基于大数据的中低压配网运维平台的研究.docxVIP

?

?

基于大数据的中低压配网运维平台的研究

?

?

梁海波

【摘要】在电网的管理过程中，运维与检修非常重要，尤其在目前中低压配网电网维护中，要求对故障点进行有效的定位、跟踪和快速的故障处理。因此，必须建立一个大数据的运维平台，一方面能提升电力部门的工作效率，另一方面对于电网资源分配、运营方式改造、服务模式创新、部门结构优化等能起到积极的作用，同时也有利于提高电力部门的管理水平。

【关键词】大数据;中低压配网;智能化;运维平台

TM73A1674-0688（2019）09-0073-02

随着国家经济的快速发展，国民对电力系统的安全性和可靠性的要求越来越高，因此运维管理变得非常重要。运维管理要运用信息化建设的理念开展，即运用大数据分析技术和智能技术进行，转变传统的工作方式和管理方法，逐步形成对中低压配网的“实时监控、统一调试、科学管理”运行机制[1]，为后续发展奠定坚实的基础。

1建立中低压配网运维平台需要的关键技术

1.1数据归集

中低压配网的数据具有多样性、复杂性、不确定性的特点，由于系统从外部数据源中获取各种数据，因此必须对这些数据进行提取、归类、筛选、修复、转换、重新加载等操作，为后续的各种数据处理做准备。数据归集是建立中低压配网运维平台的首要环节[2]。数据提取的有效性及精准性关系到故障判断的准确度，同时影响运维的效率。

1.2数据存储

在中低压配网的大数据中，一般为结构化数据，同时也包括图像、音频、视频、文本等非结构化数据。对于大数据而言，总的存储模式一般采用分布式数据库的存储模式，其中结构化数据一般采用关系型数据库（如Oracle），该数据库系统不仅可以存储海量数据，而且数据检索和查询速度较快;半结构化数据则采用分布式数据库（如HBase），该数据库系统具有较强的可靠性和兼容性，适合存储类似于音频图像的数据;非结构化数据则采用分布式文件系统（如Hadoop），该系统具有可扩展性存储的高效性，适合存储一些文本之类的数据。

1.3数据处理

由于中低压配网的数据类型较多，因此必须根据不同的数据类型和业务类型进行数据处理。一般而言，动态型且吞吐量较大的数据采用流处理技术，该技术能实时处理各种动态数据，具有高效、稳定的特点;对于静态型数据处理可选择批处理技术，该技术可对多个数据源的数据进行并行处理，具有简便易行、伸缩性好的特点;多种计算并行处理可选择内在计算的方式，也就是说可能同时存在流处理、批处理、图形处理等相结合的处理方式，这样可提高数据处理的效率。

1.4数据分析

中低压配网运维系统的所有数据经过一系列的处理后，可对该数据进行数据分析。数据分析是该系统的最关键的环节，一般采用数据挖掘的方法。数据挖掘技术可分为统计方法、机器学习方法、神经网络方法和数据库方法。在中低压配网运维平台中，一般采用机器学习方法为最优的解决方案[3]，通过对机器设备的学习更新，加强设备的识别能力，提高电网数据处理的智能化。

2中低压配网运维平台的架构分析

2.1系统架构

中低压配网运维平台的系统架构要根据配电信息的层次划分，系统主要以云计算和大数据技术作为核心模式，具有开放性的特点，创建系统架构要根据当地的实际情况确定，以处理流程为主线进行设计。系统结构主要由用户层、网络传输层、前置端、后台服务端四大部分组成[4]。用户层主要由故障报修者通过电脑、智能手机进行报修;网络传输层主要是由目前国内的三大运营商所提供传输线路，主要是基站或传输专线;前置端（DMZ）是接收数据后进行转换处理，通过内外数据交换平台（前置端），到达后台的服务器;后台服务器系统（内网）主要是把数据储存在数据库中，并进行一系列的数据处理后进行大数据分析，把分析结果通过PC端显示出来，即判断出故障的地点、原因等。

2.2应用架构

中低压配网运维平台的框架大体分为交互层、大数据处理平台、应用层。应用框架如图1所示。各个业务系统分别采集了来自各数据源的不同数据，把原始记录先记录在前端服务器数据库中，然后根据数据中心的服務器进行大数据计算分析，根据分析结果进行故障处理和日常巡检[5]。

3中低压配网运维平台的功能设计

3.1电网日常监控

中低压配网在运行过程中，各方面的状态信息可通过实时监控的方式提取出来，具体包括以下几个方面：{1}基本状况，即电网的负载量、供电范围（图）、当前在网的用户数量、各变压器及线路的负载率等，都能通过图形或列表的方式显示。{2}电网维保，该功能主要是监测电网故障处理及日常保养情况，其中包括故障上报、已完成的故障处理、故障处理过程跟踪、日常线路及设备的检修情况、故障影响范围。{3}派工处理，即委派相应的维修人员到电网故障的地点进行维修，并能实时反馈维修情况和进度，同时显示所有维修人员的维修信息，包括完成的时间和维修效果等。{4}