高雅潔++李振生++孟玲梅++張京偉
摘 要:電網(wǎng)設(shè)備監(jiān)控信息統(tǒng)計(jì)分析平臺(tái)為電網(wǎng)監(jiān)控?cái)?shù)據(jù)統(tǒng)計(jì)分析、風(fēng)險(xiǎn)管控和電網(wǎng)管理輔助決策等做出了重要貢獻(xiàn),但在實(shí)際應(yīng)用過程中仍存在諸多問題。因此,該文對設(shè)備監(jiān)控信息統(tǒng)計(jì)分析平臺(tái)的算法及應(yīng)用情況進(jìn)行研究。首先,簡要介紹故障判別的相關(guān)算法;其次對設(shè)備監(jiān)控信息統(tǒng)計(jì)分析平臺(tái)進(jìn)行介紹;最后對平臺(tái)在應(yīng)用過程中存在的問題進(jìn)行總結(jié),并給出平臺(tái)改進(jìn)的建議,以期更好地適應(yīng)設(shè)備監(jiān)控信息統(tǒng)計(jì)分析的需要。該文工作對完善該平臺(tái)功能,提升該平臺(tái)實(shí)用性、科學(xué)性和有效性等具有重要意義。
關(guān)鍵詞:電網(wǎng)設(shè)備 監(jiān)控 信息統(tǒng)計(jì)平臺(tái) 應(yīng)用
中圖分類號:F53 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號:1674-098X(2017)03(c)-0137-04
Research on the Application of Statistical Analysis Platform for Equipment Monitoring Information
Gao Yajie* Li Zhensheng Meng Lingmei Zhang Jingwei
(Zhangjiakou Power Supply Company, Jibei Electric Power Co. Ltd., State Grid, Zhangjiakou Hebei, 075000, China)
Abstract: The statistical analysis platform for monitoring information of power grid equipment has made important contributions to the statistical analysis of power grid monitoring data, risk management and control, and auxiliary decision-making of power grid management, but there are still many problems in the actual application process. Therefore, this paper studies the algorithm and application of equipment monitoring information statistical analysis platform. First, It briefly introduces the related algorithm for judging fault of the monitoring equipment; secondly information statistical analysis platform are introduced; finally, problems of platform are summarized. The suggestions for improvement of this platform are introduced, in order to better meet the needs of the statistical analysis of the information monitoring equipment. This work is of great significance to improve the platform function, enhance the platform's practicality, scientificity and validity.
Key Words: Power grid equipment; Monitoring; Statistical platform of information; Application
國家電網(wǎng)公司“三集五大”實(shí)施后,各網(wǎng)省公司及地市公司均逐步建立并完善了“調(diào)控一體化”運(yùn)行模式,在該模式下,所有變電站均實(shí)現(xiàn)無人值守,并將所有變電站信息匯總到調(diào)控中心進(jìn)行統(tǒng)一集中監(jiān)控。而變電站數(shù)量大導(dǎo)致監(jiān)控信息量巨大,從而加重了調(diào)控人員的工作強(qiáng)度。
該文提出了一種基于大數(shù)據(jù)技術(shù)的電網(wǎng)智能診斷方法,并建立了設(shè)備監(jiān)控信息統(tǒng)計(jì)分析平臺(tái),實(shí)現(xiàn)了監(jiān)控信息統(tǒng)計(jì)分析的智能化和自動(dòng)化,極大的提高了工作效率,降低了調(diào)控人員的工作量,對提高調(diào)控專業(yè)管理水平以及提高電網(wǎng)運(yùn)行的可靠性和穩(wěn)定性也具有十分重要的意義[1]。
1 故障判別算法研究
1.1 相關(guān)算法簡介
1.1.1 人工神經(jīng)網(wǎng)絡(luò)算法
人工神經(jīng)網(wǎng)絡(luò)是一種典型的分類預(yù)測算法,它從信息處理角度對網(wǎng)絡(luò)進(jìn)行抽象,建立模型,按相關(guān)連接方式組成不同網(wǎng)絡(luò)聯(lián)系[2]。作為運(yùn)算模型,該網(wǎng)絡(luò)由大量的節(jié)點(diǎn)互聯(lián)構(gòu)成。每一節(jié)點(diǎn)代表某一特定輸出函數(shù)。連接兩個(gè)節(jié)點(diǎn)的是連接信號的加權(quán)值,即為權(quán)重,相當(dāng)于是人工神經(jīng)網(wǎng)絡(luò)的記憶。處理單元對應(yīng)不同處理對象,例如字母、概念、等抽象模式。
1.1.2 粗糙集算法
粗糙集算法是一種處理不確定數(shù)據(jù)的數(shù)據(jù)處理方法。它通過數(shù)據(jù)分析和數(shù)據(jù)推理來對數(shù)據(jù)集合進(jìn)行劃分。其研究對象是一個(gè)數(shù)據(jù)集合,對象、屬性和符號是3個(gè)基本要素[3]。其以決策表的形式表達(dá):行對應(yīng)研究對象,列對應(yīng)對象屬性,根據(jù)屬性不同,將研究對象劃分到不同決策類。
1.2 相關(guān)算法應(yīng)用
傳統(tǒng)模式中,監(jiān)控運(yùn)行人員通常需要根據(jù)個(gè)人經(jīng)驗(yàn)從大量的監(jiān)控信息中分析判斷,一旦遇到電網(wǎng)故障,監(jiān)控信息大量上傳,這種單純依靠人工的信號篩選與分析判斷方式存在著嚴(yán)重的信號遺漏及誤判風(fēng)險(xiǎn),可能延誤故障處理的最佳時(shí)機(jī)甚至誤處理,從而威脅電網(wǎng)的安全運(yùn)行。
針對上述問題,以open3000為平臺(tái),采用人工神經(jīng)網(wǎng)絡(luò)結(jié)合粗糙集算法,開展設(shè)備監(jiān)控信息統(tǒng)計(jì)分析工作。輸入數(shù)據(jù)為非故障時(shí)及故障前后事故、異常、越限、變位、告知五類信號及其數(shù)據(jù)。首先,利用粗糙集算法對與故障相關(guān)的告警信號進(jìn)行篩選;其次,計(jì)算神經(jīng)網(wǎng)絡(luò)的輸出數(shù)據(jù),確定網(wǎng)絡(luò)模型。使用該模型進(jìn)行故障預(yù)測時(shí),輸入數(shù)據(jù)為監(jiān)控系統(tǒng)實(shí)時(shí)信號,輸出結(jié)果即為模型判定結(jié)果(正?;蚬收希?。
假設(shè)某一時(shí)刻告警信號編號為a0,a1,a2,a3,…,與之相關(guān)的遙測信號編號為b0,b1,b2,b3…。
(1)利用粗糙集算法對告警信號進(jìn)行篩選,得到相關(guān)信號a10,a11,a12,a13,…。
(2)將故障相關(guān)向量(a10,a11,a12,a13,…,b0,b1,b2,b3…)作為輸入數(shù)據(jù),利用神經(jīng)網(wǎng)絡(luò)進(jìn)行計(jì)算(其中,a1i=1表示告警信號存在,a1i=0表示告警信號不存在,bj表示實(shí)際的遙測數(shù)據(jù))。
(3)輸出數(shù)據(jù)為神經(jīng)網(wǎng)絡(luò)的模型參數(shù),即為各分量的權(quán)重(w0,w1,w2,w3,w4,…)。
(4)利用神經(jīng)網(wǎng)絡(luò)模型預(yù)測未知故障,得出預(yù)測結(jié)論。
2 設(shè)備監(jiān)控信息統(tǒng)計(jì)分析平臺(tái)應(yīng)用介紹
設(shè)備監(jiān)控信息統(tǒng)計(jì)分析平臺(tái)是建立在運(yùn)行管理系統(tǒng)(Operation Management System,簡稱OMS)上的一個(gè)應(yīng)用模塊,主要針對變電站五類信號(包括事故、異常、越限、變位和告知)的統(tǒng)計(jì)分析。主要具有監(jiān)控信號分析和監(jiān)控信號統(tǒng)計(jì)兩大功能。
2.1 監(jiān)控信號分析
監(jiān)控信號分析功能主要包括信息總量分析和信息趨勢分析兩個(gè)功能。
信息總量分析是對給定時(shí)間范圍內(nèi)的所有場站的五類信號總數(shù)進(jìn)行統(tǒng)計(jì),并給出柱狀圖和餅圖,便于監(jiān)控信號分析師直觀的進(jìn)行查看(如圖1所示)。
信息趨勢分析是對給定時(shí)間、給定場站及給定的信號類別進(jìn)行分析,得出該信息的日趨勢或月趨勢變化曲線,以便監(jiān)控信號分析師對信息量進(jìn)行有效的把控(如圖2所示)。
2.2 監(jiān)控統(tǒng)計(jì)分析
監(jiān)控統(tǒng)計(jì)分析功能主要包括如下幾類,一是對五類信號的整體情況統(tǒng)計(jì),即在給定時(shí)間范圍內(nèi)的信息總量及占比等,并生成圖表,主要用于周分析材料及月報(bào)材料等,同時(shí)對于一些數(shù)量異常的信號給出提示,便于監(jiān)控人員進(jìn)行原因分析,以發(fā)現(xiàn)潛在問題;二是對未復(fù)歸信號和頻發(fā)信號的統(tǒng)計(jì),便于監(jiān)控人員及時(shí)的發(fā)現(xiàn)電網(wǎng)運(yùn)行中存在的潛在風(fēng)險(xiǎn),以及時(shí)采取相應(yīng)措施,進(jìn)行風(fēng)險(xiǎn)管控;三是對操作信息的統(tǒng)計(jì),及對開關(guān)遙控或就地分合成功或失敗的次數(shù)進(jìn)行統(tǒng)計(jì);四是對各場站通道投退次數(shù)的統(tǒng)計(jì),對于一些投退次數(shù)異常的通道,要格外引起注意,以防止通道故障而無法監(jiān)控的事故發(fā)生;五是附件上傳功能,即月報(bào)及周分析等材料文件的上傳存檔,便于需要時(shí)查看(如圖3所示)。
3 平臺(tái)應(yīng)用中的問題及改進(jìn)建議
目前該平臺(tái)已完全實(shí)現(xiàn)設(shè)備監(jiān)控信息的收集、分類統(tǒng)計(jì)的基本功能,但這些功能的實(shí)現(xiàn)僅僅是基礎(chǔ)工作,若要使其更好的服務(wù)于電網(wǎng)調(diào)控管理業(yè)務(wù),需對其進(jìn)一步進(jìn)行改進(jìn)和完善,對此,該文提出了如下幾個(gè)方面。
3.1 缺陷流程自動(dòng)關(guān)聯(lián)
電氣設(shè)備缺陷嚴(yán)重影響電網(wǎng)的安全穩(wěn)定運(yùn)行,加強(qiáng)電氣設(shè)備缺陷管理可極大的消除電網(wǎng)運(yùn)行中的潛在隱患,防患于未然,對電網(wǎng)運(yùn)行的安全可靠性均具有十分重要的意義[2]。張家口地調(diào)基于OMS系統(tǒng)建立了完善的缺陷閉環(huán)管理模塊,覆蓋了缺陷發(fā)生、匯報(bào)、聯(lián)系處理消缺、歸檔等環(huán)節(jié),極大的提升了電氣設(shè)備缺陷管理工作的效率。但是在傳統(tǒng)管理模式下,調(diào)控人員需將監(jiān)控系統(tǒng)中缺陷發(fā)生時(shí)的監(jiān)控信息的內(nèi)容、發(fā)生時(shí)間、變電站名稱、設(shè)備名稱及其電壓等級等信息逐條記錄在缺陷管理模塊中,耗時(shí)長、工作量大,且一般缺陷處理周期通常會(huì)超過一日,極易造成調(diào)控人員遺忘而導(dǎo)致未將缺陷處理的全過程記錄完整。
設(shè)備監(jiān)控信息統(tǒng)計(jì)分析平臺(tái)的建立將監(jiān)控系統(tǒng)中的監(jiān)控信息幾乎完整的“復(fù)制”到了OMS系統(tǒng)數(shù)據(jù)后臺(tái),該平臺(tái)與缺陷管理模塊處于統(tǒng)一系統(tǒng)中,所以極易實(shí)現(xiàn)數(shù)據(jù)關(guān)聯(lián),所以在未來的平臺(tái)中,應(yīng)加入缺陷流程自動(dòng)關(guān)聯(lián)功能,自動(dòng)將缺陷發(fā)生、處理的全過程信息自動(dòng)導(dǎo)入缺陷管理流程模塊,并加入人工干預(yù)功能,以確保信息的正確性和完整性,從而極大的提高缺陷管理的質(zhì)量,降低調(diào)控人員的工作量。
3.2 信息自動(dòng)過濾功能
在實(shí)際工作中,監(jiān)控信息量巨大,但其中有相當(dāng)一部分信息量是由于設(shè)備檢修等原因引起,這部分信息對于監(jiān)控信息的分析統(tǒng)計(jì)在大部分情況下是沒有意義的,但當(dāng)前的平臺(tái)僅僅是將監(jiān)控系統(tǒng)中的所有信息全部導(dǎo)入到平臺(tái)數(shù)據(jù)庫進(jìn)行分析統(tǒng)計(jì),如果某段時(shí)間內(nèi)檢修工作繁多或有其他原因,均會(huì)導(dǎo)致信息量異常,不利于監(jiān)控信息統(tǒng)計(jì)分析工作的開展。
因此,該文建議在該平臺(tái)中加入信息自動(dòng)過濾功能,例如在某間隔已經(jīng)被置檢修牌的情況下,則將該間隔的信息進(jìn)行單獨(dú)統(tǒng)計(jì);此外,對于接地刀閘、刀閘位置為實(shí)采的設(shè)備間隔,當(dāng)其接地刀閘合入、刀閘斷開時(shí),自動(dòng)判定該間隔處于檢修狀態(tài),在該狀態(tài)保持期間所有的監(jiān)控信息單獨(dú)統(tǒng)計(jì)。另外,還應(yīng)加入人工修改功能,對于一些系統(tǒng)無法自行過濾的信息,進(jìn)行人工過濾篩選,將其屏蔽。
對于自動(dòng)過濾的信息應(yīng)自動(dòng)加入備注,說明信息被過濾的原因,例如設(shè)備檢修等。對于人工過濾的信息同樣也可以加入人工批注。此外,信息過濾后的圖表都可以重新自動(dòng)生成,以便查看。
3.3 越限信息分析統(tǒng)計(jì)
越限信息是五大類監(jiān)控信息之一,主要是電壓、電流、潮流等遙測量越過上下限的信息,是需要實(shí)施監(jiān)控并及時(shí)處理的重要信息,所以對越限信息的分析統(tǒng)計(jì)同樣十分重要。
目前該平臺(tái)僅僅可以將越限的信息量進(jìn)行統(tǒng)計(jì),無法對越限的電壓或電流實(shí)際曲線進(jìn)行查看,同樣無法靈活設(shè)置曲線越限閥值,而僅僅以監(jiān)控系統(tǒng)設(shè)定好的上、下限值作為參考,這樣不利于更好的評估越限程度,也不利于發(fā)掘越限的深層次原因等。
該文建議在平臺(tái)中加入上述功能,可以隨意查看在給定時(shí)間范圍內(nèi)、給定場站、給定設(shè)備的遙測值曲線,同時(shí)可以在曲線上任意設(shè)定越限閥值,并給出越限的數(shù)據(jù)點(diǎn)比例、越限曲線與閥值線之間的面積統(tǒng)計(jì)(用以評估越限程度)、越限持續(xù)時(shí)間的最大值、最小值和平均值等,以便于全方位的評估越限情況。
4 結(jié)語
電網(wǎng)集中監(jiān)控極大的實(shí)現(xiàn)了國網(wǎng)公司人、財(cái)、物的集約化管理理念,但同時(shí)也加大了調(diào)控人員的工作量和工作復(fù)雜程度。設(shè)備監(jiān)控信息統(tǒng)計(jì)分析平臺(tái)的建立一定程度上降低了調(diào)控人員的工作量,但該平臺(tái)仍存在極大的發(fā)掘潛力和改進(jìn)空間,該文結(jié)合工作實(shí)際對此進(jìn)行了初步的研究和分析,對該平臺(tái)改進(jìn)的方法提出了一些十分有意義的建議,對于該平臺(tái)的完善具有重要的價(jià)值。而如何實(shí)現(xiàn)上述建議則是該文下一步的工作重點(diǎn)。
參考文獻(xiàn)
[1] 于磊,王雙,韓宇龍,等.基于大數(shù)據(jù)技術(shù)的電網(wǎng)故障智能診斷方法[J].中國科技信息,2016(2):32-33.
[2] 畢天蛛,倪以信,吳復(fù)立.基于新型神經(jīng)網(wǎng)絡(luò)的電網(wǎng)故障診斷方法[J].中國電機(jī)工程學(xué)報(bào),2002,22(2):73-78.
[3] 栗然,張烈勇,顧雪平,等.采用粗糙集聯(lián)合規(guī)則挖掘算法的分布式電網(wǎng)故障診斷[J].中國電機(jī)工程學(xué)報(bào),2010,30(4):28-34.
[4] 王英英,羅毅,涂光瑜.基于粗糙集與決策樹的配電網(wǎng)故障診斷方法[J].高電壓技術(shù),2008(4):794-798.
[5] 盧建美.電力輸變電設(shè)備缺陷管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].廈門大學(xué),2014.