数据实时分析的电力安全生产监测系统设计

黄杰韬，王泽涌

(广东电力信息科技有限公司，广东 广州 510630)

电力生产指的是对一能源实行转换后形成电能，对其进行输送和分配后，为用户提供电能服务的整个过程，整个过程中包含多个环节[1]，如发电、输电、配电、变电以及电力营销等。并且电力生产具备高度集中、统一性的特点，表示即使电网里存在的发电厂数量较多，其均统一接受电网的调度[2]，并设有统一的电能服务质量标准；除此之外，电网对于各个发电厂的电力技术具备统一指导和管理，因此，电力生产的调度、指挥等均由电网的调度部门完成，并且该部门在一个供电区域内呈唯一性[3]。在电力生产过程中的安全性，则是电网实行调度、管理中的重要内容，电力安全生产，能够最大程度保证电能的服务质量，同时保证电网的安全运行，避免电力安全事故的发生。依据能源局的数据统计，近几年中，电力生产过程中，发生数十起人身伤亡事故，该结果也表明电力安全生产中的管理依旧存在一定不足，例如安全条例实行不到位、预防措施不完善以及预警的实时性较差等[4]。电力生产过程中，各个影响因素之间存在明显的关联性、耦合性以及相互诱发性，因此，对于电力安全生产造成一定隐患[5]。李稳等[6]为提升电力生产的安全性，以ToF技术为核心，实现电力生产安全监测与预警；李伟等[7]为准确判断电力生产过程中的异常，通过残差全连接神经网络完成异常检测；上述系统为电力安全生产提供一定程度的保证，但是由于电力生产过程中，存在多种安全事故，上述系统无法全部兼顾，存在一定的局限性。因此，本文针对电力安全生产的多种安全事故展开分析后，依据大数据技术，对电力安全生产数据进行实时分析，判断是否存在安全事故，及时掌握安全隐患，全面监测电力生产过程，保证电力安全生产。

1 电力安全生产监测系统

1.1 安全生产监测目的

电力安全生产监测从宏观上分析包括电网安全监测和生产安全监测，前者是保证电网运行中网络的安全，后者是指电力生产中的人身安全[8]，也可理解成安全事件监测。该监测能够综合分析电力生产各个方面的安全要素，判断当下的安全水平，并且可清楚了解安全条例和相关规章制度的执行和管理现状[9]，及时发现电力生产中安全隐患，提前规避安全事故的发生。电力安全生产监测系统作为一种应用型的系统，其需完成电力安全生产过程中的人身安全事故、设备安全事故以及电网安全事故的监测，可靠掌握电力生产的全过程中。人身安全事故监测是以电力生产详情为依据，对其进行多维度分析后，获取影响人身安全事故的主要因素[10]，分析以及掌握人身安全事故的风险和变化情况，为人身安全事故规避提供依据。电力生产设备安全事故监测是对设备的运行状态实行监测，并且可对设备事故实行等级划分，依据不同等级采取相应的处理策略。电网安全事故监测是对电网实行全面监测，避免电网系统发生大规模故障，引起电网大范围瘫痪，并且电网安全事故监测水平也是体现电网安全管理水平的标准。

1.2 大数据技术

大数据技术是数据处理方法的统称，其包括数据采集方法、数据预处理方法、数据分析方法、数据挖掘方法、数据存储以及预测建模等。电力安全生产监测过程中，会产生并获取海量的数据，且数据中包含电力生产安全异常甚至事故数据；除此之外，监测中心会收到海量的预警信息，并且预警信息连续呈现给调度中心预警处理部门或者相关人员，但是该预警信息没有经过筛选和整合，相关部门和相关人员无法直接依据该信息判断电力安全生产事故情况，导致安全事故不能及时处理。并且电力安全生产相关数据具备增长特点，因此，为可靠监测电力安全生产情况，实时获取相关数据，及时分析数据中的异常数据，判断安全事故，本文利用大数据技术对电力安全生产数据进行相关处理，该技术贯穿整个监测系统，形成电力安全生产的大数据技术框架，如图1所示。

图1 电力安全生产的大数据标签技术框架Fig.1 Big data label technology framework of electric power safety production

该技术框架中，引入数据标签理论，对电力安全生产过程中的全部数据进行标签分类，提升各类数据的辨识能力，同时能够将冗余或者无效标签的数据删除。并且，大数据技术框架中，整合了电力安全生产监测、调度管理、视频等所有数据，依据电力安全生产过程中的不同需求，调动对应的大数据技术，处理相应的数据。文中利用大数据标签技术快速完成电力安全生产数据的采集、整合、调用以及分析，完成电力安全生产风险以及事故的量化，提升电力安全生产监测可靠性，实时掌握电力安全生产情况。

1.3 系统总体架构

本文设计的数据实时分析的电力安全生产监测系统包含3个部分，分别为电力安全生产层、数据分析层和监控中心层，整体架构如图2所示。

图2 电力安全生产监测系统总体架构Fig.2 Overall architecture of power safety production monitoring system

(1)电力安全生产层。该层包含所有的电力安全生产单位，在每一个生产单位部署本地监控站、本地管理服务器、电力安全生产数据采集单位、视频数据服务器、本地数据存储服务器、本地调度工作站等，通过交换机以及光纤网络将采集的电力安全生产数据传送至数据分析层以及本地监控站，本地监控站依据大数据分析技术分析数据后，在管理调度权限范围内，可进行电力安全生产的调度和管理；权限范围外的则传送至数据分析层。

(2)数据分析层。该层设有大数据处理中心、历史数据库、实时数据库、应用服务器、监控数据网等，主要对采集的电力安全生产数据实行标签分类、存储、分析等，保证电力安全生产数据的实时分析，获取数据中的异常或者安全事故数据，将异常结果发送至监控中心，进行电力生产安全预警。

(3)监控中心层。该层为电网统一管理调度层，主要由调度指挥中心管理，其可完成所有电力安全生产单位的统一管理和调度，主要包含应用服务器、管理认证服务器、监控显示服务器等。该层可依据电力安全生产事故程度，选择相应的处理方案；同时该层能够调度和管理本地电力安全生产单位。调度中心能够通过监控显示服务器查看监测结果、事故信息以及处理结果等。

电力安全生产层中生产单位通过数据采集单元获取电力安全生产数据，通过交换机和光纤网络同时传送至本地监控站以及数据分析层，本地监控站对数据实行分析后，实行权限范围内的调度和管理，权限之外的则传送至数据分析层；数据分析层对接收的全部数据实行标签分类以及分析后，获取数据中的异常或者安全事故数据，发送异常预警至监控中心；监控中心则通过监控显示服务器查看预警结果，同时选择相应的处理方案，按照统一的管理标准对电力安全生产单位的电力安全生产情况进行相应处理。

1.4 电力安全生产数据采集单位

电力安全生产层中，每一个电力安全生产单位均部署电力安全生产数据采集单位，用于完成生产相关的数据采集，采集单元中的核心为现场数据采集器，其结构如图3所示。采集器在采集过程中，为保证其良好的持续性，并且最大程度降低电源模块和数字信号之间的干扰，因此采集器设计成采集板卡和电源板卡2个部分。采集板卡包含放大器电路、ZigBee模块、传感器等；电源板卡则通过电流互感取电线圈对电池充电，为采集板卡充电；除此之外，采集器中还部署电流互感器测量线圈，部署位置为输电线路上，其结合采集板卡采集电力安全生产线路上的电流等信号，并经由转发器将现场信号转发至ARM处理器，该处理器则将信号进行处理后传送至本地数据存储服务器。

图3 电力安全生产现场数据采集器Fig.3 Power safety production site data collector

1.5 电力安全生产数据通信协议

电力安全生产监测过程中，数据通信过程中，为保证数据通信的安全性，均需采用一定的通信协议完成。本文在进行数据通信时主要以交换机、光纤网络为主，结合电力安全生产监测需求以及数据量的情况，本文采用IEC61850作为本文监测系统的通信协议，保证电力安全生产数据的安全通信，该协议结构如图4所示。

图4 通信协议结构Fig.4 Communication protocol structure

IEC61850通信协议为3层结构，其分别为过程层、间隔层以及站控层，协议的每一层均具备相应的功能，并且该协议的每一层中均包含不同数量的通信接口，用于完成不同层之间的数据通信，同时能够依据通信数据的情况，控制通信链路和带宽，同时能够完成数据的远方保护。各个接口的详情如下：①接口1用于保护间隔和站控2个层之间的数据通信安全；②接口2用于保护间隔和远方保护之间的数据通信安全；③接口3用于保护所在层内的数据通信安全；④接口4用于保护不同层之间互感器之间信号通信安全；⑤接口5用于控制间隔和过程2个层之间的数据通信安全；⑥接口6用于控制间隔和站控两个层之间的数据通信安全；⑦接口7用于保护站控和远方控制之间的数据通信安全；⑧接口8用于保护所在层内的数据通信安全；⑨接口9用于保护所在层内的数据通信安全；⑩接口10用于保护变电站和远方控制之间的数据通信安全。

1.6 数据实时分析

大数据分析方法是一种能够对数据内在规律实行挖掘分析的方法，因此，本文采用大数据分析方法完成电力安全生产数据实时分析，其依据采集的电力安全生产数据以及历史时间序列数据，构建大数据分析自回归模型，通过该模型反映电力安全生产的运行规律，判断数据中的异常数据，则阶数为m的模型表达式为：

Xi=λi(Xi-1+Xi-2+…+Xi-p)+βi

(1)

式中，λi为异常数据影响强度，i=1，2，…，m，其对应电力安全生产的各个时刻；Xi为电力安全生产参数；βi为噪声。

由于模型的阶数为m，那么上述公式中的参数均具备m阶记忆性。因此，如果电力安全生产发生变化和异常时，模型中的参数λi会发生明显变化。当电力安全生产存在异常时，则依据均值和方法的似然比判断是否为安全事故，其似然比的计算公式为：

LR=2f(Y)-2E

(2)

式中，E为最大似然估计值；f(Y)为概率密度函数。

依据式(2)的计算结果对电力安全生产存在的安全事故风险实行判断和预警。

2 实验结果分析

测试对象为某地区域的电网调度部门，该电网调度共存在发电单位8家，将本文系统部署以及安装在电网的调度部门以及所有的发电单位，运行系统对其电力安全生产进行监测，统计以及分析本文系统的监测效果。系统安装以及部署完成后，需先对系统的功能进行测试，实验对象的应用需求为系统的各项功能均能够正常运行，并且准确完成功能的执行，获取系统各项功能的运行结果，见表1。

表1 系统各功能运行测试结果Tab.1 Test results of each function of the system

依据表1测试结果可知：系统各项功能运行正常，均能够满足应用需求，电力安全生产监测、监测结果查询、安全预警等功能不存在无法响应情况，因此，系统具备电力安全生产监测能力。

系统监测需依据电力安全生产数据完成，数据的完整性越好则监测结果越可靠，因此，系统的通信效果与数据的完整性有一定关联。通信过程中缓存队列越短则表示传输的实时性越高，数据的损坏或者丢失率越低。获取本文系统在不同传输带宽下，传输不同大小数据时的缓存队列长度结果，结果如图5所示。

图5 系统的通信测试结果Fig.5 Communication test results of system

由图5测试结果可知，随着通信数据量的逐渐增加，在不同的数据量大小下，缓存队列长度没有发生明显增加现象，队列长度均处于稳定状态，即使数据量为100 GB、传输带宽为50 Kbit/s时，缓存队列长度依旧在0.52 Kbit左右。因此，本文系统通信效果良好，能够完成电力安全生产数据的实时传输，避免缓存时间较长导致数据丢失或者损坏。

为分析本文系统对于电力安全生产监测的应用效果，获取系统对各个电力生产单位监测视频的查询结果、电力安全生产过程中人员作业风险预警结果、参数预警结果以及历史预警查询结果，分别如图6—图9所示。依据图6—图9的测试结果可知，本文系统能够统一对所有的电力生产单位进行管理，可查看所有单位的电力生产情况，同时能够查看生产单位的电力生产监控画面，统计所有电力生产单位的生产事故数据；并且能够完成电力安全生产过程中人员作业风险预警以及电力生产设备预警，除此之外可查询历史预警结果，分析各个电力生产单位的详细生产情况。

3 结论

电力安全生产的实时、全面监控，能够保证所有的电力生产单位实时关注电力安全生产情况，同时电网调度中心能够按照统一的运行标准、能源质量、生产制度等对所有的生产单位的安全生产情况进行统一调度和管理，在监测电力生产设备安全运行的基础上，实现人身安全事故监测以及整个电网的安全事故监测。

图6 电力生产单位监测视频的查询结果Fig.6 Query results of monitoring video of electric power production unit

图7 电力安全生产过程中人员作业风险预警结果Fig.7 Warning results of personnel operation risk in process of electric power safety production

图8 电力生产设备预警结果Fig.8 Warning results of power production equipment

图9 历史预警查询结果Fig.9 Query results of historical warnings

本文则以上述内容为目标，设计数据实时分析的电力安全生产监测系统，多方面利用大数据技术的优势，实现电力安全生产监测以及异常预警。测试结果显示：本文系统能够完成信息化与自动化的结合，最大程度保证电力安全生产信息采集以及通信的实时性，保证信息的完整性，实现电力安全生产的可靠分析，全面检测电力安全生产情况。