电网设备全业务数据智能管控平台应用研究
2022-05-11周启平郭俊凯范海波
周启平， 郭俊凯， 范海波
(安徽继远软件有限公司， 安徽, 合肥 230088)
0 引言
数据作为电力企业核心资产，数据质量是公司开展专业分析、管理提升工作的基础。近年来，国网设备部高度重视基础数据管理，持续组织开展基础数据治理，利用大数据开展供应商绩效评价、变压器大数据画像等一系列工作，成效显著。为进一步提高数据质量，国网设备部组织各单位持续推进基础数据治理工作。
基础数据治理贯穿于电力设备的整个生命周期，通过对基础数据标准进行规范化设计与制定，结合互联网和大数据等技术进行实施与监控，同时还包括公司事物流程与规章制度的建立和维护[1]。通过基础数据处理，期望达到标准化和流程化处理数据的目的，从而有效提升数据准确性和及时性，更深层次地发掘数据价值，助力于电力企业的科学决策和支撑。
高效的数据治理能够有效地保障数据质量始终可控、在控，实现基础数据质量的常态化、标准化和智能化管理，最终有效提高输变配设备的运行效率，在一定程度上降低故障率，大大提高运行安全性，并有效减少维护成本的支出。通过对电网设备进行数据治理可有效提高设备基础数据管理水平，并为提高供电可靠性、降低事故发生率等提供技术手段，为客户提供更优质的服务[2]。
然而目前的数据治理存在一系列问题，各基层单位开展数据治理工作缺乏统一并且与专业管理深度结合的数据质量评价标准，对各单位的存量、增量基础数据质量无法进行综合评估。因此，开展电网设备全业务数据治理技术研究十分必要，通过对PMS2.0系统设备台账、运行工况、巡视检修、基础图形等4类基础数据和历史供应商绩效评价数据开展治理工作，保证数据的完整性和正确性，持续推动和促进系统深化应用。
1 研究目的
在国家电网有限公司全面深化“两个转变”，加快建设“一强三优”现代公司，创建“两个一流”以及“三集五大”工作全面开展的大背景下，电力企业开展了运营监控数据中心建设。运营监控数据中心的主要职责是对现有的运营监测体系进行质量评估，对不合理的部分进行改进修正，其业务面涵盖所有的主营业务。通过专业的线上系统对电网运营产生的各项数据、重要资源以及各项生产指标进行全方位的实时监控与分析[3]，及时发现设备故障缺陷和企业在经营过程中产生的问题并提供有效的解决方案，在一定程度上提高电力公司整体运营效率，增加公司的经济效益，为公司精益化管理和精细化运营提供强有力的技术支撑。
本文提出建设电网设备全业务数据智能管控平台(以下简称“管控平台”)，以全面支撑PMS2.0数据和应用情况分析为目标，覆盖基础设备台账、生产业务2大类数据，建立系统实用化评价机制，提供数据校核、应用分析等功能，持续推动和促进系统深化应用，其主要目的如下。
(1) 数据质量综合管控
根据基础数据质量管理的精细化、规范化管理要求，对现有PMS2.0系统中的输变配专业基础台账数据、运行数据、图形数据等存储数据进行梳理，完成对数据治理分析语句、数据问题清单、数据质量得分等方面维护，为PMS2.0系统提供全方位数据管理的有力支撑。
(2) 数据状态实时监控
对异常数据、新增数据等数据进行实时监控，具有异常消息提醒、问题清单导出等功能，为数据治理、指标考核、移动管控等应用提供多角度、可视化支撑。
(3) 数据多维分析展现
在现有大量统计数据的基础上，对数据进行多维度统计分析并进行展现，能够有效提升数据的应用价值，进一步深化系统实用化。
2 电网设备全业务数据智能管控平台
2.1 系统架构
管控平台以PMS、GIS多年系统运维与数据治理经验为依托，从数据来源、数据质量、数据维护等智能管控要素入手，通过对数据质量、业务逻辑、模块应用范围及深度等方面治理[4]，完成基础数据完整性、准确性、一致性、及时性、关联性等问题数据的整改，从而实现深化PMS2.0系统应用，提高电网设备数据质量，推动公司精益化管理水平持续提升。管控平台整体架构如图1所示。
图1 整体架构图
管控平台综合运用人工智能、大数据处理、分布式存储等应用技术，对PMS2.0系统内部各流程基础数据、业务数据进行关键字信息提取、业务逻辑关系判别，并对各系统横向数据进行比对，对基础数据质量进行智能化评估。另外，平台接入图模质检工具和全方位辅助平台部分模块作为图形数据质量管理的归口系统，形成涵盖基础数据、运行数据、巡视检修数据、图形数据、供应商评价数据的管控平台，进一步发挥数据治理应用价值。
2.2 应用架构
为了保障各业务模块独立运行管理，降低各模块之间的耦合度，采用模块分离的方法，将各业务模块划分成若干个小模块，每个小模块都有其独立的功能，形成平台应用架构如图2所示。
图2 平台应用架构
管控平台功能主要包括台账数据监控、图形数据监控、运行数据监控、巡检数据监控、供应商评价数据监控、进度与成效管理、系统管理等6个模块，实现输变配基础数据的智能化、精细化、实时化管控，提高数据治理与应用效率。
2.3 数据架构
按照应用特点，管控平台数据可分为基础台账数据、电网图形数据、业务数据、指标数据、问题数据、其他数据等6种类型[5]。其构成如下。
(1) 基础台账数据
基础台账数据作为指标分析的基础数据，具有一定的精确度和实时性要求。基础台账数据包括输变配三大类基础设备类型台账，是台账数据统计分析和指标计算的基础。
(2) 电网图形数据
电网资源空间数据包括电网设备运行、电厂发电、输电线路传输、配变电以及居民和企业用户用电的空间数据，通过人工采集和专业设备采集，按一定的格式存储到后台数据库中，能够全面有效地描述设备的各项信息。
(3) 业务数据
业务数据包括设备台账应用业务数据、电网图形应用业务数据，作为指标计算运用数据的依据。
(4) 指标数据
指标数据由指标管理综合体系计算评价得到，它是全业务数据治理指标计算的基准。
(5) 问题数据
问题数据是根据实用化指标评价标准生成的各类指标扣分的问题清单数据，是用户进行问题数据处理的依据，用于提高生产应用数据质量。
(6) 其他数据
其他数据主要包括各种文档、照片等文件数据。
2.4 技术架构
根据某省电力公司整体信息化架构及规划现状，管控平台整体技术架构层级从下至上依次分为数据存储层、数据访问层、基础服务层和业务层。技术架构图如图3所示。
图3 平台技术架构
(1) 数据存储层
数据存储层包含数据采集、数据存储与数据计算，其目的是为数据源提供一个可供外界访问的接口，实现平台与现有业务系统之间的数据交互。
(2) 数据访问层
通过数据访问组件、实体关系映射组件、JDBC适配层、数据缓存组件等实现数据访问工作。
(3) 服务层
针对基础数据层清洗后的各类基础数据，提供组件式服务，包含消息处理、信息推送等服务。
(4) 业务层
业务层主要用于处理展现层和基础服务层之间的数据交互，主要包括指标监控、异常提醒、业务系统联动等相关业务功能，针对不同的业务提供相应的业务服务组件。
2.5 部署架构
管控平台采用信息内网集中部署方式，通过信息内网接入PMS、ERP等基础数据，利用分布式存储将管控平台关键指标信息推送至移动端。系统部署架构如图4所示。
图4 平台部署架构
2.6 数据质量评价体系
数据质量评价体系通过建立大数据下的数据质量评价模型，对数据质量好坏进行实时的量化诊断和评价，能够发现数据问题，对数据治理的效果进行有效评估，有效提升数据质量。对电网设备全业务数据质量评价的主要步骤如下。
步骤1：以基础台账数据、电网图形数据、业务数据、指标数据、问题数据和其他数据为依据建立数据质量评价指标体系。
步骤2：根据大量数据经验分析得出电网设备全业务数据质量评价指标的主观权重为
Rj,j=1,2,…,n
(1)
步骤3：使用信息熵来求解客观权重，消除数据的不确定性，使质量评价结果更为实际。设有m个待评对象，n个评价指标，则用原始指标值构建的原始数据矩阵为
Ym×n=(yij)m×n
(2)
对各项指标的数据进行标准化，得到式(3)：
(3)
利用信息熵的原理，求解得到第j个指标的信息熵值Xj如：
(4)
令评价指标的信息效用价值为Aj=1-Xj，则第j个指标对应的客观权重为
(5)
步骤4：令Rmin和Rmax分别为主观权重的最小值和最大值，利用主观限制客观权重法求得综合权重Hi。
1) 若Wi (6) 其中，k=i+1,i+2,…,n。 2) 若Wi∈[Rmin,Rmax]，则Hi=Wi。 3) 若Wi>Rmin，则Hi=Rmax，其他评价指标综合权重根据式(7)修改，即： (7) 步骤5：利用TOPSIS综合模型[6]计算评价结果，首先对原始数据经过归一化处理得到标准决策系数，如式(8)。 (8) 由式(8)计算得到加权标准决策矩阵： (9) 计算得到理想最优解P+和理想最差解P-为 (10) (11) 结合上述各式计算得到各指标的相对近似度： (12) 式中，ej的取值范围为0到1，ej越大表示越贴近最优解，评价越好。当ej=1时系统模型评价最好，ej=0时系统模型评价最差。 以某年部分电网设备全业务数据，包括基础台账数据、电网图形数据、业务数据、指标数据、问题数据、其他数据为依据建立数据质量评价指标体系作为评估指标，按照上述步骤求解出各项指标对应的相对近似度，得到各项指标评估结果如表1所示。 表1 各项指标评估结果 根据表1的数据可看出电网设备全业务数据各项指标均趋近于最优解，具有较高的系统模型评价，管控平台对数据治理的效果十分显著。 本文通过构建电网设备全业务数据智能管控平台，根据基础数据类别和业务特征，建立完善的数据质量智能管控机制，持续有效开展治理工作，满足电网设备数据治理的应用需求。另外，利用数据质量评价体系对电网设备基础数据进行综合分析评价，实现对基础数据状态的有效管控，达到了良好的效果，有效保障了数据的完整性和准确性。
3 总结
