APP下载

基于基因比对数据融合的分线线损在线监测研究

2018-04-03赵立华万磊水清林柯波于李可竞

中国集体经济 2018年11期
关键词:数据融合

赵立华 万磊 水清林 柯波于 李可竞

摘要:文章通过构建各部门业务系统数据之间的血缘关系,根据数据血缘关系把不同部门的业务单元进行基因对比和关联,既有效解决多个电网多个业务系统数据之间的关联关系缺乏统一规划和管理、业务数据颗粒维度不统一、数据治理困难、数据融合困难的实际问题,又满足了当前线损监测实用化的要求。

关键词:基因比对;数据融合;分线线损

一、线损监测的实用化需求

线损是输配电运营成本的重要组成部分,是电网企业管理的关键指标。国网湖北省电力公司建设“量价费损”在线监测系统,基于营销业务系统、调度TMR以及用电信息采集等系统的电网设备、用户基础档案以及电量时标数据,实现“发购供售”全过程电量的在线监测以及线损综合分区、分压、分线、分台区异动的在线监测。从数据支撑角度,分线线损需要的数据种类多,实用化难度大。分线线损不仅需要完整的电量采集数据,还需要公变台区和专变用户准确的档案信息、正确的供电量和售电量模型关系,需要以营配调贯通,跨专业系统数据融合作为基础。

由于业务系统的建设在前,公共数据模型标准发布在后,专业条块化管理使各系统的数据编码、命名规则不统一,业务管理颗粒度和数据模型不一致,数据融合困难,成为线损管理实用化需要突破的瓶颈。

二、解决分线线损数据融合的方法

(一)GIS平台关联方法

一是各专业分别采集设备现场GPS经纬度坐标。二是在GIS平台录入坐标,利用设备地理坐标唯一性进行设备关联,见图1。关联率是国网营配贯通考核指标。三是进行数据同步,实现跨专业的数据共享。

目前湖北公司营配贯通工作历时两年,投资3亿多,目前仅实现GIS关联的第二步,现有各专业部门业务系统的营配调数据尚未实际贯通实现数据融合应用。

特点:数据采集时间长,平台贯通成本高,关联同步进度慢,营配贯通实效差。

(二)工作流程管控方法

一是确定数据源责任部门,负责对口数据标准制定:运检负责设备数据,营销负责客户数据,调度负责运行数据。二是制定并执行严格工作流程,通过规范数据流转实现数据共享融合:运检录入设备数据,其他部门只同步不录入;营销录入客户数据,其他部门只同步不录入;调度与运检数据规则同步,实现营配调融合。

特点:工作标准规范,实施硬件成本低,需改变现有管理模式,可用于增量数据的融合,难以进行存量数据融合。

(三)基因比对的数据融合方法

数据以定性和定量的方式地描述事物的特征和状况,随着对客观事物认识的不断深入,不断形成新的描述数据和活动数据,而其信息主体则是稳定的,因此,数据起源、进化和血缘分析等相关科学为我们提供了数据融合理论基础。

电网企业内部不同业务部门的专业分工不同,但工作的对象——电网是唯一的,组织结构是统一的,不同业务系统的数据只是在不同的视角、不同的管理颗粒度描述电网企业同一信息主体的属性。对数据属性进行细分,在不同层面数据实现关联,实现数据融合,构成基因比对的数据融合方法。

以营配贯通为例,10kV线路是营销、生产、计划等多个部门工作对象的交集点,同一线路在不同业务系统的数据模型不同。将运检PMS系统数据和营销业务系统数据,在数据库表字段进行比对、关联。

直接对应关联。PMS系统的变电站共有70个属性,营销系统中的变电站共有11个属性。通过数据比对,有5个共同属性,但相同属性的编码不一样。在线路层面也有7个编码不同的共同属性,可以直接对应关联。

间接对应关联。营销的线损管理颗粒度比较粗,用考核单位描述,一个考核单位可以有一个或多个线路。而运检对设备管理比较细,同一条10kV线路划分为主干线、分支线,还有互供开关等属性描述。可以通过底层数据及业务单元的关联处理,实现线路的间接对应关联。

通过这种基因比对的方法,直接对应关联和间接对应关联,实现生产营销在同一对象的属性关联,形成由公共属性、生产专用属性、营销专用属性共同构成的融合数据库,支撑跨专业的数据挖掘。

特点:实施成本低,无需改变业务部门现有管理模式,技术与业务结合要求高,需以应用为导向,循序渐进,逐步建立数据融合规范。

三、分线线损监测的实践验证

(一)样本对象选取

为了验证基因比对的数据融合效果,選取黄石供电公司10kV洋34彭晚线分线线损率作为营配融合应用场景。选取该线路进行研究,一是由于该供电线路结构独立,该地区没有其它供电线路,没有复杂的互供关联便于问题核查;二是由于该线路在量价费损在线监测系统中线损高,需要核查引起高损的原因。

(二)第一次计算(营配数据未融合)

输入电量:使用TMR系统采集的数据。

输出电量:使用用采系统采集的数据,使用营销业务系统专公变与线路关系的档案数据。

由于湖北营配贯通尚未实现第三步,营配数据实际未融合。量价费损在线监测系统的分线线损率计算结果见表1。

(三)第二次计算(营配数据融合)

输入电量:使用TMR系统采集的数据。

输出电量:使用用采系统采集的数据;采用基因比对方法,建立营配对应关系,使用营销业务系统线路关联的专变、PMS系统线路关联的公变档案数据。

由于采用了业务系统中与线路关联关系正确的档案,线损率大幅下降,计算结果见表2。

(四)第三次计算(线上线下一致)

猜你喜欢

数据融合
多传感器数据融合技术在机房监控系统中的应用
《可靠性工程》课程教学的几点思考
基于数据融合的家庭远程监护系统研究
船舶动力定位中的数据融合技术文献综述
基于信源编码的数据融合隐私保护技术
两轮自平衡车实验平台的设计
自由搜索的BPNN在WSNs数据融合中的应用
一种基于数据融合的新的入侵检测框架
多传感器数据融合技术研究与展望
基于物联网技术的智能温室关键技术研究