摘要：为实现对电力设备海量数据进行快速准确地分析，正确提供电力设备健康状态的实时评估结果，结合典型数据分析方法，将影响设备评价结果的海量电气特征量进行融合，设计了电力设备状态智能预警系统。该系统由数据集合层、数据融合层、告警级别配置层和告警信息展示层构成，通过对电力设备不同维度数据之间的关联分析，经由设备预警模型和设备预警逻辑判断后生成预警信息，从而达到自动对故障设备准确定位并判断故障类别的预警目标。
关键词：电网运维数据；智能预警；状态评估
电网公司目前已建的各类电网运行维护自动化系统在设计和建设过程中，缺乏统一规划与协调，导致出现功能分散、信息孤岛、维护复杂等问题，难以适应电网快速发展带来的挑战。为进一步提高各级电网公司的电网设备管理水平，充分发挥各类系统对生产指挥的支撑能力，迫切需要对现有系统进行整合与扩展，建设一套一体化数据采集、数据存储、数据分析的运行维护自动化系统，逐步实现公司对电网运行的完全掌控，对设备状态的实时评估。
1.电力设备信息数据分析处理现状
1.1电力系统数据的分类
按数据形成方式可分为静态和动态2类，其中静态数据包含设备台账基础信息、固定植入的技术标准评价导则等；动态数据是指在线监测数据、带电检测数据、巡视数据、缺陷数据、检修数据、试验数据、电网负荷、状态评价信息等。按数据处理流程可分为人员和设备的基础管理数据、设备在线与离线运行检修数据、发供电单位的营销管理数据3类。随着电力系统在生产、运维、营销等环节的运转节奏加快，如何将众多不同结构数据加以融合，挖掘到真正有利用价值的信息，才是在市场中赢得竞争的关键。
1.2电力系统数据分析处理现状
①大体量、多样性数据融合程度严重不足
当前各大省网公司对电力系统海量视频图像信息、设备台账信息、运检管理信息、通道环境信息和调度系统等大体量、多样性数据的深入挖掘及融合程度都不足。各数据平台呈现独立性及分散性，无法同步实现设备状态、故障预警和运维检修作业路径优化的自动匹配，资源合理调配途径存在断层，故障甄别几乎全靠人工。各类状态数据的广度、深度都不足以真实反映设备的实际运行状况，管理穿透力明显不足。
②数据准确性和时效性与管控需求不匹配
2017年国家电网提出“大物云集”的智能运检模式，数据的准确性与时效性将成为直接影响设备运检决策的首要因素。而现阶段由于各项检测和监测技术仍处于发展期，数据来源的唯一性、稳定性较差，加之数据结构并不单一，造成数据存在不够完整、逻辑不清、无法准确及时回传等问题，严重制约了集约化智能运检管控策略的部署实施。
③数据利用率低
生产管理信息系统、在线监测系统、调度系统等应用系统之间缺乏数据交互，数据重复存储，各专业部门根据各自的管理职能进行数据条块分割，无法实现多源数据的有效提取与融合，造成数据利用率低，无法提供高级状态评价、故障预警等所需的实时状态量数据，对故障定位的准确性、可视性和评价结果的可靠性产生直接影响。
2.需求分析
2.1业务需求
实时监测与分析设备状态相关指标，对指标异常的设备发布不同等级的预警消息，并进行趋势跟踪与故障预测，预警结果通过图表等可视化方式展现，为生产管理人员提供实时有效的监测预警分析结果，包括在线监测预警、环境气象预警、大数据分析预警和异常跟踪分析4个部分。
①在线监测预警
实时监测运行设备在线监测指标的变化情况，包括
气体压力、
气体水分、顶层油温、微水、油中溶解气体等在线监测指标，对超阈值或趋势变化异常等违反既定规则的设备发布在线监测预警。
②环境气象预警
综合落雷、覆冰、大风等气象环境指标与电网运行数据、历史试验数据、环境数据等信息，通过机理分析发布设备异常预警。
③大数据分析预警
基于数据挖掘分析手段与海量设备状态历史数据分析设备先期故障特征，通过对设备状态数据的实时分析发布设备异常预警。
④异常跟踪分析
将确定异常的设备指标变化趋势与典型故障库数据比对分析，开展设备运行异常情况动态分析与故障预测。
2.2功能需求
功能需求明确了系统要实现的软件功能，用户利用这些功能来完成任务，实现业务需求。通过对状态预警系统业务需求的深入调研与梳理，完成了状态预警系统的功能需求分析。系统功能包括五大功能域20项功能点，覆盖了监测预警、状态分析、专业管理、技术监督、高级分析五大类业务，可为电网公司运检业务的高效开展提供全方位的技术支撑。状态预警系统功能需求框架如图1所示。
图1 状态预警系统功能需求框架
3.预警方法设计
3.1状态预警
状态预警是通过硬件或者服务是否可达来判断信息资源的状态，通过对其状态的监控实现预警。实现状态预警，首先要判断信息资源是否可达，目前系统每5 min探测一次，确定信息资源是否响应。如果接收到信息资源的应答数据，则认为其可达，如果等待应答超时，则判定其不可达。在确定信息资源是否可达的前提下，将其状态分为三种：正常状态、失联状态和不稳定状态。正常状态表示信息资源每次都可达，失联状态表示信息资源连续两次不可达，不稳定状态表示信息资源经常不可达，但是达不到失联标准。目前的不稳定状态判断原则是：一个工作日探测的288次中至少有3次不可达，且不连续，则认为其处于不稳定状态。如果信息资源处于不稳定状态，需要对其进行状态预警。
3.2阈值预警
通过对信息资源设置风险预警阈值，将当前监测数据与预警阈值进行比较，如果监测数据不在相应的预警阈值范围内，则认为监测对象符合预警条件，生成预警事件。传统的阈值是靠运维人员手动设置的固定值，极易造成阈值与真实值不符。阈值预警方法充分利用大数据技术，通过对历史数据的分析自适应设置动态阈值。同时，系统提供接口供用户对阈值进行手动修改，弥补系统的不足。
3.2快变预警
信息资源监测数据需要与同类数据进行比较，若变化过于剧烈，差值大于一定比例，则认为被监测资源可能处于较大变动中，需要生成预警事件。快变预警包括横向预警和纵向预警两种方式。横向预警表示与同类资源相比较形成的预警，主要针对负载均衡集群，如果集
群中某台设备的负载远远大于其他设备，则认为需要对其进行风险预警。纵向预警示与自身历史数据进行比较形成的预警，主要是基于大数据统计分析技术，对历史数据进行挖掘分析，并将分析结果应用到信息运维主动预警模型。
3.3关联预警
关联分析又称关联挖掘，就是在信息系统及其基础设施的海量运行和应用数据中，查找存在于项目集合或对象集合之间的频繁模式、关联、相关性或因果结构。关联充分利用大数据关联分析手段，对信息系统及其基础设施的各类指标进行关联分析，挖掘相关模式，从而实现信息资源的主动预警。
结语：
基于电网运维数据的电力设备状态智能预警系统，是以电力系统各类有效数据为融合基础，结合阈值分析、纵横比分析等典型数据分析方法，形成高效集约型算法库，并通过阈值、截集等数据分析手段，对预警信息的展示范围进行优化筛选。该系统具有较强的自适应能力，能够提供整个电网不同层面、任一时段运行情况的监视预警信息，有助于消除电网运行的薄弱环节，达到指导预知性检修的目的。对提高当前电网运行的可靠性及经济性具有重要意义，将成为电网安全稳定运行必不可少的支柱。
参考文献：
[1]杨玥,张胜军,康琪.基于电网运维数据的智能预警系统的设计[J].内蒙古电力技术，2017.
[2]国家电网公司运维检修部.智能运检白皮书[Z].北京：国家电网公司运维检修部，2016.
[3]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[J].电网技术,2013
论文作者:王庚鑫
论文发表刊物:《电力设备》2017年第33期
论文发表时间:2018/4/19
标签：数据论文; 状态论文; 电网论文; 设备论文; 阈值论文; 在线论文; 信息资源论文; 《电力设备》2017年第33期论文;