云计算技术在用户侧智能变电站系统中的应用研究

秦振伟，周雪松，高志强，周从容

(1. 天津理工大学 天津300384；2. 天津大学 天津300072)

云计算技术在用户侧智能变电站系统中的应用研究

秦振伟1，周雪松1，高志强1，周从容2

(1. 天津理工大学 天津300384；2. 天津大学 天津300072)

介绍一种基于云计算的智能变电站诊断系统，该系统由中心控制站、云平台和传感器3部分构成。中心控制站通过智能诊断方法进一步确认故障，同时发出预警信号；云平台是由智能电子器件(Intelligent Electronic device，IED)构成，通过任务调度标准来进行云平台计算资源分配；传感器采集实时信号传输到云平台。基于此，提出云计算的新型平台方案，应用于设备监控并搭建了基于数据融合技术的运维管理云平台，最后列举了该平台应用的一系列成功成果。

中心控制站 设备监控 运维管理云平台

0 引 言

智能变电站是由智能电网发展起来的，其作为电网的核心，是建设智能电网的重要保证。智能变电站的定义是：“由先进、可靠、节能、环保、集成的智能设备组合而成，以高速网络通信平台为信息传输基础，自动完成信息、采集、测量、控制、保护、计量和监测等基本功能，并可根据需要支持电网实时自动控制、智能调节、在线分析决策、协同互动等高级应用功能的变电站”。[1]传统变电站存在设备在线监测时数据量大、分析数据速度缓慢等问题，基于云计算本身的特点，可为解决此问题带来新的思路。

该项目所涉及的系统包括发电侧、各级变电站、底层配电箱及用电负荷。其核心环节为智能集控中心，该中心采用天津理工大学开发的云计算技术，对此平台上实时显示的电力运行的所有数据进行分析处理，并取得了很好的效果。

1 云平台系统架构

云平台具有信息共享、资源整合和各设备协同工作的特点，能够实现变电站设备故障的分步协同诊断和智能预警，从而能极大提高设备故障诊断的速效性。[2]基于云平台的智能变电站诊断模型如图1所示。

图1 基于云平台的智能变电站诊断模型Fig.1 The intelligent diagnosis model of substation equipment based on cloud platform

基于云平台的智能变电站具有站间保护、数据双向流动、多业务协同合作和智能预警等特征，同时站内设备间的信息描述与访问方法被全面定义和规范，从而构成了标准的规范平台。此外，仪器间实现了无缝链接，互操作性大大增强，更加便于运维和系统更新，极大地提高了工作效率。

2 基于云平台的新能源故障诊断系统

新能源接入电网之后带来了许多问题，其中故障诊断、谐波治理等问题尤为棘手。[3]而开发的新型系统能很好地解决这一难题。

2.1 数据处理机制

在系统故障诊断和相应信息处理标准下，通常针对故障中的大量数据与并行计算使用Map Reduce (映射-聚集函数)程序。Google公司提出了Map Reduce模型，是一种高阶并行的抽象函数模式，在计算中有2个重要步骤：映射过程Map和聚集过程Reduce。因此需要客户向系统提供映射(Map)和聚集(Reduce)函数，并按照一定规定把输入键值对(ki，vi)换算成另外一组键值对。过程如下：

Map Reduce的计算步骤被化分为Input、Map、Shuffle & Sort、Reduce、Output共5个阶段(见图2)。而Input阶段是通过输入目录下的信息，将其分隔成彼此间独立的信息模块Split(i)，同时对键值对(ki，vi)进行输入；Map阶段是根据映射法则生成的键值对(kt，vt)。为确保Reduce的输入有一定顺序的输出，并尽量让一个Reduce来处理相同k的中间值，而相同k的中间值在Shuffle阶段被聚集到同一个点上。在Sort阶段，以k的值为标准，模块对Reduce的输入进行排序和分组，Shuffle和Sort这两个阶段一般是同时开始，最后把相同k的中间值尽量存储在同一个信号分区(Partition)内；在Reduce阶段，系统会筛选全部键值对(kt，vt)，同时对里面的每一个k值执行Reduce函数，输出为新型键值对组；最后在Output阶段，经过Reduce函数转换的输出数据将被写进输出目录文件内。而该过程的故障特征被实时监测所提取，为故障诊断的后期奠定了重要基础。

图2 Map Reduce计算模型流程图Fig.2 Map Reduce calculation flow diagram

2.2 故障智能诊断的实现

任何故障问题都能用一个与其对应的维度向量来表示。例如，有m个故障问题的事例Ci(i＝1，2，…n)，其能用维度数为m的向量来表示，即Ci=(ai1,ai2,…,aim)。其中，aij(j＝1，2...m)是事例Ci的第j个故障特征根。因此，在计算故障事例间的相似性这一问题时，按照一定的标准其能转换为所对应事例特征向量间的相似性问题，而事例Ci和Cj间的相似度必须满足3点基本要求如下：

NN方法是CBR系统中最普遍的事例检索办法，新旧事例间的相似性是通过新旧事例相对应的特征权重之和得到的，并同时在里面选出最相近的事例。但一般认为，NN方法在故障发生时，不同的特征所起的作用是不尽相同的，所以在检索事例中应为每一个特征赋予相对应的权值。其采用计算事例之间的相似度如下：

式中，wk表示事例特征向量的第k个特征权值，一般情况下∑wk＝1；aik表示案例Ci第k个特征取值；ajk表示Cj第k个特征取值；sim(aik，ajk)表示事例Ci和Cj的第k个特征相似度。

因此，在特定云计算的基础上运用此技术能在很大程度上改善故障诊断过程，并在工程上得到了很好的验证。

3 工程应用实例

依据天津理工大学的研究成果，在天津市海天量子科技发展有限公司内建立了一个电力系统综合集控中心，在天津瑞能电气有限公司建立一个智能变电站示范平台。集控中心的建设如图3所示，采用7× 24,h人员实时监控，并设有400电话，随时处理用户存在的问题。

图3 集控中心图Fig.3 Centralized control center

3.1 天津理工大学智能电改集控项目

依据自身研究成果，对传统变电站进行变电站智能改造，改造后其数据传输到天津市海天量子科技发展有限公司集控中心，同时在本学校建立一个后台监控屏。

3.1.1 集控中心信息展示系统

集控室工作站通过分屏显卡将客户端信息分屏幕输出，部分输出的视频信号再通过VGA分配器分别输出到桌面显示器和LCD显示屏，集控中心人员通过控制器选定展示在LCD大屏上的内容信息，场站监控以及调度工作同时进行，互不干扰。

3.1.2 通讯功能的实现

将理工大学9个土建站已经铺设好的铁通光纤，通过上面提到的基础网络与集控中心后台软件进行数据对接，箱站则通过光纤将数据上传至中心电力通信管理机，之后统一上传至后台系统，并利用双通道无线路由器将数据信息传输到天津市海天量子科技发展有限公司变电站集控中心。

3.1.3 数据采集设备

理工大学变电站的数据采集一方面是利用其配电设备的智能仪表及微机保护装置对现有的电力运行数据进行采集，同时增加了环境监测、水浸等传感器，用来监测变电站的环境及电缆沟是否渗水等情况。其传感器如图4所示。

图4 传感器Fig.4 Sensor

3.1.4 监控中心系统实现功能

集控系统是智能化、平台化的调度SCADA系统，是调度中心和运行人员实现电网监视、控制的人机界面，同时具有计算、统计、历史数据信息保存检索、报表处理和事故追忆等应用功能，是无人值守变电站安全运行的可靠保障。基本结构由数据服务器与应用服务器组成，而电力系统运行状态监视是通过人机交互系统以图形方式直观显示各开关、刀闸位置，线路功率、电流等潮流信息，可对各画面进行放大、缩小、导航、分层查看等操作。

3.1.5 变电站现场

天津理工大学变电站共改造9座土建站及15个箱式变电站，变电站改造后天津市海天量子科技发展有限公司负责变电站的运行管理，开展操作、消缺等工作。图5为理工大学变电站现场内部图，图6为天津市海天量子科技发展有限公司的工作人员对变电站的操作、消缺处理。

图5 变电站内部图Fig.5 Substation internal diagram

3.2 中国石油化工股份有限公司天津分公司10,kV变电站智能化改造

中国石油化工股份有限公司天津分公司10,kV变电站为工业用电，变电站位于地上一层，站内布线为缆沟布线。本站为10,kV单电源供电，站内高压配电柜6面(进线隔离柜、PT柜、出线开关柜、计量柜、1#变压器出线柜、2#变压器出)；变压器2台；低压配电柜共15面[2受总柜＋1母联共3面，框架开关柜3面(含6个框架开关)，抽屉开关柜5面(含22个抽屉开关)，二次屏3面]。基于云计算的变电站智能化改造技术与理工大学的方案一致。变电站现场如图7所示。

图6 变电站操作、消缺图Fig.6 Substation operation and eliminating process

图7 中石化天津分公司变电站Fig.7 China Petrochemical Co.，Ltd.Tianjin Branch substation

3.3 其他改造案例

除了上述的2个案例外，依据天津理工大学的研究成果，天津市海天量子科技发展有限公司及天津瑞能电气有限公司对联通、富士康、天津天海源电气技术有限责任公司、空客A320、三星、天津清能科技有限公司、佛罗伦萨小镇、大唐国际、天津高通科技有限责任公司、北京德兰普科技有限责任公司、凤凰城、工程机械研究所等用户进行变电站智能化改造，并对这些用户提供变电站的运维管理服务。下图8～11为客户变电站现场图。

图8 天津天海源变电站巡检图Fig.8 Tianjin Tianhai source substation inspection

图9 天津清能科技变电站图Fig.9 Tianjin Cleanergy Technology substation

图10 天津高通科技变电站图Fig.10 Tianjin Qualcomm Technology substation

图11 北京德兰普科技变电站图Fig.11 Beijing Delan Pu Technology substation

4 总 结

该项目将云计算技术成功运用到变电站智能化改造中，实现了变电站的无人值守，使变电站运行更加安全，并可准确地对电气设备预测故障，避免了设备突发性损坏引起的停电事故，社会效益明显。

［1］ 宋璇坤，沈江，李敬如，等. 新一代智能变电站概念设计[J]. 电力建设，2013(6)：11-15.

［2］ 杨成友. 基于云计算的智能电网信息平台[J]. 通讯世界，2016(3)：24.

［3］ 苏大威，许祖锋，李云鹏，等. 智能电网故障诊断系统架构和关键技术研究[J]. 电器与能效管理技术，2015(5)：8-21.

Applied Research of Cloud Computing Technology in the User Side Intelligent Substation System

QIN Zhenwei1，ZHOU Xuesong1，GAO Zhiqiang1，ZHOU Congrong2
(1.Tianjin University of Technology，Tianjin 300384，China；2.Tianjin University，Tianjin 300072，China)

An intelligent diagnosis system for substation equipment based on cloud platform was introduced.The system is composed of substation central control station，cloud platform and intelligent sensors.The substation central control station can further confirm the fault by calling advanced diagnostic methods while sending out warning alarm signals at the same time.The Intelligent Electronic Devices(IED)are core components of the cloud platform.Based on the principles of task scheduling，the cloud platform is able to allocate resources reasonably.Real-data collected by intelligent sensors are sent to the cloud platform.Then，the cloud computing platform for the new scheme was proposed based on the above system，which is applied to equipment monitoring.The cloud operations management platform was built based on the technology of data fusion.In the end of this article，a series of successful application results of the platform were enumerated.

central control station；equipment monitoring；cloud operations management platform

TM72

：A

：1006-8945(2016)09-0067-04

2016-08-31