基于云平臺的電力設備測試遠程管控系統*

邊俐爭，孫軍偉

(1.鄭州電力高等專科學校電力系統工程學院，河南 鄭州 450000；2.鄭州輕工業大學電氣信息工程學院，河南 鄭州 450000)

目前，國內智能變電站建設規模不斷擴大，智能變電站的使用更加廣泛。在智能變電站中，相應的電氣設備具有規約標準化、信息模型化、傳輸數字化等特點，這些設備與傳統電站相比，測試項目大大增加，現場運維調試人員有所減少，現場自動化調試對于電氣自動化控制設備及其運行可靠性來說，具有至關重要的作用。云計算和云平臺包括多種技術的融合，其中并行計算是云平臺和云計算的主要特點之一，在并行計算領域，不僅強調算法，而且強調數據存儲。因此云計算以及并行計算技術是電力設備測試平臺中重要的技術之一。由于電力設備測試需要分布式存儲，同時可能需要動態查詢，因此針對不同的用戶級別，利用云構架可以實現數據的高速實時監控，還可以針對大量歷史數據和在線數據進行編輯，能夠適應多種場景。因此設計基于云平臺的電力設備遠程監控測試系統十分必要。

目前針對電力設備的測試主要集中在變電站內通信領域，文獻[1]研究了基于自動化測試平臺下電力信息通信設備測試。文獻[2]建立了基于用例錄制的電力二次智能設備自動測試平臺。文獻[3]建立了電力通信網設備網管自動化測試平臺。文獻[4]提出了一種定制電力設備綜合測試方案。文獻[5]針對智能制造技術在電力控制保護設備自動測試中的應用展開了研究。文獻[6]簡要分析了電力檢修測試的主要方法。文獻[7]提出了電力設備在線監測裝置一致性測試評價體系。文獻[8]研究了電力系統通用服務協議一致性測試技術。文獻[9]研究了基于信息融合的智能變電站繼電保護設備自動測試系統。文獻[10]設計了智能計量設備電力線載波通信測試系統。綜合以上文獻，針對基于云平臺的電力設備測試研究較少，傳統電力設備測試技術與云平臺等新興技術的聯系較為緊密，應當予以考慮。

本文首先分析了電力設備測試現狀，說明了現階段電力設備狀態監測的數據類型、監測目的、監測形式以及電力設備狀態監測數據對系統的運行要求等。然后針對云技術在電力設備測試中的應用進行了分析，說明了數據處理技術、分布式存儲等技術在電力設備測試中的原理。針對電力設備測試遠程管控系統進行的設計，給出了系統構架，說明了系統拓撲關系，提出了數據通信原理，實現并行數據存儲等功能。最后，針對系統基于云平臺的功能進行了簡要分析。

1 電力設備測試概述

1.1 電力設備測試現狀

現階段針對電力設備狀態監測主要是針對具體參數，例如充油設備的油中溶解氣體在線監測、變壓器放電在線監測、交流電纜泄漏電流以及溫度在線監測等。這些數據一般通過不同的平臺集成，并且處理信息的方式有所差別，可能在最終數據匯總時丟失一定的數據信息。同時，在線監測系統，目前主要利用企業級關系數據庫進行數據存儲。關系數據庫在動態增長、海量數據監測過程中裝載和查詢能力較差，不能夠很好地適應電力設備狀態監測的數據存儲和處理要求。

電力設備在線檢測技術是智能電網背景下，針對變電站以及變電站內部設備運行和維護的一種技術。相比于傳統的檢測技術，在線檢測能夠通過傳感器、通信網絡、移動終端實現遠程檢測，同時可以根據現場實際運行的結果，展示實時數據，體現設備運行的實時狀態，因此檢測結果的準確性和檢測效率相較于傳統技術都有明顯提升。在線檢測技術根據不同的設備類型，技術的配置原則也有一定差異。設備運行的在線檢測技術主要是由傳感器、信道、A/D 轉換器、信號終端等組成。傳感器主要安置于靠近檢測設備的部分，通過光、電、熱等多種形式的傳感技術采集被測設備的運行狀態，獲得相應的數據；信道主要連接傳感器與數模轉換器，實現傳感器所采集的數據及時準確地傳至數模轉換器；數模轉換器主要負責將傳感器數據的模擬量轉化為數字量，有利于被測終端的直接讀取；信號終端主要用于將數模傳感器發送的信號進行數據處理和數據分析，通過與歷史數據庫進行對比，檢測數據是否異常，從而判斷設備的運行狀態。

1.2 電力設備狀態檢測分類

針對設備在線監測，需要設定相應的監測頻率，即監測周期。通常設備的檢修和維護分為日常維護以及特殊維護。因此，在線監測可參考設備運行維護的周期進行設定，日常在線監測可以對設備的實時運行狀態進行監測，而特殊在線監測是只在故障高發時期、惡劣環境時期、停電檢修時期等進行設備監測，盡可能保障電力設備狀態正常。

電力設備狀態在線監測目的是實現設備的遠程維護和分析。為了減少人工維護所受時間地點的限制，提高運行維護工作的便捷性，可以通過在線監測技術進行電力設備的遠程維護，實現數據的遠程處理和智能控制。通過傳感器和信道，將檢測數據發送到移動終端，借助移動終端的人機交互友好性，提高運行維護的密集度，實現電力設備的遠程維護和遠程狀態監測。

針對電力設備監測與維護的階段不同，可以分為故障后監測、預防性監測和狀態監測三類。故障后監測就是針對電氣設備出現問題之后，進行對應的監測和維護。預防性監測是針對電氣設備日常故障防治為主的監測，通過對設備的定期分析，判斷整個設備的運行狀態，從而降低故障頻率，避免設備出現嚴重損壞。狀態維修以及狀態監測是通過相應的設備異常情況進行的監測，通過對電氣設備進行綜合性分析，分析得到可能存在的問題，針對特定部位、特定功能進行監測，從而有針對性地提升設備的運行可靠性。

電力設備狀態監測的數據類型主要具有體量大、類型多、結構豐富、實時性強等特點。由于電力設備在電網各個環節均有分布，各環節的電壓等級和系統規模均有差別，所以不同電壓等級的電力設備狀態監測均包含不同的指標類型。例如，針對變電站內設備需要考慮變壓器、開關柜等重要設備；而針對輸變電線路中，則需要考慮線路的運行狀況以及雷電沖擊的影響等。針對配電設備，需要考慮饋電自動化設備、饋電線路的運行狀態。隨著環境、地理信息、電壓等級等不同，電力設備狀態監測的數據體量較為龐大[11]。

北京市委、市政府高度重視生態清潔小流域建設，自2007年起，每年都將生態清潔小流域建設列為市政府折子工程。2014年生態清潔小流域建設列為市政府為民辦實事工程，加大了督辦力度。

電力設備狀態監測的數據來源廣泛，包括在線實時數據、離線歷史數據、設備臺賬數據、實驗性數據等，從數據類型上來說，由于電力運行過程中包括較多的圖像、開關量信息和數據，因此數據類型上包括結構化數據和非結構化數據等。隨著智能電網技術的不斷發展，傳感器布置更加密集，除傳統數據類型外，音頻、視頻數據也逐漸增多，與電力設備運行相關的環境氣象因素也需要進行記錄，這些均增加了數據的類型以及設備狀態監測的數據復雜度。

狀態監測的數據大部分是與電力運行實時關聯的，由于電力系統本身具有實時性，電力設備的狀態監測也具有此種特性，這就需要電力設備狀態監測的數據進行實時存儲和分析，對數據的處理性能和平臺要求更高，尤其是在數據的吞吐量方面是一個挑戰。

2 云技術在電力設備測試中的應用

云平臺是基于大數據和云計算的一種信息處理和數據交互平臺，云計算是通過網絡提供分布式計算的技術，大數據是計算能力超出現有規模的數據集合技術。將兩者進行有機結合，形成云計算平臺。目前大數據的處理技術主要是指數據的并行分析與分布式計算、并行編程等技術。數據的分布式計算包括多核計算、網格計算和云計算等。大數據技術主要包括Google Map Reduce、Hadoop、Swift、Datacutter、Dryad、AWS Cloud、阿里云開放數據處理服務等。

Hadoop 數據處理技術可以處理的數據類型較為廣泛，包括結構化、半結構化、非結構化的數據。從數據特點來看，Hadoop 可以實現數據的一次寫入和多次讀取。雖然Hadoop 可以實現海量的歷史數據存儲以及批量的計算，但是其數據處理的實時性有所下降，因此，較多的應用范圍是數據的存儲以及數據離線處理。

分布式數據處理Map Reduce 是將數據問題分解為映射和規約進行操作。映射能夠將任務分解為多個獨立的計算單元，由多個計算節點進行分布式并行計算，計算結果交由規約進行匯總，最終產生計算結果。用戶可根據需求利用映射與化簡(Map-Reduce)兩部分邏輯函數對任務并行處理。其框架結構如圖1 所示。

圖1 Map Reduce 系統構架

開放數據處理服務(open data processing service，ODPS)，是阿里云提供的海量數據處理平臺，能夠實現對結構化數據的批量存儲和批量計算，從而實現海量數據的分析和建模。目前，ODPS 主要應用于大型互聯網企業的數據倉庫和網絡日志分析、電子商務交易分析、用戶特征和興趣挖掘等。ODPS 相對于Hadoop 平臺，優勢主要體現在彈性伸縮特性以及拓展的Map Reduce 模型。ODPS 生態圈主要包括數據存儲、數據庫通道、數據計算、數據安全等功能模塊。由于ODPS 在維護、成本、擴展性等方面具有較多優勢，更是用于電力設備監測大數據的存儲和處理。

3 基于云平臺的電力設備測試遠程管控系統

3.1 系統構架

基于云平臺的電力設備測試系統構架分為采集層、網絡層、應用層和展示層四層。如圖2 所示為系統構架和功能。

圖2 基于云平臺的電力設備遠程監控測試系統構架

采集層為系統的最底層，實現與物理設備進行接口的作用。采集層通過與被測電力設備箱連接或者安裝的傳感器，完成相關數據的采集，通過相應的測試設備、安全通信模組、掌紋識別終端、RFID 有源設備等將不同特征以及不同設備的數據進行收集和管理。需要將多種設備的參數根據監測設備的標識、采集時間等進行分類，實現后期其他數據管理的查詢和分析。

網絡層實現數據的接入和傳輸。根據上層的應用需求不同，將相應的數據通過不同的通信網絡進行傳輸，包括互聯網、電信網、以太網、電力電纜等，這些通道可以為數據采集層得到的結果進行靈活和可靠的傳輸。

應用層是網絡層傳輸數據的下一層級，通過不同類型的數據管理體現不同的數據應用，包括云平臺、檢測設備移動終端、檢測設備后臺遠程監控管理系統等。這些不同類型的功能針對不同的電力設備進行數據分析和管理，云平臺可以提供檢測報告接口應用服務等需要大規模數據計算的服務；檢測設備移動終端是針對電力運行維護人員查看設備狀態的移動服務端口，可以進行人員登錄和設備定位，從而提供由采集層傳來數據進行的提醒和設備查詢等功能；檢測設備后臺管控系統是更高一級別的應用，可以針對具體設備的類型進行信息管理、業務管理、統計查詢和信息提醒，這一系統主要結合云平臺和大數據計算，將設備的狀態數據進行統計分析，得到相應的滿足運行檢修人員要求的成熟數據。

展示層是針對電力設備運行狀態實時變化和數據量龐大等特點進行展示和分類的層級。通過可視化技術、計算機圖形學和圖像處理技術，將傳感器采集到的數據通過不同的方式，轉化成相應的圖形或圖像，從而能夠實現在網站門戶管理、監控展示大屏和智能終端等設備進行展示，其中主要運用云平臺數據融合、數據三維展示等技術。

3.2 系統拓撲關系

系統拓撲關系如圖3 所示，主要分為服務器機房、云平臺、庫房、操作辦公室和相應的網絡外設等。

圖3 系統拓撲關系

通過庫房中針對不同電力設備設計的檢測設備進行數據提取，上傳到局域網中，辦公室可以通過顯示終端查看相應數據；局域網的數據再上傳至服務器機房，利用服務器機房的云計算、大數據技術進行集成化管理，實現云平臺的分析和處理；將數據存儲完成后，再上傳至互聯網并送達大數據云平臺，最終云平臺的數據通過不同的網絡傳輸形式進行展示。

安全通訊控制模組與測試設備通過串口相連，具有加密、通訊、定位、電池、觸屏等模塊，檢測設備連接電源時可實現電池充電，斷開電源時電池供電。同時研發與之相配套的APP 控制程序，功能如下:

(1)六氟化硫(SF6)密度繼電器、溫控器的自定義協議接口開發，液體壓力表的SPCI 協議接口開發；

(2)通過列表方式選擇所要上傳的測試報告，并對測試報告進行加密，并將加密后的測試報告上傳云平臺；

(3)將定位數據上傳到檢測設備后臺遠程監控管理系統。

3.3 數據通信原理

以六氟化硫密度繼電器全自動校驗裝置為例，該自動裝置包含自動校驗硬件設備和安全通信控制模組以及相應的串口。通過模組與硬件設備的窗口以及自定義接口協議進行信息交互，將模組的定位模塊、加密模塊、通訊模塊、電池模塊、觸屏模塊等信息進行傳輸。通過定位數據與后臺服務管理器進行信息通信，通過移動網絡和相應的數據通道，將測試數據傳至云平臺服務器。如圖4 所示，云平臺服務器和后臺服務管理器為并列的服務器，分別用于后臺數據監控存儲以及線上實時數據分析，將兩者得到的數據與手持終端、智能終端進行數據通信，數據便可在終端進行展示。至此上行通訊完成。手持終端以及相應的智能設備，也可以將查詢信息、功能需求信息等發送至相應的后臺服務管理器、云平臺服務器等進行查詢，在查詢過程中需要調用相應的定位數據以及測試數據，進而后臺服務器以及云平臺服務器將查詢數據再次下行發送至全自動校驗裝置，通過裝置內部的通訊模組進行數據調取，最終實現數據的下行發送。

圖4 系統通信原理

3.4 數據存儲功能

當前電網的數據存儲的流程主要包括數據采集、數據上傳、數據存儲與管理、數據訪問。三者之間通過各層之間的業務數據庫、操作數據庫、數據倉庫以及訪問查詢庫進行交互。

針對電力設備的在線監測和狀態評估，傳統的數據處理和加工方式是就地計算，然后將處理好的數據進行上傳，這樣則丟失某些原始數據。在設備全壽命周期管理過程中，需要對原始數據以及加工好的數據進行存儲和分析，需要大量的長期在線監測，使設備狀態數據能夠追根溯源，形成長期的運維歷史數據庫。

傳統的數據存儲方式和管理一般依賴于大型的數據服務器、存儲硬件、磁盤陣列和數據庫管理軟件，由于受到存儲容量、讀寫速率、系統接口等方面的限制，無法滿足現階段大數據背景對電力設備狀態監測的數據管理和存儲要求。在云平臺背景下的數據管理和分析過程中，能夠應用先進的云計算和大數據處理算法，實現存儲結構構架、數據分布策略、數據存儲性能等方面的重大提升，從而實現多維度和全視角的電力設備狀態監測分析。本文采用基于HDFS(Hadoop Distributed File System)的數據存儲結構[12]，其結構如圖5 所示。

圖5 HDFS 數據存儲結構

該數據結構可以實現用戶、子用戶、管理員、平臺管理和數據遷移模塊之間的相互通信和交流。從而實現用戶登錄、目錄查看、目錄上傳、文件上傳與下載、報警管理等功能。該存儲結構能夠有效地針對電力設備遠程測試的功能需求，實現管理員、測試員以及系統三者之間的有機融合，通過相關的通信協議封裝在客戶端，從而可以實現并行訪問。

4 基于云平臺電力設備管控系統功能及測試

4.1 系統功能展示

云平臺的顯著特征就是計算性能的大幅度提升。電力設備狀態監測數據涉及到電力信息處理的各個環節，包括信息的頻譜分析、時域分析、特征提取、特征選擇、模式識別等。這些數據處理均包含復雜的迭代，計算量大，只有在云平臺的基礎上才能實現針對海量電力設備監測數據的實時運行，滿足電力系統安全穩定運行的需求。

通過云平臺、大數據技術和云計算技術能夠使分布式存儲、并行計算技術更加有針對性地應用于電力設備和信息采集。通過構建以Hadoop、Spark、多核計算、云計算等為特征的高可靠性、高可用性的分布式存儲與云計算平臺，通過并行計算技術，以較高的運算速度實現電力設備狀態，監測數據的有效分析和可靠展示。

針對本文設計的基于云平臺電力設備狀態監測，在眾多電力設備檢測數據中，時序波形信號的數據占有較高比重，不易直接用于設備的狀態診斷。因此需要經過云計算、大數據等信息處理技術來提取關鍵特征量，從而將時序信號轉換到頻域，進一步對信號進行分析和處理。本文選擇基于Map Reduce 的云平臺，其系統模型如圖6 所示[13]。

圖6 系統平臺模型

本文設計的系統平臺能夠實現包括列存儲、文檔、圖形以及K/V 非關系型分布式數據庫的靈活分析。系統包括基本資源層、數據處理層、高級應用層。基本資源層可以實現集群化的合并，完成云計算等基礎服務，進而對數據庫、集成技術、分布式存儲等物理基礎設施進行深度融合與應用，結合電力設備在線監測虛擬化平臺，實現設備的狀態監控、資源部署、數據存儲、設備安全管理等。

數據處理層的主要任務是根據Map Reduce 函數對電力設備測試以及遠程控制進行功能性的管理，包括分布式文件系統輸出、算法調度、批量處理、資源調度，通過Map Reduce 框架形成數據處理基本流程。Map Reduce 函數為數據處理層核心，通過配置不同的任務函數來滿足不同的功能需求，例如，為滿足資源調度需求而引入神經網絡、隊列管理和遺傳算法等。

高級應用層是針對數據處理好結果的展示和分析，由于高級應用層包括前段顯示、中間件以及數據存儲，因此前端顯示技術能夠發揮電力設備遠程測試以及展示的功能，通過相應的中間件進行消息傳送，通過時鐘控制，實現信息的同步和異步數據傳輸，實現跨平臺的操作。數據存儲與處理通過相應的接口結合歷史數據庫，可以提高數據的讀寫能力，從而為實時的測試結果分析和展示提供相應的平臺，并且可以合理分配數據，與不同系統組成超大規模的展示平臺。

通過電力云平臺，還可以實現對電力多種設備以及多種參數實時在線監測，包括對裝置標識、數據采集時間等條件進行搜索，綜合查詢可以包括設備臺賬數據、設備名稱、運行時間、運行地點、監測數據、環境數據、地理信息數據等，通過云平臺將這類多元數據進行融合關聯。在此基礎上，通過多傳感器量測技術實現并行化、多通道數據融合特征提取。

4.2 系統功能測試

以SF6密度繼電器全自動校驗為例，說明本文的管控流程。利用圖文轉換技術讀取示值讀數，對觸點的校驗提出全新自動掃描功能。增設數字攝像機，開發基于云平臺的圖像轉換軟件，在數字攝像機自動獲取指針儀表的數據后，通過通訊鏈路將數據傳輸給密度繼電器檢驗儀，實現被檢數據全自動獲取，極大提高檢測效率和檢測的準確度。對該裝置測試所實現的功能的如表1 所示。

表1 系統測試功能

在測試過程中，由于人工不能保證每次需要檢測的儀表安裝位置一致性，即都能處于相機視場的中心，可能會出現儀表在水平位置上左右移動或者旋轉等情況，導致在對儀表圖像處理時，表盤刻度區域不能完全匹配儀表的真實刻度區域，這在對其指針刻度進行識別的時候會出現一定的偏移和誤差。

本文采用模板匹配法進行表盤刻度區域的識別。軟件正常啟動后，當需要對一種新的儀表進行檢測時，需要先進行首次采集，相機移到一號位置拍攝儀表圖像，系統自動處理為灰度圖，用戶可以設置儀表刻度范圍，模板設置與保存，表盤區域設置及保存，然后發檢測指令；當用戶已經設置好模板及表盤刻度區域后，程序一啟動，會自動加載最新設置保存好的模板，用戶可以直接發檢測指令，進行儀表檢測；當然用戶也可以先選擇加載已有模板，再發檢測指令。調整位置后，根據采集到的密度繼電器指針信息，進行拍照留檔軟件主要由信息采集區、設置區、選擇模板區以及參數信息顯示區構成。具體如圖7 所示。

圖7 系統平臺模型

校驗儀將對各種SF6密度繼電器進行校驗，并做到對指針式接點輸出及智能式電流輸出的SF6密度繼電器進行現場校驗，以及對SF6氣體任意環境溫度下的壓力進行標準換算，采用中斷方式對密度繼電器的動作進行實時捕獲，因此測試測量更準確及時。測試完畢后，數據存儲至智能型SF6密度繼電器校驗儀設備，用戶可選擇是否上傳至云平臺。

5 結論

本文針對云平臺的電力設備測試遠程管控進行了設計。首先分析了電力設備測試現狀，說明了現階段電力設備狀態監測的數據類型、監測目的、監測形式以及電力設備狀態監測數據對系統的運行要求等。然后針對云技術在電力設備測試中的應用進行了分析，說明了數據處理技術、分布式存儲等技術在電力設備測試中的原理。針對電力設備測試遠程管控系統進行的設計，給出了系統構架，說明了系統拓撲關系，提出了數據通信原理，實現并行數據存儲等功能。最后，針對系統基于云平臺的功能進行了簡要分析。本文的系統設計能夠為電力設備狀態數據的遠程管控進行相應的指導。