返回 登录
0

基于电力大数据的配电台区重过载预警研究与实践

重过载预警与风险评估系统中国电力科学研究院与山东电力公司合作研发的一个大数据应用系统,该系统具有历史重过载多维分析、重过载关联因素分析、台区重过载预警和风险评估四方面主要功能,为运维检修人员提供较为完整的辅助决策方案。同时能够依托电网GIS和多种可视化工具,实现对重过载台区进行地理位置定位,帮助运维人员快速定位高风险台区,优化运维策略和技改计划。该系统已在山东电力公司完成试点应用,在迎峰度夏、春节保供电等重要业务中发挥作用。本文从系统总体架构、系统功能以及系统实现三方面详细介绍了系统的设计和实现方法。

业务背景

配电网是面向电力用户的最末一级电网,而以配电变压器地理供电区域为边界的配电台区是配电网运维中的重要基本单元。配电变压器运行状态很大程度上决定了区内的供电质量。配电变压器长时间处于重载或过载状态在降低设备寿命的同时会带来设备故障风险,引起停电事故发生,给电力公司和用户双方带来不必要的经济损失。配电变压器的重过载与台区内的活动用户数量和用户用电方式有关,而以上两方面又受到气候、时段、节假日等自然和社会因素的影响。因此配变重过载是电力系统中典型的大数据研究需求点和应用场景之一。基于电力大数据理念,融合电网内部数据与外部环境数据,开展配变重过载影响因素挖掘与预测研究,具有重要的现实意义和经济社会效益。

业务场景需要配电网能够具有一定的气候、节假日规律性,会随时间发生变化,最终体现为配电变压器负载率的激升。从而带来配电变压配电网地域分布广、涉及设备和线路众多、且直接面对电力用户,其运行和管理除了要考虑设备和线路本身性能和状态外,还会受到外部气候、环境、用户等各种复杂因素的影响,具有明显的大数据特征,是电力大数据研究应用的热点领域之一。

设备重过载运行是引起故障停电的重要因素之一,而重过载现象中通常也伴随着三相不平衡、电压偏移等其他问题,影响供电安全和供电质量。另外,设备长时间处于重过载状态会加快元器件的老化,降低设备使用寿命,给电网带来故障隐患和运行风险。因此对于台区重过载的治理一直是配网运维检修工作的重要内容。目前,对于配变台区的重过载治理通常集中在事中监控和事后处理两个阶段,即通过对配变运行情况的实时监测发现已经重过载的台区,运维人员接到告警后再采取相应的措施进行处理,或安排技改大修计划。这种治理方式相对被动,导致很多情况下并不能避免电网和用户损失。为改善重过载治理工作现状,提高重过载设备的治理效率和效果,大家开始时将大数据技术引入重过载分析和预测中。中国电科院将台区重过载预警作为大数据应用研究的一个切入点,在对配电变压器重过载影响因素进行深入分析的基础上,建立台区重过载预警和风险评估模型,并依托中国电科院自主研发的大数据平台开发了台区重过载预警与风险评估系统,该系统与2016年初在山东电力公司上线试运行,为迎峰度夏、春节保供电和日常的运维检修等提供支撑。

架构解析

台区重过载预警与风险评估系统是基于中国电科院大数据平台(以下简称大数据平台)开发的业务应用系统,系统的总体架构如图。

图片描述

系统主要包括数据层、平台层、应用层三部分,包括数据接入与预处理、业务分析模型构建与实现及分析结果展示三部分。

数据接入与预处理

图片描述

在充分考虑数据获取途径和难度后,确定用于本项研究的数据规模。数据来自PMS系统、配网自动化系统、用电信息采集系统、营销管理系统、应急抢修管理平台等业务系统。内部数据包括某地市公司所属的所有配变设备台帐、台区用户的部分档案信息以及变更记录,配变负荷曲线,配变改造记录,覆盖近3万个配电台区。同时受数据粒度所限,外部数据选择了时间数据、节假日信息、各类气象指标等数据,总数据量超过3亿条。

业务分析模型构建与实现

在前期模型研究确定的应用模型的基础上,根据数据以及模型实现需要,调用大数据平台分析和处理工具,实现台区重过载多维度分析和关联分析,构建配变重过载预警模型,对设备未来的负荷运行情况进行预测;进而结合内、外部各类风险因素,对配电网运行风险进行评估,构建风险评估模型,最终给出风险等级。与此同时,向业务系统提供模型调用接口。

分析结果展示

应用系统通过调用国网GIS系统,并使用ECharts、Flex、javascript、jsp技术实现展示和交互功能实现台区重过载概率预警与风险评估、以及多维可视化分析结果展示,为用户提供多角度、直观性的展示。

大数据平台作为系统的主体部分,承担了从数据存储到分析挖掘再到结果输出的主要流程。考虑到电网数据仍以结构化数据为主,因此数据存储仍然采用了数据库方式,大数据平台保证了数据的存储效率。分析挖掘部分采用工作流方式,实现基于关联分析的台区重过载预测,是整个系统的功能核心。分析结果以服务形式进行发布,用于响应业务模块调用。

系统主要功能

根据不同层次的业务需求,系统以台区重过载预警为核心,实现了历史重过载多维分析、重过载关联因素分析、台区重过载预警和风险评估四方面主要功能。
历史重过载多维度挖掘

从重过载频次、累计时间、负载水平等几方面深入解构历史重过载事件,并结合台区类型、设备型号、投运时间、用户构成等多个维度立体分析重过载情况,有助于系统使用者深入了解重过载成因和分布,了解其影响范围。

历史重过载多维度挖掘

重过载关联因素分析

图片描述

基于大量历史重过载记录,同时融合电网内外部各类数据,通过数据挖掘方法分析短期负载变化趋势、用户构成、气象条件、时间节气等内外因素对台区重过载的影响,如图所示。

台区重过载预警

图片描述

通过对历史重过载的深入分析,在明确影响重过载的关键因素后,能够通过智能算法实现对重过载事件的预测。重过载预测模型通过相应的各项关键因素值,判断该台区是会发生重过载。利用国网GIS系统,能够根据预测重过载台区所属的供电单位进行聚类展示,同时根据各供电单位下重过载台区数量,给出供电单位的告警等级,并通过逐级下钻可在地图上对可能发生重过载的台区进行地理定位。

风险评估

针对重过载台区,采用通用的风险评估模型进一步对台区重过载运行风险进行评估。在此考虑两方面因素:

  1. 风险概率,即重过载运行可能导致停电故障的概率,需要在台区重过载概率的基础上综合考虑设备质量、维护情况、运行环境等。
  2. 风险后果,即停电带来的损失,包括经济效益和社会效益损失,需要从停电用户数量、用户重要程度等进行衡量,如图6所示。

系统实现和收益

图片描述

台区重过载预警与风险评估系统的硬件结构如图所示,整个系统由7台服务器组成,其中数据库服务器1台,作为大数据平台的基础库,用于数据的存储与备份;3台计算服务器组成大数据计算机群,实现数据的预处理、统计分析和预测评估等分析挖掘功能;数据采集服务器1台,完成数据的采集和抽取功能;数据接口和流转服务器1台,用于完成数据接入和数据流转的过程控制;应用服务器1台,完成分析结果的存储和展示。

图片描述

系统的数据集成架构如图所示,配网运行监控平台与各源业务系统(调度、运检、营销、应急抢修等业务信息系统)对接,完成内部数据集成;然后配网运行监控平台直接开放相关数据库表提供给大数据平台及应用直接访问。接入方式确定为创建中间库用户,在中间库下创建接口视图,由中间库抽取数据到大数据平台基础库。而外部数据直接推送到基础库。为方便系统界面访问,数据还需要从基础库推送数据到应用业务库。

总结

应用实践是电力大数据的重要内容。充分发挥大数据平台的计算优势与大数据挖掘技术优势,研发业务应用是电力大数据的价值体现。台区重过载预警与风险评估系统是大数据技术与业务需求结合的尝试,为配电网优化运行工作提供辅助决策。随着历史数据的增加,同时引入更多的内外部数据,系统的性能和功能可以不断提升和拓展,更好的支撑配网的运维检修和精益化管理工作。

评论