大數(shù)據(jù)環(huán)境下電力信息系統(tǒng)監(jiān)控預(yù)判的智能分析

盧 經(jīng)

（國網(wǎng)新源水電有限公司新安江水力發(fā)電廠，浙江 杭州 311608）

大數(shù)據(jù)環(huán)境背景下，電力信息系統(tǒng)的建立要以電力數(shù)據(jù)為基礎(chǔ)，實(shí)現(xiàn)對(duì)海量數(shù)據(jù)信息的利用，完善電力系統(tǒng)的功能，避免電力系統(tǒng)運(yùn)行中各種外部因素所造成的運(yùn)行故障。電力信息系統(tǒng)監(jiān)控預(yù)判的智能分析對(duì)于減少電力系統(tǒng)故障、實(shí)現(xiàn)故障處理與預(yù)警等具有重要的意義，是當(dāng)代電力行業(yè)發(fā)展中的熱點(diǎn)議題。

1 項(xiàng)目背景

本項(xiàng)目以電廠作為研究對(duì)象，在電廠內(nèi)部包含了大量的電網(wǎng)運(yùn)行數(shù)據(jù)，數(shù)據(jù)庫、服務(wù)器等較多。文章中的研究包含了1 個(gè)虛擬平臺(tái)與7 個(gè)核心業(yè)務(wù)系統(tǒng)，在這些系統(tǒng)的使用中，每年所產(chǎn)生的性能檢測數(shù)據(jù)極多，數(shù)據(jù)存儲(chǔ)量每年急速上升。在這種情況下，可以對(duì)這些數(shù)據(jù)利用大數(shù)據(jù)的手段，采用數(shù)據(jù)挖掘技術(shù)，獲得電網(wǎng)系統(tǒng)運(yùn)行所需要的有效數(shù)據(jù)，從而為電力系統(tǒng)的決策等提供重要的數(shù)據(jù)支持。

2 項(xiàng)目目標(biāo)

在本項(xiàng)目的研究中，主要是以電廠的磁盤使用率、CPU 使用率等作為主要的數(shù)據(jù)挖掘?qū)ο螅瑥亩鶕?jù)挖掘結(jié)果，將目標(biāo)數(shù)據(jù)劃分為5 個(gè)警告等級(jí)。在此過程中，有必要建立相應(yīng)的數(shù)學(xué)模型，通過該數(shù)學(xué)模型來預(yù)測各個(gè)樣本數(shù)據(jù)發(fā)生的警告等級(jí)，如果是高警告等級(jí)的樣本數(shù)據(jù)，還需要預(yù)測和判斷其發(fā)生的時(shí)間等。

就電廠的實(shí)際情況來看，硬件設(shè)備、系統(tǒng)數(shù)據(jù)資源等較多，要保證其預(yù)測的準(zhǔn)確性，最終選用隨機(jī)森林算法來建立模型。

3 相關(guān)模型以及實(shí)現(xiàn)

3.1 系統(tǒng)設(shè)計(jì)目標(biāo)以及方法

在本項(xiàng)目的研究過程中，包含的狀態(tài)較多，在這種情況下，需要采用3 級(jí)告警轉(zhuǎn)為5 級(jí)告警的概率預(yù)測方式。具體的應(yīng)用過程中，需要從所獲得的告警數(shù)據(jù)中獲得提取相應(yīng)的正負(fù)樣本。對(duì)每個(gè)5 級(jí)樣本而言，需要將前一天的所有3 級(jí)告警作為一條正樣本，而每個(gè)5 級(jí)告警之前5 天的3 級(jí)告警作為一條負(fù)樣本，正樣本的數(shù)量要略微少于負(fù)樣本的數(shù)量。由于采用的是隨機(jī)森林算法，需要在決策過程中依據(jù)相關(guān)的技術(shù)建立決策樹模型，從而確定其最終的分類結(jié)果。就隨機(jī)森林算法的應(yīng)用效果來看，其本身對(duì)于復(fù)雜問題的分析與分類等能力較強(qiáng)，使得其在應(yīng)用中對(duì)于一些噪聲數(shù)據(jù)等具有較好的穩(wěn)定性。該算法在運(yùn)算速度、變量重要性度量等方面有明顯的有效優(yōu)勢，因此在很多檢測問題的處理上有著極為廣泛的應(yīng)用。

3.2 系統(tǒng)結(jié)構(gòu)具體設(shè)計(jì)

（1）主站結(jié)構(gòu)設(shè)計(jì)。要實(shí)現(xiàn)對(duì)電力系統(tǒng)故障的預(yù)判，使得大數(shù)據(jù)環(huán)境下電力信息系統(tǒng)可以發(fā)揮其應(yīng)有的作用，就需要建立相對(duì)完善的系統(tǒng)結(jié)構(gòu)。電力系統(tǒng)中應(yīng)該包含主站與子站，主站的承擔(dān)著子站數(shù)據(jù)的匯總功能，需要在應(yīng)用的過程中根據(jù)系統(tǒng)的功能差異性，實(shí)現(xiàn)對(duì)這些數(shù)據(jù)的合理利用，從而發(fā)揮數(shù)據(jù)的最大價(jià)值。主站與子站之間存在著緊密聯(lián)系，兩者之間需要通過通信網(wǎng)絡(luò)實(shí)現(xiàn)連接，一般通過TCP/IP 與電話撥號(hào)的方式進(jìn)行連接，以實(shí)現(xiàn)兩者之間的數(shù)據(jù)傳輸與共享。

（2）子站結(jié)構(gòu)設(shè)計(jì)。在子站的設(shè)計(jì)過程中，要避免子站與監(jiān)控系統(tǒng)的組網(wǎng)連接，因?yàn)楸O(jiān)控系統(tǒng)是一種實(shí)時(shí)傳輸系統(tǒng)，在此情況下，子站與監(jiān)控系統(tǒng)同時(shí)處于安全運(yùn)行狀態(tài)下，不同的安全區(qū)需要采取必要的隔離措施。因?yàn)樵趯?shí)際的生活中，Windows 系統(tǒng)的應(yīng)用較多，這也就使得子站系統(tǒng)在設(shè)計(jì)與使用中存在病毒因素的干擾，因此，需要在設(shè)計(jì)中將其子站系統(tǒng)與保護(hù)系統(tǒng)實(shí)現(xiàn)共網(wǎng)，從而減低子站系統(tǒng)運(yùn)行中受到其他因素的干擾作用。

4 數(shù)據(jù)預(yù)處理

4.1 缺失值處理

在電力信息系統(tǒng)的數(shù)據(jù)處理中，常常存在著數(shù)據(jù)缺失問題。很多因素都會(huì)誘發(fā)數(shù)據(jù)缺失現(xiàn)象，一般將這些缺失原因分為人為與機(jī)械兩種。機(jī)械原因主要是由于機(jī)械問題所引發(fā)的數(shù)據(jù)丟失或者數(shù)據(jù)保存失敗等，比如存儲(chǔ)器損壞使得系統(tǒng)運(yùn)行數(shù)據(jù)不能有效保存，在特定的時(shí)期內(nèi)，服務(wù)器無法獲得相關(guān)的數(shù)據(jù)；人為原因主要是主觀失誤等造成的。在缺失值的處理上，一般通過刪除與填充進(jìn)行處理，而在填充過程中，還需綜合分析系統(tǒng)運(yùn)行的情況，科學(xué)進(jìn)行數(shù)據(jù)填充。

4.2 異常數(shù)據(jù)處理

在異常數(shù)據(jù)的處理中，常常存在個(gè)別數(shù)據(jù)過大或者過小的情況，如果將這些異常數(shù)據(jù)與正常數(shù)據(jù)放在一起加以處理，就會(huì)降低數(shù)據(jù)處理的準(zhǔn)確性，從而使得電力系統(tǒng)對(duì)于數(shù)據(jù)處理的有效性不足。而如果采用簡單的數(shù)據(jù)剔除方式剔除異常數(shù)據(jù)值，就會(huì)造成數(shù)據(jù)缺失，導(dǎo)致系統(tǒng)內(nèi)缺乏重要的參數(shù)信息等。因此，在異常數(shù)據(jù)的處理上，最為關(guān)鍵的是對(duì)異常數(shù)據(jù)的判斷與剔除。判斷與剔除是數(shù)據(jù)處理中的關(guān)鍵環(huán)節(jié)，其直接影響著數(shù)據(jù)處理的質(zhì)量。異常值一般與正常數(shù)值存在著明顯的差距，一般包括類型不匹配異常、大小不匹配異常、分布異常等，這些異常情況需要結(jié)合數(shù)據(jù)的實(shí)際情況來分析數(shù)據(jù)出現(xiàn)的合理性，從而采取必要的處理方式。

4.3 數(shù)據(jù)模型的建立及調(diào)優(yōu)

采用隨機(jī)森林算法加以建模，數(shù)據(jù)集的80%與20%分別作為訓(xùn)練集與測試集，將袋外錯(cuò)誤率作為衡量的標(biāo)準(zhǔn)，科學(xué)選擇隨機(jī)森林中樹的規(guī)模。為了避免過擬合現(xiàn)象的出現(xiàn)，最終選用了92 棵決策樹，根據(jù)其模型特征分布情況，可以得到其最終的關(guān)鍵指標(biāo)。

4.4 模型性能評(píng)估

精度、召回率等如表1 所示。

表1 模型性能評(píng)估

由表1，可以精確獲得模型的精度等指標(biāo)，結(jié)合混淆矩陣，最終獲得其模型準(zhǔn)確率參數(shù)為0.77。同時(shí)，其預(yù)測效果較好，可以為電力系統(tǒng)的可靠運(yùn)行等提供重要的數(shù)據(jù)參考。

5 數(shù)據(jù)處理過程

在電力信息系統(tǒng)模型的數(shù)據(jù)處理中，一般采用的是Hadoop 結(jié)構(gòu)，該方案是一個(gè)分布式系統(tǒng)基礎(chǔ)框架，在應(yīng)用中可以實(shí)現(xiàn)對(duì)海量數(shù)據(jù)的分布式處理。在實(shí)際的應(yīng)用過程中，Hadoop 需要與其他核心軟件相配合才能發(fā)揮其良好的應(yīng)用效果，也就是MapReduce 和HDFS 軟件，這兩個(gè)軟件在數(shù)據(jù)處理中分別承擔(dān)著運(yùn)算與存儲(chǔ)的作用。在數(shù)據(jù)處理過程中，分布式數(shù)據(jù)處理過程的成本較為低廉，可以在根據(jù)電力系統(tǒng)運(yùn)行所產(chǎn)生的數(shù)據(jù)建立相關(guān)的存儲(chǔ)集群。一般情況下，其設(shè)計(jì)模型包含了決策層、支撐層、數(shù)據(jù)層。在具體的應(yīng)用中，各個(gè)模型層分別負(fù)責(zé)各自的任務(wù)，決策層包含了數(shù)據(jù)分析與處理平臺(tái)、決策者，在運(yùn)行中可以進(jìn)行海量數(shù)據(jù)的分割處理，使得數(shù)據(jù)的處理更為高效；而支撐層主要負(fù)責(zé)的是數(shù)據(jù)的挖掘與存儲(chǔ)，但是該存儲(chǔ)過程并不是將數(shù)據(jù)存儲(chǔ)于HDFS，而是將其存儲(chǔ)于HBase；數(shù)據(jù)層主要負(fù)責(zé)的是數(shù)據(jù)的采集與預(yù)處理過程，子站系統(tǒng)可以在獲得相應(yīng)的數(shù)據(jù)以后對(duì)其加以預(yù)處理，進(jìn)而將預(yù)處理以后的數(shù)據(jù)逐步傳輸于高層，高層再對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步處理，如圖1 所示。

6 故障預(yù)判過程

圖1 電力信息系統(tǒng)大數(shù)據(jù)故障處理模型

在大數(shù)據(jù)環(huán)境下的電力信息系統(tǒng)的故障預(yù)判過程中，子站系統(tǒng)需要將獲得的電力系統(tǒng)運(yùn)行數(shù)據(jù)等加以預(yù)處理，隨后，這些數(shù)據(jù)逐步傳輸于主站系統(tǒng)中。在整個(gè)電力系統(tǒng)中，包含了一個(gè)主站與多個(gè)子站，主站可以主動(dòng)接收來自不同子站系統(tǒng)內(nèi)的預(yù)處理數(shù)據(jù)，并對(duì)這些數(shù)據(jù)加以精細(xì)化的處理，使得其能夠變?yōu)楦鼮橛行У臄?shù)據(jù)。數(shù)據(jù)預(yù)處理過程中，子站可以剔除一些垃圾數(shù)據(jù)或者無用數(shù)據(jù)，避免這些無用數(shù)據(jù)進(jìn)入主站干擾主站的數(shù)據(jù)處理過程。要保證數(shù)據(jù)的剔除效果，就需要重視預(yù)處理過程，及時(shí)清除子站中包含的一些重復(fù)數(shù)據(jù)等。預(yù)處理過程主要包含了數(shù)據(jù)的抽取、轉(zhuǎn)換、清洗與監(jiān)控過程，這些環(huán)節(jié)的處理過程在一定程度上提高了數(shù)據(jù)預(yù)處理的實(shí)際效果。

7 結(jié)束語

近年來，大數(shù)據(jù)時(shí)代的到來改變了各行各業(yè)的發(fā)展模式，有些電力企業(yè)借助于大數(shù)據(jù)技術(shù)，逐步建立了電力信息系統(tǒng)，實(shí)現(xiàn)了故障預(yù)判的智能分析，在維持了電力系統(tǒng)穩(wěn)定性與可靠性的基礎(chǔ)上，帶動(dòng)了電力行業(yè)的技術(shù)創(chuàng)新，實(shí)現(xiàn)了電力行業(yè)的長遠(yuǎn)發(fā)展。