多源異構(gòu)的低占用率電力大數(shù)據(jù)識(shí)別系統(tǒng)設(shè)計(jì)

馬占海，嚴(yán)嘉正，張俊超

（國網(wǎng)青海省電力公司信息通信公司，青海西寧 810008）

電力系統(tǒng)不斷向數(shù)字化、信息化的方向發(fā)展，智能電網(wǎng)在建設(shè)過程中產(chǎn)生了各種不同種類的電力大數(shù)據(jù)，如時(shí)間數(shù)據(jù)、溫度數(shù)據(jù)，人們對(duì)電力大數(shù)據(jù)的處理要求也在不斷增高，如何及時(shí)獲取電力大數(shù)據(jù)，并完成有效處理，是當(dāng)今大數(shù)據(jù)時(shí)代電網(wǎng)處理的重要難題。數(shù)據(jù)識(shí)別一直是數(shù)據(jù)管理的關(guān)鍵性技術(shù)，對(duì)于數(shù)據(jù)處理質(zhì)量有著重要影響。由于電力大數(shù)據(jù)類型復(fù)雜，因此表現(xiàn)方式也不一致，針對(duì)電力大數(shù)據(jù)識(shí)別問題相關(guān)學(xué)者進(jìn)行了深入的研究。

低占用率電力大數(shù)據(jù)會(huì)明顯降低電力系統(tǒng)的工作效率，系統(tǒng)內(nèi)部不同流的處理器線程無法得到很好地應(yīng)用，電力系統(tǒng)的占用率過低，使整體性能受到嚴(yán)重影響，因此必須要及時(shí)識(shí)別低占用率電力大數(shù)據(jù)。文獻(xiàn)[1]利用智能電表提出了一種工業(yè)設(shè)備的大數(shù)據(jù)識(shí)別方法，在設(shè)計(jì)過程中，同時(shí)引用了低壓智能電表和長短期記憶神經(jīng)網(wǎng)絡(luò)，通過智能識(shí)別建立系統(tǒng)，同時(shí)處理電力負(fù)載數(shù)據(jù)，識(shí)別各種標(biāo)識(shí)，完成智能識(shí)別，該系統(tǒng)能夠有效提高識(shí)別效率，針對(duì)連續(xù)數(shù)據(jù)識(shí)別能力較好，但在低占用率電力大數(shù)據(jù)上顯示出局限性。文獻(xiàn)[2]針對(duì)電網(wǎng)薄弱環(huán)節(jié)在線辨識(shí)及分級(jí)預(yù)警技術(shù)進(jìn)行了深入的研究，從縱向和橫向兩方面考慮，分析電網(wǎng)的薄弱點(diǎn)，并實(shí)現(xiàn)電網(wǎng)規(guī)劃，通過多方面優(yōu)化確保了電網(wǎng)薄弱點(diǎn)的處理，降低處理風(fēng)險(xiǎn)，但是識(shí)別過程需要進(jìn)行大量的數(shù)據(jù)排查，耗時(shí)過長。

多源異構(gòu)技術(shù)能夠在電網(wǎng)運(yùn)行的各個(gè)階段，針對(duì)電力系統(tǒng)運(yùn)行狀態(tài)和管理階段性，積累不同存儲(chǔ)方式的數(shù)據(jù)組成數(shù)據(jù)庫，從而從簡單的數(shù)據(jù)組成復(fù)雜的數(shù)據(jù)，形成多源異構(gòu)數(shù)據(jù)源。該文引入多源異構(gòu)設(shè)計(jì)了一種新的低占用率電力大數(shù)據(jù)識(shí)別系統(tǒng)，在傳統(tǒng)硬件基礎(chǔ)上加以優(yōu)化，并針對(duì)硬件設(shè)計(jì)了系統(tǒng)軟件，通過實(shí)驗(yàn)驗(yàn)證了識(shí)別系統(tǒng)的可行性。

1 系統(tǒng)硬件設(shè)計(jì)

低占用率電力大數(shù)據(jù)識(shí)別系統(tǒng)硬件由數(shù)據(jù)采集模塊、數(shù)據(jù)分析模塊和數(shù)據(jù)管理模塊三部分組成，系統(tǒng)硬件結(jié)構(gòu)如圖1 所示。

圖1 系統(tǒng)硬件結(jié)構(gòu)

系統(tǒng)在獲得低占用率電力大數(shù)據(jù)后，會(huì)傳遞給分析模塊，由分析模塊進(jìn)行統(tǒng)一處理，并將處理結(jié)果轉(zhuǎn)移到管理模塊。

1.1 數(shù)據(jù)采集模塊

通過數(shù)據(jù)采集模塊采集電力系統(tǒng)內(nèi)部的各項(xiàng)數(shù)據(jù)，低占用率數(shù)據(jù)為靜態(tài)數(shù)據(jù)，可以通過CMS 平臺(tái)完成分類管理，同時(shí)利用動(dòng)態(tài)處理器分析[3-4]。數(shù)據(jù)采集模塊如圖2 所示。

圖2 數(shù)據(jù)采集模塊

觀察圖2 可知，數(shù)據(jù)采集模塊選取復(fù)雜可編程邏輯器件/現(xiàn)場可編程門陣列（Complex Programmable Logic Device/Field Progra-mmable Gate Array，CPLD/FPGA）數(shù)據(jù)采集控制器為核心，同時(shí)配合模數(shù)轉(zhuǎn)換器ADC 和數(shù)模轉(zhuǎn)換器DAC，在采集過程中，同時(shí)實(shí)現(xiàn)A/D 轉(zhuǎn)換、數(shù)據(jù)運(yùn)算和D/A 轉(zhuǎn)換，能夠完成數(shù)據(jù)顯示。當(dāng)采集輸入的電力數(shù)據(jù)后，會(huì)通過ADC 轉(zhuǎn)換成數(shù)字量，所有的輸入數(shù)據(jù)會(huì)配合按鍵，確保輸入的數(shù)據(jù)為標(biāo)準(zhǔn)數(shù)據(jù)，帶極性值判別共同輸出，由控制器處理有序輸出各種數(shù)據(jù)，采集模塊內(nèi)部的CLK 控制采集速率[5-6]。

1.2 數(shù)據(jù)分析模塊

數(shù)據(jù)分析模塊對(duì)采集模塊內(nèi)部的各種數(shù)據(jù)進(jìn)行分析處理，確定低占用率電力數(shù)據(jù)特征，分析數(shù)據(jù)的實(shí)際值，與閾值進(jìn)行比較，判斷數(shù)據(jù)是否為低占用率電力數(shù)據(jù)，在完成過濾處理后，分析電力大數(shù)據(jù)的模擬量，針對(duì)低占用率進(jìn)行分析，如果確定占用率過低，需要進(jìn)行額外統(tǒng)計(jì)補(bǔ)償[7]。在完成數(shù)據(jù)的全部循環(huán)后，利用參數(shù)配對(duì)確定指標(biāo)特征，從而分析電力大數(shù)據(jù)占用率，通過軟件程序?qū)?shù)據(jù)進(jìn)行電力計(jì)算，得出時(shí)間序列，根據(jù)時(shí)間序列隨時(shí)間的變化特征，顯示電力大數(shù)據(jù)識(shí)別的各項(xiàng)重要指標(biāo)，并在顯示器顯示電力大數(shù)據(jù)的運(yùn)行周期，完成信息更新。數(shù)據(jù)分析模塊能夠?qū)镜碾娏Υ髷?shù)據(jù)占用率進(jìn)行分析，在計(jì)算到存在異常后，根據(jù)供電范圍進(jìn)一步分析，利用PMS 判斷數(shù)據(jù)是否存在異常變化，在確定異常因素和損失率后進(jìn)行數(shù)據(jù)變化，確定指標(biāo)異常，輸出低占用率結(jié)果[8-9]。

1.3 數(shù)據(jù)管理模塊

數(shù)據(jù)管理模塊是采集模塊和分析模塊的深化，能夠在前兩個(gè)模塊的基礎(chǔ)上進(jìn)行多維度的組織和顯示，以針對(duì)化的方式處理低占用率電力大數(shù)據(jù)。管理器結(jié)構(gòu)如圖3 所示。

圖3 管理器結(jié)構(gòu)

根據(jù)圖3 可知，管理器通過譯碼電路連接多個(gè)隨機(jī)存儲(chǔ)器（Random-Access Memory，RAM），能夠同時(shí)完成各種信息分析，例如電力大數(shù)據(jù)域名、運(yùn)行時(shí)間、數(shù)據(jù)量等。通過數(shù)據(jù)分析對(duì)信息進(jìn)行全方位管理，并將管理結(jié)果存儲(chǔ)到數(shù)據(jù)庫中，方便工作人員更全面地了解電力大數(shù)據(jù)的運(yùn)行狀態(tài)。管理模塊為用戶提供了詳細(xì)的查詢功能，用戶可以在管理模塊上對(duì)數(shù)據(jù)進(jìn)行查詢和統(tǒng)計(jì)，并將得到的信息備案，整個(gè)過程都會(huì)在嚴(yán)格的監(jiān)控下進(jìn)行，降低了識(shí)別系統(tǒng)工作風(fēng)險(xiǎn)。管理模塊以周期性的方式對(duì)電力數(shù)據(jù)進(jìn)行計(jì)算，記錄數(shù)據(jù)的波動(dòng)狀況、波動(dòng)范圍和變化情況，并對(duì)變化結(jié)果進(jìn)行統(tǒng)計(jì)，實(shí)現(xiàn)更好的數(shù)據(jù)分析[10]。

2 系統(tǒng)軟件設(shè)計(jì)

引用多源異構(gòu)理論完成電力大數(shù)據(jù)識(shí)別系統(tǒng)軟件設(shè)計(jì)，通過知識(shí)的表達(dá)確定數(shù)據(jù)處理方式，方便后期集成處理，從而打破傳統(tǒng)識(shí)別系統(tǒng)效率低這一局限性。系統(tǒng)軟件識(shí)別工作流程如圖4 所示。

圖4 系統(tǒng)軟件識(shí)別工作流程

根據(jù)圖4 可知，通過離散化處理、來源及特點(diǎn)分析、準(zhǔn)確率定義、信息識(shí)別完成軟件識(shí)別。

步驟1：離散化處理。利用列聯(lián)表的方式更好地定義電力大數(shù)據(jù)，從而得到不同數(shù)據(jù)的屬性模式，建立屬性集合，如式（1）所示：

式中，U表示非空有限集合，為屬性集合；V表示有效信息函數(shù)集合；C表示屬性域集合；f表示信息函數(shù)集合。根據(jù)元素的特性建立關(guān)系列表，定義數(shù)據(jù)量，根據(jù)定義結(jié)果分析數(shù)據(jù)關(guān)系，由于每一個(gè)數(shù)據(jù)都存在一種離散性方案，所以可以將數(shù)據(jù)的屬性閾分成不同的離散區(qū)間，按照離散方案分析結(jié)果，將數(shù)據(jù)排列成相應(yīng)的斷點(diǎn)集，利用斷點(diǎn)集和離散化方案對(duì)應(yīng)，實(shí)現(xiàn)對(duì)屬性的統(tǒng)一表述[11-12]。

利用離散化算法實(shí)現(xiàn)電力大數(shù)據(jù)占用率的統(tǒng)一識(shí)別，從本質(zhì)來看，就是分析數(shù)據(jù)的尖端區(qū)間，確定數(shù)據(jù)的屬性集，通過屬性劃分，衡量數(shù)據(jù)之間的關(guān)聯(lián)性，從而完成信息篩選。

步驟2：來源及特點(diǎn)分析。電力數(shù)據(jù)的分布范圍很廣，數(shù)據(jù)具有很強(qiáng)的通信能力，且通信結(jié)果十分可靠，由于數(shù)據(jù)量過于龐大，因此需要對(duì)電力數(shù)據(jù)的來源和特點(diǎn)進(jìn)行分析，判斷數(shù)據(jù)屬性，利用監(jiān)測器分析數(shù)據(jù)在運(yùn)行過程中是否存在問題，從而提高決策效率。

步驟3：準(zhǔn)確率定義。通過離散化處理將不同屬性的數(shù)據(jù)劃分在不同區(qū)間，確定劃分結(jié)果的屬性值。設(shè)定信息準(zhǔn)確率計(jì)算公式為：

式中，Qi表示屬性ai所對(duì)應(yīng)的信息準(zhǔn)確率；li表示當(dāng)屬性的取值為i時(shí)，能夠達(dá)到的目的值。Qi與ai呈現(xiàn)正相關(guān)，即Qi數(shù)值越大，選取的低占用率電力大數(shù)據(jù)信息越準(zhǔn)確[13-14]。

步驟4：信息識(shí)別。在確定信息準(zhǔn)確率后，利用多源異構(gòu)的方式建立離散化指標(biāo)，實(shí)現(xiàn)信息識(shí)別，從而確定電力大數(shù)據(jù)是否為低占用率電力大數(shù)據(jù)。根據(jù)異構(gòu)原則，對(duì)電力數(shù)據(jù)的信息熵進(jìn)行計(jì)算，計(jì)算公式為：

式中，H(X)表示得到的信息熵；d表示離散點(diǎn)；X表示采集器采集的數(shù)據(jù)子集；根據(jù)數(shù)據(jù)分布方式將子集分為Xd-x、Xd+x。根據(jù)式（3）的識(shí)別結(jié)果可知，隨著H(X)數(shù)值的增加，電力大數(shù)據(jù)的識(shí)別準(zhǔn)確率越高，識(shí)別的數(shù)據(jù)為低占用率電力大數(shù)據(jù)[15-16]。log2(n)在識(shí)別過程中發(fā)揮著調(diào)節(jié)作用，作為調(diào)節(jié)因子，多源異構(gòu)區(qū)間應(yīng)該在一個(gè)合理的范圍內(nèi)，從而防止識(shí)別過程出現(xiàn)不理想的狀態(tài)。

3 實(shí)驗(yàn)研究

為更好地驗(yàn)證多源異構(gòu)的低占用率電力大數(shù)據(jù)識(shí)別系統(tǒng)的有效性，進(jìn)行實(shí)驗(yàn)研究，設(shè)置實(shí)驗(yàn)過程中選用的PC 機(jī)為Intel Core i3.3，CPU 的工作頻率50 GHz，硬盤為500 GB，選用的操作系統(tǒng)為Windows7。設(shè)定實(shí)驗(yàn)環(huán)境如圖5 所示。

圖5 實(shí)驗(yàn)環(huán)境

觀察圖5 可知，在進(jìn)行實(shí)驗(yàn)過程中，同時(shí)配備了多個(gè)TUG，設(shè)置了TU。選用該文識(shí)別系統(tǒng)、使用智能電表實(shí)現(xiàn)工業(yè)設(shè)備大數(shù)據(jù)識(shí)別的系統(tǒng)和電網(wǎng)薄弱環(huán)節(jié)在線辨識(shí)方法進(jìn)行對(duì)比，三種系統(tǒng)識(shí)別過程的融合效果如圖6 所示。

圖6 融合效果實(shí)驗(yàn)結(jié)果

由圖6 可知，使用傳統(tǒng)的智能電表實(shí)現(xiàn)工業(yè)設(shè)備識(shí)別系統(tǒng)和電網(wǎng)薄弱環(huán)節(jié)在線辨識(shí)方法的融合誤差較高，而該文識(shí)別系統(tǒng)隨著迭代次數(shù)的增加，融合誤差逐漸減小，且始終在閾值附近上下波動(dòng)，具有較好的融合效果。其原因是該文識(shí)別系統(tǒng)設(shè)計(jì)由采集模塊、分析模塊和管理模塊組成的低占用率電力大數(shù)據(jù)識(shí)別系統(tǒng)硬件結(jié)構(gòu)，同時(shí)引用多源異構(gòu)理論設(shè)計(jì)軟件結(jié)構(gòu)，方便融合處理，從而打破傳統(tǒng)識(shí)別系統(tǒng)融合誤差較高的局限性。

三種系統(tǒng)的識(shí)別效果如圖7 所示。

圖7 識(shí)別系統(tǒng)效果實(shí)驗(yàn)結(jié)果

根據(jù)圖7 可知，當(dāng)識(shí)別的低占用率電力大數(shù)據(jù)規(guī)模較小時(shí)，三種系統(tǒng)的識(shí)別效率雖然有一定的差異，但是差異較小，且識(shí)別的數(shù)據(jù)量與實(shí)際數(shù)據(jù)量差距較大。而隨著識(shí)別數(shù)據(jù)量的增加，三種系統(tǒng)產(chǎn)生了識(shí)別差異，使用智能電表實(shí)現(xiàn)工業(yè)設(shè)備大數(shù)據(jù)識(shí)別的系統(tǒng)在識(shí)別過程中能夠通過迭代與鄰居節(jié)點(diǎn)進(jìn)行通信，因此在數(shù)據(jù)量較小的情況下識(shí)別效果較好，但是隨著識(shí)別數(shù)據(jù)量的增加，節(jié)點(diǎn)之間需要進(jìn)行數(shù)據(jù)共享，消耗了大量資源，數(shù)據(jù)的冗余量也相對(duì)較高。電網(wǎng)薄弱環(huán)節(jié)在線辨識(shí)方法僅對(duì)50%的節(jié)點(diǎn)進(jìn)行共享，因此消耗的資源相對(duì)較少，數(shù)據(jù)之間產(chǎn)生的屬性沖突也有所下降，但是在處理過程中，仍然存在較多的通信鏈接。該文提出的識(shí)別系統(tǒng)利用多源異構(gòu)分析，能夠直接解決數(shù)據(jù)沖突，減少冗余的數(shù)據(jù)信息，分析數(shù)據(jù)屬性之間的沖突，并解決數(shù)據(jù)之間的空域問題，確保識(shí)別結(jié)果的準(zhǔn)確性。

4 結(jié)束語

通過完善青海公司和政務(wù)平臺(tái)的數(shù)據(jù)共享，開展基于“一證辦電”的營銷業(yè)務(wù)應(yīng)用系統(tǒng)以及網(wǎng)上國網(wǎng)營銷業(yè)務(wù)的適應(yīng)性調(diào)整實(shí)施，提高電力業(yè)務(wù)辦理效率，實(shí)現(xiàn)電力接入工程線上并聯(lián)審批機(jī)制；打通電力營銷業(yè)務(wù)應(yīng)用系統(tǒng)與政務(wù)平臺(tái)的數(shù)據(jù)壁壘，豐富電力企業(yè)數(shù)據(jù)種類，為數(shù)據(jù)挖據(jù)提供了更準(zhǔn)確、更完整、更有價(jià)值的數(shù)據(jù)來源；實(shí)現(xiàn)行政許可申請(qǐng)表卡單據(jù)的電子化；實(shí)現(xiàn)與辦電業(yè)務(wù)相關(guān)的互聯(lián)網(wǎng)渠道賬號(hào)信息的完全互通。為政府新舊動(dòng)能轉(zhuǎn)換提供基礎(chǔ)保證，開展“獲得電力”指標(biāo)提升工作，為國家經(jīng)濟(jì)發(fā)展作出電力企業(yè)應(yīng)有的貢獻(xiàn)。