基于聚類算法對主站與電廠、變電站的數(shù)據(jù)同步問題的研究

(廣東電網(wǎng)有限責任公司東莞供電局,廣東東莞 523000)

0 引言

電網(wǎng)發(fā)現(xiàn)電壓、電流、功率等不平衡時，主站調(diào)度員首先確認主站數(shù)據(jù)庫中變比、拓撲等是否及時更新，相關通知報文是否處理。若主站數(shù)據(jù)庫正常則調(diào)度員會聯(lián)絡電廠、變電站值班人員根據(jù)現(xiàn)場設備排查問題，查看是否是數(shù)據(jù)源問題或通訊問題。整個排查過程無自動化解決方案，需要多方協(xié)同手工實時聯(lián)絡排查，過程費時費力，急需自動化排查方案。具體表現(xiàn)為電廠、變電站端送到主站的電壓、電流、功率等數(shù)據(jù)與主站本地對應端的量測數(shù)據(jù)之間存在嚴重的不平衡。有兩個原因：線路、變壓器等設備已更新，而主站系統(tǒng)中的對應參數(shù)未及時更新和不同設備的量測數(shù)據(jù)的同步存在延遲，本文通過聚類算法實現(xiàn)主站與電廠、變電站的數(shù)據(jù)同步，實現(xiàn)了數(shù)據(jù)質(zhì)量的提高。

1 算法模型

1.1 算法原理

線路功率平衡計算：一條母線所有端流入流出的功率與損耗功率應當平衡。若發(fā)現(xiàn)功率平衡誤差過大，結(jié)合報警信息，初步判斷數(shù)據(jù)同步出現(xiàn)問題。以圖1所示B2母線為例：

其中，PG2為發(fā)電機G2的有功功率輸出，PT2為變壓器T2的一次側(cè)有功功率輸入，PB2為母線B2的線路損耗。PB2一般遠小于PG2與PT2，因此當PG2與PT2差距過大時，可能是數(shù)據(jù)同步出現(xiàn)問題。其它參數(shù)說明如下PLi為負荷，Bi為母線，Gi為發(fā)電機和Ti為變壓器。

1.2 聚類算法

K-means[1，2]聚類算法是一種無監(jiān)督機器學習算法，其過程首先隨機選取K個對象目標定為初始的聚類中心，接著計算每一個對象和其它所有種子聚類中心相隔的距離，隨后，每個對象分配給離它距離最近的聚類中心。聚類中心以及被分配的對象就代表一個聚類。如果每分配一個樣本，聚類的中心位置會按照聚類中現(xiàn)有的對象進行重新計算。此過程將不斷重復直到滿足某個條件為止。終止條件設定為：沒有對象被重新分配給不同的聚類，找不到聚類中心再發(fā)生變化，得出的誤差平方和局部最小，具體步驟如下：

（1）首先確定一個k值，數(shù)據(jù)集將經(jīng)過聚類得到k個集合。（2）從待選數(shù)據(jù)集中隨機選擇k個數(shù)據(jù)點作為質(zhì)心。（3）針對數(shù)據(jù)集中每個點，算出其與每個質(zhì)心的長度（如歐式距離），劃分的原則遵循就近原則，離那個質(zhì)心近，就劃分到質(zhì)心所屬的集合。（4）如果所有數(shù)據(jù)被歸好集合后，合計有k個集合，接著重新算出每個集合的質(zhì)心。（5）如果剛剛計算出來的質(zhì)心和已有質(zhì)心之間的長度小于預先設置的閾值，就可以得出初步結(jié)論，聚類已經(jīng)達到期望的結(jié)果，算法終止。（6）假如新質(zhì)心和原質(zhì)心長度范圍變化很大，需要迭代第3、第4和第5步驟。

圖1 算法原理

2 整體流程

首先開始主網(wǎng)本地數(shù)據(jù)稽核，并檢查主網(wǎng)數(shù)據(jù)設備、臺帳、表記資產(chǎn)等信息的完整性（包含設備編號、臺帳類信息、表資產(chǎn)編號信息和設備最后修改時間戳信息），檢查主網(wǎng)未處理的消息報文，提取未處理消息報文信息（時間信息、設備信息和參數(shù)修改信息），檢查設備編號與修改信息真實性，參數(shù)修改信息是否真實，如果不真實，記錄報文數(shù)據(jù)，數(shù)據(jù)駁回，要求發(fā)送設備編號更多信息以檢驗數(shù)據(jù)真實性，如果數(shù)據(jù)真實修改參數(shù)信息、記錄修改報告；接著根據(jù)主網(wǎng)不平衡報警信息檢查主網(wǎng)線路平衡問題，通過有功平衡、無功平衡、電壓平衡和電流平衡四個指標篩選檢查真實存在不平衡設備，并記錄不平衡設備報警信息，使用K-Means聚類異常不平衡數(shù)據(jù)，隨機生成聚類樣本中心，修正聚類中心，計算樣本間歐式距離重新聚類，如果樣本簇發(fā)生改變，分析聚類中心樣本異常數(shù)據(jù)特征，據(jù)此分類提升效率，根據(jù)變比錯誤、拓撲更新不及時和數(shù)據(jù)源問題判斷是否完成，主網(wǎng)數(shù)據(jù)同步機制校驗，如果完成校驗[3，4]。記錄不同步設備編號，出具主網(wǎng)數(shù)據(jù)不同步報告。

2.1 數(shù)據(jù)質(zhì)量檢查

設備臺帳表資產(chǎn)信息檢查是否完整，如果信息檢查不完整，就判斷是否多次不完整，如果不是多次信息檢查不完整，就重新下載設備臺帳表計資產(chǎn)信息檢查；如果多次信息檢查不完整，將數(shù)據(jù)駁回出具報告并要求整改。如果信息完整，出現(xiàn)不平衡告警，并判斷是否有報文未處理、數(shù)據(jù)是否有時間戳、所有現(xiàn)場設備數(shù)據(jù)是否已經(jīng)獲得，如果沒有獲得，就判斷是否多次無法獲取完整數(shù)據(jù)，要求現(xiàn)場發(fā)送所有設備數(shù)據(jù)；如果上述3個條件都滿足，就可以結(jié)束質(zhì)量檢查，進行數(shù)據(jù)真實性校驗[5]，數(shù)據(jù)質(zhì)量檢查關鍵步驟如下：

（1）檢查臺賬信息是否完整；（2）出現(xiàn)不平衡告警時，檢查是否有未處理的報文；（3）檢查量測數(shù)據(jù)是否有時間戳；（4）檢查現(xiàn)場發(fā)送的顯示設備等設備的實時數(shù)據(jù)是否已完整。

2.2 數(shù)據(jù)校驗

使用k-均值聚類方法將所有已知的告警點的數(shù)據(jù)分類，并依據(jù)電網(wǎng)經(jīng)驗，將每類異常數(shù)控（不平衡的有功數(shù)據(jù)）與實際錯誤數(shù)據(jù)（變比）建立對應關系，流程圖2如下。

圖2 數(shù)據(jù)校驗流程

詢問電網(wǎng)公司應將數(shù)據(jù)集劃分為多少個簇，并隨機分配k個異常數(shù)據(jù)向量作為初始簇質(zhì)心位置[6]，輸入一條異常數(shù)據(jù)向量，并找到離其最近的簇質(zhì)心，如果所有異常數(shù)據(jù)的中心已找到，輸入一個簇，并找到簇的質(zhì)心并更新；如果異常數(shù)據(jù)的中心沒有找到，則返回初始簇質(zhì)心位置。如果所有簇的質(zhì)心已更新，則判斷是否滿足終止準則；如果所有簇的質(zhì)心沒有更新，則返回到異常數(shù)據(jù)中心。如果數(shù)值不滿足終止準則，則返回到初始簇質(zhì)心位置；如果滿足終止條件，則輸出所有簇質(zhì)心，接著再輸入一個簇質(zhì)心，并依據(jù)電網(wǎng)公司經(jīng)驗賦值給一個對應的錯誤數(shù)據(jù)點；并判斷所有簇與錯誤點的對應關系是否建立，如果沒有建立，返回輸出所有質(zhì)心，如果建立，輸出所有簇和對應關系。異常數(shù)據(jù)向量的構(gòu)建方式如下：

聚類過程中，判斷距離的遠近使用歐式距離：

終止準則可以選取為均方誤差無明顯變化，均方誤差如下：N為樣本總數(shù)，k為簇數(shù)量，p表示Ci內(nèi)的數(shù)據(jù)點，ci表示簇Ci的質(zhì)心。

2.3 數(shù)據(jù)修正和駁回

當告警出現(xiàn)時，尋找本條告警數(shù)據(jù)的最近簇中心，對應錯誤類別即可判別為此告警的錯誤類別，當數(shù)據(jù)不完整時或要求修改參數(shù)不匹配時將數(shù)據(jù)駁回，要求電廠與變電站發(fā)送更多參數(shù)已檢查數(shù)據(jù)完整性與真實性。

3 結(jié)語

本文提出基于基于聚類算法對主站與電廠、變電站的數(shù)據(jù)同步問題的解決辦法，從數(shù)據(jù)質(zhì)量檢查、數(shù)據(jù)校驗、數(shù)據(jù)修正和數(shù)據(jù)駁回三個個步驟解決了主站與電廠、變電站的數(shù)據(jù)同步問題，使數(shù)據(jù)質(zhì)量大大得到很大的改善。