基于數據挖掘技術的運營監控系統

于海平

（國電南瑞科技股份有限公司，南京 211106）

?

基于數據挖掘技術的運營監控系統

于海平

（國電南瑞科技股份有限公司，南京 211106）

為提升配網運營管控穿透力，實現配網信息“全網、全程、實時”管理，全面深化專業間的縱向貫通和橫向融合，推進營配調貫通數據采錄和治理，構建以可靠性為導向的配網建設模式和以客戶服務為導向的配網管理模式，提升配網協同效率和優質服務水平。本文提出了一種基于數據挖掘技術的運營監控系統，采用大數據分析方法，實現配網精益化管理，通過縱向穿透和分層分級管理，將原來點多面廣、錯綜復雜的配電網透明化，可視化。

數據挖掘；運營監控；可視化

配網作為電網的末端環節，直接面向廣大電力客戶，配網管理水平的高低，直接影響供電能力與供電質量，關系電網企業的運營水平和社會形象。深化配網管理，既是公司自身持續、健康發展的需要，更是經濟社會發展的需求。因此，有必要建立一個支撐配電網精益化管理的監控平臺，實現配電網設備管控、可靠性效益分析、配網運行風險評估與預防管控等應用功能，為精益化配電大數據業務應用提供有效支撐，提高配電網協同運行效率、危機應對能力和公共服務水平，全面提升配電網精益化管理水平。

1 數據挖掘在電力系統中的應用

數據挖掘［1］是一項研究技術，這項技術能夠從數據庫中自動的、智能的提取出有利用價值的信息和知識，是發現知識過程中的特殊地重要步驟，同時也是個綜合學科，涉及數據庫與人工智能等。數據挖掘技術從實際問題產生的，所以說它從一開始就是面向應用的。隨著電力系統引入各類計算機設備，電力系統數據庫中的數據就呈爆炸性的增長，地理信息系統與管理信息系統在電力系統中飛速發展。電力系統正在跨入數字化時代，如何形象地、實時地描述與展現電力系統的特性、技術性能、經濟管理、人員狀況等方面的信息是非常重要的，也是急需解決的問題。國內外眾多科研人員對電力系統的數據進行了分析、加工，對數據挖掘技術在電力系統中的應用進行了研究，從中獲得許多有用有益的知識，己經取得了一定得成果。

2 運營監控系統概述

配網運行監控系統的建設具備高度的信息化、自動化、互動化水平的城市配電網的發展目標，以提升配網運行管控水平為主線，以大數據分析等先進的信息化手段為載體，整合配電網各相關專業數據，基于計劃、故障、搶修、保電等系統功能進行完善提升，實現對配網設備運行、配網停電、檢修及搶修等各類電網數據資源的深度挖掘和高效應用。

通過對實時運行數據和統計分析指標進行監控，形成基礎數據和運行數據的分層查詢、統計、告警，從管理上實現了配網指標到底層數據的逐級穿透，為精確定位影響統計指標的底層數據提供技術支撐；從設備層次上實現了“線路-配變-客戶”的透明化監視，掌握配電設備電壓、電流及用戶電壓等運行情況，實現對配網的全景化、透明化和實時化在線管理；

通過對實時及歷史數據的統計分析，挖掘配電網運行薄弱環節，掌握低電壓、重過載、重復停電等配網設備隱患點，為配電網運行提供關注重點，并對歷史指標數據進行對比，展現配電網管理效益，為配網精益化管理提供輔助支持。

系統以信息交互總線為紐帶，橫向集成、整合、分析電網調度自動化系統、電網生產管理系統、營銷管理系統、配電自動化系統等業務系統電網運營信息、業務流程；縱向完成配網數據的集成抽取，采用數據治理和大數據技術，實現各業務的縱向深化。在此基礎上通過采用聚類分析、關聯分析、特異群組分析等大數據挖掘技術實現系統綜合展示、配網規劃輔助管理、運維管理、客戶管理、運營管理等配電網全過程管理建設，全面提升配網運維管控能力。

3 系統架構

圖1　系統架構圖

系統實現過程是一個基礎數據從各業務系統到運營監控系統的流動過程，該過程是一個從下到上的過程，即各相關業務系統中的數據通過信息集成層進入基礎平臺層，在基礎平臺層中經過一系列的數據存儲、計算、分析等數據挖掘操作，將分析處理后的結果在應用層展示，應用層包括大屏、PC端等終端顯示。根據數據的處理過程，運營監控系統在邏輯層面從下到上分為：信息集成層、基礎平臺層、應用層三部分。支撐系統的三個邏輯分層之間存在著依賴關系，其中，應用層負責對應用服務層處理完畢的數據進行綜合展示，二者之間通過Web服務、消息、數據集成等方式進行交互；基礎平臺層將位于信息集成層的各個業務支撐系統中的數據按照業務主題進行分析匯總，計算各類指標，形成流程實例，為應用層提供分析結果；信息集成層管理各個應用的數據，為基礎平臺層提供業務明細數據，如圖1所示。系統的整體設計方案要能夠滿足以下三個關鍵的功能模塊：基礎數據采集合并、數據挖掘過程、終端數據展現。

3.1信息集成層

該層將 PMS、DMS、SG186、EMS、95598、用電信息采集系統、生產搶修指揮平臺等系統通過信息交換總線抽取各種數據，經過轉換、整理、分析，形成統一的數據信息共享層。然后根據應用層業務需求，對數據信息進行進一步的集成和建模，渲染，最終為基礎平臺層和應用層奠定基礎。

3.2基礎平臺層

該層整合各個業務應用系統數據，通過數據集成、應用集成和界面集成等方式，為運營監測業務提供數據支撐。信息集成層的數據需要用ETL工具經過邏輯處理并加載到基礎平臺層數據倉庫中。數據倉庫中的數據是按照主題要求而進行設計和組織的，即通過對業務數據庫中的數據的重新處理和再組合，形成統一結構的數據形式，再按照不同的主題分別存儲。因此，主題的確定過程即是數據倉庫的建立過程。其中，每個主題對應數據挖掘系統中的一個分析領域，關聯業務數據庫中的若干業務分析對象，主題域的確界定了分析的邊界及其需準備的業務數據群。因此，分析主題的確定，是構建數據倉庫的首要任務。

在數據挖掘系統的實際設計過程中，首先確定的是分析主題，然后對其所包括的內容進行細化，得出各個子主題。主題細化的過程，即是數據倉庫邏輯模型的構建過程。主題域的確定是由業務人員、數據倉庫設計人員和最終用戶共同確定的，對本文的數據挖掘系統而言，就是運檢人員，系統設計人員和公司領導及項目經理等決策管理人員。系統的分析主題是“運營監控需求分析”，子主題包括實時監視、配電自動化指標、規劃建設、運檢分析、客戶管理等。各類子主題還有相應最小主題（例如終端在線明細、遙控操作明細、遙信明細、開關變位明細等），每個最小主題均與一個記錄實際業務數據的事實表相對應，事實表是數據倉庫的基本組成部分，是數據倉庫的實際操作對象。各個事實表之間通過維表相連，從而創建了多維數據集，各個事實表多維立方體的子立方中。事實表一般包含2類“數值”：原始業務數據和統計所得的業務數據，統計所得的業務數據經過了初步的數據處理，具備較大的使用價值，如圖2所示。

圖2　數據挖掘流程圖3.3 展示應用層

該層將基礎平臺層中的數據集通過各種表達方式在終端展示，應用平臺采用B/S模式，提供可視化平臺的圖形及應用服務，B/S結構采用基于多層體系框架，以瀏覽器方式提供三維應用系統的瀏覽，綜合查詢，綜合統計，二、三維聯動等功能滿足系統更廣范圍應用需求。

4 結論

基于數據挖掘技術的運營監控平臺以信息交互總線為紐帶，橫向集成、整合、分析電網調度自動化系統、電網生產管理系統、營銷管理系統、配電自動化系統等業務系統電網運營信息、業務流程，縱向完成配網運營數據的集成抽取，在此基礎上通過信息集成層、基礎平臺層、應用層實現系統各功能模塊，全面提升配網運維管控能力。

深圳先進院等在黑磷光伏器件研究中取得新進展

團隊利用黑磷量子點的近紅外強吸收和高光電轉換能力，將黑磷量子點沉積于多孔導電聚苯胺薄膜表面，制備出可紅外光響應的光陰極，與光陽極形成互補的光吸收，將器件的光吸收范圍擴展至可見-紅外波段，從而組裝成可雙面進光的準固態染料敏化太陽能電池。

電池性能測試結果表明，沉積黑磷量子點后光陰極實現了對低能紅外光子的充分利用，并有效增加了器件的光生載流子濃度，從而將太陽能電池的光電轉換效率提高了20％。

該研究成果表明黑磷量子點在太陽能電池、光伏器件等領域的巨大應用潛力。

近日，中國科學院深圳先進技術研究院研究員喻學鋒與中南大學冶金與環境學院副教授楊英以及物理與電子學院副教授肖思等合作，在黑磷光伏器件應用領域取得進展。相關論文在線發表于《先進材料》。

黑磷，作為一種具有二維層狀結構的直接帶隙半導體材料，展現出優異的光學和電學性能，被廣泛視為新的“超級材料”，在半導體工業、光電器件、光學探測、生物醫藥等多個領域展現出巨大的潛在應用價值。

研究團隊創新性地將大小僅為幾個納米的黑磷量子點應用于構筑染料敏化太陽能電池的光陰極。染料敏化太陽能電池具有成本低廉、工藝簡單且環境友好等優點，而實現太陽能電池高轉化效率的首要途徑就是盡可能提高

于海平（1985-），男，江蘇鹽城人，碩士，研究方向為運營監控可視化、電網數據信息化集成。太陽光的利用率。

［1］朱玉全，楊鶴標，孫蕾. 數據挖掘技術［M］. 南京：東南大學出版社，2006.