摘要：随着我国经济的高速发展，社会对电力的需要量不断增加，各种电力工程越来越多，对电力系统的运行要求不断提高。继电保护作为电力系统的重要组成部分，在其中发挥着非常重要的作用，如果可以将大数据技术有效应用其中，可以更进一步让继电保护的作用发挥出来。为此，文章对大数据技术在继电保护领域中的应用进行探索，希望对促进我国电力事业的发展可以起到有利的作用。
关键词：大数据技术；继电保护；应用
电力系统作为经济发展和人类生活依赖的能量供给系统，具有大数据的典型特征，因此在电力系统数据爆炸式增长的新形势下，传统的数据处理技术遇到瓶颈，不能满足电力行业从海量数据中快速获取知识与信息进行分析的需求，电力大数据技术的应用是电力行业信息化、智能化发展的必然要求。通过基于大数据平台的继电保护智能诊断系统，可实现对智能变电站保护系统的集中远程智能诊断和故障分析，在集中保护专业的技术资源、人力资源等的条件下，可全面提升保护系统的运行水平、故障分析水平、智能诊断水平，提高智能电网运行的可靠性和安全性。
2 设备原始数据以及应用
设备原始数据主要来源于设备选型、设备厂出厂测试、现场对设备进行安装检测等环节的数据。这三类数据中以出厂数据最为重要，出厂数据就是这个数据中的核心部分，该数据由制造厂家整合自己的信息系统后进行提供的，是伴随着设备一同出厂，一并提交给下一个环节的部门或工作单位，诸如电网运行单位、技术安装单位等。在保护设备出厂的同时，技术部门就在其内部建立起数据模型包括保护逻辑数学模型、通信模型等，并对该设备进行了信息的自描述，并在设备外观处粘贴了电子标签，可以通过识别电子标签来了解这台设备的性能。基于以上的技术支持，在实际的电网使用过程中，可以为使用者提供该设备的信息资源，方便了解该台设备的性能，也方便了以后对设备的检修。在继电保护领域，当遇到设备出现问题时，可以通过对设备出厂时便有的代码信息进行识别。每一台机器设备上都有独一无二的识别码，该识别码一如保护设备的“身份证”。最近几年厂家采用将制造厂家代码做成二维码图形，并打印二维码图形标签贴在插件的表面，制造厂家通过这一系列的数据可以建立起对设备的识别，提供每台设备相关联的出厂信息，使用者可以通过识别“身份证”对该台设备的家族性缺陷展开定性分析，并提出一整套应对问题的措施建议，对这些信息进行一并收集、整理，以图形、文本、数据等反映出来。
3 系统架构
基于大数据平台的继电保护智能诊断系统建设遵循国网“大运行体系”下实现业务深度融合、高效协同和同质化管理的要求。大数据采集数据平台位于安全II区，直接采集变电站数据，负责与智能变电站端的运维网关机通信，采集智能变电站的保护模型、继电保护运行信息、故障录波信息；同时通过防火墙与位于安全I区的EMS系统交互，获取电网物理设备模型和潮流断面等运行数据，为继电保护在线监视与智能诊断提供数据支撑。大数据分析平台位于安全III区，是支持保护专业业务的模型中心、数据中心、交换中心。在大数据采集平台将采集的保护模型、继电保护运行信息、电网模型、电网运行信息等数据镜像到大数据分析平台的同时，大数据分析平台也通过数据集成接口，从OMS、PMIS等应用系统获取设备台账信息、缺陷记录、维修记录、设备巡视记录等内容，为继电保护的运行管理提供数据支持。大数据分析平台定期检查、读取各业务系统的模型、运行数据、计划数据、计算结果等，对增量部分及时跟踪记录到自身系统中。
期刊文章分类查询,尽在期刊图书馆大数据分析平台还可基于大数据技术实现在海量的保护异常信息、保护动作信息及故障录波数据中发现表征相关一、二次设备异常情况，建立运行指标、源数据及之间的关系分层分类进行可视化展示，并指导保护运行分析业务的可持续改进及创新应用。
4 大数据集成的实现
大数据分析平台在信息模型、对象编码规范的指引下，将源自能量管理系统、保护信息系统、调度管理信息系统等调度领域各专业系统和各应用模块的共享数据规范化地整合在一起，形成完备的一体化的逻辑电网模型、物理设备、实时数据、事件数据、历史数据、运维数据，通过标准化接口体系对外发布，提供给保护运行数据分析和电力运行可视化系统使用。由大数据分析平台管理的应用间公共交换信息的范围涵盖本项目各应用系统需使用的公共数据，这些数据在大数据分析平台建立前，一般是通过应用系统间特定接口实现共享的。通过建设大数据分析平台，应用系统需使用电网模型、实时、事件、历史数据时，绝大多数情况下可直接与运行数据中心通信，获取其所需的数据。由于大数据分析平台是基于信息模型和对象编码规范建立的电网模型，并将实时、事件、历史数据与模型中的对象进行绑定，因此应用系统获取的数据更为全面和准确。大数据分析平台中管理的数据通过各应用系统的利用，逐渐融合更多的应用系统共享数据，数据质量得以快速提升，其完整、一体化的数据也可为应用系统的分析应用提供更好的支持。
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。数据存储采用分布式结构化数据、非结构化数据存储技术，实现满足建设要求的电力云存储方案。考虑到保护专业模型与数据特征，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。其主要基于人工智能、机器学习、模式学习、统计学等，通过对大数据高度自动化地分析，做出归纳性的推理，从中挖掘出潜在的模式，可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，这些方法从不同的角度对数据进行挖掘。
6 结束语
基于大数据技术的优越性，电网单位对该项技术的应用十分广泛。电网单位对数据进行处理，需要具备规模性、多样性、高速性和真实性等特征，并结合实际数据，实现数据价值。通过检测继电保护专业数据，实现对继电保护装置的数据分析，并对继电保护所涉及的装置进行记录，并形成书面的报告，实现对电网设备的数字化管理。在电力系统设备制造厂，大数据随着设备生产系统、设备检测系统进入设备维护服务系统，这些大数据为设备制造厂家构建精准分析故障插件，解决现场软件和硬件问题提供有力的技术支持，同时为返回设备厂家的设备提供大数据分析池，便于设备质量和性能的整体提升。
参考文献：
[1] 王奎.浅谈微机继电保护[J].福建电脑,2018,34(04):103-104.
[2] 雒磊. 基于继电保护定值大数据的研究分析及应用[D].华北电力大学(北京),2018.
[3] 陈国平,王德林,裘愉涛,王松,戚宣威.继电保护面临的挑战与展望[J].电力系统自动化,2017,41(16):1-11+26.
[4] 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.
[5] 赵缪敏.一种用于继电保护状态评价的大数据精简方法[J].电子测试,2016(20):60+58.
论文作者:魏礼华
论文发表刊物:《中国电业》2019年第12期
论文发表时间:2019/10/16
标签：数据论文; 设备论文; 大数论文; 电网论文; 继电保护论文; 系统论文; 模型论文; 《中国电业》2019年第12期论文;