云計算技術在用戶側智能變電站系統中的應用研究

秦振偉，周雪松，高志強，周從容

(1. 天津理工大學 天津300384；2. 天津大學 天津300072)

云計算技術在用戶側智能變電站系統中的應用研究

秦振偉1，周雪松1，高志強1，周從容2

(1. 天津理工大學 天津300384；2. 天津大學 天津300072)

介紹一種基于云計算的智能變電站診斷系統，該系統由中心控制站、云平臺和傳感器3部分構成。中心控制站通過智能診斷方法進一步確認故障，同時發出預警信號；云平臺是由智能電子器件(Intelligent Electronic device，IED)構成，通過任務調度標準來進行云平臺計算資源分配；傳感器采集實時信號傳輸到云平臺。基于此，提出云計算的新型平臺方案，應用于設備監控并搭建了基于數據融合技術的運維管理云平臺，最后列舉了該平臺應用的一系列成功成果。

中心控制站 設備監控 運維管理云平臺

0 引 言

智能變電站是由智能電網發展起來的，其作為電網的核心，是建設智能電網的重要保證。智能變電站的定義是：“由先進、可靠、節能、環保、集成的智能設備組合而成，以高速網絡通信平臺為信息傳輸基礎，自動完成信息、采集、測量、控制、保護、計量和監測等基本功能，并可根據需要支持電網實時自動控制、智能調節、在線分析決策、協同互動等高級應用功能的變電站”。[1]傳統變電站存在設備在線監測時數據量大、分析數據速度緩慢等問題，基于云計算本身的特點，可為解決此問題帶來新的思路。

該項目所涉及的系統包括發電側、各級變電站、底層配電箱及用電負荷。其核心環節為智能集控中心，該中心采用天津理工大學開發的云計算技術，對此平臺上實時顯示的電力運行的所有數據進行分析處理，并取得了很好的效果。

1 云平臺系統架構

云平臺具有信息共享、資源整合和各設備協同工作的特點，能夠實現變電站設備故障的分步協同診斷和智能預警，從而能極大提高設備故障診斷的速效性。[2]基于云平臺的智能變電站診斷模型如圖1所示。

圖1 基于云平臺的智能變電站診斷模型Fig.1 The intelligent diagnosis model of substation equipment based on cloud platform

基于云平臺的智能變電站具有站間保護、數據雙向流動、多業務協同合作和智能預警等特征，同時站內設備間的信息描述與訪問方法被全面定義和規范，從而構成了標準的規范平臺。此外，儀器間實現了無縫鏈接，互操作性大大增強，更加便于運維和系統更新，極大地提高了工作效率。

2 基于云平臺的新能源故障診斷系統

新能源接入電網之后帶來了許多問題，其中故障診斷、諧波治理等問題尤為棘手。[3]而開發的新型系統能很好地解決這一難題。

2.1 數據處理機制

在系統故障診斷和相應信息處理標準下，通常針對故障中的大量數據與并行計算使用Map Reduce (映射-聚集函數)程序。Google公司提出了Map Reduce模型，是一種高階并行的抽象函數模式，在計算中有2個重要步驟：映射過程Map和聚集過程Reduce。因此需要客戶向系統提供映射(Map)和聚集(Reduce)函數，并按照一定規定把輸入鍵值對(ki，vi)換算成另外一組鍵值對。過程如下：

Map Reduce的計算步驟被化分為Input、Map、Shuffle & Sort、Reduce、Output共5個階段(見圖2)。而Input階段是通過輸入目錄下的信息，將其分隔成彼此間獨立的信息模塊Split(i)，同時對鍵值對(ki，vi)進行輸入；Map階段是根據映射法則生成的鍵值對(kt，vt)。為確保Reduce的輸入有一定順序的輸出，并盡量讓一個Reduce來處理相同k的中間值，而相同k的中間值在Shuffle階段被聚集到同一個點上。在Sort階段，以k的值為標準，模塊對Reduce的輸入進行排序和分組，Shuffle和Sort這兩個階段一般是同時開始，最后把相同k的中間值盡量存儲在同一個信號分區(Partition)內；在Reduce階段，系統會篩選全部鍵值對(kt，vt)，同時對里面的每一個k值執行Reduce函數，輸出為新型鍵值對組；最后在Output階段，經過Reduce函數轉換的輸出數據將被寫進輸出目錄文件內。而該過程的故障特征被實時監測所提取，為故障診斷的后期奠定了重要基礎。

圖2 Map Reduce計算模型流程圖Fig.2 Map Reduce calculation flow diagram

2.2 故障智能診斷的實現

任何故障問題都能用一個與其對應的維度向量來表示。例如，有m個故障問題的事例Ci(i＝1，2，…n)，其能用維度數為m的向量來表示，即Ci=(ai1,ai2,…,aim)。其中，aij(j＝1，2...m)是事例Ci的第j個故障特征根。因此，在計算故障事例間的相似性這一問題時，按照一定的標準其能轉換為所對應事例特征向量間的相似性問題，而事例Ci和Cj間的相似度必須滿足3點基本要求如下：

NN方法是CBR系統中最普遍的事例檢索辦法，新舊事例間的相似性是通過新舊事例相對應的特征權重之和得到的，并同時在里面選出最相近的事例。但一般認為，NN方法在故障發生時，不同的特征所起的作用是不盡相同的，所以在檢索事例中應為每一個特征賦予相對應的權值。其采用計算事例之間的相似度如下：

式中，wk表示事例特征向量的第k個特征權值，一般情況下∑wk＝1；aik表示案例Ci第k個特征取值；ajk表示Cj第k個特征取值；sim(aik，ajk)表示事例Ci和Cj的第k個特征相似度。

因此，在特定云計算的基礎上運用此技術能在很大程度上改善故障診斷過程，并在工程上得到了很好的驗證。

3 工程應用實例

依據天津理工大學的研究成果，在天津市海天量子科技發展有限公司內建立了一個電力系統綜合集控中心，在天津瑞能電氣有限公司建立一個智能變電站示范平臺。集控中心的建設如圖3所示，采用7× 24,h人員實時監控，并設有400電話，隨時處理用戶存在的問題。

圖3 集控中心圖Fig.3 Centralized control center

3.1 天津理工大學智能電改集控項目

依據自身研究成果，對傳統變電站進行變電站智能改造，改造后其數據傳輸到天津市海天量子科技發展有限公司集控中心，同時在本學校建立一個后臺監控屏。

3.1.1 集控中心信息展示系統

集控室工作站通過分屏顯卡將客戶端信息分屏幕輸出，部分輸出的視頻信號再通過VGA分配器分別輸出到桌面顯示器和LCD顯示屏，集控中心人員通過控制器選定展示在LCD大屏上的內容信息，場站監控以及調度工作同時進行，互不干擾。

3.1.2 通訊功能的實現

將理工大學9個土建站已經鋪設好的鐵通光纖，通過上面提到的基礎網絡與集控中心后臺軟件進行數據對接，箱站則通過光纖將數據上傳至中心電力通信管理機，之后統一上傳至后臺系統，并利用雙通道無線路由器將數據信息傳輸到天津市海天量子科技發展有限公司變電站集控中心。

3.1.3 數據采集設備

理工大學變電站的數據采集一方面是利用其配電設備的智能儀表及微機保護裝置對現有的電力運行數據進行采集，同時增加了環境監測、水浸等傳感器，用來監測變電站的環境及電纜溝是否滲水等情況。其傳感器如圖4所示。

圖4 傳感器Fig.4 Sensor

3.1.4 監控中心系統實現功能

集控系統是智能化、平臺化的調度SCADA系統，是調度中心和運行人員實現電網監視、控制的人機界面，同時具有計算、統計、歷史數據信息保存檢索、報表處理和事故追憶等應用功能，是無人值守變電站安全運行的可靠保障?；窘Y構由數據服務器與應用服務器組成，而電力系統運行狀態監視是通過人機交互系統以圖形方式直觀顯示各開關、刀閘位置，線路功率、電流等潮流信息，可對各畫面進行放大、縮小、導航、分層查看等操作。

3.1.5 變電站現場

天津理工大學變電站共改造9座土建站及15個箱式變電站，變電站改造后天津市海天量子科技發展有限公司負責變電站的運行管理，開展操作、消缺等工作。圖5為理工大學變電站現場內部圖，圖6為天津市海天量子科技發展有限公司的工作人員對變電站的操作、消缺處理。

圖5 變電站內部圖Fig.5 Substation internal diagram

3.2 中國石油化工股份有限公司天津分公司10,kV變電站智能化改造

中國石油化工股份有限公司天津分公司10,kV變電站為工業用電，變電站位于地上一層，站內布線為纜溝布線。本站為10,kV單電源供電，站內高壓配電柜6面(進線隔離柜、PT柜、出線開關柜、計量柜、1#變壓器出線柜、2#變壓器出)；變壓器2臺；低壓配電柜共15面[2受總柜＋1母聯共3面，框架開關柜3面(含6個框架開關)，抽屜開關柜5面(含22個抽屜開關)，二次屏3面]?；谠朴嬎愕淖冸娬局悄芑脑旒夹g與理工大學的方案一致。變電站現場如圖7所示。

圖6 變電站操作、消缺圖Fig.6 Substation operation and eliminating process

圖7 中石化天津分公司變電站Fig.7 China Petrochemical Co.，Ltd.Tianjin Branch substation

3.3 其他改造案例

除了上述的2個案例外，依據天津理工大學的研究成果，天津市海天量子科技發展有限公司及天津瑞能電氣有限公司對聯通、富士康、天津天海源電氣技術有限責任公司、空客A320、三星、天津清能科技有限公司、佛羅倫薩小鎮、大唐國際、天津高通科技有限責任公司、北京德蘭普科技有限責任公司、鳳凰城、工程機械研究所等用戶進行變電站智能化改造，并對這些用戶提供變電站的運維管理服務。下圖8～11為客戶變電站現場圖。

圖8 天津天海源變電站巡檢圖Fig.8 Tianjin Tianhai source substation inspection

圖9 天津清能科技變電站圖Fig.9 Tianjin Cleanergy Technology substation

圖10 天津高通科技變電站圖Fig.10 Tianjin Qualcomm Technology substation

圖11 北京德蘭普科技變電站圖Fig.11 Beijing Delan Pu Technology substation

4 總 結

該項目將云計算技術成功運用到變電站智能化改造中，實現了變電站的無人值守，使變電站運行更加安全，并可準確地對電氣設備預測故障，避免了設備突發性損壞引起的停電事故，社會效益明顯。

［1］ 宋璇坤，沈江，李敬如，等. 新一代智能變電站概念設計[J]. 電力建設，2013(6)：11-15.

［2］ 楊成友. 基于云計算的智能電網信息平臺[J]. 通訊世界，2016(3)：24.

［3］ 蘇大威，許祖鋒，李云鵬，等. 智能電網故障診斷系統架構和關鍵技術研究[J]. 電器與能效管理技術，2015(5)：8-21.

Applied Research of Cloud Computing Technology in the User Side Intelligent Substation System

QIN Zhenwei1，ZHOU Xuesong1，GAO Zhiqiang1，ZHOU Congrong2
(1.Tianjin University of Technology，Tianjin 300384，China；2.Tianjin University，Tianjin 300072，China)

An intelligent diagnosis system for substation equipment based on cloud platform was introduced.The system is composed of substation central control station，cloud platform and intelligent sensors.The substation central control station can further confirm the fault by calling advanced diagnostic methods while sending out warning alarm signals at the same time.The Intelligent Electronic Devices(IED)are core components of the cloud platform.Based on the principles of task scheduling，the cloud platform is able to allocate resources reasonably.Real-data collected by intelligent sensors are sent to the cloud platform.Then，the cloud computing platform for the new scheme was proposed based on the above system，which is applied to equipment monitoring.The cloud operations management platform was built based on the technology of data fusion.In the end of this article，a series of successful application results of the platform were enumerated.

central control station；equipment monitoring；cloud operations management platform

TM72

：A

：1006-8945(2016)09-0067-04

2016-08-31