調控一體化在線數據挖掘與風險預警系統

雷鳴

（山東電力調度控制中心，濟南250000）

調控一體化在線數據挖掘與風險預警系統

雷鳴

（山東電力調度控制中心，濟南250000）

針對當前電網調度中心難以對監控和調度大數據進行全面分析的現狀，提出調控一體化下在線數據挖掘和風險預警技術方案，通過關聯分析，識別預警指標，實現對電網安全風險的預警。該系統目前已在山東調度中心得到應用，協助調度人員有效地理解海量監測數據中反映的電網運行狀態關鍵信息，實現對電網運行狀態的有效感知和調度控制的優化。

調控一體化；數據挖掘；風險評估；風險預警

0 引言

隨著電力體制改革的不斷深化，傳統的電網運行管理模式已不適用于當前電網的發展趨勢。為推進智能電網的發展，電網推出了調控一體化的運行管理模式［1］。調控一體化即電力調度與監控一體化，通過優化整合電網調度和設備運行資源，推進輸變電設備運行集中監控業務與電網調度業務的高度融合［2］。然而，隨著國家電網公司信息化建設推進及電網設備運行狀態檢測技術的發展，調度人員所掌握的監控信息和調度信息迅速增長，電網數據具備了大數據特性。同時電網規模的復雜化和擴大化也為實行調控一體化管理的調度運行人員快速全面掌握電網的安全風險形勢增加了難度。雖然已有研究開發了PSASP動態安全評估和預警系統，但在事故不斷發展中，因運行方式的改變，運行人員無法采用各種分析型和研究型的軟件來分析和研究電網運行狀況［3-4］。因此在調控一體化管理模式下，研究基于電網監控和調度信息的大數據挖掘和電網風險辨識、預警系統對于提升調度運行人員對電網安全運行狀態的認知水平，維持系統可靠經濟運行具有重要意義。

國網山東省電力公司對所有500 kV變電站采用集中監控方式，由監控系統主站端實時監控各站的運行方式和設備狀態。因此，電網調控中心在掌握更加豐富的電網和變電站設備運行信息之后，有必要對這些不同類型的“海量”信息進行深入挖掘。

基于上述背景，研究并開發調控一體化下數據挖掘與風險預警系統，在SCADA數據、變電站監控數據、氣象數據等不同類型的監測數據集之間建立相互關聯，再進行綜合分析，找出眾多線索背后隱含的邏輯關系，通過識別預警指標，實現對事故風險的預警，使低價值密度數據充分具備決策價值，提高在“調控一體化”模式下電網調度運行風險控制能力以及應對緊急事件的能力。最終利用優化整合電網調度和設備運行資源，推進輸變電設備運行集中監控業務與電網調度業務工作的高度融合。

1 系統技術

1.1 數據挖掘技術

數據挖掘是從大量數據中發現的模式，模型是用來描述數據信息的一種形式。數據挖掘的分析方法主要包括關聯分析、聚類模式、概念描述、偏差分析、分類模式和時序演變模式等［1］。隨著狀態監測技術的發展，電網數據日益豐富，基于解析、人工智能和模擬的數據挖掘也得到了廣泛應用。過去由于缺少數據，數據挖掘分析方法只能依靠有限的實驗統計或專家經驗建模，導致這些模型應用存在很大局限。如今，隨著設備監測檢測技術的發展，設備及環境等多源異構數據不斷匯總積累。但解析模型和智能算法又受限于復雜模型求解和維數災的問題，難以在大量數據中識別關鍵因素并做出準確設備診斷或預警決策。

從尋找有效的數據挖掘分析方法出發，本系統在電網設備運行相關數據日益豐富的背景下，尋找系統中各種相關關系的共同特征，在幾何原理分析和數學概念推導基礎上，設計“基于最大信息的復雜相關關系非參數識別算法”和“動態相關排序預警算法”，在線分析調控大數據集，實現不依賴模型參數的情況下識別和度量隱含的或未知的相關關系，對數據進行挖掘。

1.2 安全風險預警

風險預警是在電網面對的不確定因素和安全隱患進行辨識、評價的基礎上，剖析風險水平，依據風險狀態給出風險警示。風險預警是風險管理的一種手段，基于風險管理理論，風險預警應遵循“監測數據—風險辨識—風險評價—風險預報”的規律。

風險辨識是根據電網運行情況和設備信息，關聯分析得出電網運行異常等信息，識別出電網存在的安全隱患。

風險評價是評估電網的安全水平，得出多種運行風險的指標（正常，異常，嚴重）。要對電力系統風險進行全面評估，需設定風險指標。目前國內外對風險指標體系已有研究，包括論述電力系統風險評估的基本概念和重要性、概述風險評估模型和計算方法以及概率性風險指標、對風險指標選取原則的制定和采用層次分析法對風險指標進行評估等［5-7］。然而上述指標只能針對電網的時間尺度進行評估，并不具有一般性，無法涵蓋全部應用場景。因對電網各類影響因素考慮的不足，上述研究的風險指標仍不夠完善。本文采用越限驅動型和事件驅動型相結合的風險指標體系［7-8］，從時間和空間的維度上來度量電網運行狀態；采用英國健康與安全委員會的風險定級標準—ALARP原則［9］制定電網安全風險定級的框架體系，依據嚴重程度的大小將其定義為正常、異常、嚴重，不同風險指標的量化值需結合大量的仿真分析計算和專家知識來分析確定。

風險預警即根據風險評估結果得出的風險指標進行報警，即在監測指標達到或者超過風險評價分級時設定的風險值，在風險擴大之前，對其進行預警。

2 系統總體結構

根據調度中心難以掌控電網安全運行各類風險因素的現狀，提出一種調控一體化下在線數據挖掘與風險預警技術方案，并開發相應系統。該系統以分布式分析計算平臺為支撐，有效整合電網監測和檢測在線運行數據和離線數據，發現電網運行異常情況，并對其風險進行量化，實現對電網安全運行風險的評估，實現對電網運行狀態的有效感知，為調度人員決策提供依據。其總體結構包括數據來源層，數據接口層，數據平臺層和系統應用顯示層，如圖1所示。

圖1 系統總體結構

數據來源主要來自于能量管理系統EMS和生產管理系統OMS，通過設計和開發不同的接口適配器，采集到數據源層各個系統的數據，為風險預警系統提供所需設備監測和電網參數，實現調控預警系統數據與不同應用系統的數據交換。

數據接口層主要基于Java開發平臺，CentOS x64 linux服務器操作系統和MySQL數據庫，研究從數據源系統中獲取數據的接口，并基于交互數據規約及業務標準規則對數據進行加工，最終將所需的數據存入到風險預警系統的數據庫中。

數據平臺主要用來分析和挖掘調控數據。包括數據的關聯分析、風險識別、風險評估量化和風險預警。

數據展示主要是該系統的可視化，通過人機交互的可視化界面展示，提供直觀明了的系統分析結果及風險情況。

3 系統功能

調頻難度評估。在時間和空間上分析電廠ACE的調整特性，了解近期ACE調整性能，方便調度人員提前關注。同時對各個廠站的ACE調整難度進行量化評估，并給出ACE調整難度和時段。

調壓難度評估。在線統計不同等級線路的電壓最大波動率，通過對電壓波動幅度大于規定值的母線電壓進行統計，可以發現某些電壓調整不力的廠站，有利于提前采取預控措施，也為評估各廠站調節水平提供依據。通過對電壓調整協調性的分析得出電廠和電站能否協調調整站電壓水平。同時統計分析電壓在上下限附近的限制幅度，對電壓調整難度進行量化，最終給出調整難度指標。界面效果如圖2所示。

圖2 調頻調壓界面效果

負荷特性分析。除了傳統的負荷特性統計指標，本系統分析了地區和全網負荷的契合度，進而得出地區調整特性是否與全網一致，同時對電網負荷同時率進行分析，從而更有效地指導有序用電額度分配。界面效果如圖3所示。

圖3 負荷特性分析界面效果

安全風險評估。從電網、設備、環境等多個角度出發，綜合考慮系統面臨的不確定因素，通過制定安全風險指標來衡量系統運行狀態，及時發現電網中存在的安全隱患。

安全穩定在線預警。根據電網安全風險指標得出風險等級后，可視化展示風險評估結果，在全網地圖上以綠（正常）、黃（異常）、紅（嚴重）來表示不同級別的警報，使調度人員在首頁上清晰縱覽全網安全風險狀態，有針對性地下發指令，做好安全防范。界面效果如圖4所示。

圖4 數據挖掘與風險預警界面效果

報表輸出。系統不僅具有較好的展示和人機交互界面，還具備自動生成調度、監控及電網日志并輸出的功能。

4 結語

調控一體化下在線數據挖掘與風險預警系統目前已在山東電力調度中心投入使用，也將應用于地市級公司調度中心。工程實踐表明，預警系統不僅融合了調度和監控信息，提供了調控一體化數據平臺，還實現了對電網調控數據的挖掘、評估和預警。系統采用分布式存儲，并行處理分析，大大提高了調度運行人員的工作效率，同時系統具備可擴展性，規范化的設計滿足系統一體化的要求，可視化的界面展示了電網當前運行存在的風險及問題，為調度人員工作管理提供在線信息參考。

調控一體化在線數據挖掘與風險預警系統改善了當前調度中心難以掌控電網安全運行的各類風險因素的現狀，通過識別預警指標，實現對事故風險的預警，為電網調度運行提供了有效的分析工具。下一步可針對風險控制輔助決策開展相關研究，當電力系統運行異常時，系統自動給出合理的調度策略及方案，供工作人員參考，進而提高電網應對風險的能力，避免事故的發生。

［1］呂洪波.電網調控一體化運行管理模式研究［D］.北京：華北電力大學，2011.

［2］張彩友，丁一岷，馮華.關于開展變電設備運維一體化的認識與思考［J］.浙江電力，2011（3）:50-53.

［3］張伯明，吳素農，蔡斌，等.電網在線安全穩定分析和預警系統［J］.電力系統自動化，2006.30（6）:1-5.

［4］嚴劍峰，于之虹，田芳，等.電力系統在線動態安全評估和預警系統［J］.中國電機工程學報，2008，28（34）：87-93.

［5］ZHANG Jianhua，ZHANG Guohua，DUAN Manyin.Indices system and methons for urban power grid security assessment［C］.2009 Asia-Pacific Power and Energy Engineering Conference，March 28-30，2009，Wuhan，China.

［6］陸波，唐國慶.基于風險的安全評估方法在電力系統中的應用［J］.電力系統自動化，2000，24（22）:61-64.

［7］文云峰，崔建磊，張金江，等.面向調度運行的電網安全風險管理控制系統（一）概念及架構與功能設計［J］.電力系統自動化，2013（9）：66-73.

［8］崔建磊，文云峰，郭創新，等.面向調度運行的電網安全風險管理控制系統（二）風險指標體系、評估方法與應用策略［J］.電力系統自動化，2013，37（10）：92-97.

［9］CALLAGHAN B，WALKER T.Reducing risks，protecting people：HSE’s decision-making process［M］.England：HSEBOOKS，2001.

The Online Data Mining and Risk Early Warning System for Integration of Dispatching and Supervisory Control

LEI Ming
（Shandong Electric Power Dispatch Control Center，Jinan 250000，China）

For the current status that the power grid control center is difficult to overall analyze the monitored and deployable large data，the technical proposal of online data mining and risk early warning are proposed for the integration of dispatching and supervisory control.The early warning of the grid security risk is realized by correlation analysis and identify early warning indicators.This system has been applied in Shandong dispatch center.System dispatchers can better understand the operation status of power system and find key information from huge amount of monitoring data，so that dispatchers can implement effective perception of power grid operation state and optimize the dispatching control.

integration of dispatching and supervisory control；data mining；risk assessment；risk early-warning

TM744

A

1007－9904（2015）05－0006－03

2015-02-20

雷鳴（1974），男，高級工程師，從事電力系統運行分析工作。