基于数据监测的配电网基础数据质量标准化管理的分析

2020-05-11林钰杰吴丽贤

微型电脑应用 2020年1期

林钰杰吴丽贤

摘要：经济的快速发展也让社会对电网建设、电能质量有了更高的要求，稳定有效的数据支撑对于电能服务工作具有重要的作用。智能配电网的发展中，数据点来源复杂，含有异常数据出现问题的可能性较高。例如2003年意大利的全国大停电、2006年的西欧大停电案例说明，配网调度工作需要有效地规划，才能用于支撑导切符合，保障配电网的安全稳定运行。配电网基础数据质量标准化管理可以在正确的配网数据下，进行高质量的调度工作，让业内配电网领域形成一套完善的数据监测与质量管理方案，以便于在电能施工用的过程中及时发现存在的质量问题，弥补潜在的损失，并最终为电能质量高级规划的实现提供数据支持和技术保障。

关键词：数据监测; 配电网; 基础数据; 标准化管理

中图分类号： TP393 文献标志码： A

Analyss of Standardzaton Management of Basc Data Qualty of

Dstrbuton Network Based on Data Montorng

LN Yuje， WU Lxan

（Foshan Power Supply Bureau， Guangdong Power Grd Co. Ltd.， Foshan 528000）

Abstract： The rapd development of the economy has also made the socety have hgher requrements for power grd constructon and power qualty. Stable and effectve data support plays an mportant role n power servce work. n the development of smart dstrbuton networks， the sources of data ponts are complex， and there s a hgh possblty of problems wth abnormal data. For example， n 2003， the natonal blackout n taly and the blackout n Western Europe n 2006 also ndcated that the dspatchng work of the dstrbuton network needs effectve plannng， whch can be used to support the gudance and complance， and to ensure the safe and stable operaton of the dstrbuton network. The basc data qualty management of dstrbuton network can carry out hgh-qualty schedulng work under the correct dstrbuton network data， and form a complete data montorng and qualty management plan n the feld of dstrbuton network n the ndustry， so as to facltate the process of electrc energy constructon. n the tmely dscovery of exstng qualty problems， make up for potental losses， and ultmately provde data support and techncal support for the mplementaton of advanced power qualty plannng.

Key words： Data montorng; Dstrbuton network; Basc data; Standardzaton management

0 引言

由于化石燃料使用過程中产生的环境问题，让世界范围内的能源形势正发生显著的变化。配电网由于灵活、高效的优势受到了广泛关注，而近年来信息技术的快速发展也让配电网产生了大量的基础数据，例如电网电压、地理信息、天气信息等，如何对数据进行有效管理，对于电网安全稳定的运行具有关键作用，保障配电网数据在电网运行决策中的作用。因而为了充分发挥配电网数据的价值，就需要对数据质量监测与管理方法进行深入探究。

1 配电网基础数据质量管理工作

1.1 必要性探究

配电网数据质量具有真实性与完整性，这也是数据质量保障的基础。此外，人们在利用数据与存储数据的过程中也会产生数据质量，例如使用、传输质量，也就是过程质量。对于配电网工作来说，基础数据的质量直接影响到分析数据的作用，但从目前的实际工作来看，配电网基础数据质量正受到多种因素的影响，例如系统软件故障、硬件损坏、通信受电磁干扰等，无一例外地会影响数据采集的精度、完整性等。目前数据传输多依靠网络进行，安全性也应该得到高度重视，防止数据出现丢失。但异常数据的出现始终是威胁配电网基础数据质量的关键因素，质量标准化管理工作的作用不可忽视[1]。

1.2 数据源

大规模配电网的数据包含了调度、管理、监督等多种方面的有业务，数据源类型丰富，无论是配电变压器、智能电表、管理系统还是变电站，所产生的数据量庞大，而主要的数据种类包括网络拓扑数据与量测数据两种类型[2]。它们均来自于数据库与系统监测前端，监测前端从不同的设备上获取数据，然后转换为不同格式的质量数据文件，并最终将文件上传至不同的数据服务器[3]。但由于监测设备数量和种类的差异，数据源必然存在着格式问题，此时数据质量检测系统能否存在一致的数据接口，也是质量管理工作的要点。

1.3 异常数据检测工作

异常数据即正常数据当中存在着的个别值，他们的数据与正常数据相比存在明显差异，它的出现让数据质量出现了明显降低，甚至导致最终结论的差异与错误[4]。此时，数据监测工作就成为了质量标准化管理的关键内容。在不同的领域内，数据检测的方法也有所差异，例如通过数据源模式来判断属性之间的差异，消除数据冲突，是主要的检测模式[5]。

1.4 拓扑数据检测

拓扑结构可以如图1所示。

配电网中的拓扑结构咋子数据中表现为树形分支结构，因而计算方法也可以参考树的算法。算法执行结束时如果还存在未被接入网络的拓扑数据，则说明数据出现异常，此时也需要对配电网的基础数據进行监测，并了解错误的原因与错误模式[6]。尤其是在实际的电力系统工作当中，系统所获取的数据必然会存在一定的误差，某一节点的电压范围有所差异。在配电网中也能够通过不同的检测方式来获取不同时间断面的数据源特征。

2 基于数据监测的配电网基础数据质量标准化管理模式2.1 结构设计方案

设计方案如图2所示。

当Web客户端通过浏览器进行访问时，配电网数据质量检测系统也可以通过输入参数的方式来讲参数传输给服务器，此时服务接口可以获取数据，再对这些数据进行异常数据检测处理，并最终生成检测报告。值得一提的是结构设计可以从不同的数据源中获取数据，但可以从统一的数据结构来向检测系统中提供正确的数据[7]。

2.2 体系设计

数据质量标准化管理系统的功能模块主要包括异常数据检测与网络拓扑监测，主要体系包括线路查询、数据管理、异常检测、统计图查阅与报表生成，并将最终的结果存入系统数据库当中[8]。主要包括服务层与逻辑层。

服务层主要负责的功能是数据交互，并通过Web服务来获取不同的数据，让逻辑层来进行分析，并可以通过不同的数据接口来实现管理功能。

逻辑层则主要负责的是数据的处理与信息的查看，包括对异常数据的监测工作。用户可以通过不同的算法来获取数据中可能存在的异常，并将检测结果存入数据库当中。一旦通过检测报告来查看异常数据信息，也可以结合数据来获取修正方案[9]。

2.3 质量管理检测系统设计

系统设计如表1所示。

从系统功能要求来看，网络拓扑监测功能主要的作用在于监测拓扑异常情况。从目前常见的异常状态中，可以发现主要问题包括母线号、中压馈线线路问题等，此时管理系统可以有效地识别这些问题，并最终获取数据准确的检测报告[10]。

另外从异常数据的检测工作来看，主要针对数据的合理性进行检查。例如多源数据对比就是系统的一种比较方案，是同一监测点在同一时刻的电压数据比较，具体来看，可以将误差范围控制在±0.5%的范围之内，否则就判断为错误的测量数据[11]。这种方式的优点在于可以进行电压幅值的数据测量，并给出修正范围，但如果不存在PMU时也需要采用其它的检测方案。因而为了提升测量的准确性，可以以量测数据为基础，来进行匹配校验。具体表达如下。US=U+PR-QXU其中US代表电压幅值计算值，U代表末端电压测量幅值，P为有功功率，Q为无功功率，R为线路电阻，X为电抗，因而线路始端电压幅值计算值开以上述公式计算。如果监测点在某一时刻的电压幅值与任意一条线路节点测量计算的偏差范围在±0.8%以内，则判断测量数据为正常数据，否则需要使用电压幅值计算值来进行调整与修正[12]。

3 标准化管理的主要方式

3.1 纵向调度管理

纵向调度管理是基于指标统计地区的管理工作，例如可以将遥测合格率进行统计，然后对上一个月的状态进行曲线绘制，然后根据指标来进行分析，不仅可以让管理部门意识到工作当中可能存在的问题，还能提升管理水平。除了系统本身的功能指标以外，还可以借助管理指标配网信息正确率的预估，针对于存在的缺陷进行考核。缺陷次数需要进行横向对比，以直采信息正确率的指标结果来进行判断[3]。一方面可以对统计数据进行分析，并快速地了解到设备当中可能存在的问题，另一方面还能对某些现象进行排除，将设备或其它因素导致的数据误差问题进行筛选，提升运维工作的效率。

3.2 业务融合

业务融合配网自动化数据监测是通过主站部署监测系统的方式，结合基尔霍夫定律的相关要求，对配网工作进行数据监测，针对数据的合理性展开分析，结合实时数据的变化趋势了解到对指标影响程度最大的因素，做好及时的预警工作[4]。例如可以结合各类问题，按照影响程度与变化趋势进行划分，然后利用帕累托法对关键问题进行重点管控，反映出数据质量的关键指标，从而进行针对性探究。目前配网的基础数据管理涉及到几个不同的方面，一是通过配网数据来进行数据传输与存储工作，二是在配网终端收集数据，三是阿紫配网自动化主站获取并整合数据，实现双向数据传输路径的构建[5]。由于所有的电网数据都遵循基尔霍夫定律，所以电网数据的监视工作可以以遥测结果、遥控正确率等指标来进行判定，采用各种技术手段来对异常数据进行监视。

例如在原有数据的基础上构建数据管控制度，对开闭站的流入电流与流出电流进行等效管理。特别是对于线路而言，如果有量测工作，那么遥信必须为合位，对于遥控动作正确率的判断则可以通过监视的结果来判定。在不同的区域，线路规划也会有所差异，一次设备参数与二次设备的量测工作都可以获取数据信号，在配网数据的基础上来判断量测采集工作的具体问题。如在发现配网设备的缺陷时，就可以进行定位管理。

3.3 横向协调数据管理

横向协调数据管理是结合不同的专业角度来实现自动化管理流程的规划，在运行过程中收集数据，让数据在各部门间得到展示，让问题在最短时间内得到消除。这项工作需要多资源的横向整合，并可以依靠外界资源配合内部技术管理来实现数据管理工作的优化和完善，如利用现代沟通手段在工作指导方面提升工作效率，自动化获取实时数据[16]。例如从系统来看，配电网的基础数据服务系统包括静态数据接口、负荷功率数据结构与量测值数据接口等，因而质量检测系统可以通过这些接口来获取配电网运行过程中产生的基础数据，然后对异常数据进行监测，并生成最终的检测报告，结合算法来获取信息。这样一来可以详细地了解不同层次的数据研究方案，并结合算例验证的结果来判断系统运行时的稳定性。

4 总结

本次研究首先针对配电网的工作内容进行了探讨，从数据质量与数据源的角度来研究数据质量标准化管理的重要性，然后对数据监测方法进行了整理分析，并最终确定了适用于配电网的管理方案。在数据监测的要求下，可以通过数据质量管理系统，从不同的方面对数据进行质量管控，然后生成相应的研究报告，管理人员可以结合报告内容展开后续的分析与决策工作，为异常数据的管理和修复提供基础条件，也为配电网的电能質量提升提供了数据指标与技术支持。在未来的工作中，还可以通过提升Web服务质量的方式来保障安全性能，在大数据的背景之下满足大幅增长数据的需求。

参考文献

[1] 盛银波，仲立军，张利庭，等. 基于停电明细数据的配电网可靠性监测与研究[J]. 浙江电力， 2017（12）：70-74.

[2] 杜雪. 配电网台账数据质量信息化管理的研究[J]. 贵州电力技术， 2015， 18（12）：76-78.

[3] 余英，郭镥，邓琨，等. 用电采集数据分析和智能监测系统中大数据分析的设计研究[J]. 自动化与仪器仪表， 2017（5）：162-163.

[4] 刘科研，张剑，陶顺，等. 基于多源多时空信息的配电网SCADA系统电压数据质量检测与评估方法[J]. 电网技术， 2015， 39（11）：3169-3175.

[5] 苏永义，隋树法，周忠堂，等. 配电网电能质量智能监控方法的研究[J]. 自动化与仪器仪表， 2017（10）：52-54.

[6] 陆如，范宏，周献远. 基于大数据技术的配电网抢修驻点优化方法[J]. 供用电， 2015， 32（8）：31-36.

[7] 于海平. 一种基于数据挖掘的配电网差异化运维管理方法[J]. 农村电气化， 2016（7）：36-37.

[8] 孙杰，黄辉. 依托大数据与层次分析方法的配电网电压综治系统建设[J]. 电子技术与软件工程， 2016（18）：205-205.

[9] 刘学军，俞伟，何颋，等. 基于大数据的配电网运行状态评估与预警[J]. 浙江电力， 2017（12）：75-80.

[10] 蔡金明，孔鸣，王韬，等. 基于智能公变监测系统的配变精益化管理[J]. 上海电力学院学报， 2015， 31（s1）：36-38.

[11] 曲广龙，杨洪耕，李兰芳. 主动配电网电能质量实时监测系统设计与实现[J]. 电力系统自动化， 2015（10）：117-123.