基于大數據的變電站智能告警信號事件化研究與應用

蘇波， 程鵬， 丁曉輝， 侯娟， 鄭亞楠

(1.國網寧夏電力有限公司， 寧夏， 銀川 750011； 2.國網銀川供電公司， 寧夏， 銀川 750011)

0 引言

隨著人們用電量的上升，變電站的數目也不斷增加，同時變電站也開始了智能化管理，變電站智能告警信號仍然需要改進，在面對一個大數據的平臺，如果沒有高技術的告警監控系統的排查，那么變電站的監控人員將會承受多么重的任務。文獻[1]采用支持向量機(Support Vector Machines， SVM)對采集到的告警信號進行分類，從中提取重要信息，并對發生故障可能性較高的信息進行報警并處理，此方法雖然對告警信號分類，但在數據傳輸的過程中告警信息的正確率將會對告警信號產生影響，給監控人員造成信息排查的困難。文獻[2]采用均值聚類法對信息的篩選過濾，提取發生故障或異常可能性較高的數據進行報警提示，該方法未能對采取的信號進行分類處理，大量的信息直接導入控制中心調度自動化系統，數據排列混亂，沒有可讀性。

1 變電站的告警信號分類及數據采集

依據變電站發生故障的嚴重性可將告警信號分為5個等級，即故障、異常、越限、變位和告知[3]。告警信號分類如表1所示。

表1 告警信號分類

第1～4級是需要實時監控并及時處理的重要信息，此類信息需要調控中心24小時實時控制不間斷監測，發現異常并立即處理，同時立即向運維部門通知。第5級主要反映變電站各設備的運行狀況，由運維部門的工作人員定期檢查。

調控中心監測人員根據告警信號的等級進行先后處理事故需要有條理有序的告警信號提示，以便監測人員能快速、準確地發現系統的異常并立即解決，確保變電站的安全[4]。智能告警系統模型，如圖1所示。

圖1 智能告警信號模型

智能告警信號共分為信息生成、信息一級處理、信息二級處理和信息輸出4個部分。采用SCADA系統進行數據采集及處理，該系統由監控計算機、遠程控制單元、可編程邏輯控制器、通信基礎設施和人機界面5部分組成。監控計算機主要負責數據的收集與監督并上傳調度等；可編程邏輯控制器實現不同等級的事件分類，此外若想實現其他功能，可自由編寫程序；通信基礎設施是將各個部分相聯系以便能夠及時快速地得到數據信息，將告警信息快速處理；人機界面是監測人員所控制的窗口，上面顯示故障信息、發生故障的原因、針對故障給出相應的解決措施及其報警信號，在人機界面還可以查詢歷史告警信息，并對此做出總結，以便監測人員能夠實時監測與處理[5]。

2 變電站智能告警系統的硬件設計

基于上述的不足，本研究對告警信號系統有新的改進。該告警信號系統由輸入信號模塊、信號處理模塊、報警模塊和人機界面顯示模塊4大模塊組成。總體架構示意圖如圖2所示。

圖2 變電站智能告警信號系統設計

本研究中采用基于單片機的告警系統，告警系統實現功能的整個流程如下，首先，SCADA采集到的數據輸入到告警系統，輸入信號經過隔離濾波進行信號篩選，將篩選出需要告警的信息進行分類、分等級，再根據等級的不同做出相應的告警信號[6]。

該告警系統采用輸入信號接口為18位的并行接口，可以同時輸入大量信息，確保輸入信號的不遺漏。本設計的特點在于大量的輸入信號不是直接涌入，而是經過隔離濾波進行篩選，將重要的信息進行模數轉換，傳輸至可編程電子開關，再由單片機循環采集信息，判斷是否有需要告警。若需要告警，就從存儲器里調出相應的告警信號，再將告警信號傳遞給報警芯片進行聲光報警，聲音告警經過集成放大電路，能夠有效地擴大告警的音量，同時告警信號傳遞給人機界面顯示，顯示發生故障的位置、原因以及解決措施[7]。

告警系統的硬件設計與軟件設計相結合共同完成了告警的整個功能，此硬件設計采用功能性強、可編程的芯片，在硬件電路完成后，可以編寫程序實現想要實現的功能，在后期如果想要增加新功能，不需要修改電路，焊接元器件，直接在開發系統上修改程序即可。

3 基于FP-growth算法告警信號事件化研究

本研究中采用了FP-growth 算法，該算法的優點既能節約時間，又能節約空間，該算法的原理是通過建造一個數據結構(FP-tree),然后將原來的數據庫壓縮，存放壓縮的頻繁模式信息FP-樹如圖3所示。

圖3 存放壓縮的頻繁模式信息FP-樹

此算法在掃描數據庫的過程中，包含了項集的全部信息，在下次處理時就不用重新掃描數據庫，并且FP-樹在執行命令時刪除了不經常出現故障的信息，減小了FP-樹中存儲的信息，從而提高了FP-樹掃描的速度[8]。

下面通過步驟進行該算法的說明。

步驟一：FP-樹的構建。通過對采集到的數據進行掃描，出現檢修記錄頻繁項目C和支持度，出現頻繁的項目生成頻繁項目集合記為L。

L={C1,C2,C3,…,CN}

(1)

式中，L表示檢修數據庫出現比較頻繁的事件集合，C表示出現頻繁的項目，其中L集合中出現頻繁的項目是按照支持度從大到小的順序排列的。

步驟二：對采集到的檢修記錄進行正向計算，即:

(2)

(3)

Cj(n)[1-Cj(n)]

(4)

式中，對vj(n)正向計算的結果求偏導函數，若j屬于第一個頻繁項，此時l=1，則：

(5)

若j屬于輸出的告警數據，此時l=L，則：

(6)

式中，Oj(n)表示第幾層輸入，ej(n)表示每層節點的迭代次數。

步驟三：對需要告警的信號進行反向運算，即：

(7)

步驟四：得出修正權值，并輸出告警信號，即：

(8)

式中，n=n+1,加入新的頻繁項時，定義為EAV,若E≤EAV,則加入頻繁項的數據C重新排序。

4 告警信號處理

該告警系統采用了分類、分等級的告警模式，依據事故所產生后果的嚴重性，將1～5級分為3個等級:緊急告警、一般告警和提示告警。緊急告警是需要工作人員立即處理的突發事件，能夠危害到變電站正常穩定的運行，此類告警需工作人員立即處理；一般告警是小部分的損壞，不會影響到整個系統的正常運行，但會影響變電站的局部運轉，此類告警也需要工作人員立即處理；提示告警是小零器件的長時間老化、開關的變動等，此類告警需要工作人員不定期的檢修。告警信號處理流程圖如圖4所示。

圖4 告警信號處理流程圖

該告警系統設置了2種告警形式，一種是聲音告警，一種是指示燈閃爍告警。告警信號分為3個等級，如果3個等級使用同一種告警聲音和同一種顏色的指示燈，很難讓工作人員覺察到告警信號的緊急程度。所以根據告警重要的程度，分為3種頻率的告警聲音，緊急告警的聲音頻率最大，容易讓工作人員警覺并立即處理該故障；一般告警和提示告警的聲音頻率依次減小。聲音告警與指示燈告警流程圖如圖5所示。

圖5 聲光告警流程圖

指示燈告警3個等級分為不同顏色的3種燈光，緊急告警紅色指示燈閃爍，一般告警橙色指示燈閃爍，提示告警黃色指示燈閃爍。不同顏色的燈光提醒工作人員事故的緊急程度。

總結上述告警信號的處理，該告警系統的優點在于：

(1) 不同聲音的頻率和不同顏色的指示燈能夠直接辨別告警信號的緊急程度；

(2) 分為2種模式告警，其中一種告警模式損壞，不影響另外一種模式告警，這樣避免了告警系統部分損壞的突發狀況發生。

5 告警信號實驗結果與分析

為了使實驗數據精確度更高，測得的數據具有可讀性，本實驗共設置了24種故障類型，其中包括電壓互感器故障、直流系統接地故障、避雷器故障、母線故障、電容器故障、斷路器拒絕合閘故障等。實驗中故障是隨機發生的，高度模擬了生活中突發狀況的發生，使系統更有實際應用性。故障類型如表2所示。

表2 變電站故障類型

在模擬實驗中，共有540組數據，其中有400組數據信號用于練習，剩下的140組數據信號用來實驗。利用FP-growth 算法進行測試，得到各種故障類型發生以所測得的準確度為標準。下面是練習和用來實驗的具體步驟。

(1) 初始化告警系統，設置練習步數為2 000次，采用式(8)進行權值修正。

(2) 將練習的400組數據信號輸入到告警信號系統中，使用SCADA系統進行數據掃描，再根據式(2)計算告警信號的輸出。此時FP-growth 算法對掃描到的數據生成頻繁項集。

(3) 結合式(5)計算出誤差值，再由式(6)、式(7)計算出局部梯度δ。

(4) 由式(8)得出權值修正值，輸出告警信號。

(5) 若掃描及計算結束，則返回步驟(1)重復此過程。

均值聚類法對信息的篩選過濾，提取發生故障或異常可能性較高的數據進行報警提示，此方法在實驗中測得的準確度和損失函數如圖6所示。

(a) 準確度曲線

(b) 損失函數曲線圖6 均值聚類法準確度曲線和損失函數曲線

經過FP-growth 算法實驗測試得出的準確度以及損失函數如圖7所示。

(a) 準確度曲線

(b) 損失函數曲線圖7 FP-growth 算法實驗準確度曲線和損失函數曲線

從上述兩圖對比中明顯可以看出,基于FP-growth算法的告警系統的準確度高于均值聚類法的準確度，均值聚類法的準確度最高了達到98%，然而本文所設計的告警系統準確度高達100%。

6 總結

變電站智能告警信號系統是監測變電站故障的重要基礎。本文研究了一種基于FP-growth 算法的智能告警系統，使用SCADA系統進行數據采集，不同于傳統的告警系統，本系統對采集到的數據進行分類、分等級，該系統將告警信號分為了3個等級：緊急告警、一般告警和提示告警。根據不同的等級有不同的告警模式，緊急告警使用聲音頻率最大的告警模式，并且伴有紅色的指示燈閃爍；一般告警使用聲音頻率相對較小的告警模式，并且伴有橙色的指示燈閃爍；提示告警使用聲音頻率最小的告警模式，同時伴有黃色的指示燈閃爍。這樣不僅可以警示工作人員，還可以讓工作人員知道出現故障的緊急程度，高效快速地去解決故障。