大數據技術在特高壓變電站運維中的應用研究

劉成為

摘要：特高壓變電站在運行過程中會積累大量數據，數據規模和增長速度都是超高壓變電站所不能比擬的，如何有效的利用這些豐富的數據資源進行業務決策是急需解決的問題。大數據技術為特高壓變電站運維工作提供了新的解決思路，通過將站內傳感器采集的數據集成到變電站云平臺，基于云平臺開發各種應用子系統可方便巡檢及故障預測，大大優化人力配置。本文首先分析了當前特高壓變電站數據的來源及特性，界定了特高壓變電站數據從屬于大數據的研究范疇，接著從智能巡檢和故障預測兩方面探討了大數據技術如何助力特高壓運維工作，闡述了新的巡檢模式，介紹了利用大數據技術進行故障發現及預測的工作思路，最后分析了與特高壓變電站云平臺搭建相關的大數據技術，對相關趨勢進行了展望。

關鍵詞：大數據;云計算;特高壓運維

1、變電站大數據

特高壓變電站與傳統超高壓變電站有著較大的區別，其設備規模和電壓等級均更上一個臺階，需要采用更多的在線監測手段采集數據來辨別設備當前狀態，因此特高壓變電站內集成了數量龐大的傳感器，用來實時采集設備狀態數據。各類傳感器對間隔層設備的狀態量進行監測，監測數據通過分布式網絡傳輸至服務器機群，從服務器上傳至站控層監控后臺供運維人員進行分析判別。由于采集數據的數量龐大、采集頻率極高，造成特高壓變電站內的監測數據成指數級增長。變電站內集成的眾多傳感器每時每刻都產生大量數據，不同的監測采集手段決定了數據的格式是多樣性的。

2、大數據助力運維

2.1基于大數據的智能巡檢

特高壓變電站地域廣、設備多，每日巡視耗費較大的精力。同時，因巡檢人員水平及能力不同，又缺乏規范的標準，造成對缺陷描述不統一，經常導致缺陷重復錄入現象。借力大數據技術，巡檢人員可以有針對性的對可能出現問題的設備重點巡視，只需錄入設備現場數據便可由計算機自動生成缺陷描述及缺陷報告，實現對設備的集中管控。

目前各電力公司普通采用手持移動終端巡檢的工作方式，這種工作方式實現了設備信息的自動錄入，但仍存在諸多問題，比如巡檢內容繁雜且無針對性，無法實時讀取設備工況，缺陷異常的定性較為困難等。依托大數據技術，搭建變電站云平臺。云平臺可根據集成的設備出廠信息及歷史數據等知識資料，結合當前運行工況及氣象環境進行主動推薦當日巡視重點項目。運維人員手持智能巡檢設備，在巡檢過程中將發現的設備現象通過圖片、音頻、視頻或文字描述等方式錄入巡檢設備，巡檢設備將信息自動上傳云平臺，通過后臺服務器進行數據分析得出設備健康狀態變化趨勢，從而進行設備狀態定性，給出合理化建議，預先發現設備故障。

當巡檢完某一項目，巡檢設備會根據推薦系統相關算法進行推薦距離最近的應去巡檢的設備。依托智能移動設備，基于大數據技術的巡檢，規范巡檢流程，集成標準操作，能有效提高巡檢效率，預先發現設備隱患，解脫運維人員壓力。

2.2基于大數據的故障發現及預測

特高壓電網已經逐漸成為電力系統的主要網架結構，特高壓變電站站內設備作為電力生產系統的核心，其重要性不言而喻。準確預測并及時發現設備故障，對維護電網穩定至關重要。傳統的故障研究及學習一般都是事后分析，這種生產方法導致了定期計劃檢修的工作模式。當前大數據技術已然成熟，利用大數據技術進行數據分析，從而進行故障診斷和預測的研究將具有十分重要的意義。特高壓變電站內集成匯總了SCADA系統實時數據、紅外圖譜數據、SF6在線監測數據，局放在線監測數據，保護、測控、故障錄波數據，油溫油位數據、EMS、PMS、OMS等，豐富的信息資源足以進行合理的故障發現及預測。

首先將這些異構數據信息進行融合并分別存儲到相應的數據庫及文件系統中，建立設備的索引樹，通過整合并比對歷史故障發生前后負荷、功率、電流、電壓、操作情況、設備狀態及氣象信息等內外部因素，對無用數據過濾，進行聚類及分類處理，對設備工況進行關聯分析及規律發現，采取合理的機器學習算法或者推薦算法進行故障發現及風險預測，形成可以預測故障的模型。模型可基于協同過濾或內容過濾思想，以歷史數據及典型案例為訓練集，當前數據為測試集，進行缺陷預測及風險評估，通過準確率與召回率計算進行參數調節與模型修正。

利用大數據技術進行故障發現及預測，在故障發生之前找出最可能發生故障的設備，進行有針對性的維護，可以大大降低故障發生的概率，提高電網穩定性。

3、變電站云平臺技術

3.1數據存儲

關系數據庫主要處理結構化及半結構化數據，可以實現快捷查詢分析、事務處理等功能，有效保證了數據的安全性。然而在特高壓變電站運行過程中會產生諸多的非結構化數據，如放電圖譜、紅外圖譜、噪聲音頻視頻等。另一方面，變電站各類業務系統諸如遠動裝置、保信子站、監控系統、同步相量測量裝置、故障錄波系統、五防工作站、輔助應用子系統、狀態監測子系統等，各類系統來自不同的廠家，有著不同的傳輸協議、數據接口，子系統之間數據相互獨立，難以實現資源共享。這種情況下關系數據庫將不再適用，需要建立并行及分布式數據庫系統，在MPP和集群并行的基礎上進行節點處理及操作，提高數據的利用率和可用性。在數據存儲方面，特高壓變電站內的海量數據可采用分布式文件系統來存儲，而分布式文件系統由于不滿足電網要求的高實時性要求，根據分而治之思想，可對大量的歷史數據采用分布式文件系統，對核心數據使用傳統的并行數據倉庫，對高度實時數據如調度數據網、測控數據等采用實時數據庫系統，既可提高數據傳輸速度，又可避免數據在總線上的不停游走。

4、結語

大數據技術為特高壓變電站的運維帶來了新的解決思路，通過相關技術應用可以方便巡檢及故障預測，充分優化人力配置。借助大數據技術還可以生成每日設備數據報告及風險評估，并實現智能推送。大數據技術將成為特高壓變電站所有業務決策的基礎，推動變電站朝著集約化管控、專業化運維方向轉變。搭建變電站云平臺在不久的將來將成為解決諸多問題的必然選擇。

參考文獻

[1]盛楊艷，周濤.大數據時代.杭州：浙江人民出版社2013.1

[2]田志民，梁品超，任艷紅，等.大數據時代下數據挖掘技術與應用[J].當代教育實踐與教學研究，2017（10）