基于大数据平台的配电网智能化运维管控平台设计及应用

孙保华， 陈蕾， 夏栋， 韩韬

(1.国电南瑞科技股份有限公司，江苏 南京 211106；2.国网浙江省电力有限公司，浙江 杭州 310007)

0 引 言

随着配电自动化和信息化建设的深入，在配电网全过程管控方面[1-2]，国家电网公司和南方电网公司都开展了相关研究，国网江苏、山东、浙江、上海、江西等省市公司，南网广东等公司基于自建系统，初步建立了对配电网运营全过程进行监控和管理的信息平台，实现了对配网设备以及自动化运行状况的监控功能，实现了对配网故障抢修进度及业务工单流程的管理[3]。浙江华云、江西泰豪以及山东鲁能公司分别研制了配网运维管控相关产品，实现了配网跨专业、多场景管控，但是这些产品均未基于大数据平台研发[4-6]。

伴随经济社会的不断发展，现有配电网的运维管理水平难以满足用户日益增长的用电服务需求[7-9]，主要表现在配电网可观可控的覆盖范围有限，管控能力不足，对多元化负荷监控和优化分析能力不强，难以适应分布式电源、电动汽车的快速发展，配电网精益管理的信息化水平不高，对精准投资、高效运维的支撑乏力[10-12]。

针对上述不足，文献[13]以提高配电网精益化管理水平为目标，提出了包括2大层次、13类模块和38项子模块的配电网运维管控平台总体功能架构，并对平台中的各模块功能及功能定位做了详细的探讨。文献[14]运用数据挖掘中的决策树算法，提出了一种差异化配电网运维管理方法，可以在一定程度上提高配网运行的效率，但是该算法的准确度和可行性还有待实际检验。文献[15]探讨了大数据在配电网中的机遇与挑战，从配网管理、运行、设备制造和设计等方面介绍了大数据的应用，为后续的研究指明了方向。文献[16]以大数据在配电网的应用需求和场景分析为导向，重点阐述了配电网大数据关联模型建模、分析方法和手段。本文以提升配电网设备状态管控力和运检管理穿透力为出发点，提出基于大数据平台的配电网智能化运维管控平台体系架构，基于大数据平台的运检业务数据分析和挖掘场景，提出在保电管理、迎峰度夏等场景下配网大数据的分析预警技术，研究围绕“状态管控、管理管控、指标管控”的运检业务管控应用，形成了“运行管控、问题分析、过程督办、绩效评估”的全过程闭环管理流程。

1 系统总体架构

配电网智能化运维管控平台以物联网、移动互联、云计算和大数据等现代信息网络技术为依托，实现配电自动化、PMS2.0及其他专业系统数据的融合，围绕“设备状态管控、运维管理管控、运检指标管控”三方面，形成“运行管控、问题分析、过程督办、绩效评估”的闭环流程，实现数据驱动运检业务的创新发展和效率提升，全面推动运检工作方式和生产管理模式的创新。配电网智能化运维管控平台总体架构图如图1所示。

图1 运维管控平台总体架构图

图1中，配电网智能化运维管控平台基于云计算、大数据平台和配用电统一模型，深度融合运检、营销、调控等系统数据，构建在全业务数据中心基础之上的企业级跨专业管控决策系统。通过纵向管控和横向协同，压缩管理链条，提高响应速度、处理效率和供电服务管控能力，支撑省、地、县、班(所)四级应用，解决部门之间的前端融合不充分，专业协同不顺畅等问题，实现信息汇集、一口对外、过程管控、协同指挥、事件稽查、风险预警、全景分析和综合评价的全方位管控与决策支撑。

2 运维管控平台体系架构

配电网智能化运维管控平台基于全业务统一数据中心建设，系统以大数据平台为核心，构建开放式平台。应用大数据分布式存储和运算技术，以“标准统一、开放灵活、安全可靠”为设计原则，运维管控平台体系架构从下至上分为三层：

(1)智能感知层，将PMS2.0系统、配电自动化系统、调度自动化系统、用电采集系统、调度管理系统OMS、95598等相关基础数据系统，通过消息推送、数据总线、数据抽取ETL等方式接入大数据云平台。

(2)数据融合层，相关系统数据进入配电网模型资源中心后，根据统一数据模型，进行数据的清洗整理。配电网模型资源中心是大数据云平台的具体实现，在大数据云平台上构建基础数据服务和微应用服务，为业务应用的开展提供了数据服务的支撑。

(3)智能决策层，在大数据云平台的云计算和微应用服务的基础上，根据各类业务管控的需求构建配网智能化运维管控平台，实现配网“设备状态管控、运维管理管控、运检指标管控”。

平台分层体系架构如图2所示。

图2 平台分层体系架构图

数据抽取主要包括批量抽取和实时抽取两种方式。批量抽取主要针对实时性要求不高的数据，如PMS设备台账信息、营销系统用户信息等；实时抽取主要针对实时性要求较高的数据，如配网自动化、用电信息采集等系统的变位、告警、异常等数据。数据抽取采用大数据平台中的流式计算进行处理。

模型资源中心子模块包含服务发布、数据展示、模型校验、模型拼接和基础平台等功能。服务发布，将模型数据、量测数据和消息以接口服务的形式发布出去，实现模型量测数据的共享化。数据展示，展示数据信息、模型拓扑信息，实现数据的可视化。模型校验，制定标准对模型数据定义的语法、语意的模型校验，同时将数据与源系统进行同步一致性校验，实现数据的标准化和一致性。模型拼接，用于配网模型与“上溯”主网模型和“下行”营销模型的拼接，动态修改模型进行保存发布，实现模型的实时更新。基础平台，分布时存储模型数据、电网运行信息数据、设备参数类数据等，具有备份机制，可以海量存储，确保数据存储的可靠性。

3 运维管控功能设计

基于统一业务数据中心的数据管理中心模块和数据分析中心模块的数据分析技术，实现数据管理中心为运维管控平台提供静态模型、分析模型支撑，数据分析中心为运维管控平台提供数据实体、数据分析支撑。

3.1 设备状态管控

根据配电网实时运行数据，感知设备运行状态，及时发现设备潜在运行隐患，辅助科学指导配网运维检修工作，降低运检成本，提高配网设备可用性。

(1)设备缺陷管控，根据PMS2.0设备缺陷流转信息，实现配网设备缺陷的多维度统计分析、缺陷到期未消预警、重要设备缺陷成因分析、缺陷预警预测功能。

(2)设备跳闸管控，基于网络拓扑关系、运行状态数据和业务数据，实现对配电网各层级(配电馈线/支线/低压线路)故障跳闸情况[一般跳闸(永久性跳闸、瞬时跳闸)、试送电跳闸、热备线路跳闸、传动试验跳闸]、缺相(断线)情况、跳闸率及其影响停电情况的全面真实掌控，实现对跳闸情况的多维度统计分析(按原因、部位、时长、次数、空间分布、时间分布等)、频繁跳闸线路及其原因，辅助差异化运维方案编制与实施，有效降低故障跳闸率。

(3)设备负载状态，基于设备台账和遥测数据，实现对配电网各层级(配电馈线/支线/低压线路/配变)的负载情况(重载、过载、轻载、空载、负载率等)的真实全面掌控，实现多维度统计分析(如按时间、原因、负荷趋势)，自动挖掘负荷突增重过载、临时突增重过载及终端异常、台账异常重过载设备，辅助各单位合理安排配变运维计划及采集运维计划，减少重过载、达到经济运行。

(4)设备实时状态评价，根据设备台账、缺陷故障及实时运行信息，采用大数据分析技术，实现对配网主要设备的实时状态评价与预警，辅助各基层单位实时掌控设备状态变化情况，提高设备安全运行能力。

3.2 运维管理管控

针对配网运维检修、抢修工作的进展、重要节点和关键环节进行监控，跟踪分析业务全过程，实现对运检工时、成本、成效等的挖掘分析。同时，基于配网运行状态管控实现对配网业务异常情况的督办与主动预警，形成闭环主动检修管理。

(1)停电抢修分析，基于配网抢修数据、生产类投诉、故障跳闸等数据，依托可视化展示、大数据分析等技术，实现对停电抢修工作的可视化管控分析(如抢修驻点、抢修时长、抢修资源、抢修效率)，全面掌握抢修实时动态，自动挖掘抢修人员承载力情况，抢修工作安排不足之处，抢修布点不合理情况，辅助抢修驻点、抢修资源、抢修策略的合理优化。

(2)检修作业分析，根据配网检修作业、设备故障等数据，实现对配网检修工作的多维度统计分析(如次数、工时、成本、成效等)，自动挖掘配网检修作业中存在的超期检修、过度检修、无/少效检修及人员承载力等问题，辅助提高检修作业的成效。

(3)带电作业分析，根据配网带电作业数据，实现对配网带电作业工作的多维度统计分析(如次数、工时、成本、成效等)，自动挖掘配网带电作业工作中存在的人员承载力、装备等问题，辅助提高带电作业效率效益。

3.3 运检指标管控

面向监管层面，实现设备类、工程类、作业质量类关键运行指标的分析展现。同时，制定各类指标的合理区间，跟踪指标的走势，验证业务开展成效，辅助发现弱项指标，并对指标异常情况进行预警和分析，实现各类指标全过程管控。

(1)配网规模指标，实现配网规模指标(如线路电缆化率、绝缘化率、联络率、平均供电半径、N-1比例等)的可视化分析，实时跟踪配网规模指标变化、对超出阀值的指标进行预警，辅助分析指标短板、提出改进策略。

(2)配网运行指标，实现配网运行指标(如配电设备消缺率、配电设备故障跳闸率、供电可用系数、电压合格率、重过载率、低电压率等)的可视化分析，实时跟踪配网运行指标变化、对超出阀值的指标进行预警，辅助分析指标短板、提出改进策略。

(3)配网检修指标，实现配网检修指标(如配网计划检修完成率、平均检修时长、带电作业化率等)的可视化分析，实时跟踪配网检修指标变化、对超出阀值的指标进行预警，辅助分析指标短板、提出改进策略。

(4)抢修服务指标，实现配网抢修服务指标(如停电信息报送及时率、派单及时率、到达现场及时率、抢修平均恢复时长、自动合单比例、工单错派率等)的可视化分析，实时跟踪配网抢修服务指标变化、对超出阀值的指标进行预警，辅助分析指标短板、提出改进策略。

(5)配网自动化指标，实现配网自动化指标(如自动化覆盖率、终端在线率、遥控使用率、遥控成功率、减少停电时户数、减少电量损失、馈线故障自动处理次数、用户分界开关自动处理次数等)的可视化分析，实时跟踪配网自动化指标变化、对超出阀值的指标进行预警，辅助分析指标短板、提出改进策略。

4 关键技术分析

4.1 大数据分析技术

利用大数据技术进行监测与分析，是基于电网资源对象，利用调度自动化、配电自动化、用电信息采集和客户报修等数据，采用数据挖掘、并行计算和决策树等技术，实现配电网业务管控分析。具体对于大数据分析技术应用如下：

(1)多元业务数据：全业务统一数据中心基于大数据平台建设，通过处理域、分析域、管理域实现了电网数据采集、清洗、管理和分析。全业务统一数据中心实现多元数据的接入和处理，为接口、采集和业务数据分析提供基础条件。

(2)存储计算：应用大数据平台的HADOOP架构的分布式存储和计算提供海量数据存储及读取。

(3)数据管理：通过大数据平台实现模型管理、服务管理和质量管理。

(4)数据计算：大数据技术能够融合成熟的基础计算引擎构建配电网状态数据挖掘和数据支撑服务，为数据的分析挖掘提供充要条件。

(5)分析挖掘：大数据技术通过回归分析、相关分析和决策树分析等数据挖掘技术进行建模，为数据的多维度分析应用提供支撑。

4.2 大数据框架

配电网大数据分析，考虑到海量数据分析的计算效率问题，在应用大数据平台算法的基础上，考虑建设配电网大数据基础框架。目前，如公变数据采集完整率、低压数据采集完整率、区域最大负荷、日最大负荷趋势、配电变压器缺项分析的需求，当应用实时调用时，由于计算量很大造成响应缓慢。因此从业务需求角度出发，以底层业务数据为基础，通过Spark Streaming 实时计算框架对数据进行分析计算，方便业务统计分析时的快速调用。图3展示了大数据基础设施对配电网运维管控平台的支撑。

图3 大数据体系框架

图3中，实时数据采用kafka或flume进行数据实时抽取，存储至HBASE或Redis中。批量数据通过ETL工具将原业务系统数据抽取至贴源层，采用KUDU对数据进行存储，构建数据模型层，在数据模型层之上，依据配网业务需求，构建业务模型层，针对智能管控平台应用需求，面向应用开展数据存储，形成数据集市层。半结构化或非结构化数据如涉及文档、图片、视频等通过文件服务系统，存储到HDFS中。

5 应用案例分析

国网某省级电力公司于2015年开展建设“配电网全过程管控系统”，实现了配电网运行状态和异常信息的监测和告警。2016年以来，天津供电公司逐步开展配电网智能化运维管控平台的建设。到2017年8月底，已建成配电网智能化运维管控平台，接入用电采集系统、调度自动化系统、营销管理系统、PMS系统和ERP系统五大系统的业务数据。平台包括设备状态管控、运维管理管控、运检指标管控、应急管理管控和供电服务指挥五大模块，为配网高效运维、精准建设、精细精益管理，提供决策支撑。

图4是整个配电网运维管控平台的首页，展示整个城市配网信息，包括全市配网概况、配网设备规模、配电网日运维情况、供电可靠性和电压质量等。

图4 配电网运维管控平台首页

图5是电压质量管控模块中的配网设备分析界面。用于展示馈线异常和台区异常等信息，其中:馈线异常包括馈线重载、馈线过载和馈线正常；台区异常包括配变重载、配电过载、配电正常、低电压、过电压和三相不平衡等信息。

图5 电压质量管控模块

图6是运维管理管控模块中配变异常管控模块界面，可以查看配变异常管控情况、当前配变统计异常分析、数据有效性次数统计分析和配电异常占比情况等信息。

图6 配变异常管控模块

6 结束语

本文以提升配电网设备状态管控力和运检管理穿透力为出发点，提出基于大数据平台的配电网智能化运维管控平台体系架构，实现围绕“状态管控、管理管控、指标管控”的运检业务管控应用，形成“运行管控、问题分析、过程督办、绩效评估”的全过程闭环流程管理。研制基于大数据平台的配电网智能化运维管控平台并进行示范应用，支撑配电网全业务数据实时在线分析和辅助决策。保障配网安全可靠、经济运行，为社会发展提供更优质、便捷的电力供应和服务。