摘要：现阶段，随着社会的发展，我国的电力工程的发展也日新月异。目前配网监测仍依赖于现场定期巡检和人工核验的传统管理手段，相较于主网运行监测管理的高度智能化而言，配网运行监测管理仍相对薄弱，已经不能满足公司精益化管理的需求。配网公变台区的实时有效监测直接影响配电网运维检修工作效率效益。目前，对于配变台区监测管理集中在事中监控和事后处理方面，运维人员接到告警后再采取相应的措施进行处理或通过技改大修计划消缺的管理方式相对被动，无法有效避免电网和用户损失。
关键词：配网公变台区运行效率；效益监测工具；研究与实现
引言
配网公变台区分布广，数量大，运行环境复杂，传统的配网巡检和检修模式已经不能满足公司精益化生产管理的要求。因此本文结合自主开发的大数据平台与实时计算技术开发了配网公变台区运行效率效益监测工具，并从系统总体架构、系统功能以及系统实现方向３个方面详细介绍了该工具的设计和实现方法。
1工具总体介绍
主要有数据层、平台层、应用层，实现数据接入与预处理、业务分析模型构建与实现及分析结果展示等功能。（１）数据接入与预处理。根据接入数据的类型，调用大数据平台的数据整合服务以及数据存储服务，将来自ＰＭ Ｓ系统、配电网自动化系统、用电信息采集系统、营销管理系统、应急抢修管理平台等业务系统的内部数据以及经济、气象、人口、地理、节假日等外部数据抽取到大数据平台，并进行数据清洗、归一化、整合等预处理，为分析模型的构建提供数据基础。（２）业务分析模型构建与实现。在前期模型研究确定的应用模型的基础上，根据数据以及模型实现需要，调用大数据平台分析和处理工具，实现台区重过载多维度分析和关联分析，构建配变重过载预警模型，对设备未来的负荷运行情况进行预测，进而结合内、外部各类风险因素，对配电网运行风险进行评估，构建风险评估模型，最终给出风险等级。与此同时，向业务系统提供模型调用接口。（３）分析结果展示。通过调用国网ＧＩＳ系统，使用ＥＣｈａｒｔｓ、Ｆｌｅｘ、Ｊａｖａｓｃｒｉｐｔ、Ｊｓｐ技术，实现台区重过载概率预警与风险评估，以及多维可视化分析结果展示和交互功能，为用户提供多角度、直观性的结果展示。大数据平台作为系统的主体部分，承担了从数据存储到分析挖掘再到结果输出的主要工作任务。考虑到电网数据仍以结构化数据为主，数据存储仍然采用数据库方式，大数据平台提升了数据的存储效率。分析挖掘部分采用工作流方式，实现基于关联分析与预测，是整个系统的功能核心。分析结果以服务形式进行发布，用于相应业务模块调用。
2工具功能
２．１基本情况监测
该模块下共有已监测台区总体展示、在运台区分布监测、采集建设及应用监测三个业务项，对公变台区监测整体情况、运行情况综合评价、配网公变台区按数量及容量分布及变化情况、配网公变台区采集建设及应用情况进行全面的监测和展示。让公司领导、业务部门以及工作人员能准确、及时了解单位所属配网公变台区的整体运行情况和管理水平以及用电信息采集建设应用情况。为公司开展台区治理、提高配网公变台区管理水平提供决策依据，为业务部门编制用电信息采集建设后期需求计划及项目储备、投资预算提供参考。
２．２经济指标监测
该模块下共有台区线损监测、台区电量监测两个业务项。
期刊文章分类查询,尽在期刊图书馆对公变台区综合线损完成情况、综合线损与理论线损对比分析、台区线损分类分布情况及占比变化情况、台区线损波动情况、供电量波动情况、售电量波动情况、供售电量波动不同步情况、供售电量波动不同向情况、供电量大于变压器最大输出功率、供电量小于变压器轻载运行输出功率等开展监测和展示。（１）台区线损监测。对市（州）公司、区（县）公司以及供电所配网公变台区线损完成情况进行监测，并与计划指标、理论线损值横向平均水平比较；分单位进行展示不同类型线损台区（高损、经济运行、零或负线损）分布情况，便于管理人员及相关领导直观地了解公司配网公变台区线损完成情况及其变化趋势，为明确降损工作重点提供依据。展示线损在合理区间的台区分布情况及变化趋势，反映公司台区降损成效及管理水平。（２）台区电量监测。关注配网公变台区供、售电量波动及变化趋势，对其变化规律及统计情况进行分析，辅助提高配网公变台区线损统计分析的准确性和相关指标的可用性，为用电检查工作和配网公变台区规划布局提供指导。２．３运行指标监测该模块下共有台区停电监测、台区故障报修监测两个业务项，对公变台区停电次数、停电时长、故障报修次数等开展监测和展示。对配网公变台区停电次数和停电时长、故障报修次数进行监测，评估配网公变台区及所属低压配电网络的安全可靠运行水平，对进一步提升配网公变台区运行管理水平提供参考依据。
3系统实现
整个系统由１１台服务器组成，其中数据库服务器２台，为大数据平台的基础库及预处理库，用于数据的存储、预处理与备份；实时处理服务器２台，通过ｓｔｏｒｍ组件构成数据实时处理的分布式集群，有效提升了数据处理速率；计算服务器２台，由ｓｐａｒｋ及其组件Ｓｐａｒｋ ＭＬＩＢ构成分析挖掘集群，通过聚类分析统计及半监督学习算法等实现数据的统计分析和预测评估等分析挖掘功能，实时处理服务器与计算服务器共同构成了大数据计算集群；数据采集服务器１台，完成数据的采集和抽取功能；缓存服务器２台，通过Ｒｅｄｉｓ构成了分布式数据缓存集群，用于提升应用系统的快速响应，有效提升应用系统的并发处理量；数据交换服务器１台，通过消息队列的方式，将计算集群产生的结果数据及时推送到数据缓存集群中，同时也可将实时处理集群的结果数据推送给分析挖掘计算集群，支撑数据的分析挖掘；应用服务器１台，完成分析结果的存储和展示。通过与各源业务系统的对接实现内部数据集成，并直接开放相关数据库表提供给大数据平台及应用直接访问。接入采用创建中间库用户并在中间库下创建接口视图，由中间库抽取数据到大数据平台的存储集群的实时数据接入方式。为方便系统界面访问，数据还可以通过数据交换服务器将数据预处理的数据推送到应用业务库。
结语
配网公变台区运行效率效益监测工具充分发挥大数据平台的计算优势与大数据挖掘技术优势，是大数据技术与电网核心业务需求结合的有益尝试，为配网公变台区的精细化管理提供了有力保障。截至２０１７年底，该工具经在国网甘肃电力范围内推广应用，归集生产管理系统、营销业务应用系统、地理信息系统、用电信息采集系统等系统设备台账、改造记录、用户档案、历史负荷、气象气候等海量数据，监测范围覆盖全省８８６０７台配变台区，累计监测配网公变台区负载率轻载或空载、三相负荷不平衡率告警、负载率连续轻空载等异动４８１１１６项，通过预警预测及风险评估辅助台区运行消缺决策９３８台区次，有效促进台区运行趋势改善向好，运行管理指标持续提升。
参考文献:
［１］王晓蓉，张国宾，刘凯，等．台区重过载预警与风险评估系统研究与实现［Ｊ］．供用电，２０１７（６）：２７－３１．
［２］魏东．配网台区设备监测系统［Ｊ］．探索科学，２０１６（１０）：２５６．
［３］王继业，季知祥，史梦洁，等．智能配用电大数据需求分析与应用研究［Ｊ］．中国电机工程学报，２０１５（８）：１８２９－１８３６．
论文作者:赵尓敏,张振南
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：数据论文; 情况论文; 系统论文; 集群论文; 线损论文; 业务论文; 服务器论文; 《电力设备》2019年第6期论文;