基于大數據的配電網運維管控智能化平臺設計

郝樹青 付宇 鄭友卓 肖小兵 劉安茳

（貴州電網有限責任公司電力科學研究院 貴州省貴陽市 550002）

為了進一步提高配電網智能化管控平臺，系統以及技術人員需要針對現階段配電網運行管控平臺運檢管理穿透力水平較低、傳統技術監督落后等全新問題，制定出基于大數據的配電網智能化運維管控平臺的設計和應用策略。

1 系統總體設計

基于大數據的配電網智能化運維管控平臺方案設計實施工程中，主要以物聯網、移動互聯網、云數據計算以及大數據等現代化信息互聯網作為基礎條件，進而完成電力配電自動化操作、專業系統數據等方面的有效結合，進一步圍繞設備管理控制狀態、系統運營維護狀態、運行控制等方面的有效結合，進而構成系統運行管理、問題分析、流程管理以及績效評定等閉關運行流程，從而有效完成信息驅動的運檢業務的核心進步，進而全面推進配電網運檢工作的管理模式創新，如圖1所示為配電網運維管控平臺總體架構圖。

在圖1總體架構圖中，配電網智能化運維管控平臺在基礎建設過程中，需要以云數據計算、大數據平臺模式以及電力搭配等統一數據模型構建，進而深度結合系統運行檢查、系統營銷以及電力統一配置數據，最終在全業務數據信息基礎條件上，開展企業的跨專業管理策略。同時利用縱方向管理控制和橫方向管理控制相互協同，進而不斷壓縮管理系統之間的鏈條問題，從而不斷提升系統相應效率和速度，進而有效解決各個管理部門之間的結合不充分、專業協同不順暢等相關問題，從而完成信息集中、流程管理控制、系統協同指揮、問題預警以及綜合性評價等全方位的管理控制和發展決策。其中配電網智能化運維管理平臺在基礎建設過程中，需要基于全業務統一信息平臺建設，所以系統內部建設過程中，需要構建出開放式系統平臺。并且以系統化、標準化、靈活化、安全化作為基礎合計原則[3]。如表1所示為電網智能化運維數據源模式。

表1：電網智能化運維數據源

圖1：運維管控平臺總體架構圖

（1）配電網智能化運維管控平臺的智能化階層主要將資產管理系統、GIS 系統、營銷管理系統，配電自動化系統、調度自動化系統、計量自動化系統等，并且充分利用信息推送、數據總體線路、信息管理等技術模式進一步連接至大數據云平臺。

（2）信息數據結合層中，信息以及數據進入模型之后，需要按照標準化、系統化的信息數據模型結構，開展一系列技術操作，除此之外，由于配電網數據信息模型資源平臺在日常運轉條件上是大數據平臺具體體現，所以需要在大數據平臺基礎上開展一系列服務功能，配電網智能化業務提供核心信息和數據支持。

（3）智能決策層中，該結構層想要有效開展，則應該在大數據平臺環境下進行相關的數據計算，并且結合各種終端業務管理要求，建設出配電網智能化運行系統，從而進一步實現配電網設備的基礎管理和控制。

數據選取主要包含大量選取和實時選取等兩種技術模式，信息選擇需要對信息和數據實時性不高的區域進行嚴格處理，比如：資產管理系統專業設備以及目錄信息、營銷檔案以及用戶等相關方面。信息實時選取則需要針對信息實時性以及技術層次較高的信息，進行詳細處理。

數據信息模型在資源處理和系統化管理實施過程中，主要包含各個子通道和管理區域，比如：終端業務服務、信息數據處理、信息數據模型構建等相關系統功能的發布、管理等，而在信息和數據的展現環節上，需要利用模型拓撲信息，最終實現信息的可視化技術操作。

其數據模型在校正和檢驗環節上，應該根據數據模型以及信息數據的基礎定義、數據模型監督測量等開展全面矯正，同時將信息數據與系統進行同步校正和檢驗，從而完成數據實施的標準化和系統化。

針對模型拼接來說，則需要使用配電網數據模型上溯與下行相互連接，并且以動態數據修改模型作為基礎條件進行儲存和后續發布，從而完成數據模型之間的實時更新。而在基礎平臺上，數據分布時儲存性數據、電力網絡運行信息數據以及設備參數等相關信息數據，普遍具備系統備份制度，能夠海量儲存信息數據，確保數據的穩定性和安全性。

2 監督參數設計

針對數據監督管理層面，需要針對系統監督管理參數開展方案設計，并且充分結合生產運維業務具體種類、作業質量的核心關鍵點開展全方位、多角度技術分析。除此之外，從而制定出各種類型的信息數據基礎標準，結合系統跟蹤參數具體走勢和方向，全面驗證終端業務的運轉質量和效果，同時還需要針對標準范圍中的異常數據和信息開展預警和信息分析，最終完成系統各個標準參數設計和運行。

（1）配電網實施規模和標準方面上，需要針對配電網實施規模標準可視化信息分析，進而全面跟蹤配電網指標變化，進一步分析配電網指標問題，從而提出詳細的完善和改進策略。

（2）配電網運行參數設計上，該指標可以有效完成配電網運行標準，比如：配電設備運行效率、配電設備故障率、電力供應可用系數、電壓標準等相關方面的可視化技術分析，從而完成數據參數的實施跟蹤運行標準變化。

3 運維管控平臺設計

運維管控平臺方案設計上，需要在統一業務數據信息管理中心的基礎條件上，開展信息分析和數據分析技術，進一步完成數據和信息管理核心基礎建設，進而為系統運維管理平臺提供靜態化信息模型、數據根系模型等[4]。

3.1 設備運行狀態管控

在設備運行狀態管控條件下，想要保證狀態管控水平，則應該根據配電網實際運行數據和信息，在全面感知設備具體運行狀態同時，能夠及時、有效的發現設備可能存在的問題，進一步制定出科學且合理的配電網運維檢修工作，進而減少系統運維經濟成本，從而提升配電網設備可行性。

（1）設備自身運行管理控制實施過程中，如果發現系統缺陷問題，則應該根據資產設備可能具備的缺陷型數據，實現配電網設備缺陷問題的信息統計、技術分析、深挖設備缺陷問題以及形成原因分析，進而實現設備缺陷性預警功能[5]。

（2）設備運行過程中，系統一旦產生跳閘管控問題，技術人員則需要根據網絡結構管理、運行狀態信息以及業務建設數據等相關方面，進一步對配電網各個階層故障情況開展詳細分析和了解，從而完成對配電網各個級別的基層跳閘情況、線路缺相問題以及停電情況開展全面且真實的掌握，進而完成對系統跳閘問題開展多角度、全方位數據統計分析，進而有效降低故障跳閘率。

（3）如果設備自身屬于負載運行狀態，則需要在設備臺賬以及數據測量的基礎條件上，完成對配電網各個階層設備基礎負載情況開展真實且全面的掌握，進而完成多角度的信息統計和分析，進而自動挖掘設備負荷過重、設備運行特殊狀態以及系統故障等，從而制定出合理的運行維護計劃方案，達到經濟運行的目的。

（4）配電網智能化運維管控平臺運行過程中，想要終端設備運行狀態達到穩定，則需要依照系統臺賬信息、終端設備故障問題以及系統運行等相關方面開展詳細探索和研究，同時進一步結合大數據系統，有效完成對配電網智能化運維管控平臺以及核心設備運行狀態進行綜合評定，從而提升終端設備基礎運行能力。

3.2 系統運轉設計

配電網智能化運維管控平臺設計方面研究和實施過程中，技術人員需要針對配電網運行模式開展全面方案設計，進而針對修正工作重點以及系統關鍵關節開展實時監督和全面控制，從而實現對系統運行維護時間、經濟支出成本以及運行質量等方面進行深入挖掘與分析。除此之外，配電網實際運行狀態和異常業務辦理等相關方面還需要建設相應的預警系統與操作模式，進而構成閉環的檢修流程[6]。

在設備電力搶修數據和分析條件上，需要基礎配電網檢修數據、生產環節以及設備故障等相關方面，進一步利用大數據系統的可視化技術，實現對設備搶修工作管理。全方位掌握配電網智能化運維管控平臺實施運轉狀態，輔助完成對搶修工作不足之處進行全方位、多角度數據分析，最終實現資源搶修的合理完善。

設備修理工作實施環節上，還需要根據配電網檢修操作和作業模式，進一步完成對配電網檢修工作多角度數據統計和技術分析，進而實現智能化大數據信息挖掘過程中，可能產生超時檢修問題以及技術人員專業性問題，從根本上保證和提高系統檢查基礎質量水平。同時設備還應該結合配電網帶電實際情況，完成對配電網帶點作業工作的多角度、全方位方案設計，比如：運轉頻率、工作時間、經濟支出成本、系統運轉設計效果等方面。以此作為基礎條件，進一步挖掘配電網帶電工作，同時技術人員還需要針對可能存在的設備問題進行一系列系統化操作，從而有效提升設備和系統帶電作業的基礎水平。

4 核心技術設計

在配電網智能化平臺內部系統建設過程中，利用大數據技術開展信息檢測和技術分析，將配電網資源作為基礎建設目標和具體對象，并且使用系統結構調整、配電網自動、數據計算自動化以及保修等相關信息，實現配電網業務管控分析。

（1）針對多元化業務信息數據來說，全業務統一信息數據需要根據大數據平臺開展基礎建設，并且通過全網統一數據處理中心，結合處理領域、信息分析領域以及系統管理領域完成配電網的信息收集。

（2）在數據儲存和計算環節上，需要使用大數據平臺上的分段式儲存和信息計算，為系統提供大量信息。同時在數據信息管理結構上，則需要使用大數據平臺管理模式，實現信息數據模型建設、系統服務以及系統水平管理等。

（3）數據在計算環節上，大多數技術能夠充分結合已經成熟的數據開展全面計算，從而充分引導配電網數據挖掘和支撐，從而為配電網智能化運維管控平臺的設計和應用提供基礎運行條件。

（4）信息數據分析環節上，其系統挖掘需要充分使用大數據平臺，結合回歸方程，結合信息挖掘技術進行模型構建，為數據信息多角度分析提供基礎支撐。

5 大數據框架設計

配電網大數據分析和操作過程中，由于充分考慮數據分析和計算的質量與效率，需要在大數據平臺以及信息計算的基礎條件上，進一步開展大數據外部框架設計。現階段，配電網智能化運維管控平臺的設計和應用方面上，其公變數據采集完整率、低壓數據采集完整率、區域最大負荷、日最大負荷趨勢、配電變壓器缺項分析等技術需求相對較高，所以系統實際進行數據信息調整時，由于數據計算數量巨大，造成了系統反應十分緩慢，所以從終端業務操作要求作為基礎角度，需要以終端業務信息數據作為基礎條件，利用Spark Streaming 系統開展實時數據計算，以便于終端業務在信息分析時的效率。

實時數據在系統運轉環節上，需要使用KAFKA 系統或者Flume 系統開展實時且全面的獲取，進而將所獲得的信息和數據儲存至HBASE 數據庫結構中。而批量數據則需要利用ETL 工具將終端業務系統所產生的數據傳輸至系統源頭層，進而使用Apache KUDU 針對數據信息進行技術處理和系統儲存。搶修服務標準能夠有效完成和實現系統可視化技術分析，比如：設備停電信息數據上報效率、搶修恢復效率以及自動搶修信息等，實時跟蹤配網搶修服務指標變化、對超出閥值的指標進行預警，輔助分析指標短板。

6 結束語

由此可見，本次研究主要以配電網運行現狀作為基礎條件，并且圍繞著大數據平臺結構體系，進一步提出了運行管控、問題分析、過程督辦、績效評估等全方位、多角度的閉環管理模式和基礎流程。