基于跨域数据的输电线路综合分析管控系统研究及应用

2017-04-01陈孝明马琳阮羚李红云王毅宣东海

数字技术与应用 2016年10期

陈孝明+马琳+阮羚+李红云+王毅+宣东海

摘要：针对卫星遥感和气象领域信息系统在电力行业的应用，本文从跨专业领域信息综合应用角度出发，结合卫星遥感和气象信息、山火信息、在线监测信息、雷电定位系统信息和电网生产管理信息系统等多维信息，建立跨域多维异构信息融合模型，深入研究气象与电网信息综合分析方法及其应用，实现跨域信息综合展示、灾害预警、通道风险管控等功能，提升卫星遥感和气象数据在电力系统的研究与应用，为电网设备运行、维护、检修做全方位的技术支撑。

关键词：跨域数据灾害预警风险管控

中图分类号：TP277 文献标识码：A 文章编号：1007-9416（2016）10-0096-02

近年来，随着我国社会经济的飞速发展，电网的建设规模进入了高速扩大阶段，同时对电网运行的智能水平和安全稳定提出了更高的要求，尤其是对于输电线路密集区域的重要输电通道风险管控，已经成为目前电网运维工作中大数据分析面临的急需解决的技术难题[1]。另外，由于输电设备存在地理分布广、周边环境复杂多样、运维检修工作量大，并且极易受到自然环境影响和外力破坏[2]。因此，针对当前电网系统的迫切需要，本文建立融合气象、卫星遥感、地理地貌、设备管理、在线监测、通道管控等多专业领域信息于一体的输电线路综合分析管控系统，实现跨域信息综合展示、灾害预警、通道風险管控等功能，实现对输电设备状态的实时和未来一段时间内的动态掌握，提高了电网工作人员对于输电通道及设备的实际管控力，为电网安全可靠运行提高技术保障，为电网运维检修决策提供可靠依据，为智能电网建设提供技术支持。

1 数据源

数据源主要包括两类：一类是电力专业信息，主要是电网PMS（生产管理信息系统）、输变电状态监测系统、统一GIS平台、雷电定位系统等系统信息；另一类是气象专业领域信息，主要是气象局的气象实况监测数据、气象预报数据、卫星遥感数据、山火数据等专业领域信息。

电力专业信息详细数据主要包含以下信息：（1）生产管理信息系统：输电线路台账、杆塔台账、线路设计信息、巡检数据、检修数据、故障数据、试验数据等；（2）输变电状态监测系统：微气象、微风振动、舞动、覆冰、导线温度、弧垂、杆塔倾斜、现场污秽度、风偏、图像等10种在线监测数据；（3）统一GIS平台：基础空间地图、输电线路线状图、杆塔空间信息；（4）雷电定位系统：雷电时间、雷电位置、电流值、回击次数等输电线路雷击监测数据。

气象专业领域信息详细数据主要包含以下信息：（1）气象实况监测数据：温度、气压、湿度、风速、风向和降水量等监测数据；（2）气象预报数据：温度、气压、相对湿度、风速、风向和降水量等预报数据；（3）卫星遥感数据：经纬度、海拔、地形及植被情况等输电通道基础地理信息；（4）山火数据：山火实时监测数据、山火预警数据、通道干旱指数数据等。

2 关键技术

跨域多维异构数据处理包含数据收集、数据清洗、数据融合和数据挖掘。

2.1 数据收集

第一类电力专业数据来自于电力公司信息管理系统中的各电力专业信息系统。由于生产管理信息系统、雷电定位系统和输变电设备状态监测系统都部署在信息安全Ⅲ区，数据可通过webservice方式获取，并推送至输电线路综合分析管控系统数据仓库。

第二类气象专业领域数据来自于气象行业信息系统。（1）Web服务方式，气象数据通过webservice服务接入到电网信息安全Ⅳ区通讯服务器。（2）安全隔离装置方式：气象数据通过信息安全Ⅳ区和Ⅲ区部署的安全隔离装置，将气象数据推送至信息安全Ⅲ区服务器中，并推送至输电线路综合分析管控系统数据仓库。

电网系统数据和气象数据完全采用国家电网统一命名的对象模型[3]，即系统数据仓库中的相关业务数据应遵循基于运检CIM模型的统一分类编码原则。

2.2 数据清洗

对于跨域多维异构数据，通过使用时间序列分析、聚类分析、关联规则分析等算法，实现噪声检测、缺失值检测、缺失值填补等功能，确保数据的有效性、一致性与完整性。数据噪声检测是通过设置数据阈值范围，将数据中的噪声去掉，纠正不一致的数据。可采用时间序列分析中的算法设定阈值检出噪声，如自回归积分滑动平均模型；也可以采用聚类算法将噪声数据剔除，如基于密度的聚类方法；数据缺失检测是根据缺失时间是否大于设置的阈值，制定取上次数据作为此次数据和其他类似数据作为此次数据两种处理方式；缺失值补全是历史经验处理相类似情况的数据[4]，提高数据的准确率和有效性，可采用插值估算法、平滑法、预测和回归法等常见的方法来填补缺失值。

2.3 数据融合

对不同专业数据集进行统一的时间定义、语义定义以及栅格尺寸定义，将不同专业背景且含义不同的数据规整为相同时间概念、同一空间尺度、相同语义定义的数据[5]，应用Pearson相关系数进行相似度匹配以及人工神经网络算法进行相似数据聚类，使多维异构数据可以在同一层面相互叠加和计算。最终达到，使气象局不同领域不同维度的数据均与电网设备空间数据无缝叠加的效果。

2.4 数据挖掘

数据挖掘是从大量数据集或者数据库中提取有用的信息的过程，将描述相同实际物体的多种数据或知识整合成为一致、准确、可解释的过程。通过对多源异构的数据开展挖掘，对电网设备整体状态进行实时、连续、准确的感知。面向数据的挖掘和分析可以采用数据挖掘、机器学习等技术，通常有分类、聚类、回归、神经网络、决策树以及关联规则学习等算法来实现。数据挖掘技术可以用在电网设施建设规划、安全评估、电力负荷预测、设备故障研判，甚至是调度选择等方面。例如，我们将用输电线路的在线监测设备状态量与GIS结合，为线路故障提供进行预报预警服务。

3 分析应用

（1）通过卫星遥感信息、气象实况信息和气象预报信息在输电通道空间上的关联，结合电网专业的分级报警规则，实现输电通道雷电预警和山火预警、输电线路的覆冰预警和舞动预警以及状态监测告警；

（2）结合输电通道的地形地貌、地表植被情况、杆塔结构信息和历史山火信息及线路风偏历史监测信息，建立输电通道山火蔓延分析模型和线路导线及绝缘子串风偏分析模型，实现山火蔓延分析和线路风偏分析功能；

（3）以国家电网公司《重要输电通道风险评估工作方案》为指导，结合输电通道防山火、防冰害、防舞动、防风害、防地质灾害、防污闪、防雷击、防机械外破、防树线放电、防异物外破、防鸟害等11类风险因子的风险技术要素排查数据汇总信息，针对输电线路历史跳闸故障信息和历史气象信息进行统计分析，应用DS证据理论对排查结果进行校核，建立基于DS证据理论的风险评估模型，实现重要输电通道的风险管控。

4 系统功能

“输电线路综合分析管控系统”主要功能包含跨域信息综合展示、输电通道灾害预警、輸电通道风险管控等功能平台[6]，主要作用是协助电网工作人员对于输电通道风险的管控，为电网安全可靠运行提供决策支持信息。如图1所示。

4.1 输电通道灾害预警

系统在2016年9月9日早7点给出了雷电一级预警，张恩一回和二回的杆塔205号至258号输电通道区段，预计在未来12小时内，将有可能发生输电线路雷击事件。如图2所示。经过电网雷电定位系统验证，2016年9月9日晚间10点左右在张恩一回和二回的杆塔225号附近发生雷击事件。

4.2 通道风险管控

系统在2016年5月25日对复奉锦苏输电通道开展了通道风险评估工作，不仅给出了通道风险评估结果，即对复奉锦苏通道的风险状态实现了真实全面管控，并针对每个灾害风险给出了详细具体的处理建议。如图3所示。

5 结语

本文完成了基于跨域数据的输电线路综合分析管控系统的研究，实现了基于气象专业信息与电网信息的跨域综合展示、灾害预警、通道风险管控等功能，为气象专业与电网跨域综合应用分析提供了有力的验证案例，也为输电通道运维检修工作提供可靠的决策依据。

参考文献：

[1]中国电机工程学会.中国电网大数据发展白皮书[R].北京：中国电机工程学会，2013.

[2]张东霞等.智能电网大数据技术发展研究[J].中国电机工程学报，2015，35（1）：2-11.

[3]周爱华等.面向多源异构电网数据的获取与转换技术研究[J].电力信息与通讯技术，2015，13（7）：22-27.