关键词：智能电网；变电运行；数据需求
引言：大数据技术、信息技术在变电站运行管理中的有效利用带来“数据资产”的概念，依托准确、完善的数据基础，变电站运行状态更加清晰可见，管理效率大幅度提升。为进一步发挥大数据技术在变电运行管理中的优势作用，有必要对其数据需求做重点分析。
1智能电网下变电运行的数据需求
1.1变电运行数据来源
变电运行核心数据包括母线及设备互感器的电流及电压数据，另外还包括设备温度、振动幅值、噪声、油液液面高度等数据。综合来讲，变电站原始数据可分为以下三类：
1.1.1浮点离散数据
变电系统中，电压及电流互感器、油量传感器、温度传感器等采集的数据，均属于浮点离散数据类型。该类数据的特点在于分析简单，可用以回归分析、状态分析等，了解变电站实时运行状况。
1.1.2矢量数据
矢量数据多由变电站激光陀螺仪等设备采集，表现出离散及矢量信息特征，对该类数据进行求导可得到连续路径信息。通过矢量叠加分析，可了解变电系统振动情况及移动特性。经离散化处理后，矢量数据可转化为浮点离散数据，再进行位图化处理，即可获得流媒体数据。
1.1.3流媒体数据
流媒体数据由摄像系统、音频采集系统等收集。目前应用于智能电网变电系统的摄像装置，可实现三维流媒体数据的采集。流媒体数据很难进行离散数据分析，一般采用神经网络或模糊判断的方式开展数据深挖工作。
1.2变电运行数据结构
从变电站数据库管理方式可大致划分运行数据结构。主流变电站数据库通常采用分布式管理的方式，各模块的数据独立存储，数据库分层方式如下：
（1）数据硬件层。数据硬件层负责红外监控系统、音频采集系统、陀螺仪等数据的采集和存储，CPU、RAM等硬件资源也存储在该层[1]。
（2）独立数据层。独立数据层即存储于分布式系统及服务器中的数据集合，这些数据无法完成跨系统交换，专门服务于独立系统。
（3）整合数据层。整合数据来源于变电站全部独立数据的备份，整合数据治理使用的模型也存储在该层。
（4）服务数据层。由于整合数据层的数据体量非常大，单次查询、更新时间较长，难以直接利用。因此搭建服务数据层，实现数据库的基本使用功能。
期刊文章分类查询,尽在期刊图书馆
2智能电网下变电运行数据资源管理
2.1变电运行数据分布式存储设计
2.1.1存储设计
变电运行中的数据整体性较高，来自不同模块的数据之间相互影响、相互关联，某一环节工作的顺利开展也需要依托于其他环节完整的数据资源。结合变电运行特点，其数据存储架构一般设计为分布式结构。
在分布式数据管理架构中，变电运行数据可被视为数据单元或数据包。其中，数据单元为数据管理的最小对象，数据包存储数据管理有关信息，单个数据包一般涵盖多组数据对象，并将数据对象的管理方式、流程等记录在数据包内。
变电运行数据管理则采用集中式的管理方式，整个存储体系配备一组管理器和多个并列存在的数据存储器。各存储器可同时存储多个数据单元或数据包，设计数据缓存功能，以优化数据库运行效率。管理器负责全部数据的索引信息管理，采用HDF5编码的方式进行数据加密。
为给变电运行数据的调取、使用提供便利，变电运行数据依照网省和时间指标进行存储，即管理器下设多个网省模块，每一网省模块下再按照年份进行细分。这样，来自同一网省、同一年份的变电运行数据均被存储于相同存储器当中，便于使用和管理。在产生数据使用需求后，用户可在管理器提供的统一查询界面进行数据检索，或直接进入指定存储器进行数据查询。
2.1.2仿真分析
为检验上述变电运行数据存储架构的可行性，对其进行仿真分析。基于Hadoop平台完成变电运行数据存储系统搭建。该系统中包括8个分布式存储节点，各节点的PC机参数设置为：4Gbit内存、200Mbit/s网络、Ybuntu16.04系统、Java JDK。
选择单机单架构数据存储作为对照组，分别分析不同数据大小时，两种存储结构的数据存储效率，以明确变电运行数据分布式存储优势。最终发现，单机单架构存储方式中，数据标识时间与数据大小之间表现为规整的线性相关关系，且随着文件大小的上升，数据标识时间增加。而在分布式存储架构中，数据标识时间与数据大小间不存在明显的正相关关系。本次仿真分析中，当文件大小达到32Mbit左右时，数据识别时间基本趋于稳定，且数据标识时间不超过10s。通过仿真对比，分散式数据存储架构在变电运行数据存储效率方面优势明显，可满足海量变电运行数据安全、快速存储的要求。
对不同数据大小时数据完整性检验所需的时间进行分析，发现在分散式存储架构下，完整性检验周期不随数据大小变化而发生显著改变，说明该数据存储方式的存储效率及数据完整性均比较可靠。再对其存储安全性进行验证，使用Storm对变电运行原始数据做加密处理，加密后的数据也采用分布式存储方式，观察加密结果可判断该存储方式安全性同样较高[2]。
2.2变电运行数据管理应用平台设计
应用平台可统一管理界面及维护管理，数据管理应用平台设计主要技术包括面向对象技术和模块设计技术。第一，支撑平台搭建。数据库子系统、网络子系统均在底层支撑平台上运行，为相关工作的顺利开展提供理论依据。第二，上层应用软件设计，分记录管理和设备管理两部分。以上两个平台间无直接关联，以数据库为媒介完成数据交换。通过数据库内数据的读取与计算结果存储，帮助解决变电运维难题。随着支撑平台及相关信息技术的发展完善，变电运行数据管理系统功能性将进一步提升，如实时通信、图像显示、数据输出等。
结论：智能电网中变电运行数据类别及结构划分，可为数据管理提供更多便利。优先选择分布式数据存储方式，确保变电运行数据安全，并提高其分析、使用便捷性。开发变电数据资源，实现变电站自动化、智能化管理。
参考文献：
[1]刘成华.智能电网下变电运行的数据需求及数据结构分析[J].机电信息,2020(03):99+101.
[2]王艺霏,李贤,来骥,等.基于随机矩阵理论的智能电网大数据体系结构设计[J].计算技术与自动化,2019,38(03):17-21.
论文作者:刘珂君
论文发表刊物:《当代电力文化》2019年22期
论文发表时间:2020/4/23
标签：数据论文; 电网论文; 分布式论文; 变电站论文; 方式论文; 数据管理论文; 智能论文; 《当代电力文化》2019年22期论文;