基于數據監測的配電網基礎數據質量標準化管理的分析

林鈺杰 吳麗賢

摘 要： 經濟的快速發展也讓社會對電網建設、電能質量有了更高的要求，穩定有效的數據支撐對于電能服務工作具有重要的作用。智能配電網的發展中，數據點來源復雜，含有異常數據出現問題的可能性較高。例如2003年意大利的全國大停電、2006年的西歐大停電案例說明，配網調度工作需要有效地規劃，才能用于支撐導切符合，保障配電網的安全穩定運行。配電網基礎數據質量標準化管理可以在正確的配網數據下，進行高質量的調度工作，讓業內配電網領域形成一套完善的數據監測與質量管理方案，以便于在電能施工用的過程中及時發現存在的質量問題，彌補潛在的損失，并最終為電能質量高級規劃的實現提供數據支持和技術保障。

關鍵詞： 數據監測; 配電網; 基礎數據; 標準化管理

中圖分類號： TP393 ? ? ?文獻標志碼： A

Analyss of Standardzaton Management of Basc Data Qualty of

Dstrbuton Network Based on Data Montorng

LN Yuje， WU Lxan

（Foshan Power Supply Bureau， Guangdong Power Grd Co. Ltd.， Foshan 528000）

Abstract： The rapd development of the economy has also made the socety have hgher requrements for power grd constructon and power qualty. Stable and effectve data support plays an mportant role n power servce work. n the development of smart dstrbuton networks， the sources of data ponts are complex， and there s a hgh possblty of problems wth abnormal data. For example， n 2003， the natonal blackout n taly and the blackout n Western Europe n 2006 also ndcated that the dspatchng work of the dstrbuton network needs effectve plannng， whch can be used to support the gudance and complance， and to ensure the safe and stable operaton of the dstrbuton network. The basc data qualty management of dstrbuton network can carry out hgh-qualty schedulng work under the correct dstrbuton network data， and form a complete data montorng and qualty management plan n the feld of dstrbuton network n the ndustry， so as to facltate the process of electrc energy constructon. n the tmely dscovery of exstng qualty problems， make up for potental losses， and ultmately provde data support and techncal support for the mplementaton of advanced power qualty plannng.

Key words： Data montorng; Dstrbuton network; Basc data; Standardzaton management

0 引言

由于化石燃料使用過程中產生的環境問題，讓世界范圍內的能源形勢正發生顯著的變化。配電網由于靈活、高效的優勢受到了廣泛關注，而近年來信息技術的快速發展也讓配電網產生了大量的基礎數據，例如電網電壓、地理信息、天氣信息等，如何對數據進行有效管理，對于電網安全穩定的運行具有關鍵作用，保障配電網數據在電網運行決策中的作用。因而為了充分發揮配電網數據的價值，就需要對數據質量監測與管理方法進行深入探究。

1 配電網基礎數據質量管理工作

1.1 必要性探究

配電網數據質量具有真實性與完整性，這也是數據質量保障的基礎。此外，人們在利用數據與存儲數據的過程中也會產生數據質量，例如使用、傳輸質量，也就是過程質量。對于配電網工作來說，基礎數據的質量直接影響到分析數據的作用，但從目前的實際工作來看，配電網基礎數據質量正受到多種因素的影響，例如系統軟件故障、硬件損壞、通信受電磁干擾等，無一例外地會影響數據采集的精度、完整性等。目前數據傳輸多依靠網絡進行，安全性也應該得到高度重視，防止數據出現丟失。但異常數據的出現始終是威脅配電網基礎數據質量的關鍵因素，質量標準化管理工作的作用不可忽視[1]。

1.2 數據源

大規模配電網的數據包含了調度、管理、監督等多種方面的有業務，數據源類型豐富，無論是配電變壓器、智能電表、管理系統還是變電站，所產生的數據量龐大，而主要的數據種類包括網絡拓撲數據與量測數據兩種類型[2]。它們均來自于數據庫與系統監測前端，監測前端從不同的設備上獲取數據，然后轉換為不同格式的質量數據文件，并最終將文件上傳至不同的數據服務器[3]。但由于監測設備數量和種類的差異，數據源必然存在著格式問題，此時數據質量檢測系統能否存在一致的數據接口，也是質量管理工作的要點。

1.3 異常數據檢測工作

異常數據即正常數據當中存在著的個別值，他們的數據與正常數據相比存在明顯差異，它的出現讓數據質量出現了明顯降低，甚至導致最終結論的差異與錯誤[4]。此時，數據監測工作就成為了質量標準化管理的關鍵內容。在不同的領域內，數據檢測的方法也有所差異，例如通過數據源模式來判斷屬性之間的差異，消除數據沖突，是主要的檢測模式[5]。

1.4 拓撲數據檢測

拓撲結構可以如圖1所示。

配電網中的拓撲結構咋子數據中表現為樹形分支結構，因而計算方法也可以參考樹的算法。算法執行結束時如果還存在未被接入網絡的拓撲數據，則說明數據出現異常，此時也需要對配電網的基礎數據進行監測，并了解錯誤的原因與錯誤模式[6]。尤其是在實際的電力系統工作當中，系統所獲取的數據必然會存在一定的誤差，某一節點的電壓范圍有所差異。在配電網中也能夠通過不同的檢測方式來獲取不同時間斷面的數據源特征。

2 基于數據監測的配電網基礎數據質量標準化管理模式2.1 結構設計方案

設計方案如圖2所示。

當Web客戶端通過瀏覽器進行訪問時，配電網數據質量檢測系統也可以通過輸入參數的方式來講參數傳輸給服務器，此時服務接口可以獲取數據，再對這些數據進行異常數據檢測處理，并最終生成檢測報告。值得一提的是結構設計可以從不同的數據源中獲取數據，但可以從統一的數據結構來向檢測系統中提供正確的數據[7]。

2.2 體系設計

數據質量標準化管理系統的功能模塊主要包括異常數據檢測與網絡拓撲監測，主要體系包括線路查詢、數據管理、異常檢測、統計圖查閱與報表生成，并將最終的結果存入系統數據庫當中[8]。主要包括服務層與邏輯層。

服務層主要負責的功能是數據交互，并通過Web服務來獲取不同的數據，讓邏輯層來進行分析，并可以通過不同的數據接口來實現管理功能。

邏輯層則主要負責的是數據的處理與信息的查看，包括對異常數據的監測工作。用戶可以通過不同的算法來獲取數據中可能存在的異常，并將檢測結果存入數據庫當中。一旦通過檢測報告來查看異常數據信息，也可以結合數據來獲取修正方案[9]。

2.3 質量管理檢測系統設計

系統設計如表1所示。

從系統功能要求來看，網絡拓撲監測功能主要的作用在于監測拓撲異常情況。從目前常見的異常狀態中，可以發現主要問題包括母線號、中壓饋線線路問題等，此時管理系統可以有效地識別這些問題，并最終獲取數據準確的檢測報告[10]。

另外從異常數據的檢測工作來看，主要針對數據的合理性進行檢查。例如多源數據對比就是系統的一種比較方案，是同一監測點在同一時刻的電壓數據比較，具體來看，可以將誤差范圍控制在±0.5%的范圍之內，否則就判斷為錯誤的測量數據[11]。這種方式的優點在于可以進行電壓幅值的數據測量，并給出修正范圍，但如果不存在PMU時也需要采用其它的檢測方案。因而為了提升測量的準確性，可以以量測數據為基礎，來進行匹配校驗。具體表達如下。US=U+PR-QXU其中US代表電壓幅值計算值，U代表末端電壓測量幅值，P為有功功率，Q為無功功率，R為線路電阻，X為電抗，因而線路始端電壓幅值計算值開以上述公式計算。如果監測點在某一時刻的電壓幅值與任意一條線路節點測量計算的偏差范圍在±0.8%以內，則判斷測量數據為正常數據，否則需要使用電壓幅值計算值來進行調整與修正[12]。

3 標準化管理的主要方式

3.1 縱向調度管理

縱向調度管理是基于指標統計地區的管理工作，例如可以將遙測合格率進行統計，然后對上一個月的狀態進行曲線繪制，然后根據指標來進行分析，不僅可以讓管理部門意識到工作當中可能存在的問題，還能提升管理水平。除了系統本身的功能指標以外，還可以借助管理指標配網信息正確率的預估，針對于存在的缺陷進行考核。缺陷次數需要進行橫向對比，以直采信息正確率的指標結果來進行判斷[3]。一方面可以對統計數據進行分析，并快速地了解到設備當中可能存在的問題，另一方面還能對某些現象進行排除，將設備或其它因素導致的數據誤差問題進行篩選，提升運維工作的效率。

3.2 業務融合

業務融合配網自動化數據監測是通過主站部署監測系統的方式，結合基爾霍夫定律的相關要求，對配網工作進行數據監測，針對數據的合理性展開分析，結合實時數據的變化趨勢了解到對指標影響程度最大的因素，做好及時的預警工作[4]。例如可以結合各類問題，按照影響程度與變化趨勢進行劃分，然后利用帕累托法對關鍵問題進行重點管控，反映出數據質量的關鍵指標，從而進行針對性探究。目前配網的基礎數據管理涉及到幾個不同的方面，一是通過配網數據來進行數據傳輸與存儲工作，二是在配網終端收集數據，三是阿紫配網自動化主站獲取并整合數據，實現雙向數據傳輸路徑的構建[5]。由于所有的電網數據都遵循基爾霍夫定律，所以電網數據的監視工作可以以遙測結果、遙控正確率等指標來進行判定，采用各種技術手段來對異常數據進行監視。

例如在原有數據的基礎上構建數據管控制度，對開閉站的流入電流與流出電流進行等效管理。特別是對于線路而言，如果有量測工作，那么遙信必須為合位，對于遙控動作正確率的判斷則可以通過監視的結果來判定。在不同的區域，線路規劃也會有所差異，一次設備參數與二次設備的量測工作都可以獲取數據信號，在配網數據的基礎上來判斷量測采集工作的具體問題。如在發現配網設備的缺陷時，就可以進行定位管理。

3.3 橫向協調數據管理

橫向協調數據管理是結合不同的專業角度來實現自動化管理流程的規劃，在運行過程中收集數據，讓數據在各部門間得到展示，讓問題在最短時間內得到消除。這項工作需要多資源的橫向整合，并可以依靠外界資源配合內部技術管理來實現數據管理工作的優化和完善，如利用現代溝通手段在工作指導方面提升工作效率，自動化獲取實時數據[16]。例如從系統來看，配電網的基礎數據服務系統包括靜態數據接口、負荷功率數據結構與量測值數據接口等，因而質量檢測系統可以通過這些接口來獲取配電網運行過程中產生的基礎數據，然后對異常數據進行監測，并生成最終的檢測報告，結合算法來獲取信息。這樣一來可以詳細地了解不同層次的數據研究方案，并結合算例驗證的結果來判斷系統運行時的穩定性。

4 總結

本次研究首先針對配電網的工作內容進行了探討，從數據質量與數據源的角度來研究數據質量標準化管理的重要性，然后對數據監測方法進行了整理分析，并最終確定了適用于配電網的管理方案。在數據監測的要求下，可以通過數據質量管理系統，從不同的方面對數據進行質量管控，然后生成相應的研究報告，管理人員可以結合報告內容展開后續的分析與決策工作，為異常數據的管理和修復提供基礎條件，也為配電網的電能質量提升提供了數據指標與技術支持。在未來的工作中，還可以通過提升Web服務質量的方式來保障安全性能，在大數據的背景之下滿足大幅增長數據的需求。

參考文獻

[1] 盛銀波， 仲立軍， 張利庭，等. 基于停電明細數據的配電網可靠性監測與研究[J]. 浙江電力， 2017（12）：70-74.

[2] 杜雪. 配電網臺賬數據質量信息化管理的研究[J]. 貴州電力技術， 2015， 18（12）：76-78.

[3] 余英， 郭镥， 鄧琨，等. 用電采集數據分析和智能監測系統中大數據分析的設計研究[J]. 自動化與儀器儀表， 2017（5）：162-163.

[4] 劉科研， 張劍， 陶順，等. 基于多源多時空信息的配電網SCADA系統電壓數據質量檢測與評估方法[J]. 電網技術， 2015， 39（11）：3169-3175.

[5] 蘇永義， 隋樹法， 周忠堂，等. 配電網電能質量智能監控方法的研究[J]. 自動化與儀器儀表， 2017（10）：52-54.

[6] 陸如， 范宏， 周獻遠. 基于大數據技術的配電網搶修駐點優化方法[J]. 供用電， 2015， 32（8）：31-36.

[7] 于海平. 一種基于數據挖掘的配電網差異化運維管理方法[J]. 農村電氣化， 2016（7）：36-37.

[8] 孫杰， 黃輝. 依托大數據與層次分析方法的配電網電壓綜治系統建設[J]. 電子技術與軟件工程， 2016（18）：205-205.

[9] 劉學軍， 俞偉， 何颋，等. 基于大數據的配電網運行狀態評估與預警[J]. 浙江電力， 2017（12）：75-80.

[10] 蔡金明， 孔鳴， 王韜，等. 基于智能公變監測系統的配變精益化管理[J]. 上海電力學院學報， 2015， 31（s1）：36-38.

[11] 曲廣龍， 楊洪耕， 李蘭芳. 主動配電網電能質量實時監測系統設計與實現[J]. 電力系統自動化， 2015（10）：117-123.

[12] 佟為明， 金顯吉， 梁建權，等. 基于現場總線的主動配電網電能質量監測系統設計[J]. 電器與能效管理技術， 2015（24）：88-92.

[13] 張笑晗， 呂穎， 白敬強，等. 基于電能質量在線監測的供電可靠性提升[J]. 供用電， 2015， 32（11）：6-10.

[14] 周瑜， 田會峰. 基于DSP與ARM的低壓配電系統電能質量在線監測與分析[J]. 計算機與數字工程， 2014（6）：948-951.

[15] 楊宗海， 古利民， 陳小柏. 智能配電網大數據應用技術與前景探討[J]. 華東科技：學術版， 2016（7）：258-258.

[16] 江勇， 余侃， 項丹圓，等. 基于大數據的配網項目計劃預算全過程監測分析研究[J]. 電力與能源， 2017（4）：415-417.

（收稿日期： 2018.10.22）

作者簡介：林鈺杰（1987-），男，（通信作者），廣東佛山人，碩士研究生，工程師，研究方向：信息系統開發和管理、營配信息集成。

吳麗賢（1974-），女，廣東佛山人，碩士研究生，高級工程師，研究方向：營配信息集成、信息系統開發和管理。文章編號：1007-757X（2020）01-0127-03