基于大數據的電網調度系統可靠性研究

許興進

摘? 要：現如今，我國的市場經濟在迅猛發展，社會在不斷進步，為了提高電網調度系統的性能，文中提出了基于大數據的電網調度系統可靠性研究方法。利用大數據技術對電網調度系統的各項數據進行深入挖掘，并利用改進權熵法對各項數據進行綜合整理。與越限電壓風險法相比，改進權熵法對于電力調度系統的考量更為周全，在風險評估的過程中不僅考慮了電壓越限的風險，而且同時兼顧了電力電壓分布造成的風險因素。整個系統的靈敏度更高，更適合用于電網調度系統的可靠性研究。

關鍵詞：大數據;電網;調度系統;可靠性研究

引言

在高新科技的支撐下，很多智能與大運轉體系處于在建狀態中，各級調度中心逐漸實現集成化，是建設標準化電網模型的重要基礎，CIM/XML、CIM/E、CIM/G是當前智能電網中主要運行的電網標準化模型。以上三種標準化電網模型在各級調度中心實現規模化應用，有時間、空間及運用多維等諸多特點。但是對于海量的電網模型數據，怎樣借助有效的數據存管形式，實現科學分析電網模型整體相關性的目的，深度挖掘數據模型持有的價值方面的研究較為罕見。

1智能調度的概念和功能

智能調度，主要將調度中心各項業務、各個環節智能化與精益化，實現數據挖掘、量測采集、系統分析、建模、計劃制定等的智能化分析、智能化預警以及自動化控制。高度集成、一體化的智能調度系統是電網未來發展必然趨勢，為達成該目標，智能調度不僅要擁有傳統調度系統的功能，如：輔助調度員決策、全景監控等，還要通過智能化方式協助自動化系統運維，具體擁有如下功能：1）風險分析功能。實現了由整體到局部對電網運行中各項風險的完全掌控，其中，電網運行的趨勢分析，在線風險評估，安全運行指標的計算等，為電網運行提供了預警信息，輔助電網調度人員及時發現潛在風險，提前做好風險管控，提升電網運行可靠性、安全性。2）全景監控。大數據時代，電力調度實現了對電網運行狀態、運行數據的全面感知與監控，在對海量電力數據處理與挖掘時，為電力調度的高級應用、潮流計算提供信息支持，先進可視化技術的應用，將電網運行狀態、異常信息實時展現。3）輔助決策功能。在電網運行出現故障后，電力調度能夠自動判斷故障所在位置并給出恢復策略，當自動化控制方式無法將潛在危險消除時，能夠主動通過人機交互界面，提出操作建議，協助工作人員決策。4）自動控制功能。智能調度以現有電壓自動控制、自動發現控制、電網實時緊急控制等控制手段作為基礎，根據電網監控信息，實現有功無功、主配網、在線優化調度等的控制工作。5）可視化功能。智能調度通過人機交互方式與可視化技術，實現了調度工作流程的動態可視化，不同監控場景能夠自由切換，業務監控畫面自動導航，為調度人員提供更清晰、直觀認知，當電網發生故障，能夠迅速對故障點定位，并全程跟蹤故障修復情況，增強電力調度水平。

2大數據的電網調度系統可靠性研究

2.1數據類型

電力數據的類型可分為兩種，一種是結構化數據，另一種是非結構化數據。結構化數據主要在源端業務系統存儲，數據存儲分為存量數據抽取和增量數據復制，存量數據抽取可以采用達夢ETL、數據復制及數據文件方式從源端業務系統接入。增量數據復制可以通過開發增量捕獲工具，識別源表的增量標識，定期抽取最新時間標識的數據，并將增量數據接入到數據存儲計算組件中。非結構化數據主要是存儲在源端業務系統里的文件、圖像、影音等文件，數據接入分成存量數據抽取以及增量數據復制，存量數據抽取把原系統中的歷史數據通過遷移工具全部復制進數據存儲計算組件內，增量數據復制通過開發集成接口將上傳的文件實時推送到數據存儲計算組件中。

2.2電網模型ETL

電網模型在運轉過程中，需在ETL工具的協助下，將各種數據轉型為統一格式存儲于數據內。本文如下介紹各標準化電網模型實現ETL的途徑。（1）CIM/E模型CIM/E標準為國標，是于CIM/XML錄入信息冗余過多的情景下，基于E語言開發出的一種在線模型交互標準，以類定義為支撐闡述文檔模型的產出格式，采用橫、縱縱表式結構存儲模型，功能于在線模型互換為主。（2）CIM/XML模型本文提及的標準是當下世界各國通用的模型交互標準，近些年其在國內多個地區試用或投用，反響較好，其利用結構化文件存儲模型，為確保能清晰闡述信息咨詢，CIM/XML對XML的多層嵌套結構進行簡化處理，僅留存了資源/屬性兩層面的扁平式結構，利用ID精準、快速調用不同元素，CIM/RDF是錄入電網元數據模型的載體。（3）CIM/G模型該標準是現行電網圖形交互規范，是以電力系統公共信息平臺SVG為基礎建設于發展的。G語言持有的基本圖形要素傳承了SVG的圖形闡述特征于語法法則，剔除了SVG不能實現共享間隔、圖元模板的不足，以最直接的形式闡述電網電力設備具備的屬性，在多層級引用形式的支撐下，簡易、高效率的闡述、存儲、調取設備信息及圖形數據。

2.3二維可視化技術應用

在智能調度大數據可視化技術應用時，二維可視化主要表現在如下幾點：其一，動態潮流法。潮流作為電力調度運行中常見情況，動態潮流的可視化不僅能夠將潮流變化情況實時展現，還能夠根據潮流數量、流動速度確定負荷情況，同時，還能夠通過限額、裕度直觀掌握潮流改變大小與改變方向。所以，在電力智能化調度中，應用可視化技術，提高了數據信息直觀性，為調度行為提供了便利。其二，單品圖法。在二維可視化技術中，單品圖法應用包含如下幾點：1）有助于調度人員快速尋找單品圖法下最大數據，對其所處區域做好顏色填充工作，并有效標準最大數據位置情況。2）通過系統實際運行過程與最大數據，確定扇形區域。3）通過電力系統運行情況，選擇規定顏色，填充扇形區域，直觀呈現電力調度數據信息。其三，等值線法。該方法能夠將電力調度不同類型數據直觀呈現，如：線路負載率、變壓器負載率、節點電壓，以此促進調度人員準確及時掌握智能電網運行情況，提高電網運行穩定性。

2.4可靠性評價方法

針對復雜電力系統的多指標體系，需要根據指標的重要程度進行賦權，從而對電力系統調度進行評價。在綜合評價的方法中，主要包括主觀賦權和客觀賦權兩種方法。主觀賦權主要依靠經驗決策，分別有專家法、層次法以及評價法，這類評價方法主觀性成分占了多數，更多依賴于專家等人員的工作經驗，因此其評價結果不夠客觀。客觀賦權主要是采用數理統計的方法，將各參數數值化，通過目標優化、概率算法等，得到不同指標參數的差異性和有效信息量，進而確定不同指標的權重，但這種方法又不能綜合考慮指標的應用價值。為了衡量電力調度系統的穩定性，需要綜合考慮其歷史數據，結合大數據技術，對電網調度系統的各項數據進行深入挖掘，獲得電網調度的各項信息，根據數據挖掘結果對系統可靠性進行評估。

結語

互聯網的不斷發展，各行各業紛紛進入大數據時代，電力企業在智能化發展過程中，電網規模不斷擴大，生成電力數據不斷增多，增大了電力智能調度的困難度，阻礙了智能電網發展。可視化技術的出現與應用，能夠及時預警電網運行中潛在故障，并準確定位、直觀展現故障點，輔助調度人員及時解決故障，促進電網穩定運行，全面提升電力智能調度水平，推動電力行業可持續發展。

參考文獻

[1]韋雅，田珂，丁博，等.基于物聯網的電網調度信息全局監控方法研究[J].信息技術，2020，44（03）：144-147.

[2]吳汕，孫偉樂，李祥.地區電網智慧調度系統功能設計與構建[J].浙江電力，2020，39（02）：1-9.