数据可视化在变电运维工作中的探讨

摘 要：随着智能电网建设的不断推进，国家电网信息化水平快速提高，电力行业的数据量海量增长，标志着电网已步入大数据时代。传统的数据分析技术与运维方法已经不再适合电网的发展，而大数据技术的不断成熟正在引发着电力行业技术的变革，为国家电网企业创造更多运维价值。本文通过引入数据可视化的理论，结合变电运维的实际，对运维数据可视化提出一些建议，为解决变电运维效率的问题提供一定的帮助。

关键词：数据可视化；变电运维；信息系统；数据资产

中图分类号：TM73 文献标识码：A 文章编号：1008-4428（2019）02-0170-02

一、 前言

近几年，随着智能变电站网络系统、现场移动检修系统、测控一体化系统、地理信息系统、智能表计等科技项目在电力行业的广泛运用，国家电网电力有限公司电力信息化的水平正在朝着信息系统的方向长足发展。在变电运维的工作环境背景下，智能电网不仅承载着电力系统的电力流，也将承载着大量电力业务上的信息流和业务流。变电站作为电网结构中的关键节点和重要保卫对象，囊括了大量的电力系统数据资产。如何增强变电站内数据室的整合分析能力，达到变电运维的数据可视化，突破变电站信息系统的数据壁垒，对变电站内智能高效运维乃至电力系统电网的经济运行都有着实际而重要的战略意义。

二、 变电运维的重要性及工作难点

（一）变电运维的重要性

国家电网变电运维专业是一种对变电站内设备进行常规和故障诊断的专业。当所辖变电站运行的电力设备出现异常情况时，变电运维人员首先需要到达现场对故障的电力设备进行定性的分析和正确描述，然后向上级调控中心部门反馈故障情况，并在有必要的情况下进行初步处理或有效隔离故障电力设备的故障点。变电运维工作的成效在于是否能做到电力设备出现异常情况的事前控制，包括电力设备老化、设备异常隐患、现场工作危险点等巡视和检修工作的事前控制。所以，变电运维工作的重要性和价值在于如何在电力设备老化和故障前最大化地减少负面性的电力系统安全影响和电力经济损失。

（二）变电运维的工作难点

从变电运维的现场实际情况上看，现阶段变电运维的工作难点主要集中在站间距离大、巡视时间短、操作效率要求高等方面的问题上。这些运维问题除了通过增加变电运维人员的数量来解决外，在系统的数据统计分析方面也有一定的解决思路。变电站内有些问题的萌芽并不是出现在变电运维的阶段，而是出现在变电站启动前相关隐蔽工程的施工中。随着基建部门相关的隐蔽工程的完成，现场运维人员需要的很多运维基础数据都被隐藏了。除此以外，当今变电站巡视的数据载体和数据类型多种多样，使得人工抄录的运维数据难以被提取和整理到信息系统中，同时很多看上去不太重要的数据也因为侧重点方面的因素被忽略，这在时间上和信息量上对变电运维数据的处理分析造成一定的影响，不利于数据的挖掘和分析。究其原因，主要是因为人工巡视存在局限性和信息系统没有被深度开发，在智能电网的环境下，变电站现场存在的数据非常之多，不仅需要人工进行记录，还需要设备的自动记录来完成，更需要信息系统深度的分析和处理。

三、 数据可视化的理论

数据可视化指综合运用计算机图形学、图像、人机交互等技术，将采集或模拟的数据映射为可识别的图形、图像、视频或动画，并允许用户对数据进行交互分析的理论、方法和技术。数据可视化洞悉蕴含在数据中的现象和规律，并通过可视表达增强人们完成某些任务的效率。針对复杂环境的数据，传统的统计分析或数据挖掘方法一般是对数据的简化和抽象，人为舍去了部分无用的数据，结果隐藏了数据集真实的结构，造成“幸存者偏差”的现象。如今在大数据环境下，所需处理的数据量越来越大、数据复杂性更高，数据可视化需要还原或增强数据中的全局结构和具体细节。

四、 数据可视化在运维中的方法探讨

变电运维工作围绕着电力安全展开，而国家电网的内部数据严格控制在内网中流通，使得运维工作中内部数据的流通得到了有效保障，为变电运维中的数据可视化提供了基础和可能。

（一）建立有效的系统

大数据时代下建立有效的信息系统具有非常重要的战略意义。最初的信息系统只是帮助企业完成事务性的数据整理归纳工作，而现在的信息系统已发展到对企业、组织的基层运行、中层的组织管理提供支持，并对高层的决策产生战略性的影响，并且随着互联网信息化技术和时代的发展，现代信息技术和信息系统对组织的作用将会不断加强。在变电运维中，大量的变电运维数据散落在变电站设备的各个角落中，人工进行全数据的记录、处理、分析、类比、归档不太现实，不能把握电力设备运行的全寿命周期，并且每个变电站的运维数据保存在单一的变电运维班组，不利于对变电运维的数据进行调用和展开可持续的统计分析和趋势研究。所以需要一个有效的综合信息系统，用于整合变电站内各方面的数据，形成一系列内容全面的数据库，有利于本专业和其他专业的人员对变电站内设备的安全运行进行定量的分析。

现阶段国家电网PMS2.0的生产管理系统已经广泛应用于变电运维管理中，而安防系统正在通过另一套系统进行构建。生产管理系统和安防系统可以相互结合，形成一种更具兼容性的系统和数据网。这种系统和数据网不仅使变电运维采集的数据上行得更为灵活方便，还能使数据库中的数据下行到各个运维班组的数据分析系统，使运维数据的指导意义更加地高效全面。如图1所示，在以安防系统和生产管理系统为构架的系统群中，建立一个核心数据库，并建立若干条数据网层，使两个输入系统和各个输出系统能够有效传输运维数据信息。各个运维数据分析系统应分别拥有断路器压力数据可视化、电流互感器压力可视化、避雷器动作电流数据可视化、红外测温数据可视化、变电站鸟巢数据可视化、站内通用资料（规程、典操、图纸）调用可视化等功能，并具有人性化的操作界面。数据分析系统主要通过图形、动画的方法为运维人员提供数据规律，以便于运维人员对缺陷规律、巡视周期、巡视重点和操作配置等各个方面进行有效决策，以提高变电运维质量和效率。

（二）开发企业内部的智能移动终端

要实现变电运维数据可视化，需要在信息系统的基础上开发智能移动终端，以解决变电站现场实际的数据量问题和数据结构问题。变电站内电力设备故障与设备自身的属性、运行工况和运行年限有关，也与当地的气象情况、气候环境等因素相关。人工或仪器采集的运维数据不仅应包括设备正常和异常时出现的各类数值，同时还应包含如地理信息、天气、现场温度与湿度等大量的相关数据，以便于进行全面而有效的数据相关性分析。所以智能移动终端需要自带地理环境自动检测或获取功能，并能处理图片、视频等半结构化、非结构化的数据。开发内部智能设备有利于提高国家电网的科技水平和保证国家电网的数据安全，同时也方便系统接纳数据和存储数据，减少了手机设备上的快餐数据和不安全数据。

（三）提高运维人员的水平

变电运维数据可视化的前提是变电运维数据可靠性。在系统还没有进行实时采集运维数据时，系统无法对变电站设备运行的全过程进行监控，这时候仍需要变电运维人员保证自己采集的运维数据的正确性。变电运维人员的数量、运维工作经验、数据采集和整理操作熟练度以及人员的生理、心理素质、责任心都会对系统数据分析的结果产生较大的影响。当人员的运维效率低时，电力设备的隐患不一定能够及时发现，可能会导致很大的事故，造成国家电网在社会上的负面影响。所以国家电网需要对变电运维人员进行持续而有效的培训，以增强运维人员在数据核实、数据纠错、辅助协同等方面的能力，最终达到提高运维人员的工作经验和操作熟练度和增强、巩固运维人员的责任意识和工作态度，减少变电站内运维数据的“柠檬市场”效应，在最大的程度上实现运维数据录入的精准度和高效性。

五、 数据的保密性探讨

变电站的安全生产工作是电力系统安全运行的一个重要保障，这个重要保障不仅包括现场设备的安全运行维护和倒闸操作工作，还包括变电站内数据的安全保存和传输工作。在变电站内数据的安全保存和传输工作上，仅对内部环境和外部环境的接触面上切断数据的流通性是不够的，还要做好市场环境下系统研发的保密工作。具体来说，国家电网变电运维数据市场研发的组织者应该对厂家的研发进行定性的要求，明确实现那些功能和哪些人性化数据，而不是直接提出系统研发的定量要求。当厂家研发的系统需要运用数据进行定量测试时，组织者应提供失去时效性的运维数據，而不是直接把整个系统数据交给厂家。这样做的好处是不仅保证了近期数据的保密性，而且能够将近期数据和系统数据分析后得到的结论和趋势曲线进行对比，验证厂家系统开发的正确性和合理性。

六、 小结

随着大数据、区块链时代的到来，数据挖掘能够为国家电网和电力行业带来显著的财富价值，在企业内部的应用也将极大地提高电力企业的运营效率和营收能力，并带来规模效应。变电运维侧重于将大数据技术应用在变电站的常规维护管理中。在变电运维中引入数据可视化的功能，建立一整套具有兼容性的系统，并运用科学技术手段进行记录，不仅能够提高现场运维效率，有效减少电力系统负面安全影响和经济损失，而且能够为变电站进一步的智能化做好积极准备，实现站内设备连续性数据统计，揭示数据规律变化，深度挖掘数据，并科学精准地安排运维工作，将能够彻底解决变电运维质量较低和人员数量不足等问题。

参考文献：

[1]中国电机工程学会信息化委员会.中国电力大数据发展白皮书[M].北京：中国电力出版社，2013.

[2]袁伟，王献礼.微小变量法在现场运维中的运用[C]∥安徽省电机工程学会第四届（2017）电力安全论坛论文集，2017：18-22.

[3]陈为，张嵩，鲁爱东.数据可视化的基本原理与方法[M].北京：科学出版社，2013：10-11.

[4]祝国强.趣谈统计工作中易忽视的错误——幸存者偏差[J].中国统计，2014（9）：53-54.

作者简介：

袁伟，男，湖北武汉人，东南大学经济管理学院，国网宣城供电公司工程师，研究方向：变电运维与经济管理。