摘要：针对传统运维管理存在的问题，开发一套基于大数据的配电自动化终端智能运维管理系统，应用配电自动化系统通过对数据信息的整合与分析，可以达到配电网运行控制、故障分析、设备监控等目标，为企业减少损失。
关键词：大数据；配电自动化终端；智能运维；管理系统
一、总体方案
系统部臀在安全三区，从配电自动化主站系统的三区服务器获取配电网模型数据以及配电自动化终端、数据采集通道相关的描述数据、实时数据、历史数据和告警信息。以Hadoop开源大数据组件为基础构建大数据平台，实现配电网大
数据的分布式存储、高效处理与挖掘分析。在此基础上，建立配电自动化终端设备健康状态评估模型，实现配电自动化波备的状态评估、故障预测、实时告警以及设备缺陷的闭环管理和多维度分析。
系统采用层次化体系架构，主要包括采集层、配电大数据平台层、数据处理层和应用层四个层次。采集层实现配电网模型以及实时数据、历史数据的同步与抽取；配电大数据平台层提供海量配电网运行数据的存储和高效的数据处理能力；数据处理层根据应用层的需要提供公共的数据处理服务，包括实时计算、历史数据处理、数据挖掘分析与预测服务；应用层根据配电自动化终端运维管控的需要实现各种应用功能，包括设备健康状态评估、设备故障预测预警、运行数据多维分析、终端缺陷闭环管理、运维计划辅助决策、备品备件管理优化和移动终端APP等。
二、基于大数据的配电自动化终端智能运维管理系统
2.1大数据平台中配电自动化
基于Hadoop开源大数据构件下，大数据平台配电自动化形成，其中储存构件有HBase、Hive、HDFS、Redis；并行计算处理构件有Spark、SparkStreaming；
数据开发分析引擎为SparkMLlib开发算法包。配电网模型、终端设备信息、告警信息等数据采用Hive储存。实时数据选择Redis在内存中缓存，量测历史数据选择HBase储存。利用分布式储存和并行计算分析达到配电网大数据的处理与保存，以此作为上层应用数据处理分析的重要依据。
2.2数据信息搜集
配电自动化终端智能运维管理需具备几方面要求：第一，电网一次模型数据。第二，自动化终端设备台账和通讯网络通道的分析，如：商家、型号、运行时间、种类。第三，配电网及自动化终端运行，通讯状态数据。第四，告警信息分为配电自动化终端上下线告警、终端运行状态告警。第五，遥控操作记录信息；量测历史信息，配电自动化主站系统每5min对量测信息采样储存。结合信息种类系统采用多种数据采集方法：配电网模型和设备台账等信息定时读取数据库表，全量覆盖更新的模型同步方法。
2.3数据信息处理
第一，实时数据计算处理。结合配电自动化终端通讯和运行计算系统的终端在线率；一旦出现批量终端掉线就会对配电自动化终端网络特征展开分析，查找其原因形成设备缺陷告警数据；监控终端运行，一旦出现异常状况及时发出警报。第二，历史数据处理。经过对配电网运行信息的统计处理，判断配电自动化终端量测时间不更新、遥信抖动、离线掉线的原因。第三，数据开发。通过SparkMLlib提供的数据挖掘方法进行配电自动化终端故障历史信息和终端运行状态分析，分析遥信抖动、离线掉线等数据关联性，创建配电自动化终端状态评价的模型。
2.4配电自动化终端缺陷闭环控制系统结合Activiti运行过程创建配电自动化终端缺陷闭环控制管理系统，分为缺陷提取、确认、分配管理、现场消缺、信息反馈、审核等部分。其中，缺陷提取能够从系统自动提取或操作人员由告警信息中人工提取，提取缺陷至缺陷池等待进一步判断。缺陷确认是工作人员通过对缺陷信息分析确定或取消。分配管理指的是工作人员对确定的缺陷安排，由维修人员进行消缺。信息反馈是在消缺结束后工作人员提供反馈信息。信息审核是对消除的缺陷归档，没有消除的缺陷重新安排。2.5配电自动化终端状态评估采用大数据分析法来分析配电自动化终端设备故障和运行状态数据、投运时间、型号和离线掉线等信息链接规则和变化规律，创建配电自动化终端状态评估和预估模型，通过设备学习和关联分析方法调节数据信息。配电自动化终端状态评价模型是结合运行状况参数和其他数据。
期刊文章分类查询,尽在期刊图书馆将其分为不同等级，0—100表示正常状态；85—100表示良好，符合要求；70—85表示状态正常，无异常；55—70表示需给予重视，但对系统运行不会造成过大影响；40—55表示状态异常，如运行数据发生警报信息，离线掉线频繁；40以下表示系统已经产生故障。
三、关键技术
3.1数据采集
为了满足配电自动化终端智能运维管理的需求，需要获取如下相关数据：①电网一次模型数据；②配电自动化终端设备台账与通信网络通道等描述信息，包括设备类型、厂家、型号、投运时间、通道类型和所属的通信子站等；③配电网
及配电自动化终端实时运行状态及通信状态数据(包括电池状态、市电状态和在线状态等)；④告警信息(包括馈线开关状态变位信息、配电自动化终端上下线告警和终端运行状态告警等信息)；⑤遥控操作记录信息(操作对象、时间及是否成功等)；⑥量测历史数据，配电自动化主站系统按指定时间间隔(一般为每5min)对量测实时数据采样存储即为量测历史数据。
根据数据类型的不同，系统采取不同的数据采集策略：
1)配电网模型及设备台账等描述信息采用定时(每小时)读取数据库表，全量覆盖更新的模型步策略。
2)实时数据通过实时数据总线实现实时数据采集，采用全遥测召唤和变化数据推送更新方式相结合，获取实时数据并由Redis缓存。
3)告警信息、遥控操作记录和量测历史数据采用定时(每5min)读取数据库表中增量数据、增量加载的方式。
系统采用了开源的ETLE具Kettle，通过可视化的方式定制数据抽取、转换和加载的流程，快速实现由关系数据库表到大数据平台分布式存储的数据同步。对于数据抽取、转换与加载过程，系统提供自动化的任务凋度与可视化监控功能。
3.3数据处服
为了满足上层终端运维管理应用功能对数据处理的需要，系统提供了一组数据处理服务，对配电大数据进行预处理与统计分析。数据处理功能主要包括实时数据计算处理、历史数据处理和数据挖掘分析处理等功能。
(1)实时数据计算处理
根据配电自动化终端通信状态以及运行状态，实时计算系统的终端线率，当发现批最终端掉线时，对掉线的配电自动化终端网络特征进行分析，判别掉线原因是终端故障还是通信络故障，并生成设备缺陷告警信息；对所采集的终端运行状态进行临测，当出现异常时产牛告警。
(2)数据挖掘分析
利用SparkMLIib所提供的数据挖抛算法，对配电自动化终端故障历史信息与终端运行状态信息以及量测长时间不刷新、遥信频繁抖动、长时间在连续离线、频繁掉线和遥控失败等信息之间的关联关系进行深人挖掘，为建立配电自动化终端健康状态评价模型提供支持。
结语：
本文基于配电大数据环境下分析配电自动化终端设备状态和异常报警模型、设备缺陷闭环管理和运维管理决策等，提出了配电自动化终端智能运维管理系统。经过实验证明，配电自动化终端智能运维管理系统弥补了传统运维管理问题，有助于控制效果提高，确保系统稳定运行。在今后的系统研究中，应重点立足于系统评价算法和故障预见的精准性，根据终端设备的远程运维，提升配电自动化终端设备的运维管理效果。
参考文献：
[1] 李石，赵苏虹.智能电网配电自动化技术的发展研究[J].科技风，2018（30）：167.
[2] 刘莹旭，梁今今，金琪.基于上海中心城区的可靠性提升技术效益影响分析[J].低碳世界，2018（10）：62- 63.
[3] 高永俊，刘紫玲，韩明彤，等.配电自动化主站系统二次安防的设计运用[J].山东工业技术，2018（21）：158.
[4] 彭超. 配电自动化终端设备在电力配网自动化的应用探讨[J].科技风，2018（29）：194.
论文作者:刘亦斌
论文发表刊物:《电力设备》2019年第6期
论文发表时间:2019/7/9
标签：终端论文; 数据论文; 信息论文; 状态论文; 缺陷论文; 实时论文; 数据处理论文; 《电力设备》2019年第6期论文;