陈 夕

(福建电力职业技术学院,福建 泉州 362000)

1 概述

传统的配电自动化终端设备一般采用故障抢修加定期检修的管理模式,不可避免地会造成设备的过多维修,造成大量不必要的材料浪费及人工成本上升。同时,过多的定期检修不仅增加了检修费用,还减少了设备的有效作业时间,还易造成设备故障频发和运行不稳定[1]。因此,研究基于大数据的配电自动化终端精益化管理平台,对于指导各级配电自动化运维管理人员在配电自动化建设和运维的过程中实现对设备的优化管理,全面提升公司配电自动化系统的建设管理和应用水平,提高电网供电可靠性,具有重大意义。

2 基于大数据分析进行配电自动化终端精益化管理的意义

2.1 有助于提高配电自动化应用水平

近年来,国家大力推进配电网建设,而配电自动化的应用,对配电网运行水平、管理水平和供电可靠性的提高都起到至关重要的作用。配电自动化终端的健康运行是配电自动化的应用水平达到理想高度的重要前提。然而,由于配电自动化终端设备多种多样,运维人员水平参差不齐,台账管理缺乏规范手段,导致终端设备始终无法安全在线稳定运行。配电自动化终端一旦发生故障,将会对调度监控人员的分析判断造成影响,且在发生停电事故时无法第一时间定位故障区域并进行负荷快速转移。

2.2 有助于优化配电自动化终端设备管理体系

进行故障抢修的设备往往是因为在检修周期内出现的劣化现象得不到及时处理而导致设备故障,造成非计划停运。目前,在管理模式与机制上都无法实现对故障的预判,即预先诊断某个部件的功能状态,或确定某个部件正常工作的时间长度。因此,建设在发生灾难性事故之前能够提前预知,并采取必要的维修预防措施,确保设备功能正常运行的系统十分有必要。

2.3 有助于实现配电网建设精准投资

随着配电自动化终端设备的大量增加,加上缺乏规范的监测记录手段和状态评估体系,管理人员无法对每台配电自动化终端设备都作出准确的健康状态评估,大部分只能依靠运维班组的经验判断。以至于在制定投资计划,确定维修类型,合理分配如维修人员、维修资金、维修工具、维修时间等各类资源,都与实际运行薄弱点存在偏差。

3 精益化管理平台的技术原理

3.1 信息整合,构建配电自动化终端大数据中心

按照集中部署、整合信息和共享应用的原则构建数据中心。将配电自动化终端大数据库部署在安全三区,实时获取安全一区配电自动化主站基础数据并进行存储,形成自己独立的大数据源,并以此为基础进行系统的设计开发。以B/S模式的架构完成对数据的统计分析与展示,以及深层次的数据挖掘工作,通过数据采集、数据治理、数据整合“三步走”,构建配电自动化终端一体化模型,在各类离散的信息数据之间建立内生关联关系,为大数据应用提供便捷的数据“配送”渠道(图1)。

图1 配电自动化终端大数据中心构建流程

3.1.1 数据采集

基于国家电网FPMS系统,配电自动化终端大数据中心在安全三区实时采集配电自动化终端各类管理数据,包括组织机构、人员、厂站、设备台账、新设备投运、设备异动、检修、缺陷、工作票等配电终端生产管理数据,以及已有的结构关联关系,并在大数据平台统一存储。

基于大数据平台,配电自动化终端大数据中心实时采集配电自动化终端历史运行数据,包括遥测、遥信、遥控及遥调数据,并在大数据平台统一存储。采用国际电工委员会IEC 60875—5—104规约将实时数据转发至安全三区,大数据平台接收并在安全三区构建开放、实时的数据库,提供实时数据共享机制,支持实时应用。为大数据分析及深度挖掘应用提供全面的数据源。

3.1.2 数据治理

研发部署不良数据辨识软件,以5 min为周期,从数据的完整性、一致性、相关性、规范性和准确性5个维度自动扫描辨识不良数据,开展基础数据治理,指导各单位有针对性地开展自动化设备消缺、设备台账数据补充完善、对应关系错误纠正等,保证数据真实可靠,并将自动扫描结果作为对各单位数据质量评价的依据。接着,对采集到的数据进行治理,包括如下方面。

①完整性。检查终端采集数据的完整性,确保数据有效。一是满足调度业务及其他相关业务对各类数据的需求。二是满足连续不中断数据传输机制,防止断点数据产生。三是确保数据中相关标识及参数完整。

②一致性。检查终端数据与现场实际情况是否一致,能否反映真实的设备运行信息,数据突然增大或变小是终端异常或抖动的表现。

③相关性。同一设备的各类参数数据存在一定程度的相关性,通过对数据相关性的检查确保终端数据的真实、有效,及时发现异常终端。

④规范性。检查终端上传数据是否满足电力系统相关业务规范,禁止自定义数据格式及上传内容。

⑤准确性。准确性是数据可用的基础,确保设备参数数据真实、全面,能作为有效数据及时反映电网的运行工况。

3.1.3 数据整合

通过数据多维分析,对以多维形式组织起来的数据进行上卷、下钻、切片、切块、旋转等各种分析操作来剖析,使分析者和决策者可以多方面、多维度观察数据库中的数据,从而精确掌握蕴含在数据中的信息和内涵。按照不同的维度进行统计分析,并采用折线图、饼图、柱状图等形式进行展示。

采用“传统关系数据库+大数据平台”的模式,构建双引擎驱动的大数据中心,实现分布式数据存储服务和分析计算服务一体化。在应用层整合常规统计分析、专业分析计算和大数据分析等功能。一方面,大数据平台采集和整合各类配电自动化终端管理及运行数据,以统一的基础架构支撑大数据深度挖掘应用。另一方面,大数据平台作为数据交换和共享中心,有效连接了各相关业务系统,实现了数据共享和业务流程贯通(图2)。

3.2 挖掘大数据信息,建立配电自动化终端状态评价体系

利用配电自动化终端大数据平台的数据采集及治理成果,结合配电自动化系统建设的特点,建立一套配电自动化终端状态评价体系,评价范围包括设计质量、施工质量、设备缺陷、运行工况、运行年限等全方位、多角度的融合,根据大数据分析结果确定其在设备健康状态评价总分所占的比例,从定性评价方式向定量评价方式转变,确保对每台终端设备状况作出准确判断[2]。

3.2.1 建立多级评价的终端设备健康状态层次模型

配电自动化终端的状态评价分为投运前评价和投运后评价,比例为2∶8,然后采取“从下而上”的方式,一级一级往上评价,最后得到设备健康评价总值。评价体系如图3所示。

图3 配电自动化终端设备健康状态评价体系

设备健康评价分值计算公式如下:

S=A×0.2+B×0.8

(1)

式(1)中,S为状态评价总分值;A为投运前状态评价分值,从设备质量、设计质量、施工质量和验收质量4个方面综合评估,并取各状态分值之和作为投运前状态评价总得分;B为投运后状态评价分值,通过分别评价设备各部件状态分值,并将各部件状态分值相加作为投运后状态评价的最终得分。

3.2.2 推行动态评价和实时预警机制

配电自动化终端设备的健康状态评分由大数据平台通过比较每天所采集信息数据的变化情况进行实时动态更新,并于每天8时和17时发布。对于健康分值变化较大的终端设备,系统将自动判断设备的危险临界条件。若识别到可能出现隐患时,立即通过多种有效的方式向调度员和运维人员发出预警信息。

通过构建配电自动化终端状态评价体系,实现配电自动化终端运行状态分析工作由定性评价到定量评价的重大转变,改进了配电自动化终端从投运到运维管理的技术标准,对指导配电自动化终端建设和维护工作具有重大意义。

4 精益化管理平台的技术特点

4.1 精益规划配电自动化终端建设

按照精益管理的要求,在每年的配电网建设改造规划中,未来接入负荷量和设备的老旧程度是影响规划的关键因素。传统模式下,配电自动化终端的改造一般根据其运行年限或当某些功能达不到最新的技术要求规范时,开展未来的配电自动化终端设备建设规划。该模式虽在一定程度上符合设备改造的规律要求,但毕竟所获取的设备信息数据较为单一,无法对配电自动化终端设备的健康程度作出准确判断,常常导致某些运行良好的终端因年限问题被迫进行改造,而真正存在严重隐患的设备却没有得到及时修复,大大增加了电网建设成本。

精益化平台通过大数据的理念及技术,建立配电自动化终端健康状态评价体系,将配电自动化终端的各类运行数据进行转变、吸收,准确掌握每一台终端设备的健康程度,形成了可指导配电自动化终端建设规划的数字,为配电自动化规划提供更为具体的科学依据,有效提升配电自动化建设规划合理性(图4)。

图4 配电自动化终端健康状态评分表

此外,根据终端设备的健康状态评分表确定每台设备的薄弱部位和隐患严重程度,制定有针对性的改造计划,确保改造计划主次分明,合理利用资源。对于重点部件存在严重隐患的设备,列入一级改造项目,优先安排更换整台设备;对于重点部件存在一般隐患的设备,列入二级改造项目,优先级次之;对于一般部件存在隐患的设备,可安排大修项目对零部件进行更换。

同时,通过大数据采集分析配电自动化终端设备运行状况,可以判断各类运行环境对终端设备安全稳定运行的影响因素比例,为今后的投资建设合理规划安装地点、安装环境、安装方式等提供指导性意见。

4.2 优化配电自动化终端运维管理机制

传统的配电自动化设备运维检修采用的都是定期检修或者故障后检修的方式,即固定周期或只有当设备出现故障时才进行检修。定期检修是维修人员在某段固定时间周期内对设备做一个完整的“体检”,以确保其健康状态。这种方式虽然能够在一定程度上排查设备存在的安全隐患,减少故障风险,但也造成了设备必须定期停运。随着终端设备量的逐年增加,定期检修不仅需要越来越多的人力,因定期检修而停电的次数和范围也逐步增加,造成人力和物力的双重浪费。而故障后检修的缺点更加明显,由于其发生的不可预测性,不仅对配电自动化系统的整体运行造成影响,且往往需要更长的抢修时间,严重扰乱班组的日常工作计划。本文以精益管理为目标,建立了预防性检修机制,通过大数据管理将配电自动化终端的状态信息与设备基础数据、维修信息、维修资源信息和系统用户信息等进行存储和对比处理,建立故障模型,采用多种分析方法预先诊断某个部件的功能状态,确定部件正常工作的时间长度,在发生灾难性事故之前能够及时预知,并采取必要的维修预防措施,以达到故障预测的目的[3]。

同时,大数据分析平台根据设备部件出现的劣化程度逐级向相关的设备运维人员或管理人员进行预警。设备管理人员可以根据设备健康评估和分级预警结果及时进行检修决策,包括制定合理的检修计划,针对停电时间、检修方式、检修结果进行评估,确定最优的检修方案等。此外,还需要合理调度各类维修资源,如维修人员、备品备件、检修工具等(图5)。

图5 配电自动化终端健康评分详情及维修建议

4.3 提升配电自动化应用水平,实现高质量供电

对配电自动化终端的运行状况进行监测分析,统计包括终端设备在线率、遥信动作正确率、遥控使用率、成功率、FA动作准确率等各项指标,依托大数据平台的综合分析,利用故障模型可自动识别故障点及故障源,并发出预警信号,指导配电自动化终端运维人员第一时间消除缺陷,提高设备运行的可靠性,确保调度人员对配电网络的现场运行方式及负荷分布情况作出准确的判断。

此外,在发生故障停电的状况下,配电自动化主站系统在进行故障隔离和恢复供电策略分析的同时,综合考虑终端设备通信通道状态、设备动作数、动作频率及甩负荷数的实用化策略,优先选择最佳的故障隔离和负荷转供策略,大大缩短故障发生时的停电时间。

5 技术成熟度及安全性

在技术成熟度方面,基于大数据的配电自动化终端精益化管理平台充分发挥实时大数据分析在配电自动化终端规划建设、设备选型、工程施工、设备运维管理等方面的导向作用,建立贯穿配电自动化规划、设计、建设、运维等全过程管理体系,充分优化配电自动化终端运行管理流程,大大提高配电自动化终端设备的健康和经济运行水平,经济效益、社会效益显著提升。大数据平台不仅适用于配电自动化建设较发达地区的运维管理,在提高设备运行可靠性的同时减少大量的运维成本,还可以为准备着手建设配电自动化的电网企业提供专业的建设规划指导意见,适用范围极广。

在安全性方面,平台部署在配电自动化主站安全三区,通过实时获取安全一区配电自动化主站基础数据并进行存储,形成自己独立的大数据源,并以此为基础进行系统的设计开发,以B/S模式的架构完成对数据的统计分析与展示,以及深层次的数据挖掘工作,为终端运维工作提供有效的技术及数据支撑。数据传输过程中严格按照国家电网二次防护防护要求执行,确保了数据的安全性和保密性。