基于大数据架构的变电站设备智能化巡检系统设计

（国网浙江省电力有限公司信息通信分公司，杭州 310000）

0 引言

当前国内变电站设备巡检作业大多数为人工巡检，此种巡检方式劳动强度较大，且容易受到环境的影响、巡检结果主观性过强[1～3]。在国家电网致力于构建智能化变电站的环境下，传统的巡检方式已经不能满足变电站日常运维管理的需求。为此，设计一个智能化巡检系统成为了当前亟待解决的问题。

沈鑫[4]等人提出并设计基于物联网技术的设备监测系统。利用汇聚网络流量控制和通信流重定向实现通信网络拥塞问题的解决，并提出异构双网双通道构建方式，提升通信网络的容错性能，以此实现设备的在线监测以及资产巡检之间的有效结合。实验结果表明，该系统稳定性较好，但不具备较高的查准率，即设备故障巡检准确性较差。庄园[5]等人提出并设计基于3D末端路径自学习导航的电力巡检系统，该系统利用对当前电力设备巡检体系的分析，提出利用三维路径模型设计电力设备巡检系统。模拟结果表明，系统运行复杂度较低，但不适用于大规模巡检中，设备故障警报的实时性较差。

为解决变电站设备巡检相关系统中存在的问题，提出并设计基于大数据架构的变电站设备智能化巡检系统。

1 基于大数据架构的变电站设备智能化巡检系统框架

基于大数据架构的变电站设备智能化巡检系统整体框架如图1所示。

图1 基于大数据架构的变电站设备智能化巡检系统框架

图1中，变电站设备智能化巡检系统中的大数据处理体系，主要是完成变电站设备稳定安全运行相关数据信息之间的融合，并按照所得大数据实现巡检数据规范建模，利用历史数据构建知识库，构成可以应对各种突发事件的专家体系。图中的通信端、变电站数据存储平台、网络摄像单元、环境采集等模块均可在变电站网络设备中实现数据信息的相互传递，为巡检集控中心管理人员的高效管理提供支撑。

以下为基于大数据架构的变电站设备智能化巡检系统中的软硬件设计。

2 变电站设备智能化巡检系统软硬件设计

2.1 巡检任务管理单元

变电站设备智能化巡检系统中的巡检任务管理单元中包含对应任务新建和保存以及删除等功能，还可以实现人工下达指令以及定时运行等功能。该单元可以在人机交互界面对巡检任务进行新建与删除，操作人员能够自主对系统运行时间进行调节[6,7]。对于巡检任务的开展，主要是以某次巡检工作的主要性质为指导中心，基站在获取相应反馈之后，开始进行相应工作任务。

2.2 图像监控单元

变电站设备智能化巡检系统的图像监控单元属于功能类，其主要功能示意图如图2所示。

图2 图像监控单元示意图

图2中，由可见光摄像机和红外摄像仪组成的模块是变电站设备智能化巡检系统中的图像监控单元，其中可见光摄像机从本质而言，可以封装视频服务设备，系统输出的模拟视频均能够通过该设备实现。通过红外摄像仪对变电站中各个设备的各种信息进行无损采集，两者相互结合能够实时监控变电站设备运行，以提升变电站设备智能化巡检的查全率和查准率。

2.3 大数据平台

大数据平台作为变电站设备智能化巡检系统设计中的重点部分，其将时间、天气和地质等非电气量数据信息与变电站设备的状态、继电维护等站端检测数据相互结合[8]，以快速、精确地将变电站设备故障检测出来，并发出安全预警，尽可能地对变电站设备的安全运行进行维护。

在基于大数据架构的变电站设备智能化巡检系统中的数据来源为实测数据和时间与天气等信息数据，在此可将变电站设备巡检系统中数据集成的数据流划分为若干类别[9,10]。

3 变电站设备智能化巡检系统软件设计

综合上述基于大数据架构的变电站设备智能化巡检硬件设计，得到的变电站设备智能化巡检系统软件运行流程如图3所示。

图3 变电站设备智能化巡检系统软件运行流程

图3的变电站设备智能化巡检系统软件运行流程中，系统初始化阶段，系统各个单元模块处于准备状态。对变电站设备历史数据进行采集，并初始化巡检任务管理单元和图像监控单元，将所得数据存储。连接站端监控体系和大数据平台，使两个子系统的数据互通，大数据平台对所得数据进行建模、挖掘和分析，并判断变电站设备是否存在风险，如果结果为是，则发出警报；如果为否，则迭代上述过程。

4 实验结果与分析

以验证基于大数据架构的变电站设备智能化巡检系统性能为目的，进行一次相关性实验。实验参考对象为某省大型变电站。实验指标为：

1）巡检查全率；

2）巡检查准率；

3）巡检警报实时性。

实验结果如图4和图5所示。

图4 不同系统查全率对比

由图4和图5可以看出，基于大数据架构的变电站设备智能化巡检系统的查准率和查全率明显高于当前系统。该系统将可见光摄像机和红外摄像仪组成的模块当作变电站设备智能化巡检系统中的图像监控单元，两者的高效结合可以实时监控变电站设备运行，进而提升变电站设备智能化巡检的查全率和查准率。

以警报延迟的长短验证不同系统的实时性。表1中，A代表设备故障点编号。B代表基于3D末端路径自学习导航的电力巡检系统警报延迟，单位为µs。C代表基于大数据架构的变电站设备智能化巡检系统警报延迟，单位为µs。

图5 不同系统查准率对比

表1 不同系统警报延迟对比

由表1可知，基于3D末端路径自学习导航的电力巡检系统警报延迟平均为1.6µs，基于大数据架构的变电站设备智能化巡检系统警报延迟平均为0.18µs。该结果表明，所提系统时效性强，具有可行性。所提系统和当前系统在警报延迟上差距较大的原因为：所提系统在数据处理过程中采用了MapReduce分布式计算形式和实时流计算模式，有效提升了系统运行实时性。又利用Windows底层中的api语音播放函数实现警报功能，进一步保障了系统的实时性。

5 结束语

变电站是电力系统中不可缺失的一部分，针对变电站设备智能化巡检的重要性，提出并设计基于大数据架构的变电站设备智能化巡检系统。系统主要由站端监控体系和变电站设备数据集成、分析体系构成，利用软硬件结合的方式实现系统整体性能。实验结果表明，该系统性能较为全面，设备故障查准率和查全率均较高，且系统延迟短。