多源异构的低占用率电力大数据识别系统设计

马占海，严嘉正，张俊超

（国网青海省电力公司信息通信公司，青海西宁 810008）

电力系统不断向数字化、信息化的方向发展，智能电网在建设过程中产生了各种不同种类的电力大数据，如时间数据、温度数据，人们对电力大数据的处理要求也在不断增高，如何及时获取电力大数据，并完成有效处理，是当今大数据时代电网处理的重要难题。数据识别一直是数据管理的关键性技术，对于数据处理质量有着重要影响。由于电力大数据类型复杂，因此表现方式也不一致，针对电力大数据识别问题相关学者进行了深入的研究。

低占用率电力大数据会明显降低电力系统的工作效率，系统内部不同流的处理器线程无法得到很好地应用，电力系统的占用率过低，使整体性能受到严重影响，因此必须要及时识别低占用率电力大数据。文献[1]利用智能电表提出了一种工业设备的大数据识别方法，在设计过程中，同时引用了低压智能电表和长短期记忆神经网络，通过智能识别建立系统，同时处理电力负载数据，识别各种标识，完成智能识别，该系统能够有效提高识别效率，针对连续数据识别能力较好，但在低占用率电力大数据上显示出局限性。文献[2]针对电网薄弱环节在线辨识及分级预警技术进行了深入的研究，从纵向和横向两方面考虑，分析电网的薄弱点，并实现电网规划，通过多方面优化确保了电网薄弱点的处理，降低处理风险，但是识别过程需要进行大量的数据排查，耗时过长。

多源异构技术能够在电网运行的各个阶段，针对电力系统运行状态和管理阶段性，积累不同存储方式的数据组成数据库，从而从简单的数据组成复杂的数据，形成多源异构数据源。该文引入多源异构设计了一种新的低占用率电力大数据识别系统，在传统硬件基础上加以优化，并针对硬件设计了系统软件，通过实验验证了识别系统的可行性。

1 系统硬件设计

低占用率电力大数据识别系统硬件由数据采集模块、数据分析模块和数据管理模块三部分组成，系统硬件结构如图1 所示。

图1 系统硬件结构

系统在获得低占用率电力大数据后，会传递给分析模块，由分析模块进行统一处理，并将处理结果转移到管理模块。

1.1 数据采集模块

通过数据采集模块采集电力系统内部的各项数据，低占用率数据为静态数据，可以通过CMS 平台完成分类管理，同时利用动态处理器分析[3-4]。数据采集模块如图2 所示。

图2 数据采集模块

观察图2 可知，数据采集模块选取复杂可编程逻辑器件/现场可编程门阵列（Complex Programmable Logic Device/Field Progra-mmable Gate Array，CPLD/FPGA）数据采集控制器为核心，同时配合模数转换器ADC 和数模转换器DAC，在采集过程中，同时实现A/D 转换、数据运算和D/A 转换，能够完成数据显示。当采集输入的电力数据后，会通过ADC 转换成数字量，所有的输入数据会配合按键，确保输入的数据为标准数据，带极性值判别共同输出，由控制器处理有序输出各种数据，采集模块内部的CLK 控制采集速率[5-6]。

1.2 数据分析模块

数据分析模块对采集模块内部的各种数据进行分析处理，确定低占用率电力数据特征，分析数据的实际值，与阈值进行比较，判断数据是否为低占用率电力数据，在完成过滤处理后，分析电力大数据的模拟量，针对低占用率进行分析，如果确定占用率过低，需要进行额外统计补偿[7]。在完成数据的全部循环后，利用参数配对确定指标特征，从而分析电力大数据占用率，通过软件程序对数据进行电力计算，得出时间序列，根据时间序列随时间的变化特征，显示电力大数据识别的各项重要指标，并在显示器显示电力大数据的运行周期，完成信息更新。数据分析模块能够对基本的电力大数据占用率进行分析，在计算到存在异常后，根据供电范围进一步分析，利用PMS 判断数据是否存在异常变化，在确定异常因素和损失率后进行数据变化，确定指标异常，输出低占用率结果[8-9]。

1.3 数据管理模块

数据管理模块是采集模块和分析模块的深化，能够在前两个模块的基础上进行多维度的组织和显示，以针对化的方式处理低占用率电力大数据。管理器结构如图3 所示。

图3 管理器结构

根据图3 可知，管理器通过译码电路连接多个随机存储器（Random-Access Memory，RAM），能够同时完成各种信息分析，例如电力大数据域名、运行时间、数据量等。通过数据分析对信息进行全方位管理，并将管理结果存储到数据库中，方便工作人员更全面地了解电力大数据的运行状态。管理模块为用户提供了详细的查询功能，用户可以在管理模块上对数据进行查询和统计，并将得到的信息备案，整个过程都会在严格的监控下进行，降低了识别系统工作风险。管理模块以周期性的方式对电力数据进行计算，记录数据的波动状况、波动范围和变化情况，并对变化结果进行统计，实现更好的数据分析[10]。

2 系统软件设计

引用多源异构理论完成电力大数据识别系统软件设计，通过知识的表达确定数据处理方式，方便后期集成处理，从而打破传统识别系统效率低这一局限性。系统软件识别工作流程如图4 所示。

图4 系统软件识别工作流程

根据图4 可知，通过离散化处理、来源及特点分析、准确率定义、信息识别完成软件识别。

步骤1：离散化处理。利用列联表的方式更好地定义电力大数据，从而得到不同数据的属性模式，建立属性集合，如式（1）所示：

式中，U表示非空有限集合，为属性集合；V表示有效信息函数集合；C表示属性域集合；f表示信息函数集合。根据元素的特性建立关系列表，定义数据量，根据定义结果分析数据关系，由于每一个数据都存在一种离散性方案，所以可以将数据的属性阈分成不同的离散区间，按照离散方案分析结果，将数据排列成相应的断点集，利用断点集和离散化方案对应，实现对属性的统一表述[11-12]。

利用离散化算法实现电力大数据占用率的统一识别，从本质来看，就是分析数据的尖端区间，确定数据的属性集，通过属性划分，衡量数据之间的关联性，从而完成信息筛选。

步骤2：来源及特点分析。电力数据的分布范围很广，数据具有很强的通信能力，且通信结果十分可靠，由于数据量过于庞大，因此需要对电力数据的来源和特点进行分析，判断数据属性，利用监测器分析数据在运行过程中是否存在问题，从而提高决策效率。

步骤3：准确率定义。通过离散化处理将不同属性的数据划分在不同区间，确定划分结果的属性值。设定信息准确率计算公式为：

式中，Qi表示属性ai所对应的信息准确率；li表示当属性的取值为i时，能够达到的目的值。Qi与ai呈现正相关，即Qi数值越大，选取的低占用率电力大数据信息越准确[13-14]。

步骤4：信息识别。在确定信息准确率后，利用多源异构的方式建立离散化指标，实现信息识别，从而确定电力大数据是否为低占用率电力大数据。根据异构原则，对电力数据的信息熵进行计算，计算公式为：

式中，H(X)表示得到的信息熵；d表示离散点；X表示采集器采集的数据子集；根据数据分布方式将子集分为Xd-x、Xd+x。根据式（3）的识别结果可知，随着H(X)数值的增加，电力大数据的识别准确率越高，识别的数据为低占用率电力大数据[15-16]。log2(n)在识别过程中发挥着调节作用，作为调节因子，多源异构区间应该在一个合理的范围内，从而防止识别过程出现不理想的状态。

3 实验研究

为更好地验证多源异构的低占用率电力大数据识别系统的有效性，进行实验研究，设置实验过程中选用的PC 机为Intel Core i3.3，CPU 的工作频率50 GHz，硬盘为500 GB，选用的操作系统为Windows7。设定实验环境如图5 所示。

图5 实验环境

观察图5 可知，在进行实验过程中，同时配备了多个TUG，设置了TU。选用该文识别系统、使用智能电表实现工业设备大数据识别的系统和电网薄弱环节在线辨识方法进行对比，三种系统识别过程的融合效果如图6 所示。

图6 融合效果实验结果

由图6 可知，使用传统的智能电表实现工业设备识别系统和电网薄弱环节在线辨识方法的融合误差较高，而该文识别系统随着迭代次数的增加，融合误差逐渐减小，且始终在阈值附近上下波动，具有较好的融合效果。其原因是该文识别系统设计由采集模块、分析模块和管理模块组成的低占用率电力大数据识别系统硬件结构，同时引用多源异构理论设计软件结构，方便融合处理，从而打破传统识别系统融合误差较高的局限性。

三种系统的识别效果如图7 所示。

图7 识别系统效果实验结果

根据图7 可知，当识别的低占用率电力大数据规模较小时，三种系统的识别效率虽然有一定的差异，但是差异较小，且识别的数据量与实际数据量差距较大。而随着识别数据量的增加，三种系统产生了识别差异，使用智能电表实现工业设备大数据识别的系统在识别过程中能够通过迭代与邻居节点进行通信，因此在数据量较小的情况下识别效果较好，但是随着识别数据量的增加，节点之间需要进行数据共享，消耗了大量资源，数据的冗余量也相对较高。电网薄弱环节在线辨识方法仅对50%的节点进行共享，因此消耗的资源相对较少，数据之间产生的属性冲突也有所下降，但是在处理过程中，仍然存在较多的通信链接。该文提出的识别系统利用多源异构分析，能够直接解决数据冲突，减少冗余的数据信息，分析数据属性之间的冲突，并解决数据之间的空域问题，确保识别结果的准确性。

4 结束语

通过完善青海公司和政务平台的数据共享，开展基于“一证办电”的营销业务应用系统以及网上国网营销业务的适应性调整实施，提高电力业务办理效率，实现电力接入工程线上并联审批机制；打通电力营销业务应用系统与政务平台的数据壁垒，丰富电力企业数据种类，为数据挖据提供了更准确、更完整、更有价值的数据来源；实现行政许可申请表卡单据的电子化；实现与办电业务相关的互联网渠道账号信息的完全互通。为政府新旧动能转换提供基础保证，开展“获得电力”指标提升工作，为国家经济发展作出电力企业应有的贡献。