- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
??
?
??
分析智能电网大数据流式处理方法与状态监测异常检测
?
??
?
?
?
?
?
?
?
???
?
?
?
?
?
摘要:随着我国智能电网的整体发展层次不断上升,大数据流表现出了较强的实时性、易流失性以及无顺序性等特点。本文重点针对智能电网大数据流式方法展开了分析和研究,同时提出了状态监测异常检测技术,有效保证智能电网大数据处理工作的质量和效率。
关键词:智能电网;大数据;检测
在最近几年的发展过程中,我国各项先进的通信和智能电网技术应用越来越广泛,在智能电表的收集、数据采集以及相关监控工作等方面都表现出了良好的工作优势。相关测量工作单元、智能电表、配电自动化以及监控系统等所产生的数据增长量非常庞大,如何针对电网数据进行有效的处理,是智能电网工作当中的重要工作环节。通过大数据技术的有效应用,在智能电网当中可以实现数据的快速收集和储存,并且通过大数据可以对海量数据进行分批次处理,分批处理之后先进行储存后进行计算,整体的数据处理准确度较高。流式处理系统通常情况下不要求数据绝对的准确度,而需要对动态数据的变化实施性结果进行反馈和分析。
1.智能电网大数据流式处理分析
数据流技术可以为配电自动化的信息处理工作,提供出良好的工作保障,具有较高的应用价值。针对PMU数据、SCADA系统测量值以及电能质量数据等相关问题的处理,相关研究人员研究出了对应的流管理系统。随着我国智能电网的建设规模不断扩张,通过使用数据流滑动窗口技术,可以对配电自动化当中的海量数据进行在线分析和处理,但是没有给出数据流具体的处理工作方案,因此该项技术需要进行进一步的深化。依照智能电网数据流具有较强的实时性、易流失性以及无顺序性等特点,通过大数据技术的合理使用,基于流式计算系统框架之上,包含了数据收集、数据处理、流式计算以及数据储存等几个重要的工作过程。首先,通过采集系统对数据源进行有效的监测,然后将数据直接转发到缓冲系统当中,缓冲系统的数据可以对计算机系统起到良好的空间缓冲作用,并且可以为计算机系统的数据协调和收集打下良好的基础。流式计算系统的工作性能较高,并且具有低延迟性特征,使得数据的处理速度相对较快,各个工作环节如下所示。(1)电网当中的流式数据只有来源于智能电网的电表,PMU以及各种不同传感器的数据收集的数据总量相对较大,并且结构类型非常复杂,数据产生速率较快,为了有效获取不同用户在用电设备上所产生的用电量数据,电力公司单位安装了相应的智能电表,每间隔5分钟会向智能电网发送用户的实时性用电信息,并且对数据进行了实时性收集,所收集到的数据更加快速和高效,对数据的处理方法非常简单。因此,理想条件下的数据采集系统属于一种分布式可靠性较高以及数据处理效率更快的系统形式,可以保证收集到的数据更加完整,不会产生流失等问题。(2)在数据接入工作中,必须要考虑到收集数据的速度和数据处理速率不同步等方面的问题,需要对数据进行有效的缓冲处理,要求数据具有较低的延迟性,为了有效达到阵营工作效果,可以通过使用分布式发布订阅系统的方法,其中涵盖了若干消息的生产者以及消息的接收者。消息的生产者通过收集数据在多个网络服务器当中进行数据缓冲,而数据的接收者则依照自己对数据的接收类型,通过缓冲区来有效控制和优化数据流的控制速度,有效保证数据接收的精确性,不会造成数据流失等问题。
2.基于流计算的自动化状态监测异常检测
2.1状态监测的异常检测
在智能电网设备的工作过程中,经常会受到外部环境因素的影响,包含了设备的绝缘体老化、电压过大等影响问题,这些问题很有可能造成电网设备出现损坏,因此需要对电网设备进行有效的异常检测工作,保证电网工作的安全性和稳定性。状态监测工作的异常检测,主要是从电网设备的整体工作状态,以及工作过程中所产生的数据来进行分析和研究,通常情况下设备的运行状态包含了两种形式,第一,信息缺失值和信息发出点;第二,设备在运行过程当中受到干扰而形成的数据异常问题,目前异常检测工作中所使用的方法包含了数据统计,距离测量以及各种数据参数等。状态监测系统当中主要包含了变压器的色谱局部放电以及绝缘子的泄漏电流,电力设备的类型复杂多样数量也非常庞大,对于一个省级的电网公司来讲,依照1万套终端系统,每套终端系统每间隔5分钟来进行一次数据收集和计算,每天所产生的数据总量为430GB,每年所产生的数据总量接近为150T,状态监测数据收集的频率相对较短,数据收集规模较大,主要是以数据流的形式来进行传输,因此具有较高的数据处理工作效率,可以实现快速检测出异常问题的位置。
2.2时间滑动窗口原理
持续数据的处理主要是依照连续计算的方法,将数据作为连续批次来进行处理,而滑动窗口机制主要是控制接收数据量,有效使用数据的实时性更新,简单的阈值判断是设备运行和维护工作当中的常用
文档评论(0)