大數據技術視域下電力配電網智能運維管控系統研究

劉 博，錢 勇，沈阿美

(1.國網鐵嶺供電公司 遼寧 鐵嶺 112000；2.國網營口供電公司 遼寧 營口 115000)

在我國計算機、互聯網技術不斷發展的大背景下，數據資源的傳輸與處理技術已經十分成熟，以大數據資源為基礎的電力配電網智能運維管控也得到了更加充分的技術支持[1]。將大數據分析技術應用于電力配電網智能運維管控，符合電力行業信息化發展需求，是未來一段時間內必然的發展趨勢[2]。這就需要相關單位對大數據技術的應用進行深入的研究與分析，不斷更新并完善電力配電網智能運維管控系統功能。

1 系統關鍵技術

1.1 數據采集技術

本次研究通過SNMP協議實現數據的傳輸與采集，該協議體系主要由協議內容、管理信息庫、代理和管理者四部分組成[3]，并對信息格式進行了統一的規范，既能夠實現遠距離數據傳輸，也能夠實現代理與平臺之間的通信。

1.2 數據融合技術

數據融合指的是對存在冗余性質的數據進行合并的過程，能夠以低成本、高效率的方式將信息統籌起來，并在此基礎上預估數據在未來一段時間內的變化態勢，其操作流程具體如下：①在完成數據采集工作后，首先需要對數據進行初期融合處理，其根本目的在于減輕后續數據傳輸的負擔，同時也能夠降低數據提取工作壓力[4]；②在完成數據提取工作后，還需要進一步融合數據提取結果，其根本目的在于獲取故障信息，為運維方案的確定提供數據支持[5]。

1.3 故障預測技術

本次研究所采用的故障預測技術主要包括基于時間窗口的故障預測和基于電網流量特征來預測故障兩種。其中，前者指的是對類型相近的故障信息進行合并，進而形成一種有概括性的故障提供信息，在此基礎上根據既往日志信息中故障與報警的映射關系對當前的故障進行推斷[6]；后者則能夠對電網運行狀態是否正常給出判定，可供選擇的網絡流量預測技術通常有人工智能技術、SVM以及神經網絡技術等[7]。

2 系統總體構架

本次研究所設計的電力配電網智能運維管控系統總體架構如圖1所示。

圖1 系統總體構架

根據圖1可知，數據資源的提取位于系統底層，所獲取的數據信息主要包括安全設備信息、網絡設備信息以及服務信息等[8]。出于數據真實性方面的考慮，數據提取層采用SNMP/IPMI協議，在該協議下可以實現以Web為基礎的數據交互和遠程管理，在數據采集層對IPMI協議和SNMP協議進行封裝。

數據處理層在通過數據提取層獲取數據資源后，通過預先設計好的程序對數據進行處理，為后續的分析提供數據支持[9]。對于電力網絡來說，監控需要具有持續性，因此需要處理大量的數據，因此需要在該層中專門設置一個數據庫來存儲原始數據。本次研究通過Web服務器來對數據庫中的數據進行處理，并直接通過用戶PC瀏覽器對數據處理結果進行可視化的展示，進而降低用戶PC端的硬件壓力。

位于系統最頂層的為數據交互層，該層的設計工作主要服務于頁面數據的可視化，用戶只有在數據可視化的基礎上才能夠實現與系統之間的數據交互，比如通過圖表的形式對故障信息進行描述，或通過各種顏色對故障的緊急程度進行區分。

3 主要模塊設計

3.1 數據采集模塊

該模塊負責將系統所檢測到的性能數據和特征參數，比如硬件底層數據、網絡性能數據等，并借助預先選定的協議向指定位置進行傳輸[10]。數據采用與處理主要涉及數據分揀、存儲與讀取三項操作，處理對象主要為磁盤分區用量、內存使用量以及CPU使用率等運行數據，以及硬盤狀態、CPU溫度以及機箱溫度等硬件數據。

3.2 數據融合模塊

本次研究通過Dempster_Shafer’s理論對數據進行融合，該技術不需要獲取各參量出現的概率，只需要估計出給定數據量中的參量，再根據每一段的估計來對不確定性問題進行處理[11]。在Dempster_Shafer’s理論體系中，每一個特定問題均會發現出一些相似的命題，進而衍生出許多答案，根據每一個答案的信任度對其進行排列，信任度最高的答案即為正確答案，也就是數據融合的最終結果。

3.3 狀態監測與診斷模塊

該模塊負責對設備可能存在的故障進行檢測，以故障參數的特定閾值為根據，對比設備經過檢測后所得到的參數指標，若該參數指標超出預先設定的閾值范圍，則判定該設備存在故障。在實際的檢測過程中，每一項數據的走向和趨勢均會一定程度上影響到最終的診斷結果，并且無法借由單一數據對系統狀態進行判斷[12]。因此，本次研究決定采用神經網絡來對系統判斷進行監測，所使用的神經網絡模型為Self-Organizing feature Map，在通過該模型實現閾值判斷的同時，也能夠實現更高可信度的故障診斷，并且可以導出故障的各類、位置等重要數據。

3.4 故障預測模塊

該模塊能夠根據過去某一時間點到當前時間點的原始系統數據以及事先設計好的預測模型，對未來可能出現的早期故障進行預測，并且能夠存儲并顯示早期故障信息，向運維人員發送通知[13]。為實現該模塊的相關功能，設計者首先需要在該模塊中進行預測配置，具體的配置內容主要包括數據的粒度、數量的量以及選取特征的數量。

4 結 語

當前我國已經全面進入信息化時代，新形勢下的電力配電網運維管理工作應當進一步提升信息化、智能化水平。本次研究詳細介紹了電力配電網智能運維管控系統的總體設計思路，分析說明了數據采集、數據融合、系統狀態監測、故障預測等功能的實現路徑。在未來的研究工作中，還需要進一步加強系統與客戶端之間的交互設計，提升數據的可視化水平，為電力配電網的現場管理工作創造更多的便利條件。