黃丹

摘 要：目前傳統(tǒng)的智能電網(wǎng)調(diào)度控制系統(tǒng)中，不同業(yè)務(wù)系統(tǒng)之間分散地開發(fā)、運行和管理，系統(tǒng)數(shù)據(jù)存儲結(jié)構(gòu)獨立，帶來數(shù)據(jù)多源、格式不一致，數(shù)據(jù)準(zhǔn)確性、實時性不強，數(shù)據(jù)質(zhì)量不高，缺乏統(tǒng)一的數(shù)據(jù)規(guī)范等問題，影響分析挖掘數(shù)據(jù)的效率，并且各業(yè)務(wù)系統(tǒng)的數(shù)據(jù)無法實時訪問、共享和管理。業(yè)務(wù)部門獨立對各自數(shù)據(jù)的質(zhì)量、需求和應(yīng)用等問題進行管理及解決，缺少統(tǒng)一數(shù)據(jù)管理途徑和明晰的協(xié)調(diào)機制，統(tǒng)計分析需求不能及時、按需獲得數(shù)據(jù)支持。數(shù)據(jù)抽取主要依靠技術(shù)服務(wù)人員進行，無法準(zhǔn)確、清晰地把握數(shù)據(jù)總體情況，效率低下，不能獲得電網(wǎng)全景實時數(shù)據(jù)，不能滿足調(diào)控分中心對電網(wǎng)運行數(shù)據(jù)統(tǒng)計分析的要求，無法快速得到能夠指導(dǎo)電網(wǎng)穩(wěn)定運行的決策性信息，實現(xiàn)對電網(wǎng)進行智能的管理和實時的調(diào)度。

關(guān)鍵詞：大數(shù)據(jù);電力調(diào)度;數(shù)據(jù)清洗;數(shù)據(jù)存儲;大數(shù)據(jù)平臺

引言

隨著當(dāng)前電力行業(yè)的飛速發(fā)展，社會各項經(jīng)濟活動對于智能化電網(wǎng)提出了越來越高的要求。電力系統(tǒng)的數(shù)據(jù)處理能力較先前有了顯著的提高，不但數(shù)據(jù)采樣精度得到了提高，且數(shù)據(jù)的采集量也有了顯著提高。這些數(shù)據(jù)對于電力調(diào)度實時狀態(tài)的預(yù)估，以及電網(wǎng)運行的安全性、可靠性與穩(wěn)定性起到了至關(guān)重要的作用。因此，數(shù)據(jù)的質(zhì)量顯得十分的重要。由于外部干擾及其他多方面的因素影響，電力系統(tǒng)狀態(tài)數(shù)據(jù)在傳輸過程中無法避免會出現(xiàn)錯誤，這對智能電網(wǎng)進行實時的電力調(diào)度狀態(tài)預(yù)估以及安全穩(wěn)定運行造成不利的影響。因此需要根據(jù)電力系統(tǒng)的實時狀態(tài)對電力系統(tǒng)的狀態(tài)數(shù)據(jù)進行有效的檢測與辨識。

1可靠性評價方法

針對復(fù)雜電力系統(tǒng)的多指標(biāo)體系，需要根據(jù)指標(biāo)的重要程度進行賦權(quán)，從而對電力系統(tǒng)調(diào)度進行評價。在綜合評價的方法中，主要包括主觀賦權(quán)和客觀賦權(quán)兩種方法。主觀賦權(quán)主要依靠經(jīng)驗決策，分別有專家法、層次法以及評價法，這類評價方法主觀性成分占了多數(shù)，更多依賴于專家等人員的工作經(jīng)驗，因此其評價結(jié)果不夠客觀。客觀賦權(quán)主要是采用數(shù)理統(tǒng)計的方法，將各參數(shù)數(shù)值化，通過目標(biāo)優(yōu)化、概率算法等，得到不同指標(biāo)參數(shù)的差異性和有效信息量，進而確定不同指標(biāo)的權(quán)重，但這種方法又不能綜合考慮指標(biāo)的應(yīng)用價值。為了衡量電力調(diào)度系統(tǒng)的穩(wěn)定性，需要綜合考慮其歷史數(shù)據(jù)，結(jié)合大數(shù)據(jù)技術(shù)，對電網(wǎng)調(diào)度系統(tǒng)的各項數(shù)據(jù)進行深入挖掘，獲得電網(wǎng)調(diào)度的各項信息，根據(jù)數(shù)據(jù)挖掘結(jié)果對系統(tǒng)可靠性進行評估。熵權(quán)法來源于信息論，無論理論基礎(chǔ)還是應(yīng)用前景，都有不錯的參考價值，可被應(yīng)用于電力調(diào)度系統(tǒng)的穩(wěn)定性評價。熵權(quán)并不代表該指標(biāo)的重要程度，而是對評價指標(biāo)的變異程度進行區(qū)分，只有對整個系統(tǒng)進行綜合，才能有效反映各參數(shù)的價值意義。將傳統(tǒng)熵權(quán)法進行改進，結(jié)合兩種賦權(quán)方法的優(yōu)勢，利用客觀熵權(quán)法進行計算，在計算結(jié)果中引入主觀賦權(quán)法，考慮指標(biāo)參數(shù)的主觀價值。改進熵權(quán)法的計算過程如下。

2電力調(diào)度大數(shù)據(jù)應(yīng)用平臺系統(tǒng)技術(shù)研究

2.1數(shù)據(jù)類型

電力數(shù)據(jù)的類型可分為兩種，一種是結(jié)構(gòu)化數(shù)據(jù)，另一種是非結(jié)構(gòu)化數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)主要在源端業(yè)務(wù)系統(tǒng)存儲，數(shù)據(jù)存儲分為存量數(shù)據(jù)抽取和增量數(shù)據(jù)復(fù)制，存量數(shù)據(jù)抽取可以采用達夢ETL、數(shù)據(jù)復(fù)制及數(shù)據(jù)文件方式從源端業(yè)務(wù)系統(tǒng)接入。增量數(shù)據(jù)復(fù)制可以通過開發(fā)增量捕獲工具，識別源表的增量標(biāo)識，定期抽取最新時間標(biāo)識的數(shù)據(jù)，并將增量數(shù)據(jù)接入到數(shù)據(jù)存儲計算組件中。非結(jié)構(gòu)化數(shù)據(jù)主要是存儲在源端業(yè)務(wù)系統(tǒng)里的文件、圖像、影音等文件，數(shù)據(jù)接入分成存量數(shù)據(jù)抽取以及增量數(shù)據(jù)復(fù)制，存量數(shù)據(jù)抽取把原系統(tǒng)中的歷史數(shù)據(jù)通過遷移工具全部復(fù)制進數(shù)據(jù)存儲計算組件內(nèi)，增量數(shù)據(jù)復(fù)制通過開發(fā)集成接口將上傳的文件實時推送到數(shù)據(jù)存儲計算組件中。

2.2轉(zhuǎn)移潮流策略

電力系統(tǒng)的大數(shù)據(jù)大致可以分為以下三種類型：首先是電力系統(tǒng)運行的狀態(tài)數(shù)據(jù)以及各種測量設(shè)備檢測到的數(shù)據(jù);其次是電力企業(yè)的營銷數(shù)據(jù)，如工業(yè)電價、民用電價、商業(yè)電價、售電量和用電客戶信息等;最后是電力企業(yè)的內(nèi)部管理數(shù)據(jù)。SCADA系統(tǒng)是智能化電網(wǎng)的重要組成部分，SCADA數(shù)據(jù)是電力系統(tǒng)運行和設(shè)備檢測的關(guān)鍵指標(biāo)，它的數(shù)據(jù)質(zhì)量對電力系統(tǒng)的實時數(shù)據(jù)運算和電力系統(tǒng)運行狀態(tài)的監(jiān)控起著十分重要的作用。因此采用電力調(diào)度智能估計技術(shù)對于SCADA數(shù)據(jù)進行實時在線分析具有很重要的意義。SCADA數(shù)據(jù)會依據(jù)特定的規(guī)律實時刷新，時間軸上相鄰的兩個時刻的切面數(shù)據(jù)的差值能夠有效反映出這個時間段之內(nèi)電力系統(tǒng)網(wǎng)絡(luò)狀態(tài)發(fā)生變化的信息，即能夠反映出注入功率的變化情況和電力系統(tǒng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)發(fā)生重構(gòu)所引發(fā)的支路轉(zhuǎn)移潮流分布，這些信息中也包含了錯誤量測信息。這就對前一時刻電力系統(tǒng)狀態(tài)估計結(jié)果的精確性提出了更高的要求，即在進行前一時刻電力系統(tǒng)狀態(tài)估計的時候，電力系統(tǒng)拓?fù)浣Y(jié)構(gòu)的錯誤和其他數(shù)據(jù)的錯誤已經(jīng)能夠被正確地辨識出來，在實際運用過程中，經(jīng)過專業(yè)技術(shù)人員維護過的狀態(tài)估計基本上能夠滿足要求。能夠基本上反映電力系統(tǒng)實際運行狀態(tài)的狀態(tài)估計被稱為基態(tài)，其與當(dāng)前時刻切面數(shù)據(jù)進行比較就能夠得出轉(zhuǎn)移潮流的分布情況。

2.3存量和增量數(shù)據(jù)的同步協(xié)同

跨集群數(shù)據(jù)同步：基于插件的設(shè)計方法，可支持不同集群間的數(shù)據(jù)同步。全量同步：分為表全量同步和庫全量同步，表全量同步每次讀取表中全量數(shù)據(jù)并寫入，庫全量同步策略是把庫中所有表進行數(shù)據(jù)同步。增量同步：分為新增、覆蓋和更新3種策略，新增策略主要通過在目的端新建分區(qū)或者追寫數(shù)據(jù)實現(xiàn)，覆蓋和更新策略在同步配置時選擇唯一鍵，根據(jù)唯一鍵對比同步中的數(shù)據(jù)和目的端數(shù)據(jù)，結(jié)合增量策略來判斷數(shù)據(jù)是覆蓋還是更新。

2.4數(shù)據(jù)整合

對接入的多源數(shù)據(jù)進行有效整合，以實現(xiàn)數(shù)據(jù)模型統(tǒng)一，保證數(shù)據(jù)有效性、可用性和準(zhǔn)確性，然后經(jīng)過抽取、轉(zhuǎn)換和裝載，合并到一個企業(yè)級的數(shù)據(jù)倉庫里，從而得到企業(yè)數(shù)據(jù)的一個全局視圖，在此基礎(chǔ)上利用合適的查詢和分析工具、數(shù)據(jù)挖掘工具等對其進行分析和處理，最后將分析結(jié)果呈獻給用戶，為用戶的決策過程提供數(shù)據(jù)支持。實現(xiàn)統(tǒng)一數(shù)據(jù)模型，平臺接入多源信息后，將采用滿足D5000標(biāo)準(zhǔn)的電力數(shù)據(jù)模型，對異構(gòu)數(shù)據(jù)進行重新統(tǒng)一建模，實現(xiàn)平臺數(shù)據(jù)模型的統(tǒng)一，根本上解決組織數(shù)據(jù)分散重復(fù)、口徑不一致、共享困難造成的信息孤島等問題，從而真正意義上實現(xiàn)了統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)，提升平臺支撐能力，同時支持用戶利用公式定義模型，根據(jù)實際業(yè)務(wù)需求自定義模型。

結(jié)語

基于大數(shù)據(jù)背景及潮流轉(zhuǎn)移策略的電力調(diào)度數(shù)據(jù)智能估計技術(shù)，能夠有效實現(xiàn)對電力系統(tǒng)SCADA數(shù)據(jù)的實時錯誤辨識，從根本上解決了先前手工核驗量測數(shù)據(jù)處理數(shù)據(jù)量大、處理效率低和人力成本高的問題，為電力技術(shù)人員提供了簡單實用的工具。經(jīng)實例驗證，該策略能夠?qū)崿F(xiàn)對電網(wǎng)遙信、遙測狀態(tài)跳變的有效辨識和精準(zhǔn)定位，便于電力技術(shù)人員發(fā)現(xiàn)解決實時問題，大大提高了SCADA的錯誤數(shù)據(jù)量測檢查能力。

參考文獻

[1]申建建，曹瑞，蘇承國，等.水火風(fēng)光多源發(fā)電調(diào)度系統(tǒng)大數(shù)據(jù)平臺架構(gòu)及關(guān)鍵技＼術(shù)[J].中國電機工程學(xué)報，2019，12（14）：23-28.

[2]李端超，王松，黃太貴，等.基于大數(shù)據(jù)平臺的電網(wǎng)線損與竊電預(yù)警分析關(guān)鍵技術(shù)[J].電力系統(tǒng)保護與控制，2018，11（2）：13-17.

[3]葉康，冷喜武，肖飛，等.基于大數(shù)據(jù)標(biāo)簽技術(shù)的電網(wǎng)監(jiān)控智能分析方法[J].電測與儀表，2018，13（11）：18-22.

[4]鄭茂然，余江，陳宏山，等.基于大數(shù)據(jù)的輸電線路故障預(yù)警模型設(shè)計[J].南方電網(wǎng)技術(shù)，2017，18（4）：11-16.

[5]馬云龍，梅崢，郭子明，等.電力調(diào)度系統(tǒng)廣域分布式代理關(guān)鍵技術(shù)[J].電力系統(tǒng)及其自動化學(xué)報，2018，11（9）：12-17.