关键词：大数据；继电保护；智能运行；管控体系；探索
1大数据的定义及特征
1.1大数据的定义
到目前为止，大数据这一词汇还未有统一标准的定义，许多研究人员对此都有各自的定义，应用最为广泛是由IBM提出的大数据5V特点，即Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。结合大数据的5V特点，目前相对来说比较公认的大数据的概念为无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
1.2大数据的特征
容量、种类、速度、可变性、真实性、复杂性、价值成为大数据的七大特征。其中，所考虑的数据的意义和潜在的信息由数据的大小来控制，即容量；多种多样的数据类型即为种类；速度就是获得数据的速度；可变性成为处置和进行有效管理数据过程中的阻碍；真实性由数据的质量来体现；复杂性主要是指繁多的数据量和广泛的数据来源；价值则体现在合理运用大数据，即通过低成本来达到高价值的实现。
2大数据技术与继电保护装置的联系
继电保护的基本任务是：当电力系统发生故障或者出现异常工作状况时，尽可能地在最短的时间和最小的空间内，保护装置自动清除障碍，或者发出信号通知工作人员进行障碍的清除，从而使设备损失及对周围电力影响达到最小化。在电力系统中，继电保护装置会与其他自动化设备相配合，尽量减少事故引起的停电时间长这一问题，增强电力系统运行的可靠程度。在继电保护范围内，大数据技术可以将电力数据分类整合，使电力系统的层次明晰，同时通过深层次的数据报表等有科学依据的结论对未来行业发展有更合理的规划，并且依据数据结果对继电保护装置进行性能方面的加强，进一步地加强对电力系统以及电网的保护。
3继电保护运行管控存在的问题
3.1运行、检修、维护各关键环节
3.1.1改扩建、消缺反措调试问题
目前，智能变电站改/扩建、设备反措/消缺更换硬件或软件时，工程师必须在现场完成配置文件更改、定值输入、功能调试、二次回路联调等一系列工作，环节多、耗时长、效率低、风险高，一次设备配合停电次数及时间明显增加。因此，实践中亟需开展工厂化调试支撑技术研究，实现现场二次设备“即插即用”，为不停电检修、不停电扩建提供有效技术支撑。
3.1.2变电站现场运维问题
智能变电站二次回路“看不见、摸不着”，常规变电站运维技术无法适用。由于缺乏对二次设备、SCD文件、软压板、虚回路等有效管控的技术手段，“误操作、误接线、误整定”屡有发生。保护设备及其回路发生缺陷时无法快速定位诊断等系列问题同时存在，严重威胁电网安全运行。因此，开展面向智能变电站二次设备的现场运维支撑技术研究具有重要意义。
3.1.3变电站远程运维问题
变电站无人值守及远方操作后，运行人员面临“距离远、手段少、监控难、响应慢”的问题，而检修人员为分析、定位、处理缺陷则需要多次往返变电站现场。因此，开展远程运维技术研究势在必行，既可加强继电保护远程全方位管控，也可实现故障快速定位与隔离。
3.2继电保护运行及管理应用
继电保护设备数量繁多、种类庞杂、逻辑严密、信息海量，其技术和专业管理是一个复杂而庞大的系统工程。目前，有效、规范的业务支撑平台的缺失，使得继电保护业务、数据和应用的总体规划无法有机完成，造成设备管理、运行维护、定值整定、动作分析、状态评价等应用相对独立，数据维护工作量大。同时，规范的继电保护专业应用数据模型的缺乏，各应用场景、数据管理模式、数据交互模式存在的差异，导致数据无法互联互通，难以关联分析，阻碍了高级应用功能的落地投运。大数据技术的快速发展，为继电保护专业数据的挖掘与应用提供了良好的技术手段与条件，构建基于大数据的继电保护业务支撑平台成为必然趋势。
期刊文章分类查询,尽在期刊图书馆
4大数据技术在继电保护范畴内的应用的探究
4.1大数据技术在继电保护领域的应用
4.1.1设备分析评价与状态评估
设备分析:通过运用数据参数对设备使用寿命、电压级别、设备类型以及分布情况进行分析。设备评价:使用相关指标，对设备的可靠性做出指标分析。状态检查修理：结合检修对策模型，得出不同检修方案，对不同健康水平的设备进行专门的检查维修。状态评估：根据继电保护系统的各种参数，评估出保护设备当前的运行状态。
4.1.2智能运维与透明管控
继电保护远程智能运维：将保护设备信息与检修信息、运行信息等关联，进行安全措施分析，对远程智能巡视周期相关信息进行分析。透明管理控制：保护设备通过身份识别技术将现场信息实时反馈给值班人员，从而达到对现场运营状况的透明管控。
4.2应用过程中存在的问题
大数据是把双刃剑，大数据在给继电保护带来机遇的同时，也存在着一些问题与缺陷。其一是数据共享程度不够。大数据技术的特点是通过对相关联的复杂的数据进行梳理，挖掘潜在信息从而整合出所需的最终数据价值，这就需要继电保护的每个单位都能够拥有整个系统中的各项数据，从而使保护装置与重启系统装置更加完美的契合。其二是数据信息的质量低下，对数据的掌控能力弱。数据信息质量低直接降低了继电保护装置中数据分析的准确性，缺乏完整的掌控系统及信息收集流程则降低了对数据的掌控能力。其三是电力系统未形成统一的数据信息系统。数据信息相对孤立，使得继电保护领域无法得到全面的高质量的信息，对故障的消除造成一定程度的影响。其四是大数据专业人员匮乏。大数据在继电保护领域的应用不断深入，需要通过专业人员对信息数据的分析应用才使得继电保护系统更加完善，专业人员的缺失也会阻碍电力行业的发展。
4.3实施的基础解决策略
首先，要形成统一的数据信息系统需要通过对继电保护领域多方面信息的融合。在这个大数据时代，大数据作为电力企业进行决策的根基，需要通过对数据的积淀与深加工，挖掘出潜在信息的价值，使大数据的作用发挥到极致，进而能够使企业做出更好的决策。为了达到这一目的，只通过传统的数据处理方式难免会有些不合适，因此需要通过数据挖掘技术来达到这一目标。数据挖掘技术是一种从大量的数据中通过算法搜索隐藏于其中的信息的技术。我国电力市场模式在不断发展变化，目前正处于过渡阶段，高质量的数据成为大数据发挥作用的重要条件。数据挖掘技术作为大数据发挥效用的手段，将最后所得的信息进行分析提炼，按照一定标准进行分类归纳。在运用此技术的同时，信息安全也必须加强，以防止信息外流。
5大数据管理的实现
大数据分析平台的大数据管理层负责数据存储、数据挖掘、数据分析等工作。数据存储采用分布式结构化数据、非结构化数据存储技术，实现满足要求的电力云存储方案。考虑到保护专业模型与数据特征，大数据技术应针对电网及非电网设备数据与运行、应用数据提供分布式与集中式的混合型存储方案。其中涉及到的电网及保护的全景模型数据，因具有硬关联特征，结构较固化，故可采用传统关系型数据库进行存储。数据挖掘是从海量的、不完全的、有噪声的、模糊的、随机的大型数据库中发现隐含在其中的有价值的、潜在有用的信息和知识的过程，也是一种决策支持过程，主要基于人工智能、机器学习、模式学习、统计学等。大数据管理通过高度自动化的分析，做出归纳性的推理，从中挖掘出潜在的模式，为用户提供决策依据。大数据的挖掘常用的方法有分类法、回归分析法、聚类法、关联规则法、神经网络法、web数据挖掘法等。
6综合状态评估与智能诊断
继电保护设备的数据包括实时数据和历史数据。实时数据包含继电保护设备及相关配套设备的实时运行状态、运行年限、运行环境数据等，可反映设备的运行工况，从实时的、动态的角度构成了设备运行的安全状态。当前条件下，实时运行状态是从自动采集的数据和人工巡视记录两方面获取的。历史数据是从历史静态的角度出发，包括设备投运前的基础数据（如技术参数、交接验收数据等）、家族质量史（如家族的质量声誉、亲疏关系等）、故障缺陷记录、检修记录和预防性试验历史数据。在评估某种继电保护设备状态时，可充分使用大数据分析平台对其实时数据、过去资料及历史运行情况进行分析，利用专家系统、人工神经网络、模糊综合评判法等分析方法，结合智能变电站继电保护设备和二次回路的信息和实际统计信息，智能分析继电保护设备的运行状态。通过对大数据系统内的设备运行数据、常规检测数据、在线监测数据、设备历史数据进行分析，智能诊断可获得状态数据的趋势关系，然后建立设备状态评估预测的数学模型，进而开展相应的数学运算，得出设备未来状态数据，展现预测数据并输出趋势曲线。
7结语
基于大数据平台的继电保护智能诊断系统，对保护原始运行数据进行系统分析和挖掘，并使用大数据的思路来整理和优化；在此基础上，开展保护设备运行状态的实时判别及故障的诊断和预警，高效地为大电网保护设备的运行提供监视与诊断工具。
参考文献
[1]王继业,王德林,杨国生,周泽昕,邓春宇.大数据技术在继电保护领域的研究与应用[J].电力信息与通信技术,2016,14(12):1-8.
[2]娜孜依努尔·宝旦.电力系统中的继电保护技术及发展趋势研究[J].科技展望,2016,26(24):109.
[3]许明仕.智能电网中的继电保护技术[J].电子世界,2016(09):127.
论文作者:范臻
论文发表刊物:《中国电业》2019年17期
论文发表时间:2019/12/17
标签：数据论文; 继电保护论文; 设备论文; 技术论文; 信息论文; 变电站论文; 智能论文; 《中国电业》2019年17期论文;