摘要

為提高新一代智能變電站變電設(shè)備狀態(tài)監(jiān)測與評估的準(zhǔn)確性和效率,文章研究了針對變電設(shè)備狀態(tài)監(jiān)測與評估的數(shù)據(jù)監(jiān)測體系和手段,指出目前在線監(jiān)測設(shè)備的大量應(yīng)用可為大數(shù)據(jù)挖掘分析提供強有力的數(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)測與評估的大數(shù)據(jù)預(yù)處理方法,最后從建立設(shè)備異常知識庫和狀態(tài)評估2個方面展望了大數(shù)據(jù)在新一代智能變電站變電設(shè)備狀態(tài)監(jiān)測與評估領(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; 狀態(tài)評估; 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,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。國家電網(wǎng)公司于2009年進行了2批智能變電站的試點建設(shè),并從2011年開始全面推廣智能變電站。經(jīng)過近幾年來的研究和實踐,目前推廣建設(shè)的智能變電站初步實現(xiàn)了全站信息數(shù)字化、通信平臺網(wǎng)絡(luò)化、信息共享標(biāo)準(zhǔn)化、高級功能應(yīng)用互動化,大大提升了變電站整體的運維自動化水平[1-2]。但與此同時,在推廣建設(shè)智能變電站的過程中也遇到了各方面困難,制約了智能變電站的進一步深入發(fā)展。為更好地支撐運行、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)、運行方面遇到的發(fā)展瓶頸,國家電網(wǎng)公司于2012年著手研究與建設(shè)新一代智能變電站,目前已有一批試點工程建成并投運。

在新一代智能變電站中,對變電設(shè)備的運維管理多維化、精益化是大趨勢,大量采用集成了狀態(tài)檢測傳感器和智能變電一次設(shè)備及新式傳感器,監(jiān)測程度和一次設(shè)備的智能化水平大幅提升。隨著監(jiān)測數(shù)據(jù)采集點周期的縮短,海量的狀態(tài)監(jiān)測數(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)對新一代智能變電站中變電設(shè)備進行更為準(zhǔn)確和實時的狀態(tài)監(jiān)測與評估成為可能。

智能變電站與大數(shù)據(jù)理念的結(jié)合,會對智能電網(wǎng)的發(fā)展和智能變電站的變革產(chǎn)生深刻影響。在文獻[3-6]中,結(jié)合云計算和智能電網(wǎng)的特點,詳細(xì)說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)實現(xiàn)在虛擬環(huán)境下的資源共享和協(xié)同工作,實現(xiàn)通過界面直接訪問變電站數(shù)據(jù),提高了變電站的實時監(jiān)測水平,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。本文對在新一代智能變電站變電設(shè)備狀態(tài)監(jiān)測與評估中的大數(shù)據(jù)挖掘技術(shù)應(yīng)用進行了總結(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)中挖掘人們無法預(yù)知的,但又實際上蘊含著潛在的可被利用的知識的過程。圖靈獎得主吉姆格雷曾描繪了數(shù)據(jù)密集型科研未來發(fā)展的愿景,未來的數(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),即可對數(shù)據(jù)進行分析,也就是將海量數(shù)據(jù)輸入龐大的計算機器集群中,只要數(shù)據(jù)中存在相互的相關(guān)關(guān)系,經(jīng)過計算機集群的計算分析便可挖掘出過去關(guān)注因果的科學(xué)方法很難發(fā)掘出來的新的模式、新的知識甚至是新的規(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)和故障演變機理,通過大數(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算機集群結(jié)合分布式并行計算的方式,包括高性能計算所廣泛使用的信息傳遞界面[7]、應(yīng)用于大規(guī)模計算機集群的MapReduce等。MapReduce模型如圖1所示。

圖1 MapReduce模型

Fig.1 MapReduce model

整體來說,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)測與評估中的應(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)、動態(tài)聚類、支持向量機、小波分析等方法進行變壓器故障診斷[8-9]。文獻[10]給出了基于MapReduce的電力變壓器并行故障診斷過程,應(yīng)用4個MapReduce過程執(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MapReduce過程完成對電力設(shè)備狀態(tài)信息數(shù)據(jù)的故障診斷。文獻[11-12]在智能變電站環(huán)境下,針對各種智能量測裝置運行過程中產(chǎn)生的海量狀態(tài)監(jiān)測數(shù)據(jù),提出在大數(shù)據(jù)環(huán)境下設(shè)備故障快速識別與預(yù)測的模型,對大數(shù)據(jù)進行深度挖掘,對故障的特征及與設(shè)備的關(guān)聯(lián)關(guān)系進行提取,結(jié)合周邊變電站信息定位發(fā)生故障或出現(xiàn)危險情況的具體設(shè)備和故障原因,協(xié)助運行人員及時分析和處理事故。文獻[13]詳細(xì)分析了變壓器故障識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)測與評估診斷數(shù)據(jù)源

目前,變電站主要通過人工巡視、離線實驗、帶電檢測、在線監(jiān)測等方式和手段獲得設(shè)備的狀態(tài)信息,根據(jù)評估模型進行設(shè)備狀態(tài)評估,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)生前對設(shè)備安排合理的檢修時間和項目[14]。但在傳統(tǒng)的變電站中,多數(shù)對設(shè)備狀態(tài)的監(jiān)測依賴于人工實驗等低智能化的或離線實驗、帶電檢測等長時間周期的手段和方式,這對進一步精準(zhǔn)監(jiān)控并掌握設(shè)備狀態(tài)造成了制約。