智能调度大数据的可视化技术探究

郭晓珏 潘楠 安裕强 欧阳世波?陈启用

【摘要】    科学技术水平的不断提升，互联网的逐渐深入，带动了电网智能化发展，电力行业进入大数据时代。在智能电网建设中，为保障电网安全、稳定运行，电力调度是关键，承担着监视并控制电网运行、管理各种电力业务的重任。随着电网智能化水平不断提升，电力数据逐渐增多，原有可视化技术已经无法满足需求，电力调度的困难度增大，电网运行可靠性受到影响，阻碍了智能电网发展步伐。对此，文章探讨了智能调度大数据的可视化技术，以便及时识别智能电网运行风险并控制，增强电网运行可靠性。

【关键词】    智能调度    大数据    可视化技术

前言：

大数据时代下，全球各个数据密集型产业越发重视数据价值的挖掘，以此提升企业整体水平与行业竞争力，在电力领域中，随着智能化水平提升，电力行业也进入大数据时代，如何在海量电力数据中挖掘有用数据，丰富电网运行与反馈环节，及时、准确发现电网运行中的异常并解决，提高电力调度智能化，增强电力运行可靠性，成为电力行业发展重点[1]。可视化技术，能够将智能大数据中挖掘的预警、故障信息以形象生动形象展示，为电网调度智能化提供技术支持。文章对此展开探讨。

一、智能调度的概念和功能

智能调度，主要将调度中心各项业务、各个环节智能化与精益化，实现数据挖掘、量测采集、系统分析、建模、计划制定等的智能化分析、智能化预警以及自动化控制。高度集成、一体化的智能调度系统是电网未来发展必然趋势，为达成该目标，智能调度不仅要拥有传统调度系统的功能，如：辅助调度员决策、全景监控等，还要通过智能化方式协助自动化系统运维，具体拥有如下功能：1）风险分析功能。 实现了由整体到局部对电网运行中各项风险的完全掌控，其中，电网运行的趋势分析，在线风险评估，安全运行指标的计算等，为电网运行提供了预警信息，辅助电网调度人员及时发现潜在风险，提前做好风险管控，提升电网运行可靠性、安全性。2）全景监控。大数据时代，电力调度实现了对电网运行状态、运行数据的全面感知与监控，在对海量电力数据处理与挖掘时，为电力调度的高级应用、潮流计算提供信息支持，先进可视化技术的应用，将电网运行状态 、异常信息实时展现。3）辅助决策功能[2]。在电网运行出现故障后，电力调度能够自动判断故障所在位置并给出恢复策略，当自动化控制方式无法将潜在危险消除时，能够主动通过人机交互界面，提出操作建议，协助工作人员决策。4）自动控制功能。智能调度以现有电压自动控制、自动发现控制、电网实时紧急控制等控制手段作为基础，根据电网监控信息，实现有功无功、主配网、在线优化调度等的控制工作。5）可视化功能。智能调度通过人机交互方式与可视化技术，实现了调度工作流程的动态可视化，不同监控场景能够自由切换，业务监控画面自动导航，为调度人员提供更清晰、直观认知，当电网发生故障，能够迅速对故障点定位，并全程跟踪故障修复情况，增强电力调度水平。

二、电力智能调度大数据

新形势下，我国电网逐渐向智能化升级改造，电网规模逐渐扩大，为保障电网运行稳定性，智能调度的高效运行成为关键。电力调度是一个复杂系统，其中涵盖了输变电、发电用电、配电等多项系统，与一般生产调度不同，电能产供销都是在瞬间完成，即发电量、用电量保持平衡状态，因此，电力调度应随时保障发电与用电负荷之间的平衡。并且，电力调度还应做好电网运行监控、潮流计算、事故处理等任务，保障电网稳定运行，保证电力行业各环节稳定运行[3]。在电力调度过程中，为实现智能调度，电力调度数据应具有大体量、多种类、数据即交互、即共情、速度快等优势，并深入挖掘基础、应用、实时、环境数据源，为智能调度提供数据支持。

其中，基础数据：主要指设备台账、电网模型等变化较小的数据信息，该类型数据分散于不同业务系统（OMS、EMS等）内。实时数据：主要指能够实时展现电网动态运行的数据，该数据大多处于AMI、WAMS与SCADA内。应用数据：其中包含报表数据、监控预警数据、预测计划数据等。环境数据：主要指天气、经济、地理、人口等类型的数据信息，该类数据多应用在电力调度大数据联合分析内。在电力智能调度中，为有效发挥大数据的作用，提升电力调度质量，应充分挖掘大数据的价值，不僅要发挥大数据集成、高性能计算、存储等基础功能，还要实现调度业务、大数据挖掘技术的结合。须知，若产出数据无业务指引与诠释，则数据是机械且盲目的，数据关联性与实际不相符，甚至存在数据错误。因此，在电力调度数据挖掘时，业务内容为关键因素。

三、智能调度大数据的可视化技术

随着人们生活水平提升，对电力需求量不断加大，电网规模呈现出爆炸性增长，推动了电力市场化改革，传统电网运行 正面对新的挑战，主要表现在如下几点：其一，传统电网运行方式主要依照人工经验，缺乏科学性与准确性;其二，传统电网的运行方式发电均衡，潮流波动小，电力市场化改革后，诸多市场成员报价影响了发电均衡性，潮流变化明显;其三，电网规模扩大，电力运行计算量增大，传统运行方式中，主要以人工计算为主，增大了工作人员负担，极易导致判断失误现象。其四，电网构架越发复杂，电器元件数量与类型明显增很多，增大了运行场景、潮流计算复杂性，影响了调度人员判断和电网优化，难以得到直观结果，不利于电网稳定运行[4]。由此可知，传统电网运行方式已经无法满足电力体制需求，引进先进技术，形成新的高效直观、多元化电网运行方式成为关键。智能调度大数据的可视化技术的出现，满足了电力市场需求。下文对可视化技术的应用展开分析。

3.1异常值可视化分析

智能调度大数据主要包含正常与异常状态两种，而根据数据偏离程度，异常状态又分为告警与预警状态。在电力调度运行中，首先应设定数据正常值与异常值之间的分界点，根据经验或相应规范将采集、计算的数据指标依照等级不同设定预警与告警阈值，通过闪烁、高亮或特殊颜色表示着重突出异常值，辅助调度人员判断异常情况与决策，保障电网可靠运行。

3.2汇总情况可视化分析

在汇总情况可视化时，通过将对比潮流计算结果、告警数据、属性信息等简化归类，整理为可视化图表，保障运行人员能够通过图表迅速发现其中潜在规律。汇总情况在展示可视化方案时，需要通过分类可视化、趋势可视化两种方式展现，其中，分类可视化根据类别将视图分析数据归类汇总，着重突出各运行方式下数据差异程度。趋势可视化主要根据周期汇总视图数据，通过同比与环比分析，着重分析各潮流方案下数据变化趋势与规律。

3.3关联度可视化分析

潮流计算结果和电力系统的运行状态、告警信息等存在潜在联系，若将信息关联程度量化，并进行视图展示，对于运行方式优选具有重要作用[5]。数据挖掘技术、态势感知技术的应用，有助于深入关联分析不同环节电网调度运行的数据、潮流计算结果，根据可视化技术，统计并分层分区显示相关指标项，便于调度人员由结果追根溯源，快速寻找原因，提高电力调度可靠性。另外，指标项之间关联程度还可利用可视化方式突出显示，提高多潮流方案对比的直观与清晰度。

四、智能调度大数据可视化技术的应用

4.1二维可视化技术应用

在智能调度大数据可视化技术应用时，二维可视化主要表现在如下几点：其一，动态潮流法。潮流作为电力调度运行中常见情况，动态潮流的可视化不仅能够将潮流变化情况实时展现，还能够根据潮流数量、流动速度确定负荷情况，同时，还能够通过限额、裕度直观掌握潮流改变大小与改变方向。所以，在电力智能化调度中，应用可视化技术，提高了数据信息直观性，为调度行为提供了便利。其二，单品图法。在二维可视化技术中，单品图法应用包含如下几点：1）有助于调度人员快速寻找单品图法下最大数据，对其所处区域做好颜色填充工作，并有效标准最大数据位置情况。2）通过系统实际运行过程与最大数据，确定扇形区域。3）通过电力系统运行情况，选择规定颜色，填充扇形区域，直观呈现电力调度数据信息。其三，等值线法。该方法能够将电力调度不同类型数据直观呈现，如：线路负载率、变压器负载率、节点电压，以此促进调度人员准确及时掌握智能电网运行情况，提高电网运行稳定性。

4.2三维可视化技术应用

在智能电网发展中，三维可视化技术的应用，主要通过虚拟显示技术构建电力运行区域三维模型。在处理三维图像时，主要放在单棒图、图像的三维旋转上。单棒图由主棒和对比棒构成，主棒用来显示运行数据，一定程度上能够表示变电器、电容器安全情况，促进操作人员掌握电力系统实际运行情况。图形三维旋转则能够全方位展现电力图。

4.3电力系统地理图形的可视化应用

在智能调度大数据可视技术应用于地理图形可视化中时，可通过引进地图图形，实现地理图形、区域电力系统的有机结合，根据所得电力系统可视化地图，动态展现电力系统的运行状况。在电力调度时，若电力线路、电力设备等出现故障，可直接通过地图展现，通过大数据快速定位，及时发现并解决故障，促进电力系统可持续运转。

五、总结

互联网的不断发展，各行各业纷纷进入大数據时代，电力企业在智能化发展过程中，电网规模不断扩大，生成电力数据不断增多，增大了电力智能调度的困难度，阻碍了智能电网发展。可视化技术的出现与应用，能够及时预警电网运行中潜在故障，并准确定位、直观展现故障点，辅助调度人员及时解决故障，促进电网稳定运行，全面提升电力智能调度水平，推动电力行业可持续发展。

参  考  文  献

[1]陈海拔， 顾全， 董羊城，等. 基于大数据的电网调度控制智能告警系统[J]. 电子设计工程， 2019， 27（11）：91-95.

[2]冯磊，黄其兵.基于智能的配电网电力大数据三维场景可视化分析[J].自动化与仪器仪表，2020（1）：189-192.

[3]王婷，卫少鹏，周彤.智能调度的研究现状及前沿[J].物流科技，2019，42（11）：5-9.

[4]李里.可视化技术在电网调度中的应用及问题分析[J].科学技术创新，2019（16）：183-184.

[5]刘进进， 吴辉， 叶伟. 基于可视化生产调度系统的应用与研究[J]. 工业控制计算机， 2019， 32（5）：145-145.