吳建軍++崔慧明++吳正功++段堯

摘 要：近年來(lái)，隨著智能電網(wǎng)建設(shè)的不斷發(fā)展，各類(lèi)電力故障發(fā)生的頻率不斷增加，給電力行業(yè)安全生產(chǎn)帶來(lái)巨大隱患，大數(shù)據(jù)技術(shù)近年來(lái)在電力狀態(tài)檢修領(lǐng)域也得到廣泛應(yīng)用。本文基于目前電力狀態(tài)檢修現(xiàn)狀，介紹了用于電力狀態(tài)評(píng)估領(lǐng)域的大數(shù)據(jù)理論，闡述了電力大數(shù)據(jù)信息聚合模型。

關(guān)鍵詞：大數(shù)據(jù)；狀態(tài)評(píng)估；技改大修

中圖分類(lèi)號(hào)：TM73 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-2064（2017）07-0126-02

1 研究背景和意義

隨著智能電網(wǎng)建設(shè)的快速發(fā)展，電網(wǎng)規(guī)模逐漸擴(kuò)大，同時(shí)電力設(shè)備的故障發(fā)生頻率和次數(shù)也不斷增加，導(dǎo)致出現(xiàn)大停電事故。

為了能夠及時(shí)預(yù)防電力設(shè)備故障，需要對(duì)電力設(shè)備做狀態(tài)在線監(jiān)測(cè)，保證在設(shè)備發(fā)生故障前及時(shí)預(yù)測(cè)并對(duì)設(shè)備開(kāi)展維修，確保電網(wǎng)安全經(jīng)濟(jì)運(yùn)行。電網(wǎng)可靠性取決于電網(wǎng)設(shè)備的運(yùn)行可靠性，而對(duì)電網(wǎng)設(shè)備的可靠性的監(jiān)測(cè)及評(píng)估是狀態(tài)維修重要內(nèi)容。在電力企業(yè)中實(shí)施狀態(tài)檢修的目的是應(yīng)用現(xiàn)代管理理念和管理技術(shù)，采用有效的監(jiān)測(cè)手段和分析診斷技術(shù)，準(zhǔn)確掌握設(shè)備狀態(tài)，保證設(shè)備的安全、可靠和經(jīng)濟(jì)運(yùn)行；科學(xué)地進(jìn)行檢修需求決策，合理安排檢修項(xiàng)目、檢修間隔和檢修工期，有效降低檢修成本，提高設(shè)備可用性；形成符合狀態(tài)檢修要求的管理體制，提高電力企業(yè)檢修、運(yùn)行的基礎(chǔ)管理水平。

如何利用電力公司現(xiàn)存各系統(tǒng)如PMS等提供的信息對(duì)電網(wǎng)設(shè)備進(jìn)行監(jiān)測(cè)，并及時(shí)預(yù)測(cè)故障，已成為當(dāng)前智能電網(wǎng)發(fā)展重點(diǎn)，面對(duì)電力系統(tǒng)的海量信息，需要采用全新的大數(shù)據(jù)技術(shù)，對(duì)電網(wǎng)設(shè)備狀態(tài)做準(zhǔn)確評(píng)價(jià)，從而為技改大修項(xiàng)目的精準(zhǔn)投資和精益化管理提供有力技術(shù)手段。

2 目前研究現(xiàn)狀

2.1 當(dāng)前狀態(tài)檢修存在問(wèn)題

當(dāng)前電力狀態(tài)檢測(cè)發(fā)展迅速，多種監(jiān)測(cè)設(shè)備和狀態(tài)評(píng)估方法投入應(yīng)用，但是從實(shí)際使用情況來(lái)看，還是存在如下問(wèn)題：

（1）效率和及時(shí)性不佳。由于對(duì)電力設(shè)備監(jiān)測(cè)的頻率很高，因而產(chǎn)生海量監(jiān)測(cè)數(shù)據(jù)，在惡劣天氣或故障情況下，監(jiān)測(cè)數(shù)據(jù)會(huì)劇增，現(xiàn)有監(jiān)測(cè)手段往往難以及時(shí)處理，信息利用率低下，因而導(dǎo)致?tīng)顟B(tài)評(píng)估出現(xiàn)滯后。

（2）數(shù)據(jù)冗余大，準(zhǔn)確性不夠。極端情況下產(chǎn)生的大量數(shù)據(jù)具有冗余性，這種數(shù)據(jù)對(duì)于現(xiàn)有狀態(tài)評(píng)估方法干擾大，數(shù)據(jù)處理時(shí)間過(guò)長(zhǎng)，并且傳統(tǒng)閾值判定具有局限性，難以結(jié)合設(shè)備運(yùn)行工況的差異，因而嚴(yán)重影響評(píng)價(jià)結(jié)果準(zhǔn)確率。

（3）信息孤島問(wèn)題。目前電力設(shè)備在線監(jiān)測(cè)系統(tǒng)都是針對(duì)特定設(shè)備開(kāi)發(fā)的，如輸電線路在線監(jiān)測(cè)系統(tǒng)，油色譜在線監(jiān)測(cè)系統(tǒng)，局放監(jiān)測(cè)系統(tǒng)，變壓器在線監(jiān)測(cè)系統(tǒng)等，這些系統(tǒng)之間缺乏信息共享，形成信息孤島，各種設(shè)備重復(fù)配置，資源浪費(fèi)嚴(yán)重。

（4）擴(kuò)展性和適應(yīng)性差。狀態(tài)在線監(jiān)測(cè)系統(tǒng)所處環(huán)境變化大，原有監(jiān)測(cè)方法多為在實(shí)驗(yàn)室理想狀態(tài)下使用，對(duì)新環(huán)境適應(yīng)性差，不能準(zhǔn)確反映出設(shè)備實(shí)際狀況，現(xiàn)有的技術(shù)手段對(duì)海量數(shù)據(jù)難以利用，因而導(dǎo)致數(shù)據(jù)浪費(fèi)。

2.2 設(shè)備狀態(tài)檢修的技術(shù)難點(diǎn)

（1）狀態(tài)監(jiān)測(cè)數(shù)據(jù)中異常數(shù)據(jù)占比很小，按照規(guī)范中設(shè)定閾值難以劃分正常與異常數(shù)據(jù)邊界。（2）設(shè)備狀態(tài)量之間的相互關(guān)系非常復(fù)雜，難以建立精確數(shù)據(jù)模型來(lái)描述。（3）設(shè)備在線監(jiān)測(cè)系統(tǒng)采集頻率快，信息量大，通常以數(shù)據(jù)流形式傳輸?shù)胶笈_(tái)并要求能快速檢測(cè)出異常數(shù)據(jù)。

2.3 當(dāng)前電力大數(shù)據(jù)研究面臨的挑戰(zhàn)

國(guó)網(wǎng)公司開(kāi)展大數(shù)據(jù)的研究應(yīng)用已有2年多時(shí)間，數(shù)據(jù)來(lái)源已經(jīng)日益成為當(dāng)前研究遇到的突出問(wèn)題，在產(chǎn)生維度，統(tǒng)計(jì)口徑，存儲(chǔ)方式，異常辨識(shí)，采集密度等都存在障礙，當(dāng)前的數(shù)據(jù)源難以支持全行業(yè)的大數(shù)據(jù)研究，成為數(shù)據(jù)融合的挑戰(zhàn)。當(dāng)前設(shè)備狀態(tài)在線監(jiān)測(cè)面對(duì)海量在線監(jiān)測(cè)數(shù)據(jù)時(shí)，遇到“數(shù)據(jù)海量，信息不足”這一問(wèn)題，因而使得狀態(tài)在線監(jiān)測(cè)系統(tǒng)的使用效果受到嚴(yán)重制約。主要原因：（1）狀態(tài)在線監(jiān)測(cè)系統(tǒng)采集數(shù)據(jù)海量，價(jià)值密度偏低；（2）對(duì)設(shè)備故障精確判斷關(guān)注多，對(duì)設(shè)備狀態(tài)趨勢(shì)關(guān)注少；（3）數(shù)據(jù)融合差，無(wú)法提供監(jiān)測(cè)設(shè)備全景信息。

3 用于電力設(shè)備狀態(tài)在線監(jiān)測(cè)的大數(shù)據(jù)理論

3.1 以狀態(tài)預(yù)測(cè)為首要目標(biāo)

當(dāng)前電力設(shè)備在線狀態(tài)監(jiān)測(cè)取得長(zhǎng)足發(fā)展，從國(guó)家電網(wǎng)各使用單位現(xiàn)場(chǎng)反饋情況來(lái)看，收效不夠理想，造成這一問(wèn)題的原因有數(shù)據(jù)采集精度問(wèn)題，數(shù)據(jù)傳輸?shù)目垢蓴_問(wèn)題，數(shù)據(jù)分析不到位問(wèn)題，另外運(yùn)維人員對(duì)設(shè)備狀態(tài)的判斷還是依靠個(gè)人經(jīng)驗(yàn)和國(guó)網(wǎng)設(shè)備評(píng)價(jià)導(dǎo)則進(jìn)行，對(duì)設(shè)備狀態(tài)預(yù)警重視不夠。目前一線電力運(yùn)檢人員對(duì)電力設(shè)備故障信息和規(guī)程閥值極為關(guān)注，對(duì)設(shè)備狀態(tài)在線監(jiān)測(cè)還停留在比較測(cè)量數(shù)據(jù)和設(shè)備閥值差距的大小，對(duì)監(jiān)測(cè)數(shù)據(jù)潛藏的趨勢(shì)或變化信息未做挖掘分析，因而難以實(shí)現(xiàn)狀態(tài)估計(jì)和壽命預(yù)測(cè)。通過(guò)對(duì)設(shè)備監(jiān)測(cè)海量數(shù)據(jù)做分析，有助于減少設(shè)備故障率，節(jié)約維修成本。

3.2 重速度輕精度

當(dāng)前電力設(shè)備狀態(tài)在線監(jiān)測(cè)數(shù)據(jù)以年增長(zhǎng)60%速度增長(zhǎng)，原有的數(shù)據(jù)統(tǒng)計(jì)分析方法顯得過(guò)時(shí)，大數(shù)據(jù)分析技術(shù)基于數(shù)據(jù)驅(qū)動(dòng)，更容易發(fā)現(xiàn)新的信息；大數(shù)據(jù)分析技術(shù)更注重快速獲得整體輪廓和脈絡(luò)，傳統(tǒng)數(shù)據(jù)分析過(guò)于重視數(shù)據(jù)精度，只見(jiàn)樹(shù)木，不見(jiàn)森林。

3.3 以整體數(shù)據(jù)分析為依托，弱化隨機(jī)采樣

傳統(tǒng)隨機(jī)采樣做法會(huì)丟失許多個(gè)性化和差異化的樣本，因而遺漏許多重要潛在信息，大數(shù)據(jù)分析方法是在全部整體數(shù)據(jù)基礎(chǔ)上做分析的，因而可以發(fā)現(xiàn)微觀層面細(xì)節(jié)數(shù)據(jù)。

3.4 重視對(duì)數(shù)據(jù)相關(guān)關(guān)系的分析，弱化因果關(guān)系分析

大數(shù)據(jù)分析技術(shù)建立在相關(guān)關(guān)系分析基礎(chǔ)上，相比因果關(guān)系更容易建模和實(shí)現(xiàn)。

4 電力大數(shù)據(jù)信息聚合模型

電力設(shè)備種類(lèi)多，結(jié)構(gòu)復(fù)雜，無(wú)法通過(guò)一個(gè)可直接觀測(cè)的量來(lái)衡量設(shè)備健康程度，需要對(duì)多個(gè)特征參量綜合分析才能得出正確結(jié)論，通過(guò)信息聚合技術(shù)，可以對(duì)不同來(lái)源，不同設(shè)備，不同時(shí)間，不同形式的數(shù)據(jù)進(jìn)行分析處理，針對(duì)電力設(shè)備狀態(tài)在線監(jiān)測(cè)數(shù)據(jù)快速增長(zhǎng)的局面，必須采用信息聚合技術(shù)，在架構(gòu)、思路、算法等方面做出改進(jìn)，才能滿足大數(shù)據(jù)分析的要求。根據(jù)電力設(shè)備在線監(jiān)測(cè)的特點(diǎn)，提出分層聚合的架構(gòu)，如圖1所示。

從單一數(shù)據(jù)源得到的數(shù)據(jù)關(guān)聯(lián)性是單一的，而從多個(gè)數(shù)據(jù)源獲得的數(shù)據(jù)關(guān)聯(lián)性是模糊的，為了能挖掘出豐富清晰的關(guān)聯(lián)關(guān)系，就必須要采用多維信息聚合模式，其過(guò)程：（1）對(duì)數(shù)據(jù)做清洗，去除無(wú)關(guān)噪聲，并做初步歸一化處理；（2）數(shù)據(jù)級(jí)聚合，反映的感知層采集的數(shù)據(jù)較為直觀，屬于二維的低級(jí)聚合。（3）將多組二維關(guān)聯(lián)信息，根據(jù)決策級(jí)對(duì)象分析需求進(jìn)一步聚合，形成信息多維聚合，（4）決策級(jí)聚合，即根據(jù)上傳多維信息，做出相應(yīng)評(píng)估判斷。

（1）數(shù)據(jù)預(yù)處理。電力設(shè)備在線監(jiān)測(cè)系統(tǒng)通過(guò)各類(lèi)傳感器采集的信息種類(lèi)多，信息海量，含義不夠清晰，同時(shí)海量數(shù)據(jù)中還包含一定數(shù)量的空數(shù)據(jù)，壞數(shù)據(jù)，噪聲數(shù)據(jù)等，因而有必要對(duì)其作初步的信號(hào)處理及數(shù)據(jù)分類(lèi)，以便后續(xù)的信息聚合。主要步驟如下：

數(shù)據(jù)清洗：通過(guò)算法將采集來(lái)的監(jiān)測(cè)數(shù)據(jù)中空數(shù)據(jù)和壞數(shù)據(jù)處理掉，將臟數(shù)據(jù)清洗干凈，以便轉(zhuǎn)換成可以進(jìn)一步聚合的數(shù)據(jù)。

數(shù)據(jù)變換：將來(lái)自不同數(shù)據(jù)源的數(shù)據(jù)在規(guī)格定義上作統(tǒng)一，在數(shù)據(jù)表現(xiàn)形式上實(shí)現(xiàn)一致；

數(shù)據(jù)壓縮：由于海量數(shù)據(jù)占據(jù)大量存儲(chǔ)空間，為了解決存儲(chǔ)空間以及提高聚合時(shí)效率，因而不損失信息前提下，對(duì)數(shù)據(jù)作適當(dāng)壓縮。

（2）數(shù)據(jù)聚合。為了方便數(shù)據(jù)聚合時(shí)分層次、分類(lèi)別，電力設(shè)備狀態(tài)在線監(jiān)測(cè)采集來(lái)的數(shù)據(jù)大致分為電氣量、過(guò)程量、狀態(tài)量，這樣可以提高聚合效率。在數(shù)據(jù)預(yù)處理過(guò)程中，把同類(lèi)型的數(shù)據(jù)做二維關(guān)聯(lián)分析，再根據(jù)物理模型、人工經(jīng)驗(yàn)等進(jìn)行跨類(lèi)別的二維關(guān)聯(lián)，這種同類(lèi)別的關(guān)聯(lián)目標(biāo)明確、定義清晰，結(jié)果準(zhǔn)確率高。

電力設(shè)備狀態(tài)在線監(jiān)測(cè)的數(shù)據(jù)級(jí)處理，是以現(xiàn)有電力設(shè)備狀態(tài)在線監(jiān)測(cè)采集到的數(shù)據(jù)為數(shù)據(jù)源，目標(biāo)定位于滿足下一級(jí)聚合，其特征如下：

以物理模型和實(shí)驗(yàn)經(jīng)驗(yàn)為基礎(chǔ)數(shù)據(jù)級(jí)聚合的目標(biāo)定位清晰明確，采用的模型和人工經(jīng)驗(yàn)都經(jīng)過(guò)驗(yàn)證；

信息級(jí)聚合以數(shù)據(jù)級(jí)聚合為基礎(chǔ)數(shù)據(jù)級(jí)聚合按照信息級(jí)聚合要求，做如下工作：1）數(shù)據(jù)存儲(chǔ)備份。即按照同一數(shù)據(jù)格式把數(shù)據(jù)存儲(chǔ)到某一位置，同時(shí)做備份處理；2）數(shù)據(jù)的二次處理（重新排序、篩選、特征提取）。針對(duì)不同數(shù)據(jù)源，聚合技術(shù)采用不同特征提取方法，再根據(jù)不同應(yīng)用對(duì)象做針對(duì)處理，同時(shí)依據(jù)數(shù)據(jù)屬性和可靠性做篩選，最后按照聚合需要的特征量做特征提?。?）數(shù)據(jù)關(guān)聯(lián)與融合。為實(shí)現(xiàn)發(fā)現(xiàn)數(shù)據(jù)間潛藏關(guān)聯(lián)及其規(guī)律，需要采用數(shù)據(jù)挖掘技術(shù)，以多個(gè)數(shù)據(jù)量的相互關(guān)系為基礎(chǔ)，更加全面的表示被監(jiān)測(cè)設(shè)備的狀態(tài)以及未來(lái)情況的估計(jì)，數(shù)據(jù)融合技術(shù)可以通過(guò)對(duì)數(shù)據(jù)的識(shí)別、分類(lèi)、聚類(lèi)、融合得到數(shù)據(jù)中包含新的信息。

（3）信息聚合。經(jīng)過(guò)數(shù)據(jù)級(jí)二維關(guān)聯(lián)后的監(jiān)測(cè)數(shù)據(jù)，無(wú)法全面體現(xiàn)，被測(cè)對(duì)象的全部面貌，所以還不能被特征聚合直接采用。信息聚合主要任務(wù)就是完成監(jiān)測(cè)信息從二維關(guān)聯(lián)到多維關(guān)聯(lián)的過(guò)程，對(duì)電力設(shè)備狀態(tài)評(píng)估，需要關(guān)注多種信息：如出廠時(shí)電氣參數(shù)額定值，投運(yùn)前測(cè)試狀態(tài)，各參量的屬性，定期巡檢后記錄，同類(lèi)設(shè)備的告警信息，故障信息，檢修信息，投運(yùn)處的環(huán)境信息。設(shè)備各監(jiān)測(cè)量相互關(guān)聯(lián)及屬性在信息層做評(píng)價(jià)后，可以進(jìn)一步挖掘出數(shù)據(jù)相關(guān)性，形成面向設(shè)備的特征信息，為決策層聚合提供基礎(chǔ)信息。

（4）決策層聚合。決策層聚合就是針對(duì)分析需求制定相應(yīng)決策分區(qū)，根據(jù)所得信息做出決策和指示，決策層聚合使用多維建模算法，集合各類(lèi)信息如設(shè)備出廠數(shù)據(jù)、巡檢信息、故障數(shù)據(jù)、狀態(tài)評(píng)價(jià)信息、歷史數(shù)據(jù)等，形成多維數(shù)據(jù)下的狀態(tài)表達(dá)形式，把當(dāng)前設(shè)備狀態(tài)數(shù)據(jù)和特征與特征狀態(tài)作關(guān)聯(lián)分析，相關(guān)性最大數(shù)據(jù)為當(dāng)前設(shè)備運(yùn)行狀態(tài)。決策層聚合結(jié)論提供給電力設(shè)備全壽命周期管理，用于設(shè)備狀態(tài)評(píng)估及健康狀態(tài)預(yù)測(cè)。

在一個(gè)電氣設(shè)備如變壓器評(píng)估基礎(chǔ)上，可以擴(kuò)展到同類(lèi)設(shè)備、不同間隔甚至不同變電站之間。

5 結(jié)語(yǔ)

本文介紹了大數(shù)據(jù)理論的主流技術(shù)，描述數(shù)據(jù)處理的具體算法，通過(guò)這些算法，可將多種數(shù)據(jù)類(lèi)型整理成可用于狀態(tài)檢修的數(shù)據(jù)類(lèi)型。本文探討了大數(shù)據(jù)技術(shù)在電力狀態(tài)檢修領(lǐng)域中的應(yīng)用，并以變壓器故障診斷為例，研究大數(shù)據(jù)挖掘分析技術(shù)在故障診斷中的具體應(yīng)用。最后結(jié)合項(xiàng)目管理知識(shí)和狀態(tài)檢修流程，給出基于大數(shù)據(jù)技術(shù)的狀態(tài)檢修流程。通過(guò)對(duì)電力設(shè)備的精準(zhǔn)檢修，實(shí)現(xiàn)了電力行業(yè)狀態(tài)檢修的精準(zhǔn)立項(xiàng)和精益化管理。