摘要：电网应急指挥系统是在电网出现故障后的事故处置辅助系统，包括设备相关信息深度挖掘和一体化展示、事故处置、事故信息管理、电网运行管控、省地协同处置、省地信息共享以及其它辅助模块和子系统。而与大数据相关的主要有设备相关信息深度挖掘和一体化展示、电网运行管控和事故信息管理。包括深度挖掘事故辅助决策信息、电网运行信息、事故相关管理和省网共享的信息，对这些信息进行关联、筛选、核对，然后统一展示给调控人员，让调控人员的事故发生后能安全高效的掌控相关数据。并对事故发生前后的数据进行镜像，用于未来的事故回演和新员工培训。
关键词：大数据挖掘、大数据匹配、电网应急指挥系统、事故相关信息镜像
1，研究背景
随着国家对电网调控部门应急处置时的要求越来越严谨，用电客户对安全供电需求越来越强烈，电网设备不段增加导致处置事故时的相关数据越来越多电网结构越来越复杂，我们开始研讨通过大数据技术来提高电网安全性、高效性的各种方案。而其中事故处置所需信息的大数据集成和大数据深度挖掘，成为了重点研究对象。我们对大数据的集成和深度挖掘为研究的技术核心，把提高电网供电安全和提高处置效率做为目标。因此，我们要把不同部门人员维护的数据，不同系统不同模式来源的多种接口数据、数据库数据、文档数据，不同类型的电子文档、纸制信息、系统数据等多种模式的数据集成在一起，将调控人员在应急处置中想要看到的数据都要一体式的显示出来。通过深度数据挖掘技术和智能匹配关联技术把这些数据关联起来，形成事故后处置信息程序集，让调控人员直观的了解故障相关信息和情况。并把一些如纸制文件和电子文档统一管理起来，增加电网信息安全管控手段，提高到高度自动化智能化的程度，把一些过时的不安全的信息管理模式和技术淘汰下去。
目前电网调控人员在应急指挥时，所关注的数据有故障设备和变电所相关的故障信息、实时数据、台账数据、设备和变电所基本数据、保护信号动作、预案信息、规程信息、消弧线圈信息、越线情况、地理信息、天气信息、一次场站接线图、故障相别和故障保护动作。因为这些数据所涉及的系统多种多样，信息来源不同和信息形式的不同，导致设备数据无法直接匹配，编号和设备名称的差异比较大，还有很多纸制数据和电子文档，对它们这些数据进行关系匹配和信息核对、收集、整合、记录，困难较大，所以我们对数据进行深度挖掘后，用智能关联匹配平台，把这些零散的数据匹配起来，起到故障发生后所有相关信息联动展现的最终研究目标。
2，电网调控数据复杂性分析
当前电网以沈阳供电公司为例，当事故发生后，需要访问多个系统、多个文件、多个电子文档和多个纸制文件，来获得调控人员在处置故障时所需要的信息。这种工作方式不仅过时不够智能，加大电网信息安全隐患外，供电安全也因为处置效率低，不够自动化高效化而被考验着。当前电网收集方式繁杂，有些为系统数据如D5000、OMS、预案系统、天气系统、规程系统、保护动作分析系统等，有些是电子文档如设备基本信息表、电厂发电机参数表、变电所参加表、电容电感电流表等，有些是纸制文件如系统结构图和消弧线圈容量表等。调控人员想等到所有事故相关数据需要大量时间和精力，此外，在多个来源之间频繁访问，很容易看错或设备匹配错误，存在处置安全隐患，还要频繁的分析电网状态和计算电网数据，更让调控人员在大事故量爆发后疲于应对。
通过上前对电网现状的陈述，我们发现电网存在着不够自动化的问题，会影响电网运行的安全性与高效性，容易发生信息核对不准确和信息遗失等问题。我们通过研讨得到的解决方案是，用大量据进行数据收集，通过深度数据挖掘对数据进行筛选，最后用大数据智能分析技术对多设备进行匹配和对冗余数据的核对。通过研究制定解决方法，通过技术提高大数据挖掘和智能分析的可行性，在通过模拟演戏和真实事故试用，来提高系统的可靠性。通过对成果的分析，大数据挖掘能有效的完成解决故障后相关联数据繁杂的任务目标。
3，调控应急指挥系统建设与研究
3.1，应急大数据管控平台
通过分析对大数据进行分类，包括实时更新的接口数据、定期更新的其它系统数据、可随时访问的子系统数据和常态维护的文档或纸制数据。接口数据管理，包括D5000实时数据、天气数据。我们通过实时访问接口来获得数据，通过大数据采集优化和信息分类来提高数据量过大，导致收集缓慢的问题。整合数据管控，包括Oms数据、D5000一次场站图、电子文档应知应会数据、电子文档系统参数数据、纸制系统结构图、电容电流表和消弧线圈参数表等。多系统数据整合，包括数据填报、电子规程、电子预案、消弧线圈管控系统、监控保护信号辨识系统等子系统中的数据。
3.2，应急深度数据分析
通过大数据收集来的数据过大过杂乱，需求完整的分析思路来整理这些数据，本着实用、严谨的整理原则，让调控人员能第一时间掌控最想看到的数据，实现不多显示、不少显示的应急指挥理念。并且在深度数据挖掘的过程中，还要整理出老旧的、有歧义的数据进行替换，并把一些不完整的数据进行填报。最终实现收集问题信息后，通过更智能化更现代化的管理手段，替代老旧过时的管理方法。
3.3，智能匹配与关联
因为数据量大、数据来源多样化，导致数据编号不同、名称不同，为了将这些不规则数据进行统一，我们开发设备信息智能匹配功能。智能匹配通过模糊匹配、规律匹配、半自动定位匹配进行设备信息关联，把繁多复杂设备和设备信息关联起来，并把关联关系保存起来，当有事故发生，把故障设备相关的设备信息统一完整的显示给调控人员，给调控人员提供快速、轻松且严禁的故障设备信息显示的可行性方案。关联的设备信息主要包括，设备基本信息、实时数据、设备保护动作和保护动作历史、设备场站图、设备地理信息、设备所在地点当前天气和历史天气、事故前后的设备状态、设备预案与规程等。
3.4，一体式调控应急处置凭证
通过大数据技术收集信息，把事故处置时需要的信息筛选出来，对这些数据进行智能匹配和联合索引，联动式一体式展示给调控人员最想看到的处置凭证。解决在处置事故时，多系统浏览，多文档翻阅和人力匹配的问题，做到方便快速的浏览和操作，实现安全经济的电网体制。
一体式信息展现并对信息进行关联，电网设备关联的信息包括：设备基本信息、设备特性、设备场站图、设备预案和规程、当前天气和设备地理位置等，用这些信息做为处置凭证帮助调控人员定位问题和解决问题。以一体式的展示、严谨的筛选、完整的统计和精准的匹配为原则，为调控人员提供安全可靠高效的操作环境。
3.5，动态操作图的应用
用动态操作图的方式，通过大数据的收集和深度数量挖掘的匹配，分析并展示出设备的名称、实时数据、当前保护状态、潮流走向和设备间变电所间的拓扑关系。通过点图操作，记录对操作图中对应设备的操作信息，并根据操作信息改变操作图中的设备状态，以及设备状态改变后对电网所造成的影响。
用大数据对电网操作图进行填充，确保数量的完整性，用深度数量挖掘对数据进行筛选，确保数量的可靠性。通过智能拓扑关系和通知电网分析，对操作前和操作后的电网和操作图进行计算分析，帮助调控人员直观和快速的掌控电网状态和电网影响，用严谨的一图式展示和快捷的模拟操作，保证调控人员操作的安全性和效率性。
3.6，关联系统的大数据信息
关联多个系统，在处置事故时做到想要及予的设计目标，收集、筛选并展示调控人员想要得到的数据和信息。除了收集信息，还可以进行多系统联动，通过联动可以进行系统间信息的交互，提高调控人员的操作效率，避免调控人员更加的通过记忆力解决事故。除了关联D5000的实时数据、Oms的基本数据、文档中的参数数据外，我们也要链接天气系统和地理信息系统。通过大数据挖掘和关联，我们发现的当前状况下数据信息所存在的问题，为了智能化自动化的发展目标，我们除了智能匹配关联系统外，也要开发填充管理基本信息的填报系统，管理规程和预案的管理系统，管理和操作消弧线圈的操作系统等，从而加强对数据的管控力度，真正实现智能的电网和安全的数据管控手段。
3.7，故障相关信息的镜像收集
镜像技术是对收集和筛选出的数据进行实时备份，通过主系统外的专用系统进行镜像工作，不出影响主系统对数据进行的各种操作，不出影响调控人员的访问和操作。并通过逐点镜像技术，对数据进行全收集，在通过智能分析系统对数据进行分析和筛选，及确保了数据的完整性，又确保了数据的严谨性，让操作者在没有任何影响的前提下对数据进行实时存储。当需要用到某阶段的数据时，通过智能分析系统的分析，筛选出操作者想要得到的数据，并通过智能匹配系统和镜像合成技术，按照特定的关系，把这些零散的镜像组合起来，最后把分析结果发布给操作者。
通过镜像技术，对大数据收集筛选后的数据进行镜像，用以事故前事故后电网状态对比、历史事故回顾、历史信息处置凭证、事故回演和新员工培训等能用到历史信息的功能上。数据镜像技术能够提供安全高效、高效的信息存储能力，实现不丢失、不重复、不影响其它功能实用的建设目标。
通过数据镜像技术所要保存的数据包括，历史的实现数据、保护动作、天气、规程和预案的各种变更记录、故障设备处理方式、事故处置信息、故障的基本信息（时间、类别、保护相别等）、电网变更记录、设备操作记录等。并且我们可以把镜像数据，发布给其它系统，节省其它系统在对数据进行收集分析时所用的时间和精力。
3.8，大数据与故障告警
通过大数据对各种各样的实现数据和保护动作信息进行收集，并通过智能分析来结合多个点的数据进行分析，分析出当前电网中哪些设备发生的故障、哪些设备发现了风险又有哪些设备已经故障恢复或风险消失，给调控人员提供一个高效直观的电网设备监控环境。还能通过对大数据的分析，对电网整体进行风险预警和告警，结合天气、地理信息和设备特性，对全电网进行监控，并根据监控结果智能分析出电网隐患和解决方案，让调控人员能够更严谨更快速的掌握电网情况，实现安全、经济、高效的任务目标。
3.9，实用化研究
3.9.1，数据安全性的提升：
●保管的安全性：本系统通过两数据库互备的方式进行数据保存。而从前是从多种数据保存方式进行数据管理，其中纸制和文档制很容易因为误操作、电脑故障和长时间导致的遗忘，这样的数据风险较大。而即便是一些系统数据，也大多没有两数据库互备的能力。所以保管数据的安全提升很高。
●电网分析结果的安全性：通过分析结果和实际工作人员分析结果表明，结果基本一致，电网分析只对调控人员的效率起到帮助，但在数据精确性上提升不高。
●计算结果的安全性：分析结果与实际调控人员计算结果一致，但是调控人员通过了反复的测算而提高的精确性。
●匹配设备信息的安全性：系统数据基本全部配对成功，而调控人员只能从不规范的设备中进行匹配，导致更多需要记忆和经验，匹配设备信息的安全性得到30%以上的提升。
3.9.2，工作效率的提升：
（一）应急指挥的效率：
通过上表进行分析，总新系统总收集时间为7分钟，无系统收集时间为31分钟；新系统故障处置时间为9分钟，而无系统故障处置时间为26分钟。综上分析，收集时间与处置时间都有巨大提升，证明应急指挥的大数据整合对应急指挥效率有直接提升。
（二）事前准备和对事后总结的效率：因之前是多系统多形式的数据收集方式，而应急指挥系统是通过大数据信息挖掘进行数据整合，前者后者无法实际对比，以使用者证明，用应急指挥系统会有整体性的效率提升。
反事故演习和培训的效率：原始方式的反事故演习和反事故培训需要2到3天的准备时间，而应急指挥系统因为在发生事故时通过大数据深度数据挖掘把事前和事后的数据进行全数据镜像，能够做到随时准备随时演练的目标，实际证实应急指挥系统可以大幅度提高事故演练的效率。
4，未来的展望
对多种信息进行记录，如故障前后电网运行状态和故障设备保护动作变化、如事故处置方式和故障设备处理方法、如在处置事故时对电网所进行的操作等。把这些信息统一收集起来，可以进行历史事故回演、新员工培训、典型事故案例分析、编写预案时和在次发生类似事故后提供历史处置凭据、同时还可以为其它系统做数据支撑，让大数据收集量加大，为今后的工作提供更加完整更加严禁的大数据和深度挖掘的数据支持。
5，结论
因为国家的发展，导致电网设备增多，电网信息管理压力变大，为了完成电网的任务和满意社会的需求，我们需要更加智能和先进的管理方式。我们通过对设备信息、计算方法和电网情况进行全方位的分析和总结，设计了通过大数据深度数据挖掘的技术，收集、整理和智能分析计算设计了应急指挥时的所需业务。通过大量的实际情况分析和讨论，证明设计方向基本正确，无论在电网信息管理能力和调控效率上都有明显的提升。
参考文献：
[1]宋亚奇 周国亮 朱永利 智能电网大数据处理技术现状与挑战 电网技术第37 卷第 4 期
[2]张根周 大数据在智能电网领域的应用 电网与清洁能源第32卷第6期2016年6月
[3]刘友春 卜晓 卢逢婷 电网安全事故大数据分析 科学与财富2015
论文作者:夏玉珏1,张壮2,夏春勇3,李迎军4,夏荣臻5
论文发表刊物:《电力设备》2018年第3期
论文发表时间:2018/6/15
标签：数据论文; 电网论文; 设备论文; 信息论文; 事故论文; 系统论文; 人员论文; 《电力设备》2018年第3期论文;