大数据助力电网智能监控，运行实现快速响应

近年来，随着特高压电网建设的全面提速、新能源的快速发展和电力市场化改革的深入推进，电网一体化运行特征愈发明显，电网调度控制中心所能获取的信息资源越来越丰富，电网设备监控分析可利用的信息源也越来越多，对电网实施集中分析决策、多专业间业务协作和跨调度机构工作协同等需求更加迫切。

上海电网是特大城市电网，集中监控的各电压等级变电站数量达千余座，传统依靠调控员人工统计分析电网运行信息的管理模式，受人员少、科学量化数据少等因素制约，存在分析精确度不高、响应不及时等问题，已不能适应当前特大城市电网集中监控的要求。因此，利用大数据分析技术手段，大幅度提高监控信息分析智能化水平，为集中监控运行提供更加有效和实用的技术支撑，就成为新形势下的必然要求。

形成智能化的多源数据统一管理模式

从2016年1月起，国网上海市电力公司领衔开展“基于大数据的调控系统设备监控分析与评估技术研究”。今年6月，项目中期汇报会召开，可实现设备监控7个方面的核心业务，且整体研究正向着2017年年底前完成系统上线、2018年全面完成项目验收的目标稳步前进。

那么，大数据是如何与设备监控相结合的，其实效又体现在哪些方面呢?

此前，上海市、地两级调控机构在开展日常生产运行及管理工作中需要使用D5000监控系统、OMS系统、AVC系统、PMS2.0系统、操作票等多个系统，各系统独立运作且互不关联。多年来，这些系统已产生了1200多天的气象信息、50多万台(条)设备信息、8亿多条遥测数据和大量的非结构化数据，并且每天都有新信息产生。这些信息体量庞大，仅遥测数据就已累计有2T。

这些系统虽然在日常工作中为调控员掌控全局、发现问题、正确操控、化解危机发挥了重要作用，但是数据彼此之间的关联程度有限，无法更好地发挥数据价值，此外，大量数据需要人工分析的介入，处理效率和效果受到限制。

在调控一体化的背景下，省级以上调控中心对设备监控的智能化提出了更高的要求，客观上需要进一步改善调控数据底层数据模型，建立适用于大数据分析的设备监控大数据模型，支持基于监控数据的变电站设备运行大数据分析，提高调控系统设备监控技术水平，提升对电网调控运行决策的支撑能力。

《国家电网公司“十三五”调控运行规划》中提出，“深化设备监控数据应用，研究基于大数据的监控设备运行趋势预测技术，实现监控设备故障发展的早期征兆性预警与趋势智能预测”。根据规划方略，在国家电力调度控制中心的支持下，国网上海电力率先开展了“基于大数据的调控系统设备监控分析与评估技术研究”，将包括D5000系统、OMS系统、AVC系统、PMS2.0系统等在内的多个业务系统的数据进行贯通与集成，实现了不同系统设备数据的统一管理、综合利用。

在多源数据统一管理的基础上，国网上海电力已借助此项研究开展包括电压监视业务、信息监视业务等7项业务在内的设备监控业务分析智能转型工作，实现了监控运行业务的智能化和监控分析业务的智慧化。

智能化监控运行实现快速响应

在传统监控运行监视业务开展的过程中，常常存在判断手段缺失、冗余信息量大等问题，给调控员的工作带来了不小干扰。而通过采用大数据云计算、大数据标签等技术，能够有效解决这些问题。

以电压监视业务为例。电压是电能质量的一项基本指标，一旦出现持续的电压越限，调控员应当迅速发现并找出原因，进而对症下药，使电压恢复到正常水平。传统方法中，监控员基于D5000监控系统告警信息开展电压越限监视工作，但是，D5000系统设置的电压越限告警阈值和AVC系统的动作触发阈值不一致，当D5000告警出现时，监控员难以通过AVC系统动作情况来判断电压越限实际情况，容易造成漏监视，影响电网安全。

监控大数据相关技术能够结合AVC系统设置的电压阈值、AVC系统自动投切日志、无功设备台账、闭锁信息等数据，利用标签技术服务，对相关数据进行有效越限、无效越限、AVC动作存疑越限等实时标记，系统可根据标记的结果自动筛除无效及冗余数据，只推送待处理的有效信息给监控员。由此，不仅解决了电压越限告警有效性判别及分析手段缺失的问题，而且大量精简了告警信息量，数据筛选正确率达100%。6月，上海电网电压越限告警总数为312827条，经过大数据的智能化筛选后，需监控员关注的告警信息精简为70551条，仅占告警总数的22.6%。

信息监视业务方面的这一效果同样明显。6月，上海电网的500千伏事故、异常、变位、越限告警总数分别为3068条、21070条、3776条、233476条，经过数据分析后，需监控员关注的告警信息分别精简为286条、6484条、1665条、39090条。变电站设备的事故、异常等运行信息得到有效辨识，辨识后的事故有效信息量可缩减到信息总量的10%左右，解决了干扰、冗余信息量大的问题。

智慧化监控分析实现实时判别

传统监控事故分析业务缺少统一的数据综合调阅分析平台，这是监控员面临的一个困境。当事故发生后，监控员不仅需要多页面调阅D5000告警信息、故障录波信息、PMU动作信息等资料，而且信息之间的关联程度不高，难以满足调度对电网的实时控制能力和事故处理水平日益提高的监控分析需求。

监控大数据相关技术通过整合OMS系统调控日志事故记录、设备检修记录、设备缺陷参数等大量数据，设计事故信息时序模板，对本站及跨站间信息进行时序比对，形成不同工况下的事故智能分析逻辑，可同时对事故信息进行智能评价。

操作监视业务同样受益。以前，监控员对断路器遥控能力缺少实时判别和监视的手段。这是因为电网设备遥控试验记录数据和电网实时运行数据独立在OMS与D5000两个系统中，监控员需在调阅多个系统的基础上，人工判断设备是否具备远方遥控的条件，因此在常态化操作及事故处理时无法快速判断设备是否可控，影响操作成功率。

而监控大数据技术则将相关数据大量整合，并设计设备遥控条件的检索逻辑规则，实现设备是否具备遥控条件的一键式查询功能，设备遥控条件检索无支撑手段的问题得到解决。现在，监控员在每次执行遥控操作前，均可对设备的遥控条件进行检索，检索结果会详细列出设备不具备遥控条件的原因，辅助监控员做相应的计划调整及相关问题反馈，有效提升设备遥控操作的成功率。

此外，借助新型监控分析与评估技术，可以帮助调控员在缺陷判定业务中，以监控信息基准点表与缺陷关联关系为基础，结合有效的告警信息自动生成新的监控缺陷记录;在家族性缺陷分析业务中，通过定义设备型号、生产批次、告警信息、缺陷原因等匹配规则，综合分析同一批次设备发出同类告警信息或同类缺陷的频度，发现并自动推送相应的疑似家族性缺陷记录;在设备缺陷及故障预警业务中，实现设备缺陷数据、设备故障数据、遥信遥测数据、气象数据等相互关联，形成缺陷、故障预判的模型。这些，都将有力提升电网监控智能智慧化水平，有效辅助调控员在纷繁复杂的数据中监控电网运行情况。

来源：中国大数据