大數據技術在杏北油田電力系統中的應用

李啟達

大慶油田有限責任公司第四采油廠規劃設計研究所

隨著杏北油田電網信息化建設的不斷深入，信息化數據的大數據特征日益明顯[1]。推動大數據在油田電力系統中深化應用，可有效支撐油田電網信息化及智能化建設，提高油田電網資源利用率和業務處理能力[2-3]。杏北油田使用了電力大數據分析優化系統，并分析總結了該系統的技術優勢。

1 建設現狀及存在的問題

近年來，杏北油田電力系統陸續完成變電所無人值守系統、線路故障指示器系統、外轉供電用戶監測系統的信息化建設，分別實現了對變電所、配電線路、外轉供電信息化數據的實時監測和采集。目前，各系統相互獨立，數據信息多樣卻無法互相調用。在電力生產指揮工作中，無法了解線路當前的負荷狀態及負荷變化原因，易出現因倒閘操作導致線路負荷過高甚至跳閘現象，存在線路調度工作量大，生產管理困難等問題。同時，隨著產能建設任務加大，站庫、機采井數量猛增，在設計時由于已建變電所無法新增出線，電源往往就近搭接在已建線路上，造成線路負荷增大、線路供電半徑過長、停電影響井數多、機采系統電量統計不準確、線損計算困難等問題，無法對各條線路的負荷進行合理分配[4]。

2 系統構成及應用

為了使各系統的數據信息得到更加合理的利用，促進電力生產指揮智能化水平的提升，建立了杏北油田電力大數據分析優化系統。該系統主要對數據采集技術、基于地理信息的電力GIS線路負荷實時監測系統及變電所出線異常用電監測進行研究應用。

2.1 數據采集技術

通過研究變電所無人值守系統出線實時電參數據的同步接入、線路故障指示器系統的數據類型、外轉供電系統的數據結構，將多數據源進行匯總，建立統一的儲存格式及各數據源主鍵對應關系，最終實現對多數據源的提取、清洗、融合、分析，為后續生產應用提供數據基礎。

2.2 基于地理信息的電力GIS線路負荷實時監測系統

通過研發系統靜態數據維護模塊，實現系統所需靜態數據的維護，包括杏北油田462 條電力線路，8 697 臺變壓器的靜態數據；研發動、靜態數據疊加顯示模塊，實現不同系統來源的動態、靜態數據疊加顯示，實時顯示各條線路所帶負荷容量、線路最大承受負荷容量等數據；通過對A4 系統、A5 系統及電力小圖中靜態數據的完善、動靜態數據的疊加融合、電力系統優化模型的建立，為電力線路投切、負荷合理化分配、新建油田設備接入提供理論依據。

2.3 變電所出線異常用電監測

針對變電所出線電流、電壓、有功功率等電力參數每5 min 上報一次造成數據量龐大的問題，研究變電所出線電力參數的預處理服務，即提前統計小時平均電流表、日平均電流表，并插入到數據庫中，以供后期小時數據及日數據分析使用；研究變電所出線負荷門限值綜合分析方法，判斷各線路是否存在大功率異常波動、小功率緩慢增長等異常用電行為；采集各變電所出線的運行情況、生成動態監測統計圖形、曲線和報表。以曲線圖及預處理得到的平均小時電流、平均日電流數據為基礎，設定電流幅增（減）值，構建用電報警模塊。杏北油田電力大數據分析優化系統的技術路線如圖1所示。

圖1 杏北油田電力大數據分析優化系統技術路線Fig.1 Technical route of power big data analysis and optimization system in Xingbei Oilfield

3 效果對比

3.1 異常用電情況分析及預警應用前后對比

應用前：線路異常用電情況沒有提前判斷和提示的方法，需要巡檢排查或故障檢修時才能發現異常用電情況。若要判斷線路是否存在異常用電，需查詢歷史抄表記錄或在其他系統查詢電流采集記錄，再人工進行電流值變化比對，查詢操作繁瑣且耗時長。

應用后：系統整合了采集到的電流歷史數據，通過預處理規范數據，生成電流變化曲線圖、電力幅增曲線圖（圖2），可更快捷、直觀地判斷出各條線路是否存在大功率異常波動、小功率緩慢增長等異常用電行為。同時，異常月報、旬報統計提供報警服務，可對異常用電行為進行報警，做到早發現早處理，減少了電量損失。

圖2 日平均電流波的變化數據分析Fig.2 Data analysis of daily average current wave changes

3.2 動態電網應用前后的對比

應用前：判斷線路的帶電狀態和負荷狀況必須結合多系統數據信息（變電所出線實時電參數據、線路故障指示器電流數據、電網開關狀態等多種動態數據與電網拓撲圖靜態數據），經人工查詢后對線路帶電狀態和負荷狀況做出判斷，統計分析工作量大、耗時長。

應用后：將各系統信息數據提取、清洗、融合、分析后生成一張動態電網（圖3），使調度人員可以及時掌握電網當前的運行狀態，便于合理的進行生產指揮工作。其中，負荷專題圖層實現了對線路負載率的快速預警，可以快速準確地判斷出高負荷線路，方便開展后續的負荷調度工作。帶電狀態圖層實現了在圖中顯示線路的運行狀態，提高了對線路運行狀態判斷的工作效率。線路線損計算以及模擬改造模塊包含改造方案的評估比較、運行數據調節、線路走向模擬等功能，方便了規劃設計人員對線路進行優化[5-7]。

圖3 線路模擬示意圖帶電狀態圖層查詢Fig.3 Charged state layer query of line simulation schematic diagram

3.3 三圖聯動的應用前后對比

應用前：電力小圖是展示油田各條配電線路走向、桿型、桿數、所帶井號的圖集，調度人員在舊線路模擬圖上操作時，往往需要結合電力小圖了解詳細的線路信息。由于配電網線路較多，電力小圖更新也較為頻繁，每年都會累積大量的電力小圖資料，不便于調度人員查找所需版本，查找耗時長且工作效率低。

應用后：新線路模擬圖（圖4）具備聯動切換查看GIS圖功能，調度人員可隨時查看線路全部信息情況，節省了查閱資料的時間，方便調度指揮。電力小圖維護服務可保存線路不同時期的線路小圖版本，便于操作人員查詢線路改造的歷史情況。三圖聯動功能的實現，簡化了調度人員查看線路信息的工作步驟，極大地提高了工作效率。

圖4 三圖聯動線路信息查詢窗口電力小圖展示Fig.4 Display of power sketch in the line information query window of three-figure linkage

4 技術優勢

油田電力大數據分析優化系統具有以下技術優勢：

（1）實現了多系統數據融合。對多系統數據進行提取、分析、清洗、融合，并在統一平臺中動態展示，隨著電網數據信息不斷擴充完善，也為后續向智慧電網發展提供了數據保障。

（2）提供了電網優化運行輔助決策[8-9]。通過對電網中靜態數據的完善、動靜態數據的疊加融合、電力系統優化模型的建立，為線損精益化管理、電力線路投切、負荷合理化分配、線路模擬改造提供理論依據，也是對電力運維及電網規劃工作的有效支撐，具有很高的管理效益和經濟效益。

（3）完成了線路異常監測報警[10]。通過對變電所和配電線路綜合監測研究，采集變電所出線的運行情況，生成動態監測統計圖形、曲線和報表，建立變電所出線與用電負荷的配輸關系，對波動變化進行綜合分析，識別出異常用電行為，具有較高的經濟效益和社會效益。

5 結束語

基于電力大數據平臺的電網優化管理模式是必要且有效的，屬于未來電網管理的發展趨勢[11]，滿足油田智慧化的發展要求。在信息技術日益發展的過程中，更多的智能化系統數據應運而生，基于大數據平臺的電網管理模式應該得到大力推廣，使其為油田日常的生產管理、運行決策、規劃設計提供技術支持，為油田電網的發展做出更多的貢獻。