基于大數據標簽技術的變壓器告警信息分析

侯艷真 謝雅佶 張蓉蓉 王璐璐

摘? 要：在電網規模日益擴大和結構日益復雜的環境下，傳統存儲的關系型數據庫、數據集成及整合分析方式已經無法滿足業務應用的需求。本文通過引入數據標簽技術，梳理電力數據標簽的特點，分析故障標簽的生成，并以變壓器為例，分析電力數據標簽技術在電力設備狀態檢修方面的應用。

關鍵詞：大數據;數據標簽技術;變壓器;告警信息

隨著電網規模日益擴大和電網結構的日益復雜，告警信息數據量更是井噴式增長，且存在多元、高維、異構的問題，并且不同電廠和調度中心之間無法實現數據實時共享，為數據的管理、分析和利用帶來新的挑戰。尤其是當電網發生異常或故障時，海量報警信息以快速變化的形式直接呈現給調度運行人員，由于信息量巨大，真正重要的報警信息容易被忽略，無法起到報警應有的作用。

在此背景下，傳統數據庫和數據分析方式已經無法滿足電力行業的需求，需引入新的技術來解決目前的技術瓶頸，建立完整的面向大數據的數據處理方式與體系以提升電網及設備狀態監控智能分析的效率，從而實現電網設備監控與管理業務更新與變革。

1.數據標簽的概念

數據標簽是利用簡明扼要的數據內容描述對象的技術手段。從本質上來說，是在將長文本內容提取成精煉、有效信息的基礎上，增添了對數據分析、統計、抽象的一種方法，具有短文本、語義化、可重復標記等特點。隨著數據分析及大數據、人工智能技術的發展，數據標簽被賦予越來越豐富的內涵，用途也越來越廣泛。例如通過數據關聯，對因檢修產生的告警信息打上檢修標簽，對因人為操作造成的告警信息打上伴生標簽，對因越限回歸正常的告警信息打上無效越限標簽等，為后續開展數據分析提供依據。基于該類標簽的數據信息，可以減少或降低關注度，實現告警信息無效數據的過濾，辨識后的有限信息量可大大減少，解決了干擾、冗余信息量大的問題，減輕運行人員的工作量，同時也可以運用大數據中的數據溯源技術記錄數據的來源和傳播過程，為后期基于標簽進一步開展數據挖掘和分析決策提供輔助支持。

2.電力數據標簽體系

電力設備形成電力大數據標簽化的維度包括：（1）基本信息。包括設備基本臺賬信息、電力設備編碼信息等（2）運行信息。包括設備運行限值管理、設備異常告警信息、潮流分布信息、設備操作變變位信息等。（3）狀態信息。包括設備試驗數據定期更新、設備異常時間記錄、設備故障類型和設備缺陷頻次統計、歷史設備狀態評價信息等。電力設備標簽體系架構包含電網調控領域的數據源采集、數據預處理、標簽分類和形成數據標簽中心4個層次，如圖1所示。

其中，電力系統運行所產生的數據分散在電網不同的業務系統中，需要將電力系統中的監控系統、調度管理系統和輸變電在線監測中的數據實現統一接入和不同系統間的邏輯關聯。針對電力設備基本信息、狀態信息、運行信息3個維度的特征進行分析形成基礎數據標簽，對這些離散的多維標簽匯總并存儲至數據標簽中心。針對某一電力設備的多源數據進行大數據標簽化，形成精確適配的電力設備標簽體系，當此設備發生異常告警信息時，大數據標簽中心進行主動推薦，為調控操作人員實現靈活的信息關聯并提供歷史數據參考。

3.應用案例分析

為進一步說明電力設備大數據標簽體系在實際生產中的實用性能，以某變電站1號主變壓器為例，以告警設備分析體系為核心，進行相關數據分析，具體如圖2所示。

針對該變壓器從投運開始的運行數據，從告警次數、告警時間間隔、告警或故障嚴重程度以及設備的一些基本信息出發（時間和故障維度），根據電力數據的特點，形成該變壓器的2021年7月份某次變壓器告警的大數據標簽體系，如圖3所示。

設備于2021年7月9日發生油溫高告警，告警發生當日，環境溫度35℃，變壓器負載率最高激增至最高78%，負載率平均值超過同期平均值1.5倍，但未達到重載標準，查驗得知，同站另一臺變壓器正在進行停電檢修，次日進行變壓器油色譜分析顯示正常。經深度標簽化數據挖掘可知，該設備日后在負載率升高較快，即5h內增長15% ～30% 時，易引發缺陷暴露，但油溫異常升高類型的故障概率小于等于0.02%。因為經機器學習統計發現不是所有氣溫高于35℃時都會出現變壓器發生油溫異常情況，故在變壓器檢修周期內氣溫高、負荷率高導致的變壓器油溫異常告警可以歸為無效越限標簽類，不需要進行過多關注。可見大數據標簽體系可隨時間推移不斷擴充豐富。

4.結束語

通過應用大數據和人工智能工具，將電力大數據標簽技術應用于設備狀態分析，基于實時告警和專業業務邏輯推導，搭建大數據標簽體系的深度應用框架，將電力設備數據標簽體系置于大數據中心和調控業務平臺之間，規劃其基本功能和業務應用，設備監控狀態分析將由傳統的“分類告警分析”轉變為“信息關聯設備分析”的技術路線和由傳統的“統計分析”轉變為“趨勢風險預警分析”的技術路線。

參考文獻：

[1]劉文君，董明，徐元孚，韓強，王鑫，許雷，杜明.電力設備運行狀態大數據標簽體系與關鍵技術[J].中國電力，2022，55（01）：126-132.

[2]李阿勇，稅雪，宋志偉.數據標簽研究與應用[J].電力大數據，2020， 23（06）：69-74.DOI：10.19317/j.cnki.1008-083x.2020.06.010.

[3]鐘臻，徐曦，張楷旋.基于優化神經網絡算法的大數據專家系統的繼電保護二次回路故障定位系統（RSFLS）的研究與實現[J].電力大數據，2019，22（10）：84-92.DOI：10.19317/j.cnki.1008-083x.2019.10.013.

[4]葉康，冷喜武，肖飛，李雄立，朱勵程.基于大數據標簽技術的電網監控智能分析方法[J].電測與儀表，2019，56（04）：75-79.DOI：10.19753/j.issn 1001-1390.2019.04.013.

作者簡介：

侯艷真，1984年10月出生，女，河南洛陽人，碩士研究生，講師，研究方向為電力系統繼電保護。