基于大數(shù)據(jù)技術(shù)的電能質(zhì)量信息狀態(tài)監(jiān)測平臺

劉光輝，朱婷婷，張慧娥

（新疆工程學(xué)院 能源工程學(xué)院，烏魯木齊830023）

智能電網(wǎng)技術(shù)發(fā)展日益壯大，電能質(zhì)量的狀態(tài)信息是整個智能電網(wǎng)運(yùn)行的基礎(chǔ)。電能質(zhì)量問題主要包含電力系統(tǒng)投切操作、諧波畸變和電力系統(tǒng)故障，表現(xiàn)為電壓的凸起和凹陷、暫態(tài)的脈沖和振蕩、電壓間斷等[1]。電能質(zhì)量信息監(jiān)測是整個智能電網(wǎng)運(yùn)行狀態(tài)監(jiān)測的重要組成部分，獲得電能質(zhì)量信息有利于為解決電能質(zhì)量問題制定合理措施，有助于快速挖掘隱藏在深層的電能質(zhì)量問題[2]。加強(qiáng)分析和診斷電網(wǎng)動態(tài)信息和實(shí)時信息能夠向電網(wǎng)運(yùn)行管理人員提供更為精細(xì)全面的電網(wǎng)質(zhì)量信息，方便后續(xù)制定決定策略、控制方案等，能夠保證電網(wǎng)運(yùn)行的高效性、安全性和經(jīng)濟(jì)性[3-4]。

對各個監(jiān)測點(diǎn)長期不間斷監(jiān)測會產(chǎn)生數(shù)量龐大的數(shù)據(jù)，出現(xiàn)電能質(zhì)量大數(shù)據(jù)，因此電能質(zhì)量監(jiān)測既需要滿足電能質(zhì)量的、 數(shù)據(jù)的存儲和管理，還需要從這些大數(shù)據(jù)中挖掘出有價值的信息用于改善電能質(zhì)量中存在的問題[5]。監(jiān)測電能質(zhì)量信息狀態(tài)時需要采集的數(shù)據(jù)既有功率因數(shù)、 總諧波畸變率、有效值等實(shí)時數(shù)據(jù)還包括實(shí)時波形數(shù)據(jù)、短時間閃變數(shù)據(jù)等，數(shù)據(jù)量非常龐大，假設(shè)每15 min 對一個監(jiān)測點(diǎn)采集一次監(jiān)測數(shù)據(jù)，一天下來累計(jì)需要存儲0.26 MB 的數(shù)據(jù)量，如果存在1000 個監(jiān)測點(diǎn)，每天約需要存儲15 GB 的監(jiān)測數(shù)據(jù)，每月存儲的采集數(shù)據(jù)約為6 TB，這還僅僅是電能質(zhì)量的監(jiān)測信息，如果考慮環(huán)境數(shù)據(jù)和其它設(shè)備監(jiān)測信息，將存在更大的數(shù)據(jù)量，所以在實(shí)行電能質(zhì)量監(jiān)測時需要將大數(shù)據(jù)問題考慮進(jìn)去[6-8]。

目前關(guān)于電能相關(guān)設(shè)備的研究已經(jīng)取得可觀成果，有研究者提出電能質(zhì)量在線監(jiān)測平臺[9]，該平臺將SG-CIM 模型作為載體，經(jīng)一體化平臺高效集成電能質(zhì)量信息，實(shí)現(xiàn)電壓和電網(wǎng)頻率的監(jiān)管，該系統(tǒng)具有一定可靠性，但是該平臺監(jiān)測電網(wǎng)故障能力較差，故障電阻問題沒有被考慮進(jìn)去，影響部分監(jiān)測精度；還有學(xué)者研究電網(wǎng)電能質(zhì)量遠(yuǎn)程監(jiān)測平臺[10]，該平臺使用硬件鎖相同步頻率跟蹤技術(shù)，采樣電流和電壓，降低譜間干擾，能夠?qū)崿F(xiàn)電能質(zhì)量參數(shù)的遠(yuǎn)程監(jiān)控，但是硬件技術(shù)過于復(fù)雜，實(shí)際應(yīng)用時具有維護(hù)難度。

本文結(jié)合大數(shù)據(jù)技術(shù)設(shè)計(jì)電能質(zhì)量信息狀態(tài)監(jiān)測平臺，針對數(shù)據(jù)量龐大的電能質(zhì)量信息狀態(tài)實(shí)行有效監(jiān)測。

1 基于大數(shù)據(jù)技術(shù)的電能質(zhì)量信息狀態(tài)監(jiān)測平臺構(gòu)建

1.1 平臺整體結(jié)構(gòu)

電能質(zhì)量信息狀態(tài)監(jiān)測平臺主要包括監(jiān)測儀數(shù)據(jù)采集模塊、無線通信模塊、數(shù)據(jù)管理模塊、云存儲數(shù)據(jù)庫和狀態(tài)監(jiān)測模塊等，結(jié)構(gòu)如圖1 所示。

圖1 平臺整體結(jié)構(gòu)Fig.1 Overall structure of the platform

本文平臺在監(jiān)測點(diǎn)使用監(jiān)測儀采集電能質(zhì)量信息狀態(tài)數(shù)據(jù)，通過無線通信網(wǎng)絡(luò)將數(shù)據(jù)傳輸至數(shù)據(jù)管理服務(wù)器中，該服務(wù)器把所用數(shù)據(jù)存儲在云存儲數(shù)據(jù)庫之內(nèi)，同時該服務(wù)器也調(diào)用云存儲數(shù)據(jù)庫中的信息經(jīng)監(jiān)測數(shù)據(jù)提取模塊傳遞至信息狀態(tài)監(jiān)測模塊，該模塊通過構(gòu)建故障定位狀態(tài)估計(jì)模型，監(jiān)測出電能質(zhì)量信息狀態(tài)的故障位置與故障電阻，將監(jiān)測結(jié)果通過平臺瀏覽界面呈現(xiàn)給用戶[11]。

在開展電能質(zhì)量信息狀態(tài)監(jiān)測工作之前，先需要對電能質(zhì)量信息數(shù)據(jù)實(shí)現(xiàn)采集，這是平臺工作的基礎(chǔ)。本文平臺在各變電站線路上安裝電能質(zhì)量監(jiān)測儀實(shí)現(xiàn)電能質(zhì)量各項(xiàng)原始數(shù)據(jù)的采集，這些工作由數(shù)據(jù)采集模塊完成。

各變電站線路一般都處于室外環(huán)境中，經(jīng)電能質(zhì)量監(jiān)測儀采集的電能質(zhì)量原始數(shù)據(jù)若要傳輸至監(jiān)測平臺中，需要通過無線通信網(wǎng)絡(luò)，把文件以二進(jìn)制形式傳遞至數(shù)據(jù)管理服務(wù)器中以便開展下一步工作。

1.2 云存儲模塊

云存儲模塊主要由規(guī)模解析子模塊、 數(shù)據(jù)接入、 分析計(jì)算層和HBase 數(shù)據(jù)庫與Hadoop 分布式存儲組成，該模塊的結(jié)構(gòu)如圖2 所示。

圖2 云存儲模塊結(jié)構(gòu)Fig.2 Cloud storage module structure

在云存儲模塊中，數(shù)據(jù)接入子模塊負(fù)責(zé)解壓縮數(shù)據(jù)和解析規(guī)約，依據(jù)用戶發(fā)送請求時所需的是歷史數(shù)據(jù)還是實(shí)時數(shù)據(jù)，判定是將數(shù)據(jù)存入HBase 數(shù)據(jù)庫還是直接顯示給用戶。為使網(wǎng)絡(luò)數(shù)據(jù)傳輸量降低，監(jiān)測儀檢測數(shù)據(jù)后會對數(shù)據(jù)實(shí)行壓縮再傳輸至數(shù)據(jù)管理服務(wù)器，zlib（數(shù)據(jù)壓縮函式庫）技術(shù)是最常使用的壓縮算法[12]，本文平臺所使用的高級語言已經(jīng)提供了完整的zlib 解壓縮接口，便于應(yīng)用實(shí)時調(diào)用。

分析計(jì)算子模塊主要是通過MapReduce 并行編程技術(shù)對電能質(zhì)量數(shù)據(jù)實(shí)行分析，分析內(nèi)容包含電能質(zhì)量評價和計(jì)算統(tǒng)計(jì)報(bào)表等內(nèi)容。MapReduce屬于并行編程模型，Map 和Reduce 兩個階段共同組成算法，該算法適合本文平臺這種大規(guī)模數(shù)據(jù)處理計(jì)算。

Map 階段主要過濾監(jiān)測點(diǎn)或某條通道的數(shù)據(jù)，關(guān)鍵內(nèi)容包含對某時間段中的平均、最大、最小值查詢。監(jiān)測儀測量出的某個電壓63 次諧波數(shù)據(jù)是輸入數(shù)據(jù)：（v1，v2，…，v63），Map 操作轉(zhuǎn)換數(shù)據(jù)獲得電流、電壓畸變率作為值，次數(shù)i 作為關(guān)鍵字的鍵值對：（i（v1i，v2i，…，vki）），這些鍵值對也就是Reduce 階段的輸入[13]。

在Reduce 階段，依據(jù)關(guān)鍵字i 分類統(tǒng)計(jì)數(shù)據(jù)，計(jì)算平均值avg、最大值max、最小值min。以鍵值對形式輸出結(jié)果：（i（avg，min，…，max）），以相似方式計(jì)算其它統(tǒng)計(jì)值。

HBase 數(shù)據(jù)庫以鍵值對的形式將數(shù)據(jù)組織到一起，組織完成后經(jīng)Hadoop 分布式程序在集群中存儲數(shù)據(jù)，完成本文平臺中電能質(zhì)量信息狀態(tài)大數(shù)據(jù)分布式存儲。HBase 數(shù)據(jù)庫和普通關(guān)系數(shù)據(jù)庫不同，能夠?qū)Ψ墙Y(jié)構(gòu)化數(shù)據(jù)實(shí)現(xiàn)高效存儲。而且HBase 數(shù)據(jù)庫使用基于列的存儲模式，保證存儲后數(shù)據(jù)讀取效率更高。

1.3 故障定位方法

信息狀態(tài)監(jiān)測模塊主要是根據(jù)云存儲模塊中的數(shù)據(jù)信息監(jiān)測電能線路中的故障位置和詳細(xì)信息。通過監(jiān)測確定故障線路和故障位置，識別故障類型判斷電能線路運(yùn)行狀態(tài)獲得電能質(zhì)量監(jiān)測結(jié)果。

1.3.1 計(jì)算短路

調(diào)用云存儲模塊中的電能數(shù)據(jù)，通過計(jì)算獲得零序阻抗、正阻抗和復(fù)阻抗，同時獲得故障發(fā)生之前被監(jiān)測點(diǎn)的電壓數(shù)據(jù)，以節(jié)點(diǎn)阻抗矩陣U=ZI 作為基礎(chǔ)[14]，計(jì)算短路故障類型不同之下的節(jié)點(diǎn)電壓：

1.3.2 構(gòu)建故障定位模型

式（3）為式（2）約束條件：

式中：Um與q 分別表示測量列向量和監(jiān)測點(diǎn)總數(shù)；U（p，zf）與分別表示狀態(tài)量的電壓估計(jì)向量和監(jiān)測點(diǎn)i 的測量值； 測量量的狀態(tài)估計(jì)值與元素對應(yīng)，估計(jì)狀態(tài)之前需要保證狀態(tài)量的個數(shù)低于測量量的個數(shù)。

對狀態(tài)估計(jì)模型求解時，考慮到計(jì)算U（p，zf）時會涉及到節(jié)點(diǎn)導(dǎo)納矩陣的求逆運(yùn)算與修改，所以需要使用優(yōu)化算法實(shí)現(xiàn)數(shù)值求解。

由于粒子群優(yōu)化算法具有較快的收斂速度和較簡單的運(yùn)算過程[15]，所以使用粒子群優(yōu)化算法求解故障電阻數(shù)值zf與故障距離p。

使用粒子群算法更新位置和速度：

綜合以上計(jì)算方法構(gòu)建粒子群優(yōu)化算法的故障定位模型具體過程如下：

（1）將粒子實(shí)行初始化處理；

（2）依據(jù)式（1）和式（2）計(jì)算獲得適應(yīng)度函數(shù)：J（p，zf）；

（3）依據(jù)式（4）、式（5）和式（6）將粒子位置和速度更新；

（4）判斷更新后的粒子位置與速度是否滿足式（3），如果不滿足則返回上一步；如果滿足可以跳轉(zhuǎn)到步驟（2）；

（5）判斷結(jié)果是否滿足迭代終止條件，如果不滿足返回到步驟（3），如果滿足，可以結(jié)束計(jì)算獲得故障定位結(jié)果。

2 平臺性能的測試

將某省大型電力公司相關(guān)電能信息作為實(shí)驗(yàn)對象，在Matlab 仿真平臺輸入該供電公司提供的電能數(shù)據(jù)，在仿真環(huán)境中模擬電能運(yùn)行情況。為使實(shí)驗(yàn)結(jié)果具有對比性，采用文獻(xiàn)[9]和文獻(xiàn)[10]的平臺進(jìn)行對比測試。

由于電能質(zhì)量監(jiān)測屬于大數(shù)據(jù)環(huán)境，因此需要驗(yàn)證平臺在數(shù)據(jù)存儲方面的性能情況，三種平臺在數(shù)據(jù)存儲能力方面的實(shí)驗(yàn)對比結(jié)果如圖3 所示。從圖3 能夠看出，隨著運(yùn)行時間的增加，三種平臺的數(shù)據(jù)存儲量都呈現(xiàn)上升趨勢，說明三種平臺均能實(shí)現(xiàn)電能數(shù)據(jù)的良好存儲，但是本文平臺的數(shù)據(jù)存儲量最大，說明本文平臺使用云存儲技術(shù)能夠?qū)崿F(xiàn)大數(shù)據(jù)的存儲，保證系統(tǒng)能夠平穩(wěn)運(yùn)行，更好地實(shí)現(xiàn)電能質(zhì)量信息狀態(tài)監(jiān)測。

由于監(jiān)測電能質(zhì)量信息時數(shù)據(jù)量過于龐大，數(shù)據(jù)量的大小影響平臺運(yùn)行時間，如果存儲時間過長很容易延長平臺的響應(yīng)時間，因此對比不同數(shù)據(jù)量下平臺運(yùn)行時間情況，結(jié)果如圖4 所示。通過圖4可知，數(shù)據(jù)量不斷增加，平臺的運(yùn)行時間也逐漸上升，當(dāng)數(shù)據(jù)量達(dá)到90×106條時對比平臺的運(yùn)行時間分別達(dá)到6 s 和7 s 以上，而本文平臺仍然保持2 s 以下的運(yùn)行時間，整體來看，本文平臺的運(yùn)行時間較平穩(wěn)，隨著數(shù)據(jù)條數(shù)量的增加，運(yùn)行時間始終沒有出現(xiàn)明顯波動，說明本文平臺具有較好的性能。

能耗平衡性是驗(yàn)證存儲性能的重要指標(biāo)之一，分析三種平臺能耗標(biāo)準(zhǔn)方差變化情況，結(jié)果如圖5所示。由圖5 能夠看出，本文平臺具有良好的能耗平衡性，隨著數(shù)據(jù)量的增加，三種平臺的能耗標(biāo)準(zhǔn)方差均呈現(xiàn)上升趨勢，其中本文平臺的能耗標(biāo)準(zhǔn)方差均始終高于兩種對比平臺，說明本文平臺的能耗均衡性強(qiáng)，提升平臺的監(jiān)測效果。

圖3 數(shù)據(jù)存儲量對比Fig.3 Comparison of data storage capacity

圖4 運(yùn)行時間對比Fig.4 Running time comparison

圖5 能耗均衡性比較Fig.5 Comparison of energy consumption balance

平臺設(shè)計(jì)的初衷，就是實(shí)現(xiàn)電能質(zhì)量信息狀態(tài)監(jiān)測，收集實(shí)驗(yàn)對象實(shí)時電能質(zhì)量信息狀態(tài)，統(tǒng)計(jì)電能真實(shí)故障結(jié)果，分析平臺監(jiān)測均方誤差結(jié)果，詳情如圖6 所示。分析圖6 可知，本文平臺的監(jiān)測數(shù)據(jù)與真實(shí)電能質(zhì)量信息狀態(tài)結(jié)果最為接近，說明本文平臺能夠準(zhǔn)確監(jiān)測出電能質(zhì)量中的各種故障內(nèi)容，在監(jiān)測電能質(zhì)量信息狀態(tài)時具有較高準(zhǔn)確率。

圖6 監(jiān)測均方誤差Fig.6 Mean square error of monitoring

為進(jìn)一步驗(yàn)證平臺監(jiān)測的準(zhǔn)確性，在仿真環(huán)境中添加50%噪聲干擾，分析監(jiān)測結(jié)果情況，結(jié)果見圖7。從圖7 中能夠看出，添加噪聲干擾后，三種方法的監(jiān)測均方誤差均有所上升，本文平臺的監(jiān)測結(jié)果也與真實(shí)數(shù)據(jù)發(fā)生誤差，但是整體來看仍舊是本文平臺的監(jiān)測結(jié)果最為接近真實(shí)數(shù)據(jù)內(nèi)容，由此可以看出，即使在噪聲干擾下，本文平臺仍然具有較高的監(jiān)測準(zhǔn)確性。

3 結(jié)語

圖7 噪聲干擾下監(jiān)測結(jié)果Fig.7 Monitoring results under noise interference

本文提出基于大數(shù)據(jù)技術(shù)的電能質(zhì)量信息狀態(tài)監(jiān)測平臺，使用云存儲實(shí)現(xiàn)電能大數(shù)據(jù)的存儲與調(diào)用；利用粒子群優(yōu)化算法實(shí)現(xiàn)電網(wǎng)中故障節(jié)點(diǎn)定位。二者相互協(xié)作，結(jié)合其它硬件與軟件共同構(gòu)成本文平臺。通過Matlab 仿真平臺輸入真實(shí)電力公司數(shù)據(jù)構(gòu)建仿真模擬環(huán)境，驗(yàn)證本文平臺性能，實(shí)驗(yàn)顯示，由于本文平臺使用云存儲技術(shù)，在數(shù)據(jù)存儲量方面具有絕對優(yōu)勢，而且由于云存儲能夠保障大數(shù)據(jù)存儲所以提高了平臺的運(yùn)行時間和能耗平衡性，使得本文平臺具有良好的性能，在電能質(zhì)量信息狀態(tài)監(jiān)測方面，本文平臺在噪聲干擾下和普通環(huán)境下始終具有較好的監(jiān)測結(jié)果，與同類平臺相比呈現(xiàn)出較高的優(yōu)勢。