(yàn)數(shù)據(jù)、故障數(shù)據(jù)等離線信息;數(shù)據(jù)結(jié)構(gòu)和種類更加豐富,包括各類結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)以及非結(jié)構(gòu)化的數(shù)據(jù),且各類數(shù)據(jù)查詢與處理的頻度以及對(duì)性能的要求也各不相同;數(shù)據(jù)在不同平臺(tái)間互通變得困難,交互性較差 [15]。

目前,眾多專家學(xué)者在融合變電設(shè)備狀態(tài)監(jiān)測(cè)數(shù)據(jù)多源異構(gòu)問題方面進(jìn)行了有益的探索。針對(duì)輸變電設(shè)備全景信息多源、異構(gòu)特性不利于數(shù)據(jù)的高效整合和深度挖掘利用的問題,文獻(xiàn)[16]提出一種基于改進(jìn)混合本體的多源異構(gòu)數(shù)據(jù)聚合方法(見圖4),通過構(gòu)建數(shù)據(jù)源的局部本體以及全局本體,利用本體的語義特性解決數(shù)據(jù)聚合中關(guān)鍵性的語義異構(gòu)問題;采用網(wǎng)絡(luò)本體語言和語義網(wǎng)絡(luò)規(guī)則語言相結(jié)合的方式建立全局本體和局部本體之間的映射,實(shí)現(xiàn)映射的重用和共享[16]。

圖4 輸變電設(shè)備全景信息的多源異構(gòu)數(shù)據(jù)聚合方法

Fig.4 Heterogeneous data transmission equipment panoramic information aggregation method

目前,電網(wǎng)業(yè)務(wù)系統(tǒng)種類多、數(shù)據(jù)量大,為了有效整合數(shù)據(jù)資源,建立多源異構(gòu)融合型的電網(wǎng)大數(shù)據(jù)庫(kù),文獻(xiàn)[17]對(duì)數(shù)據(jù)獲取、數(shù)據(jù)預(yù)處理、數(shù)據(jù)清洗、數(shù)據(jù)質(zhì)量評(píng)價(jià)、數(shù)據(jù)轉(zhuǎn)換等模塊進(jìn)行了設(shè)計(jì),研究開發(fā)了面向多源電網(wǎng)業(yè)務(wù)系統(tǒng)的數(shù)據(jù)獲取及轉(zhuǎn)換裝置,其面向多源異構(gòu)電網(wǎng)大數(shù)據(jù)的獲取與轉(zhuǎn)換架構(gòu)及實(shí)現(xiàn)方法在多個(gè)典型電網(wǎng)業(yè)務(wù)中進(jìn)行了驗(yàn)證。為了減少繼電保護(hù)信息系統(tǒng)數(shù)據(jù)上傳和數(shù)據(jù)處理的規(guī)模,文獻(xiàn)[18]提出了一種繼電保護(hù)狀態(tài)評(píng)估數(shù)據(jù)精簡(jiǎn)的思路,構(gòu)建精簡(jiǎn)數(shù)據(jù)指標(biāo)集對(duì)繼電保護(hù)系統(tǒng)狀態(tài)的特征進(jìn)行表征,并提出利用該精簡(jiǎn)指標(biāo)數(shù)據(jù)對(duì)繼電保護(hù)進(jìn)行在線狀態(tài)評(píng)價(jià)的方法。

對(duì)于新一代智能變電站變電設(shè)備狀態(tài)監(jiān)測(cè)大數(shù)據(jù)的清洗工作,文獻(xiàn)[19]將設(shè)備狀態(tài)信息等效成各狀態(tài)量的時(shí)間序列,通過對(duì)時(shí)間序列中的異常數(shù)據(jù)進(jìn)行分類并分析不同類別異常值對(duì)時(shí)間序列模型的影響,提出了一種基于時(shí)間序列分析的雙循環(huán)迭代檢驗(yàn)法。文獻(xiàn)[20]則提出一種基于時(shí)間序列分析和無監(jiān)督學(xué)習(xí)等大數(shù)據(jù)分析技術(shù)的異常檢測(cè)方法,從數(shù)據(jù)演化過程、數(shù)據(jù)關(guān)聯(lián)的全新角度實(shí)現(xiàn)異常檢測(cè)。

4 智能變電站變電設(shè)備狀態(tài)監(jiān)測(cè)與評(píng)估大數(shù)據(jù)應(yīng)用展望

4.1 智能變電站變電設(shè)備異常知識(shí)庫(kù)的建立

4.1.1 智能變電站變電設(shè)備關(guān)鍵特征狀態(tài)參量的提取

新一代智能變電站變電設(shè)備狀態(tài)種類多而繁雜,如何在其中甄選出最能反映設(shè)備狀態(tài)的數(shù)據(jù)是非常關(guān)鍵的工作。通過收集新一代智能變電站變電設(shè)備狀態(tài)數(shù)據(jù),可以建立基本的大數(shù)據(jù)挖掘設(shè)備狀態(tài)數(shù)據(jù)庫(kù)。通過一定的預(yù)處理方式,可以按時(shí)間序列將設(shè)備狀態(tài)與多而繁雜的各基礎(chǔ)狀態(tài)參量進(jìn)行向量化,之后通過一定的相關(guān)關(guān)系計(jì)算便可得到最能體現(xiàn)新一代智能變電站變電設(shè)備狀態(tài)的關(guān)鍵特征狀態(tài)參量。例如,可通過計(jì)算狀態(tài)監(jiān)測(cè)參量和設(shè)備狀態(tài)間的歐氏距離來對(duì)相關(guān)程度進(jìn)行度量。

對(duì)于任意2個(gè)長(zhǎng)度為d的向量xi=(xi1, xi2,…, xid)及xj=(xj1, xj2,…, xjd),其歐幾里得距離為：

歐氏距離越小,代表狀態(tài)監(jiān)測(cè)參量與設(shè)備狀態(tài)的相關(guān)程度越高。通過設(shè)定一定的關(guān)鍵特征狀態(tài)參量最大提取距離值作為提取標(biāo)準(zhǔn),即可建立設(shè)備關(guān)鍵特征狀態(tài)參量體系。

4.1.2 智能變電站變電設(shè)備缺陷數(shù)據(jù)分析

文獻(xiàn)[21]中采用相關(guān)分析探索了缺陷類型之間、缺陷類型與投運(yùn)年限之間的關(guān)系,可以增進(jìn)對(duì)缺陷發(fā)生原因的理解。缺陷主題河如圖5所示。

圖5 缺陷主題河

Fig.5 Defect theme river

在圖5中,正相關(guān)關(guān)系用藍(lán)色表示,負(fù)相關(guān)關(guān)系用粉色表示,顏色越深代表相關(guān)性越強(qiáng),通過對(duì)缺陷的相關(guān)性分析,可得到一系列有益的結(jié)果。

4.2 應(yīng)用大數(shù)據(jù)技術(shù)的新一代智能變電站變電設(shè)備狀態(tài)評(píng)估

國(guó)家電網(wǎng)公司于2010年頒布了一系列關(guān)于變電設(shè)備狀態(tài)評(píng)價(jià)的企業(yè)標(biāo)準(zhǔn)[22]。截至目前,包括國(guó)家電網(wǎng)公司內(nèi)的國(guó)內(nèi)電網(wǎng)公司對(duì)變電設(shè)備狀態(tài)評(píng)估主要采用專家打分的方法。專家打分制的優(yōu)勢(shì)在于結(jié)構(gòu)簡(jiǎn)單、便于執(zhí)行,但其對(duì)各狀態(tài)量扣分權(quán)重的確定由于摻入較多的專家經(jīng)驗(yàn)和主觀因素,導(dǎo)致難以客觀反映該狀態(tài)量的實(shí)際影響的大小。

文獻(xiàn)[23]認(rèn)為,基于設(shè)備缺陷/故障記錄統(tǒng)計(jì)情況,考慮到設(shè)備缺陷/故障的影響程度及其后果的嚴(yán)重性,以及狀態(tài)參量能夠表征設(shè)備缺陷/故障類型的程度,并根據(jù)歷史監(jiān)測(cè)與評(píng)估數(shù)據(jù),考慮所用監(jiān)測(cè)手段所獲取狀態(tài)監(jiān)測(cè)量的準(zhǔn)確及有效程度,結(jié)合大數(shù)據(jù)挖掘技術(shù),可以較為準(zhǔn)確地設(shè)定設(shè)備狀態(tài)參量的權(quán)重。文獻(xiàn)[24]則利用挖掘到的設(shè)備狀態(tài)參量和故障的關(guān)聯(lián)規(guī)則知識(shí),計(jì)算單項(xiàng)狀態(tài)參量的常權(quán)重系數(shù);同時(shí)提出具備均衡函數(shù)的變權(quán)綜合模式,以此為基礎(chǔ),綜合各單項(xiàng)狀態(tài)參量的常權(quán)重系數(shù)計(jì)算設(shè)備綜合狀態(tài)量的變權(quán)重系數(shù)。

在充分收集大量狀態(tài)監(jiān)測(cè)評(píng)估案例后,在大量狀態(tài)信息分析的基礎(chǔ)上,基于歷史評(píng)估數(shù)據(jù)與事后驗(yàn)證數(shù)據(jù),可利用多元回歸分析和大數(shù)據(jù)分析技術(shù)手段,研究建立反映電力設(shè)備狀態(tài)變化、缺陷和故障發(fā)展過程的趨勢(shì)分析模型,實(shí)現(xiàn)對(duì)主要故障模式的診斷和危急度評(píng)估。

5 結(jié)語

在新一代智能變電站快速發(fā)展的背景下,本文以新一代智能變電站變電設(shè)備狀態(tài)為研究對(duì)象,深入研究了大數(shù)據(jù)挖掘技術(shù)在變電設(shè)備狀態(tài)監(jiān)測(cè)和評(píng)估領(lǐng)域中的應(yīng)用前景。針對(duì)新一代智能變電站變電設(shè)備,提出了數(shù)據(jù)監(jiān)測(cè)源體系和手段,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)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)估工作中的應(yīng)用前景,具體應(yīng)用方面的相關(guān)研究將是本文后續(xù)工作的重點(diǎn)。

作者簡(jiǎn)介：

陳翔宇(1991-),男,北京人,碩士,從事電力系統(tǒng)一次設(shè)計(jì)、電網(wǎng)大數(shù)據(jù)挖掘分析工作;羅懌(1987-),男,四川成都人,博士后,從事電網(wǎng)大數(shù)據(jù)平臺(tái)以及數(shù)據(jù)挖掘算法研究工作;

胡軍(1976-),男,浙江寧波人,博士,副教授,從事輸變電技術(shù)、電力大數(shù)據(jù)挖掘等方面的研究工作;

傅守強(qiáng)(1986-),男,遼寧喀左人,碩士,從事柔性直流輸電研究工作;

徐毅(1983-),男,山西太原人,博士,從事變電設(shè)計(jì)工作;

張立斌(1981-),男,河北廊坊人,高級(jí)工程師,從事變電設(shè)計(jì)管理、電氣一次設(shè)計(jì)工作;

李紅建(1972-),男,河南孟州人,高級(jí)工程師,從事電力設(shè)計(jì)工作;

段煉(1989-),男,上海人,博士研究生,從事輸變電技術(shù)、接地計(jì)算和電網(wǎng)大數(shù)據(jù)方面的研究。