基于大數(shù)據(jù)挖掘的發(fā)電系統(tǒng)異常數(shù)據(jù)識(shí)別系統(tǒng)設(shè)計(jì)

于楚凡，郭大亮，張秋霞，宋子濤

（1.國(guó)家電投集團(tuán)中央研究院，北京 102209；2.國(guó)家電力投資集團(tuán)有限公司，北京 100029）

電力作為一種可再生的清潔能源，在能源危機(jī)的背景下得到了廣泛的發(fā)展和應(yīng)用。因?yàn)橹苯訌沫h(huán)境中獲取能量，發(fā)電設(shè)備主要安裝在建筑物頂部或沙漠無(wú)人區(qū)[1]。受外部環(huán)境和使用壽命的影響，PV板經(jīng)常出現(xiàn)開裂、老化等故障[2]。電池板故障將影響整個(gè)發(fā)電系統(tǒng)的效率，嚴(yán)重時(shí)會(huì)引起火災(zāi)。當(dāng)前發(fā)電系統(tǒng)故障檢測(cè)技術(shù)主要有紅外圖像法和基于深度Q 網(wǎng)絡(luò)法兩種檢測(cè)方法。使用基于紅外圖像的檢測(cè)方法，利用光學(xué)圖像作為電路板的背景圖像，并與紅外熱圖像進(jìn)行配準(zhǔn)，實(shí)現(xiàn)元件定位，在此基礎(chǔ)上，提取待測(cè)板構(gòu)件紅外溫升序列的多個(gè)特征向量，并與標(biāo)準(zhǔn)庫(kù)中的數(shù)據(jù)進(jìn)行對(duì)比，判定構(gòu)件失效。采用該方法成本較高，且受外部環(huán)境影響較大；使用基于深度Q 網(wǎng)絡(luò)法來(lái)判斷部件故障，在基于網(wǎng)絡(luò)的入侵檢測(cè)系統(tǒng)中，入侵預(yù)警與安全響應(yīng)相結(jié)合，但隨著技術(shù)的不斷發(fā)展，攻擊變得越來(lái)越普遍，檢測(cè)也越來(lái)越困難。所以提出了基于大數(shù)據(jù)挖掘的發(fā)電系統(tǒng)異常數(shù)據(jù)識(shí)別系統(tǒng)設(shè)計(jì)。在數(shù)據(jù)處理子系統(tǒng)中，關(guān)聯(lián)規(guī)則是通過(guò)數(shù)據(jù)采集子系統(tǒng)中的監(jiān)測(cè)數(shù)據(jù)建立的，監(jiān)測(cè)數(shù)據(jù)模塊在發(fā)電異常情況下，利用關(guān)聯(lián)規(guī)則生成實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)的實(shí)時(shí)規(guī)則，比較了先驗(yàn)原理和實(shí)時(shí)原理，實(shí)現(xiàn)了發(fā)電設(shè)備運(yùn)行狀態(tài)的自動(dòng)監(jiān)測(cè)和診斷。

1 系統(tǒng)硬件結(jié)構(gòu)設(shè)計(jì)

為了改善發(fā)電系統(tǒng)裝備老化問(wèn)題而導(dǎo)致的設(shè)備發(fā)電異常情況，提出了基于大數(shù)據(jù)挖掘的發(fā)電系統(tǒng)異常數(shù)據(jù)識(shí)別系統(tǒng)，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)

由圖1 可知，系統(tǒng)硬件結(jié)構(gòu)是由數(shù)據(jù)采集子系統(tǒng)、數(shù)據(jù)處理子系統(tǒng)、數(shù)據(jù)存儲(chǔ)子系統(tǒng)、設(shè)備狀態(tài)顯示子系統(tǒng)組成的[3-4]。通過(guò)設(shè)備狀態(tài)顯示子系統(tǒng)，可將其他子系統(tǒng)識(shí)別結(jié)果顯示在界面上，供工作人員查看[5-7]。

1.1 數(shù)據(jù)采集子系統(tǒng)

該子系統(tǒng)主要實(shí)現(xiàn)對(duì)數(shù)據(jù)的實(shí)時(shí)采集，即自動(dòng)從模擬和數(shù)字裝置(如傳感器等)進(jìn)行數(shù)據(jù)采集的過(guò)程。A/D 轉(zhuǎn)換器是數(shù)據(jù)采集系統(tǒng)中的一個(gè)關(guān)鍵部件，它主要用于把采集到的直流電壓轉(zhuǎn)換成數(shù)字?jǐn)?shù)據(jù)，測(cè)量出的電壓可以與特定發(fā)電量、光照強(qiáng)度、溫度、濕度對(duì)應(yīng)[8-9]。A/D 轉(zhuǎn)換器主要有兩種類型：積分和非積分。積分法可以根據(jù)一定的時(shí)間間隔測(cè)量平均輸入值，因此可以抑制多種噪聲源，非積分法是在很短時(shí)間間隔采樣輸入瞬時(shí)值[10]。數(shù)據(jù)采集子系統(tǒng)結(jié)構(gòu)如圖2 所示。

圖2 數(shù)據(jù)采集子系統(tǒng)結(jié)構(gòu)

由圖2 可知，系統(tǒng)硬件結(jié)構(gòu)主要依據(jù)模塊化設(shè)計(jì)思路，包含發(fā)電量、光照強(qiáng)度、溫度、濕度數(shù)據(jù)接口，LCD顯示器及按鍵，RTC實(shí)時(shí)時(shí)鐘[11-12]。采 用LM12H458 高度集成數(shù)據(jù)采集芯片，將采樣結(jié)果與A/D 轉(zhuǎn)換集成結(jié)果存儲(chǔ)在同一芯片內(nèi)，大大減少了外圍線路的連接[13]。LM12H458 是一個(gè)多功能數(shù)據(jù)采集系統(tǒng)，內(nèi)部含有28 個(gè)16 bit的寄存器，其配置是采集系統(tǒng)的控制中心，可用于控制系統(tǒng)采集的啟動(dòng)和停止[14]。

1.2 數(shù)據(jù)處理子系統(tǒng)

數(shù)據(jù)處理子系統(tǒng)是利用計(jì)算機(jī)處理信號(hào)的系統(tǒng)，采用數(shù)據(jù)處理系統(tǒng)對(duì)數(shù)據(jù)信息進(jìn)行處理、排序，計(jì)算各種分析指標(biāo)，便于用戶接收、保存處理后的數(shù)據(jù)信息[15]。數(shù)據(jù)處理子系統(tǒng)的結(jié)構(gòu)如圖3 所示。

圖3 數(shù)據(jù)處理子系統(tǒng)結(jié)構(gòu)

由圖3 可知，該子系統(tǒng)負(fù)責(zé)對(duì)所收集的資料進(jìn)行實(shí)時(shí)處理，它旨在將數(shù)據(jù)采集系統(tǒng)中的“原始數(shù)據(jù)”轉(zhuǎn)化為“成熟數(shù)據(jù)”，即將采集的數(shù)據(jù)轉(zhuǎn)化為滿足上位機(jī)系統(tǒng)需要的、便于使用的數(shù)據(jù)結(jié)構(gòu)，并且將數(shù)據(jù)存儲(chǔ)到實(shí)時(shí)數(shù)據(jù)表和歷史數(shù)據(jù)庫(kù)中[16]。在此基礎(chǔ)上，將上位機(jī)發(fā)出的控制指令通過(guò)數(shù)據(jù)處理分系統(tǒng)發(fā)送到相應(yīng)的控制器，完成對(duì)測(cè)控裝置的控制。SCADA 系統(tǒng)的數(shù)據(jù)核心是數(shù)據(jù)處理子系統(tǒng)，同時(shí)要求系統(tǒng)具有高可靠性、實(shí)時(shí)性、魯棒性和較強(qiáng)的數(shù)據(jù)處理能力。

1.3 數(shù)據(jù)存儲(chǔ)子系統(tǒng)

存儲(chǔ)器通過(guò)計(jì)算來(lái)處理數(shù)據(jù)，其中主要包括CPU (輔助或三級(jí)存儲(chǔ)器)無(wú)法直接存取的存儲(chǔ)設(shè)備和介質(zhì)，通常是比RAM 慢但非易失性的硬盤、光驅(qū)等設(shè)備。

使用半導(dǎo)體存儲(chǔ)芯片，如果字節(jié)長(zhǎng)為4 Byte，則使用半導(dǎo)體存儲(chǔ)芯片一次性讀取4 Byte，按字節(jié)尋址，總共1 000 個(gè)單元，每個(gè)單元1 Byte；按字尋址，總共256 個(gè)單元，每個(gè)單元4 Byte；按半字尋址，總共512 個(gè)單元，每個(gè)單元2 Byte；按雙字尋址，總共128個(gè)單元，每個(gè)單元8 Byte。主存塊調(diào)入系統(tǒng)，與緩存塊建立對(duì)應(yīng)關(guān)系，使用標(biāo)記記錄與某緩存塊建立了對(duì)應(yīng)關(guān)系的主存塊號(hào)，使用先訪問(wèn)Cache 再訪問(wèn)主存方式，無(wú)論命中還是不命中，耗時(shí)均較短。

1.4 設(shè)備狀態(tài)顯示子系統(tǒng)

發(fā)電機(jī)組發(fā)生故障時(shí)，LED 看板能自動(dòng)接收和顯示外部控制器發(fā)送的數(shù)據(jù)信息。將參數(shù)讀取到計(jì)算機(jī)作為主站的外部設(shè)備，輸出到顯示設(shè)備。支持VGA 多達(dá)8 屏的分屏輸出，每屏可以單獨(dú)顯示不同數(shù)據(jù)，互不影響。能顯示信息，如動(dòng)畫、圖形、圖表、文本值等。LED 看板數(shù)量不限。能獨(dú)立顯示不同字符、數(shù)字等信息，能對(duì)各種信息和數(shù)據(jù)進(jìn)行處理和顯示。

2 系統(tǒng)軟件部分設(shè)計(jì)

在系統(tǒng)硬件結(jié)構(gòu)支持下，設(shè)計(jì)系統(tǒng)軟件流程，如圖4 所示。在圖4 所示執(zhí)行流程支持下，設(shè)計(jì)異常數(shù)據(jù)詳細(xì)識(shí)別流程。

圖4 系統(tǒng)軟件流程

step1：光強(qiáng)采集模塊和溫度采集模塊分別用于數(shù)據(jù)處理子系統(tǒng)的發(fā)電量W、太陽(yáng)光強(qiáng)G、溫度T和濕度S采集模塊，用于發(fā)電設(shè)備的數(shù)據(jù)輸入；

step2：關(guān)聯(lián)規(guī)則提取模塊從step1 中提取數(shù)據(jù)作為先驗(yàn)數(shù)據(jù)，利用先驗(yàn)數(shù)據(jù)構(gòu)造F1、F2、F3規(guī)則，再結(jié)合先驗(yàn)的F1、F2、F3規(guī)則生成先驗(yàn)的規(guī)則集F{F1,F2,F3}，將其存儲(chǔ)在先驗(yàn)規(guī)則存儲(chǔ)模塊中。先驗(yàn)規(guī)則集是用apriori 算法構(gòu)建的，具體步驟如下：

1）關(guān)聯(lián)規(guī)則提取模塊提取正常情況下的發(fā)電量W、光強(qiáng)G、溫度T和濕度S，設(shè)置項(xiàng)目集D={D1,D2,…,Dn-1,Dn](n>2)輸入到數(shù)據(jù)處理子系統(tǒng)中，并確定項(xiàng)集集合D最小支持閾值，其中Di={Gi,Ti,Si,Wi} (0

2）依據(jù)1）中得到的最大項(xiàng)集產(chǎn)生的候選項(xiàng)集，需從集合D中確定項(xiàng)集支持度，并與最小支持度進(jìn)行對(duì)比分析，獲取最大項(xiàng)集；

3）循環(huán)處理上述內(nèi)容，直到不會(huì)出現(xiàn)新的項(xiàng)集為止；

4）通過(guò)上述得到最大項(xiàng)集的先驗(yàn)規(guī)則集F{F1,F2,F3}中，F(xiàn)1表示發(fā)電量W與光照強(qiáng)度G之間的關(guān)系、F2表示發(fā)電量W與溫度T之間的關(guān)系、F3表示發(fā)電量W與濕度S之間的關(guān)系。

step3：在發(fā)電系統(tǒng)中，一旦發(fā)現(xiàn)發(fā)電量異常，數(shù)據(jù)采集子系統(tǒng)將采集到的異常數(shù)據(jù)傳送到關(guān)聯(lián)規(guī)則提取庫(kù)中，通過(guò)step2 構(gòu)建新的實(shí)時(shí)規(guī)則集K{K1,K2,K3}。

對(duì)發(fā)電量異常的判別方法如下：設(shè)置發(fā)電量閾值U，提取step1 中構(gòu)造先驗(yàn)規(guī)則中的發(fā)電量W1，將其與發(fā)電系統(tǒng)實(shí)際運(yùn)行狀態(tài)時(shí)相同時(shí)間內(nèi)的發(fā)電量W2進(jìn)行對(duì)比分析。如果W1與W2之間差值小于閾值U，那么說(shuō)明發(fā)電系統(tǒng)正常；反之，則說(shuō)明發(fā)電系統(tǒng)異常運(yùn)行。

3 實(shí) 驗(yàn)

3.1 系統(tǒng)環(huán)境部署

在系統(tǒng)Linux 集群環(huán)境下，包含4 臺(tái)虛擬服務(wù)器，各個(gè)服務(wù)器節(jié)點(diǎn)資源配置如表1 所示。

表1 集群虛擬服務(wù)器節(jié)點(diǎn)資源配置

整個(gè)集群包含了一個(gè)主節(jié)點(diǎn)和3 個(gè)子節(jié)點(diǎn)，充分考慮節(jié)點(diǎn)分配負(fù)載，給節(jié)點(diǎn)設(shè)置較高的物理內(nèi)存。

3.2 實(shí)驗(yàn)數(shù)據(jù)集

該系統(tǒng)適合于光伏發(fā)電監(jiān)測(cè)，為測(cè)試系統(tǒng)的功能，采集真實(shí)光伏監(jiān)測(cè)設(shè)備上載的感測(cè)數(shù)據(jù)，包括設(shè)備上載的靜態(tài)和動(dòng)態(tài)數(shù)據(jù)、雷達(dá)探測(cè)的plot 數(shù)據(jù)、高清攝像機(jī)拍攝的目標(biāo)照片等。這些數(shù)據(jù)中，雷達(dá)波紋13 萬(wàn)像素、靜態(tài)波紋6 萬(wàn)像素、AIS 動(dòng)態(tài)波紋15 萬(wàn)像素。

對(duì)于多個(gè)預(yù)定義的異常行為，在實(shí)際場(chǎng)景中觀測(cè)到的目標(biāo)不能被全部觸發(fā)，即在實(shí)際的數(shù)據(jù)集上不能進(jìn)行異常行為測(cè)試。然后，對(duì)實(shí)際傳感器數(shù)據(jù)進(jìn)行修正，如改變模擬場(chǎng)的異常和篡改行為，消除目標(biāo)軌跡中某些圖形的模擬沉默行為，構(gòu)造實(shí)驗(yàn)數(shù)據(jù)集等。

3.3 實(shí)驗(yàn)結(jié)果與分析

分析正常情況下發(fā)電系統(tǒng)異常數(shù)據(jù)更新頻率，如表2 所示。

表2 正常情況下發(fā)電系統(tǒng)異常數(shù)據(jù)更新頻率

在上述實(shí)際更新頻率情況下，分別使用基于紅外圖像的故障診斷方法、基于深度Q 網(wǎng)絡(luò)故障診斷方法和基于大數(shù)據(jù)挖掘異常數(shù)據(jù)識(shí)別系統(tǒng)識(shí)別異常數(shù)據(jù)，識(shí)別結(jié)果精準(zhǔn)度對(duì)比分析如圖5 所示。

由圖5（a）可知，使用基于紅外圖像的故障診斷方法、基于深度Q 網(wǎng)絡(luò)故障診斷方法異常數(shù)據(jù)識(shí)別結(jié)果與實(shí)際數(shù)據(jù)相差較大，當(dāng)實(shí)驗(yàn)次數(shù)為7 次時(shí)，故障狀態(tài)下的識(shí)別結(jié)果依次為120 bit和160 bit。而停止?fàn)顟B(tài)下的識(shí)別結(jié)果與實(shí)際數(shù)據(jù)也不一致。使用基于大數(shù)據(jù)挖掘異常數(shù)據(jù)識(shí)別系統(tǒng)故障狀態(tài)下的識(shí)別結(jié)果、停止?fàn)顟B(tài)下的識(shí)別結(jié)果均與實(shí)際數(shù)據(jù)一致，誤差為0。

由圖5（b）可知，3 種方法非周期內(nèi)異常數(shù)據(jù)識(shí)別結(jié)果一致，周期內(nèi)異常數(shù)據(jù)識(shí)別結(jié)果不一致。使用基于紅外圖像的故障診斷方法、基于深度Q 網(wǎng)絡(luò)故障診斷方法異常數(shù)據(jù)識(shí)別結(jié)果與實(shí)際結(jié)果不一致，而使用基于大數(shù)據(jù)挖掘異常數(shù)據(jù)識(shí)別系統(tǒng)異常數(shù)據(jù)識(shí)別結(jié)果與實(shí)際結(jié)果一致，只有在實(shí)驗(yàn)次數(shù)為1次時(shí)，出現(xiàn)10 bit誤差。

圖5 不同方法異常數(shù)據(jù)識(shí)別結(jié)果精準(zhǔn)度對(duì)比分析

4 結(jié)束語(yǔ)

基于大數(shù)據(jù)挖掘的發(fā)電系統(tǒng)異常數(shù)據(jù)識(shí)別系統(tǒng)實(shí)現(xiàn)了發(fā)電設(shè)備運(yùn)行狀態(tài)的自動(dòng)監(jiān)測(cè)與診斷，降低了人力、物力成本，具有較高的實(shí)用性。將數(shù)據(jù)挖掘技術(shù)應(yīng)用于故障診斷與檢測(cè)中，能夠快速有效地檢測(cè)出故障源和故障原因，提高了電力系統(tǒng)故障診斷的效率。這種方法不僅可以對(duì)電池板電路故障進(jìn)行診斷，而且可以對(duì)電池板老化狀態(tài)下的低發(fā)電量異常進(jìn)行診斷，具有很強(qiáng)的實(shí)用性。