基于云技術(shù)的實(shí)時(shí)氣象數(shù)據(jù)接入及其在寧夏電網(wǎng)中的共享應(yīng)用

郭飛，王亮，周怡，吳佳靜，馬國(guó)武，張慶平，麥曉慶

（1.國(guó)網(wǎng)寧夏電力有限公司，寧夏 銀川 750001；2.國(guó)網(wǎng)寧夏電力有限公司信息通信公司，寧夏 銀川 750001；3.寧夏信通網(wǎng)絡(luò)科技有限公司，寧夏 銀川 750001；4.國(guó)網(wǎng)寧夏電力有限公司電力科學(xué)研究院，寧夏 銀川 750011；5.國(guó)網(wǎng)寧夏電力有限公司中衛(wèi)供電公司，寧夏 中衛(wèi) 755000）

0 引言

隨著全球氣候變暖、環(huán)流異常，導(dǎo)致災(zāi)害性天氣產(chǎn)生的概率逐年上升，氣象災(zāi)害已成為引發(fā)電網(wǎng)系統(tǒng)事故因素中僅次于設(shè)備故障的第二大因素[1]。溫度、濕度、降雨、雷電等氣象情況是電網(wǎng)規(guī)劃、電網(wǎng)建設(shè)、電網(wǎng)檢修、負(fù)荷預(yù)測(cè)、出力控制、供電服務(wù)等各項(xiàng)業(yè)務(wù)開(kāi)展時(shí)必須考慮的因素，接入多維度、高頻次、高精度的氣象數(shù)據(jù)對(duì)建立高效決策、快速響應(yīng)的氣象風(fēng)險(xiǎn)識(shí)別與預(yù)警機(jī)制具有重要作用[2-3]。根據(jù)寧夏地區(qū)實(shí)際情況，研究從氣象云將氣象數(shù)據(jù)統(tǒng)一接入電力內(nèi)網(wǎng)端數(shù)據(jù)庫(kù)的技術(shù)路徑，并利用應(yīng)用程序（application programming interface，API）接口實(shí)現(xiàn)氣象數(shù)據(jù)監(jiān)測(cè)預(yù)警系統(tǒng)與應(yīng)急指揮災(zāi)害監(jiān)測(cè)、電網(wǎng)智能運(yùn)檢、輸電圖像分析與預(yù)警平臺(tái)、調(diào)控云地理信息導(dǎo)航等系統(tǒng)的共享。除此之外，通過(guò)融匯電網(wǎng)地理信息系統(tǒng)（geographic information system，GIS）、設(shè)備管理系統(tǒng)（power management system，PMS）的數(shù)據(jù)解決現(xiàn)有氣象預(yù)報(bào)數(shù)據(jù)顆粒度大，設(shè)備氣象風(fēng)險(xiǎn)預(yù)報(bào)精度不高的問(wèn)題，并建立基于大數(shù)據(jù)分析的氣象數(shù)據(jù)深度挖掘應(yīng)用模型，實(shí)現(xiàn)氣象數(shù)據(jù)與設(shè)備運(yùn)行數(shù)據(jù)的融合應(yīng)用，最后給出氣象數(shù)據(jù)在寧夏電網(wǎng)災(zāi)害預(yù)警、配網(wǎng)鳥(niǎo)害跳閘等領(lǐng)域的應(yīng)用案例，為提升氣象數(shù)據(jù)與電網(wǎng)運(yùn)行數(shù)據(jù)的融合共享應(yīng)用水平提供新思路。

1 氣象數(shù)據(jù)接入技術(shù)路徑

1.1 氣象數(shù)據(jù)類型及范圍

1.1.1 氣象數(shù)據(jù)類型

氣象數(shù)據(jù)主要存儲(chǔ)于氣象局的氣象云端，氣象數(shù)據(jù)在電力系統(tǒng)的接入是指將氣象云的數(shù)據(jù)經(jīng)過(guò)格式轉(zhuǎn)換后通過(guò)電力內(nèi)網(wǎng)的隔離裝置，將數(shù)據(jù)接入電力內(nèi)網(wǎng)環(huán)境。接入數(shù)據(jù)包括氣溫、濕度、降雨量、風(fēng)速、風(fēng)向、風(fēng)向度數(shù)和氣壓等實(shí)時(shí)數(shù)據(jù)，時(shí)間段序號(hào)、時(shí)間段名稱、天氣情況、最大氣溫、最小氣溫、風(fēng)向和風(fēng)力等預(yù)報(bào)數(shù)據(jù)，預(yù)警類型、預(yù)警級(jí)別、應(yīng)對(duì)措施、預(yù)警生效時(shí)間和預(yù)警解除時(shí)間等預(yù)警數(shù)據(jù)。

1.1.2 氣象數(shù)據(jù)范圍

待接入氣象數(shù)據(jù)范圍包括寧夏范圍內(nèi)氣象監(jiān)測(cè)站、35 kV及以上變電站、各區(qū)縣氣象預(yù)警數(shù)據(jù)、微氣象環(huán)境數(shù)據(jù)、高速路段氣象數(shù)據(jù)等。通過(guò)氣象數(shù)據(jù)統(tǒng)一接入電力內(nèi)網(wǎng)，一方面打破各個(gè)數(shù)據(jù)應(yīng)用端各自接入的局面，有效實(shí)現(xiàn)資源整合利用；另一方面通過(guò)電網(wǎng)GIS與氣象地圖的擬合關(guān)聯(lián)，精準(zhǔn)定位重要變電站、桿塔、線路周圍氣象信息，為高山、荒漠等特殊地貌中的設(shè)備巡檢和運(yùn)維提供數(shù)據(jù)支撐。

1.2 氣象數(shù)據(jù)接入電力內(nèi)網(wǎng)技術(shù)路徑

1.2.1 數(shù)據(jù)接入

外部氣象信息數(shù)據(jù)存放于氣象局的氣象云端，由于歷史數(shù)據(jù)量很大，通過(guò)數(shù)據(jù)接口傳輸?shù)姆绞綍?huì)影響數(shù)據(jù)傳輸效率，造成兩端服務(wù)器和通道壓力過(guò)大，因此歷史數(shù)據(jù)采用線上導(dǎo)出、導(dǎo)入的方式存入電力端數(shù)據(jù)庫(kù)。增量實(shí)時(shí)數(shù)據(jù)方面，每隔5 min向氣象云API發(fā)出請(qǐng)求，獲取并且解析成Json數(shù)據(jù)[4]，然后再以結(jié)構(gòu)化查詢語(yǔ)言（structured query language，SQL）形式經(jīng)過(guò)隔離裝置到電力端內(nèi)網(wǎng)數(shù)據(jù)庫(kù)。利用Django、Restful、JWT技術(shù)開(kāi)發(fā)電力內(nèi)網(wǎng)氣象信息數(shù)據(jù)API接口，用戶可使用各自的Restful API賬號(hào)和密碼獲取氣溫、風(fēng)、降水量、空氣濕度等氣象數(shù)據(jù)[5]。氣象信息數(shù)據(jù)接入流程如圖1所示。

圖1 氣象信息數(shù)據(jù)接入流程

1.2.2 數(shù)據(jù)格式轉(zhuǎn)換

氣象數(shù)據(jù)接入到Oracle和Postgresql兩個(gè)數(shù)據(jù)庫(kù)后，基于Postgresql數(shù)據(jù)庫(kù)的數(shù)據(jù)進(jìn)行分析挖掘，從氣象云接入到電力內(nèi)網(wǎng)的數(shù)據(jù)，只允許以SQL形式通過(guò)隔離裝置，所以在傳輸過(guò)程中所有數(shù)據(jù)字段類型全部為字符串格式，且在Postgresql數(shù)據(jù)庫(kù)中有大量的數(shù)據(jù)重復(fù)和冗余，為此需將Postgresql庫(kù)中的氣象數(shù)據(jù)實(shí)時(shí)格式化再轉(zhuǎn)存到MongoDB數(shù)據(jù)庫(kù)中。氣象數(shù)據(jù)格式化流程如圖2所示。

圖2 內(nèi)網(wǎng)氣象信息數(shù)據(jù)格式轉(zhuǎn)換

1.2.3 數(shù)據(jù)庫(kù)表設(shè)計(jì)

氣象數(shù)據(jù)轉(zhuǎn)存到MongoDB數(shù)據(jù)庫(kù)后，可在MongoDB數(shù)據(jù)庫(kù)中創(chuàng)建變電站或監(jiān)測(cè)站的實(shí)時(shí)氣象數(shù)據(jù)表和預(yù)報(bào)的數(shù)據(jù)表，以及全區(qū)預(yù)警數(shù)據(jù)等集合表。

1.2.4 氣象數(shù)據(jù)接入標(biāo)準(zhǔn)制定

氣象信息數(shù)據(jù)接入格式標(biāo)準(zhǔn)涉及到數(shù)據(jù)文件、消息和數(shù)據(jù)流等數(shù)據(jù)對(duì)象的命名規(guī)范，以及遵循使用6種國(guó)際和行業(yè)通用標(biāo)準(zhǔn)格式（BUFR、CREX、GRIB、NetCDF、HDF、XML等格式）和部分自定義格式制定規(guī)范[6]。按照標(biāo)準(zhǔn)，實(shí)時(shí)數(shù)據(jù)主要使用BUFR、CREX和XML格式表示，預(yù)報(bào)數(shù)據(jù)主要使用GRIB、NetCDF格式表示，預(yù)警數(shù)據(jù)以及人工影響天氣指揮和作業(yè)信息等信息量小且應(yīng)用范圍有限的數(shù)據(jù)采用XML或自定義格式表示。遵循氣象信息數(shù)據(jù)接入格式標(biāo)準(zhǔn)，有利于規(guī)范數(shù)據(jù)文件、數(shù)據(jù)消息和數(shù)據(jù)流在采集、傳輸、存儲(chǔ)、發(fā)布和應(yīng)用等各業(yè)務(wù)環(huán)節(jié)、以及跨系統(tǒng)、跨地區(qū)、跨部門的數(shù)據(jù)傳輸和共享中使用的統(tǒng)一標(biāo)識(shí)和格式，能夠保證傳輸、交換和共享數(shù)據(jù)的效率及完整性和有效性。

1.3.5 流動(dòng)性的測(cè)定。采用固定漏斗法測(cè)定休止角以比較顆粒的流動(dòng)性：將3只漏斗豎直方向連續(xù)固定，漏斗置于其最底端距下面水平放置的坐標(biāo)紙1 cm處，將樣品自漏斗壁倒入最上面的漏斗中，由最下端流出形成圓錐體，樣品加入量以形成的圓錐體尖端接觸到漏斗底端為準(zhǔn)。然后由坐標(biāo)紙測(cè)出圓錐底部直徑(2R)、3個(gè)漏斗的高度，按以下公式計(jì)算：

2 氣象數(shù)據(jù)共享模式

在電力系統(tǒng)全業(yè)務(wù)共享數(shù)據(jù)庫(kù)中執(zhí)行建表語(yǔ)句，在原有程序代碼中添加全業(yè)務(wù)共享數(shù)據(jù)庫(kù)所對(duì)應(yīng)的URL（包括全業(yè)務(wù)共享數(shù)據(jù)庫(kù)IP、端口、數(shù)據(jù)庫(kù)名稱、用戶名、用戶密碼等），通過(guò)訪問(wèn)電力全業(yè)務(wù)共享數(shù)據(jù)庫(kù)所對(duì)應(yīng)的API，從而實(shí)現(xiàn)氣象數(shù)據(jù)到全業(yè)務(wù)共享數(shù)據(jù)庫(kù)的寫(xiě)入。

業(yè)務(wù)部門可通過(guò)訪問(wèn)內(nèi)網(wǎng)氣象信息數(shù)據(jù)API接口部署地址，輸入用戶賬號(hào)、密碼即可調(diào)度統(tǒng)一接入的氣象數(shù)據(jù)，方便簡(jiǎn)潔，具體步驟如下：

第1步：使用令牌請(qǐng)求地址及用戶名和密碼，使用用戶名和密碼獲取令牌；

第2步：使用數(shù)據(jù)請(qǐng)求地址及令牌或其他參數(shù)請(qǐng)求相應(yīng)的數(shù)據(jù)，所請(qǐng)求的數(shù)據(jù)為JSON格式。

接入寧夏電力內(nèi)網(wǎng)的氣象數(shù)據(jù)已經(jīng)與5個(gè)系統(tǒng)建立數(shù)據(jù)共享通道，實(shí)現(xiàn)了氣象數(shù)據(jù)的共享應(yīng)用。

3 氣象數(shù)據(jù)與電網(wǎng)運(yùn)行數(shù)據(jù)融合應(yīng)用模型

3.1 應(yīng)用架構(gòu)設(shè)計(jì)

采用Django、電網(wǎng)GIS、MongoDB數(shù)據(jù)庫(kù)等技術(shù)開(kāi)發(fā)氣象數(shù)據(jù)監(jiān)測(cè)預(yù)警系統(tǒng)，以電網(wǎng)GIS為底圖，將氣象監(jiān)測(cè)站、35 kV及以上變電站、特征桿塔的實(shí)時(shí)和預(yù)報(bào)數(shù)據(jù)，全區(qū)各縣氣象局的預(yù)警數(shù)據(jù)及風(fēng)區(qū)和污區(qū)以圖層的方式添加到地圖中。氣象數(shù)據(jù)挖掘共享應(yīng)用架構(gòu)如圖3所示。

圖3 氣象數(shù)據(jù)深度挖掘共享應(yīng)用架構(gòu)

3.2 氣象預(yù)警預(yù)報(bào)信息可視化

1）全區(qū)各縣預(yù)警數(shù)據(jù)。預(yù)警數(shù)據(jù)區(qū)域滾動(dòng)展示當(dāng)前處于預(yù)警狀態(tài)的區(qū)域、設(shè)備氣象信息。

3）設(shè)備氣象信息展示。用戶點(diǎn)擊可視化界面中的桿塔或變電站，即可查看特定設(shè)備的實(shí)時(shí)氣象信息和最新預(yù)報(bào)數(shù)據(jù)，實(shí)現(xiàn)氣象預(yù)警的精準(zhǔn)定位。若某變電站出現(xiàn)極端天氣預(yù)警信息，則在頁(yè)面預(yù)警區(qū)域發(fā)出滾動(dòng)預(yù)警提示。

3.3 氣象數(shù)據(jù)與電網(wǎng)數(shù)據(jù)融合應(yīng)用典型案例

3.3.1 災(zāi)害預(yù)警分析

基于氣象數(shù)據(jù)、設(shè)備運(yùn)行數(shù)據(jù)等多維數(shù)據(jù)，采用因子分析法構(gòu)建專家知識(shí)庫(kù)，以電網(wǎng)災(zāi)害風(fēng)險(xiǎn)識(shí)別結(jié)果為觸發(fā)，實(shí)時(shí)導(dǎo)入高置信度矢量化預(yù)報(bào)數(shù)據(jù)，運(yùn)用電網(wǎng)災(zāi)害動(dòng)因邏輯時(shí)變分析方法，應(yīng)用深度網(wǎng)絡(luò)學(xué)習(xí)建立基于不同氣象因素的耦合預(yù)警模型，如圖4所示。

圖4 基于不同氣象因素的耦合預(yù)警模型

選取月平均氣溫、月最高氣溫、月最低氣溫、月極端高溫、月極端低溫、月平均相對(duì)濕度、月降水總量等12個(gè)分析因子，分析不同氣象環(huán)境對(duì)電力事故發(fā)生的概率，以實(shí)際電力事故與氣象數(shù)據(jù)為檢驗(yàn)樣本，對(duì)模型進(jìn)行驗(yàn)證。結(jié)果表明該模型能夠準(zhǔn)確表達(dá)特定地區(qū)、特定時(shí)段內(nèi)電力事故與氣象因素的關(guān)系：首先，溫度對(duì)電力事故影響最大；其次，是風(fēng)力因子；第三，為降水因子；最后，為濕度因子。

3.3.2 配網(wǎng)鳥(niǎo)害跳閘與桿型、氣象因素相關(guān)性分析

從桿塔類型和氣象因素兩個(gè)視角，建立鳥(niǎo)害跳閘影響機(jī)制分析模型，提升防鳥(niǎo)害能力，關(guān)聯(lián)分析模型如圖5所示。

圖5 氣象因素與鳥(niǎo)害跳閘事故的關(guān)聯(lián)分析模型

分析結(jié)果表明，鳥(niǎo)類最喜歡在耐張桿、分支桿和開(kāi)關(guān)桿上搭建鳥(niǎo)窩。只要滿足雨天、黑天、風(fēng)力大于等于5級(jí)其中一項(xiàng)，鳥(niǎo)類則停止筑巢。雨天最容易發(fā)生鳥(niǎo)害跳閘。根據(jù)氣象數(shù)據(jù)與設(shè)備跳閘關(guān)聯(lián)分析，有針對(duì)性地對(duì)開(kāi)關(guān)和導(dǎo)線連接部位、耐張桿接線點(diǎn)、分支桿的復(fù)雜結(jié)構(gòu)部位等進(jìn)行重點(diǎn)技防裝置改善，也可根據(jù)天氣預(yù)警信息調(diào)整人防措施，保障設(shè)備安全和供電穩(wěn)定。電力設(shè)備預(yù)警信息會(huì)實(shí)時(shí)顯示在電力GIS地圖中，為設(shè)備巡檢和運(yùn)維提供可靠支持與指導(dǎo)。

3.3.3 氣象風(fēng)險(xiǎn)預(yù)報(bào)

基于接入的氣象數(shù)據(jù)建立氣象風(fēng)險(xiǎn)預(yù)報(bào)機(jī)制：一是通過(guò)周、月氣象信息預(yù)報(bào)、氣象預(yù)警短信推送的方式實(shí)現(xiàn)預(yù)報(bào)；二是結(jié)合設(shè)備運(yùn)行數(shù)據(jù)，通過(guò)氣象數(shù)據(jù)展示與預(yù)警系統(tǒng)實(shí)時(shí)發(fā)布預(yù)報(bào)信息，將氣象預(yù)報(bào)預(yù)警信息轉(zhuǎn)化為電網(wǎng)設(shè)備狀態(tài)預(yù)警信息，發(fā)布基于電網(wǎng)設(shè)備的氣象風(fēng)險(xiǎn)，以便更有針對(duì)性地開(kāi)展防護(hù)工作，大幅提高電網(wǎng)設(shè)備氣象風(fēng)險(xiǎn)管控水平。

4 結(jié)語(yǔ)

針對(duì)氣象信息數(shù)據(jù)與電力數(shù)據(jù)不在同一網(wǎng)絡(luò)的問(wèn)題，對(duì)公網(wǎng)氣象信息數(shù)據(jù)進(jìn)行數(shù)據(jù)格式轉(zhuǎn)換，將氣象信息數(shù)據(jù)接入電力內(nèi)網(wǎng)?；诮尤雰?nèi)網(wǎng)的氣象數(shù)據(jù)，實(shí)現(xiàn)了氣象數(shù)據(jù)與不同業(yè)務(wù)系統(tǒng)的共享，并與電力數(shù)據(jù)進(jìn)行融合應(yīng)用，挖掘氣象數(shù)據(jù)在電力災(zāi)害預(yù)警、設(shè)備檢修等領(lǐng)域的應(yīng)用價(jià)值。闡述了氣象數(shù)據(jù)接入電力系統(tǒng)內(nèi)網(wǎng)及共享應(yīng)用的技術(shù)路徑，為氣象數(shù)據(jù)和電網(wǎng)運(yùn)行數(shù)據(jù)的價(jià)值挖掘和共享應(yīng)用提供參考和借鑒。