甘肅省電力公司大數據決策平臺

丁雪梅++崔慧明++吳正功++陳振勇

摘 要：近年來，隨著智能電網建設的不斷發展，國網公司規劃了大數據平臺支撐電網信息化建設思路，大數據技術近年來在電力狀態檢修領域也得到廣泛應用。本文基于目前電力大數據建設現狀，以變壓器狀態狀態為基礎，介紹了用于電力狀態評估領域的大數據分析實例，闡述了電力技改大修項目立項決策流程，最后就電力大數據建設提出建議。

關鍵詞：大數據；狀態評估；技改大修；決策平臺

中圖分類號：TP311.13 文獻標識碼：A 文章編號：1671-2064（2017）07-0141-04

1 國家電網公司大數據建設現狀

國網公司根據信通建設支撐智能電網建設的要求，規劃了大數據平臺支撐電網信息化建設思路。通過引入大數據平臺，優化數據整合、數據存儲、數據計算、數據分析、數據服務能力，支撐業務應用建設。大數據平臺的引入并非取代現有的各個系統，而是于電網業務結合，做適度改造，以滿足時序數據的存儲處理，同時保證上層數據連續性。

十二五期間，國網系統省級電力公司普遍完成的電力數據中心有結構化數據中心、非結構化數據中心、電網空間數據平臺和海量準實時數據中心，并通過持續擴展平臺應用接入范圍，實現數據中心對電網各系統數據的統一管理和應用，提高了電網數據管理水平。國家電網公司通過信息化SG186和SG-ERP工程建設，已經具備大數據建設基礎，國家電網公司計劃在2020年，在現有一體化信息平臺基礎上，建成兩級部署的基于云架構的企業級大數據平臺，并在電力生產、營銷管理、用戶服務三大領域廣泛應用，形成大數據應用管理、共享開放、運維分析、標準規范和信息安全五個體系。

2 電力大數據平臺介紹

2.1 電力大數據平臺建設主要目標

本平臺立足于甘肅電網實際狀況，著眼于電力技改大修項目的要求，通過運用大數據技術，構建基于電力大數據技術的狀態評估系統，從而實現電力技改大修項目的精準投資和精益化管理。基于電力大數據技術的狀態評估平臺接入現有的在線監測系統的監測信息，例如油色譜監測系統、無線測溫系統、容性設備在線監測系統、斷路器在線監測系統等，同時接入離線監測數據（局部放電檢測數據）、PMS系統數據，做設備數據挖掘分析。

系統圍繞電力設備在線監測信息，分析預測電力設備運行狀態，并以圖形可視化方式展示，做定性定量分析，為決策層提供設備分析報表，輔助決策，減少檢修人員排查，從安全事故預防上升到實時分析層面。電力設備狀態檢測工作流程是通過對在線、離線數據采集，結合數據挖掘分析，建立設備缺陷預警模型，對設備進行狀態評估并結合PMS運行情況分析設備，幫助運維人員了解設備狀況，預防事故的發生，保障電網安全經濟運行。

2.2 技術選型

滿足TB級、異構、快速增長的數據存儲及處理分析需求，以Hadoop平臺為核心構建大數據平臺是最好選擇，其擴展性、經濟性、自主知識產權、異構數據支持以及生態系統完善方面，均具有較大優勢。傳統數據、軟件服務商如ORACLE、EMC等也在各自系統上發展大數據技術，國內企業多以Hadoop生態系統做為自己大數據解決方案的核心（如移動、聯通）等，或借鑒Hadoop思想自主研發類似產品）如阿里巴巴等），由于Hadoop具有擴展性、自主知識產權、異構數據支持以及生態系統完善等方面，具有較大優勢。因此電網公司大數據平臺建設時選擇合適的Hadoop版本做核心，通過有機集成方式融合內存計算、挖掘分析、可視化等第三方開源軟件，并作二次封裝形成體系化平臺組件，確保在高起點上建設電網公司統一大數據平臺。

2.3 架構設計

（1）整體架構設計。電力大數據平臺遵循業務驅動原則來設計，結合現有業務現狀以及充分考慮到未來業務的可擴展性與前瞻性，合理進行業務應用功能，數據管控，平臺推廣，系統集成方面的設計，平臺建設必須遵從國網公司四大體系架構的要求。業務層面上，大數據平臺是為了提升現有平臺綜合服務能力，支撐電網未來建設需要而建立的，大數據平臺建設應當結合電網公司現有業務特點，基本保持SG-ERP體系架構原則不變，使各業務功能逐步與大數據平臺融合，使用新技術提高信息化建設，確保新平臺新應用的平穩過渡。

數據管理層面上，使用大數據平臺增強對海量數據處理能力同時，要基于公司SG-CIM模型規范化要求統一企業數據模型，確保新平臺數據定義一致性完整性準確性，為數據的深層應用挖掘分析提供方便。

（2）業務架構。按照國家電網公司大發展規劃，未來電力大數據平臺是電網公司IT基礎設施的重要組成部分，承擔著數據存儲中心、計算中心、分析中心、服務中心四大職能，為業務系統大數據開發運營提供統一支持平臺。現階段計劃將甘肅省電科院狀態評價中心輸變電設備在線監測系統與電力大數據平臺逐漸融合，實現資源整合、信息共享以及配置優化。同時基于對SG-CIM模型的研究，開發海量數據的可視化模型管理工具，盡可能利用自動化方式實現模型數據的精益管理。

2.4 兄弟單位發展調研

（1）上海電力公司。國家863課題”智能配用電大數據應用關鍵技術”由上海市電力公司牽，頭，上海電科院和復旦大學等單位參與研究。該項目開發的智能配用電大數據平臺集成包括CMS，SCADA等九大業務數據源，建立了用戶側和電網側數據間關聯關系，并與GIS空間可視化技術結合，實現營配調業務貫通和全景能耗監測。

（2）沈陽供電公司。基于大數據挖掘的大型供電企業風險預警防控體系已初步建成，系統通過數據整理，數據轉換，灰色關聯分析，結果輸出，完成電力大數據的關聯分析，實現基于指標分析的風險預警防控，對標管理分析，基于指標分析的對標數據分析等多項功能，該系統使得沈陽供電公司的風險防控能力得到明顯提高，風險預警快速精準。

3 大數據分析實例

3.1 變壓器狀態評價

電力變壓器絕緣運行狀態評估是基于設備狀態在線監測基礎上展開的，對可修復的缺陷進行處理以免故障產生，對無法修復的缺陷或對突發性故障，應對故障發生的部位，原因及嚴重程度作診斷，預測故障發展趨勢，以及就可靠性作評估，并對運行變壓器，尤其是運行年限長，老化程度高的變壓器，要求對其老化程度及絕緣壽命作評估，在保證其可靠性前提下，盡可能利用其使用壽命。為了提高變壓器狀態評價性的準確性，需要從絕緣故障診斷，絕緣運行狀態評估和絕緣壽命預測評估三個方向開展研究。

3.2 變壓器狀態監測聚合實例

3.2.1 變壓器監測及關聯性分析

變壓器監測主要參量有油中氣體和成分，色譜，套管絕緣，溫濕度，局放，鐵芯接地電流，風冷系統等。基于在線監測系統采集的數據，需要調用進行信息聚合的參量有主變運行數據，故障錄波數據，保護動作信號燈等。有些參量由于變化較快，可以作為信息聚合的啟動條件，如油中氣體H2和CO，鐵芯接地電流，局放信息，主變運行區間等，當這些參量發生變化時，做數據驅動信息驅動，可以推算出相關聯的信息，從而研判出設備運行狀態變化趨勢。

記錄變壓器半年來的運行數據的平均值，結合當前監測數據和平均值的差異，得出變壓器運行狀態的距離評估。另外通過對多臺變壓器在線監測數據作橫向比較，更容易發現變壓器異常狀態。變壓器每發生一次故障，系統就記錄一次故障數據，形成案例庫。系統在推送變壓器運行狀態信息時可參考案例庫信息，以便決策準確。

3.2.2 變壓器狀態監測信息聚合實例分析

變壓器過熱故障預測與狀態推送：過熱故障是變壓器故障主要類型，對變壓器油中氣體分析可以分析診斷變壓器故障，基于狀態監測的信息聚合架構，其關鍵步驟如下：

（1）確定決策分析需求。運維人員通過分析變壓器油中氣體分析為主掌握當前變壓器運行狀態以消除設備潛在缺陷。如圖1所示，說明基于歷史數據的信息聚合技術。

（2）確定關注信息。變壓器油在無局部放電和強電的影響下，在300度以內，只有微量CO2，CH4和H2產生，溶在油中氣體含量和特征氣體比值不會有大變化，而當變壓器內部存在潛在過熱故障，當溫度只影響到變壓器油的分解而不涉及到固體絕緣時，變壓器油產生的氣體主要是低分子烴類，其中甲烷和乙烯是特征氣體，占總烴的80%以上；當故障點溫度低時，甲烷所占比重大，溫度升高時，乙烯組分急劇增加，比例增大；當嚴重過熱時，會產生少量乙炔，同時變壓器油紙老化速率增大，產氣速率增加。

（3）確定多維關聯。由數據聚合得到具有二維關聯信息，可看作是二維空間上的向量，在多維關系中可視作維。分析需求信息化后，選出具有相應特征的信息，再根據特征進一步確定相關維。

（4）隨決策分析需求變化修改多維關聯方案。以某500KV變電站的1號主變嚴重過熱故障發生前的歷史數據作模擬預測，主變油中溶解氣體監測采樣間隔為8小時。如圖1所示，在第67天（約第200個采樣點附近），CO氣體含量明顯增大，關注之后每天產生CO的產氣速率和含量，CO產氣速率隨時間變化曲線如圖1所示。

從圖1可知，自第67天起，每天CO產氣速率約2.26PMM。第77天起（約第230個采樣點附近），每天產氣速率約3.5PPM，同時甲烷和乙烯占比超過80%。如圖2所示，據此可初步估計變壓器內部存在低溫過熱，由于此時CO，H2，溶解可燃氣體含量均在正常范圍內，故仍推送至變壓器正常運行空間，繼續保持對其他監測量關注。

從圖2可知，第180天時候，甲烷所占比例下降到47.6%左右，此后保持在50%以下。同時乙烯所占比例急劇增加，CO產氣速率每天19.75PPM，比之前增加約6倍，由此推測變壓器內部出現過熱障礙征兆，故將其推送至異常運行狀態。CO氣體含量約255.3PPM。此時假設每天CO氣體增速約19.75PPM，據此可推算出，7天后，CO氣體含量達到400PPM。超過正常運行閾值，19天后達到60PPM，進入預警狀態。

同時對高能放電故障特征氣體乙炔作分析，其含量變化曲線圖如圖3。

從圖3可知，在第600個采樣點可知，乙炔氣體含量在正常區間，在第800個采樣點后乙炔值劇增到預警狀態，其他監測量也顯示發生放電故障，在之前的關聯分析已經預測到變壓器的過熱故障。

結合乙烯含量作分析，從圖3（b）可看出大致正常運行閾值范圍，若單個測量值超出閾值，同時連續監測不到其他異常值，則認為該點為奇異點可以不考慮，若多個聯系監測點超出劃定閾值，則認為有出現高能放電故障的可能性，應推送至異常狀態，需要注意。

綜上所述，利用油中氣體在線監測信息聚合，可預知潛在過熱故障，高能放電故障，同時對氣體變化速率作預測，也可大致估計未來故障發生時間；對氣體含量作關聯分析，可實現對變壓器運行狀態推送。

4 技改大修立項判斷流程

4.1 信息收集

技改項目立項來源：狀態評價導則覆蓋的設備經研判需技術改造的需求：設備狀態評價正常或評價導則未覆蓋設備按反措要求必須改造的需求，應急改造需求；

大修項目立項來源：狀態評價導則覆蓋的設備經研判需大修的需求：設備狀態評價正常或評價導則未覆蓋設備按反措要求必須大修的需求，應急搶修需求；

設備狀態評價的前提是收集設備信息，包括基礎信息試驗數據，運行情況，以及同類設備運行情況等，具體如下：

設備狀態信息包括設備投運前信息、運行信息、檢修試驗信息、運行環境信息、家族缺陷信息等。

（1）投運前信息主要包括設備技術說明書、設備監造報告、計算書、型式試驗報告、出廠試驗報告、運輸記錄、到貨驗收記錄、交接試驗報告、安裝驗收記錄、新（改、擴）建工程有關圖紙等紙質和電子版資料。

（2）運行信息主要包括設備運行屬性（如設備歸屬、運行編號等）、設備巡視記錄、維護記錄、故障跳閘記錄、故障典型案例庫、缺陷和消缺記錄、在線監測和帶電檢測數據以及不良工況信息等。

（3）檢修試驗信息主要包括例行試驗報告、診斷性試驗報告、專業化巡檢記錄、缺陷及故障記錄、檢修報告及設備技術改造信息等。

（4）運行環境信息包括污穢區域分布圖、舞動區域分布圖、雷區分布圖、冰區分布圖、風區分布圖等電網運行環境信息。

（5）家族缺陷信息指經認定和發布的同廠家、同型號、同批次設備（含主要元器件）由于制造廠設計、材質、工藝等同一共性因素導致的設備缺陷或隱患信息。

大數據平臺從如下系統采集數據：1）GIS系統：輸變配設備坐標、高程、影像及照片等信息，可輸出地理信息圖、設備運行信息、檢修信息等；2）PMS系統：生產輸變配設備檔案信息、運行信息、資產信息、狀態評價信息、檢修信息、技改大修規劃、儲備、計劃、項目完成等信息；3）用電采集系統：通過采集系統電壓、電流、有功、無功等信息，可輸出三線不平衡、重過載配變、重過載線路、低電壓等告警信息；4）營銷系統：95598、線損、電量、電費、電價、能效、市場等信息，并與PMS系統戶表箱、站、線、變貫通；5）電能質量在線監測：供電可靠性及資產管理信息；6）供電電壓在線監測：電壓合格率；7）雷電定位系統：雷電峰值、時間、頻次、電流、經緯度等信息；8）EMS：變電、配電設備運行實時信息采集；9）OMS：輸變配電設備、線路運行及操作信息；10）ERP：公司所轄設備資產、財務、改造、檢修及項目管理信息。

4.2 評價內容

研判對象是狀態評價導則所覆蓋的電網設備，具體分為狀態評價，需求評價，可修復評價，技術經濟評價。

1）需求評價是判斷該設備是否符合公司技術導則，以此得到需求判斷結果；2）可修復評價是針對設備非正常狀態是否能通過檢修徹底消除進行評價，同類重要及以上級別缺陷連續3年未解決，則認為該設備不可修復。3）對于可修復的110KV及以上電壓等級的一次設備的A類檢修，需要計算其更換前后設備的全壽命周期成本，作技術經濟評判；LCC技術經濟評價是基于全壽命周期成本。

全壽命周期成本LCC=初次投入成本+運檢維修成本故障成本+退役處理成本；

計算周期=設備使用壽命-設備已使用年限；

按照計算得到的設備LCC值進行技術經濟評判：若設備更換后成本現值<維持原狀成本現值，則給出技術改造建議，反之則給出大修建議。

4.3 狀態評價

狀態評價是狀態檢修的核心內容。狀態評價應通過持續開展設備狀態跟蹤監視和趨勢分析，綜合專業巡視、帶電檢測、在線監測、例行試驗、診斷性試驗等各種技術手段，依據電網設備狀態評價導則進行評價，準確掌握設備運行狀態。按照大修技改項目立項評分規則，分別完成技改和大修項目評分。通過審核的技改大修項目進入儲備庫，并按照得分排序。狀態評價是根據國網輸變電設備狀態評價導則，對導則覆蓋設備作狀態評價，其結果是正常狀態，注意狀態，異常狀態，嚴重狀態。評價結果由大數據平臺狀態評價業務模塊給出。

4.4 設備可靠性分析

狀態檢修是要在了解設備健康狀況前提下，通過檢查、維護、修理乃至更換，盡可能以最低代價保持或恢復設備固有可靠性水平。通過對設備做可靠性分析，確定輸變電設備的薄弱環節、缺陷關鍵部位、可能故障模式以及采取檢修策略。可靠性要求高的設備，應采取狀態檢修，可靠性要求低應采取事后檢修。固有可靠性低的設備，采取故障后更換更合適。輸變電設備可靠性分析結果是設備可靠性指標的量化，如可靠度、故障率、壽命等，可以從提高可用率與延長壽命角度出發，確定關鍵設備的改進和檢修工作方向，也可以確定關鍵設備與部件校驗項目、檢驗時間間隔與維修準則和設備部件更換周期。

4.5 設備風險評估

基于《國家電網公司輸變電設備風險評價導則》要求，根據設備狀態評價結果，結合安全環境以及效益三方面風險，來研判設備在運行中可能存在風險情況，并據此來制定相應措施。設備總風險包括環境損失風險、成本損失風險、安全損失風險。

設備狀態評價之后，再根據狀態評價結果以及設備相關信息做風險評估，最后根據風險等級制定狀態檢修策略。

通過可靠性分析技術，可以了解設備故障模式、影響因素、故障傳遞關系、風險擴散途徑，進而開展輸變電設備的風險評估。風險評估通過識別設備潛在內部缺陷和外部威脅，分析設備遭到的失效威脅的資產損失程度和威脅發生概率，確定設備風險等級。

4.6 技改大修項目立項評分排序

大修技改項目立項評分排序目的是對儲備階段的大修技改項目作定量評估，通過計算大修技改項目基礎分（需求分，風險分）以及利舊附加分，確定大修技改項目的優先級順序。

評價總分=基礎分+利舊附加分；

基礎分=需求分+風險分=需求評價分×需求權重系數+風險評價分×風險權重系數。

5 總結與建議

5.1 電力公司設備在線監測系統建設力度不夠

線路在線監測安裝率過低，國網范圍內約2/3的線路在線監測裝置信號不能接入主站。變電在線監測裝置在新建變電站得到應用，而在老變電站建設不多，因為安裝油色譜等設備常常需要停電，而且需要變壓器廠家和油色譜廠家配合，協調工作繁瑣。配電變壓器大多未能和后臺建立通信，在可測方面還需要做很多工作。由于數據來源缺乏，因而導致大數據分析缺乏數據原料，所以需要加大建設力度，為大數據平臺建設提供更多數據原料。

5.2 檔案管理混亂

設備原始臺帳混亂缺失，設備運檢記錄隨意，沒有錄入系統，導致大數據分析缺乏數據原始資料，所以需要加強管理，保證平時巡檢信息都能及時準確錄入系統。

5.3 大數據算法不夠成熟

由于大數據分析技術最近幾年才開始在電力行業得到推廣應用，目前基本都是在國外HADOOP平臺上做二次開發的，專業軟件人員對電力公司現場業務不夠熟悉，而電力運檢人員往往熟悉現場運行設備情況，但基本都是電力一次專業知識豐富，而計算機軟件方面知識結構相對偏弱，和軟件人員溝通存在障礙。成熟的大數據算法需要雙方多次溝通磨合才可以達到。電力大數據平臺需要多個部門配合，共同建設完成，才能消除以往存在的信息孤島和重復建設問題，更好的服務于電力公司發展建設。

5.4 技術進步與管理優化并行

大數據技術歸根到底是技術手段，代替不了管理，實現精準立項和精益化管理，還同時需要優化現有業務流程，提高項目管理水平；成熟的大數據平臺建設需要時間，相應伴隨組織架構調整更需要時間來適應和優化。

綜上所述，通過大數據分析技術，不僅可以對設備狀態做出判斷，還可以知道設備可靠性、缺陷部位、壽命預測等，為精準制定檢修策略做貢獻。相信隨著電力大數據平臺建設的日漸成熟，必將在狀態檢修領域發揮巨大作用。

5.5 人工干預與大數據平臺建設

由于每家供電公司的實際狀況不一，如供電等級要求，經費限制等等，對一個項目做評價后決定該項目是技改還是大修需要考慮到其他因素。例如杭州供電公司在G20會議期間停止一切可能影響到電網安全的技改大修項目，一切以保電為先。上海浦東供電公司陸家嘴區域是A+類供電區域，供電等級要求搞，采用電氣設備為施耐德、西門子等進口免維護設備居多。安徽省電力公司今年獲得近百億農網改造資金，因而相關技改大修資金比較充裕。因而大數據平臺在對設備做狀態評價時，需要綜合考慮到各種因素，在大數據狀態評價平臺界面上，設有人工干預入口，方便電力公司運檢人員根據本單位實際條件設定有關技改大修立項決策的約束條件。狀態評價結果和檢修建議會受這些約束條件而改變，以求得到最適合用戶單位實際的評價結果和建議！