大数据分析在电力系统故障预测中的应用分析

2022-11-25江苏电力信息技术有限公司周红杰

电力设备管理 2022年6期

江苏电力信息技术有限公司周红杰

随着“物联网”“大数据”等技术推动着电力行业快速发展，并为其带来了一定的挑战和机遇。电力系统智能化和自动化程度不断提高，电力系统结构也变得更加复杂，同时电力系统出现故障的几率也有所增长。为保证电力系统稳定和安全运行，大数据分析在电力系统故障预测中的应用，可以实现对故障问题及时预测和消除，使电力系统稳定运行得到了保障。

1 电力系统数据类型分析

1.1 基础类数据

该类数据主要为电力设备属性数据，如发动机、变压器等设备运行数据，在管理基础类数据时需要企业结合自身发展和规划情况，将数据统一存储于调度中心，并在数据服务器中实时更新数据，以对数据更好的分析和利用，若在数据管理过程中出现数据丢失的情况，将会电力系统管理工作产生一定影响。

1.2 实时类数据

该类数据主要为电力系统运行过程中产生的数据，该类数据较多，因此对数据存储空间有较高要求。实时类数据是在电力系统运行时产生的，通过对数据分析和处理后提交到有关部门，可以为企业的发展和规范提供决策依据。我国对于实时数据的处理技术较为成熟，电力企业只需构建稳定管理系统便能够保证数据的准确性。

1.3 日常类数据

该类数据主要为电力系统运行产生的各项数据和电力企业管理电力系统时产生的数据。该类数据查阅权限一般只对相关管理部门和上级领导开放，因此对该类数据的管理需构建专门的共享和同步平台。日常类数据可以反映出电力系统的运行情况，能够为电力系统的管理和维护提供数据支持。

1.4 市场类数据

在我国市场经济体制逐步健全下，电力系统也得到了进一步完善，其具有的经济效益也有了凸显，电力系统在运行过程中产生的相关数据对电力企业的发展有一定的影响，该类数据可以为电力企业发展和规划方案的制定提供参考依据。

2 大数据背景下电力系统故障分析的重要性

在大数据分析环境下，对各行各业的财务数据信息加以发掘与剖析，可以发掘其中所蕴含的深层次价值，而这对完成行业增值业务，提高产业的经济性与效益具有重大的意义。

首先，国家电网公司运用大数据分析技术来对电力信息数据进行保存、分配与分析，使之转换为有价值、有意义的信息，特别是运用大数据分析技术对电力系统故障问题进行预测，对于电力行业的发展具有重要意义。

其次，利用大数据技术对电网故障的位置和设备进行分析，从历史数据中提取故障数据，深入分析电网以及电网系统运行情况，同时结合电力系统运行数据、生产数据等信息，调查电网系统故障问题的规律以及故障之间关系，以便及时预测电力系统故障，有效降低电力系统发生故障的几率。此外，利用大数据技术对电力系统中的故障进行分类，并绘制故障发生的情况，以及时制定针对性的对策，有利于提高电力系统运行稳定。

最后，通过大数据对电网运营服务进行管理，有利于提高电网运行效率，促进电力企业的持续发展。通常情况下，电网系统数据流量大，并且数据种类多，需要对电力系统数据进行多层次和多层级处理，促进电力服务和电力生产等多种数据的融合，有利于实现部门与企业之间电力系统数据的共享。以电力企业精细化管理为基础，提取电网系统数据，对电网系统中的电力生产、客户服务、电力营销等数据进行结构化分析和处理，然后根据分析结果对电网系统资源配置进行优化，可以进一步提升用户服务体验，促进企业服务质量的提升。

3 基于大数据分析的电力系统故障预测结构设计

3.1 主站结构设计

为实现对电力系统运行故障进行监测和预测，以提高电力系统的运行性能和效率，需设计电力系统预测结构。在设计中主要从不同的角度进行分析，设计电力系统主站和子站故障预测结构。从预测系统主站功能方面来看，其主要负责接收子站传递的数据并进行汇总，根据不同系统具备的功能，将数据传递出去，以实现对大量数据的快速分析和处理。预测系统主站与子站之间的相互连接主要以通信网络为主，利用通信网络进行连接，连接方式具体可以分为两种：一种为TCP/IP连接方式，另一种为电话拨号连接方式[1]。为提高预测系统主站与子站之间数据共享和传输效率，需要对电力系统存储的海量数据进行预处理，因此需要构建SCADA/EMS管理系统，在构建系统时需要注重对防火墙的设计，在保障系统独立性的同时保证管理系统的安全性。

3.2 子站结构设计

对于子站的结构的设计，应避免与监控系统之间进行组网，这是因为监控系统属于实时传输系统，子站与该系统共同处于安全区域中，因此必须对这两个系统进行隔离。由于在设计预测系统子站结构时通常都需要利用计算机系统，因此这也增加了子系统出现感染病毒的风险。若将预测系统子站与保护装置进行组网，则可以极大的降低子站不可控风险。

4 电力系统故障诊断分析技术

4.1 基于专家系统诊断方法

该诊断方法主要是利用计算机构建数据模型对电力系统存在的故障进行诊断，该方法具有显著优势，是一种常用电力系统故障诊断方法。专家系统诊断方法将故障诊断推理和辨识策略作为参考依据，诊断系统可以划分为两类：（1）规则推理系统。基于大数据构建的管理系统，可以存储和分析电力系统中海量数据，其中包括专家诊断和断路动作逻辑诊断，基于此，通过比对存储数据和实际数据，以获得准确的电力系统故障诊断结果。该诊断方法在电力系统故障检测中较为常用。（2）正反推理诊断系统。该诊断系统将正推理和反推理集于一身，在构建故障推理规则时，主要将电力系统断路器与设备保护逻辑关系作为参考依据，通过故障推理，缩小检测范围，以降低电力系统诊断难度。简单来说，正反推理诊断系统赋予了专家系统主动学习的能力，提高了诊断系统的适应性。总的来说，专家系统电力故障诊断方法，在推理保护电力系统保护装置动作和专家经验时较为简单，工作人员可以对电力数据库中的诊断规则进行增删。专家诊断系统是一种有效诊断电力故障的措施，其在中小型电力系统故障诊断中应用十分广泛，且诊断效果较好。

4.2 基于人工神经网络的诊断方法

与传统诊断方法相比，该诊断方法有着较强的学习能力和鲁棒性，故障诊断容错率较高，具有极大的发展潜力。在大数据的支持下，该诊断方法的发展不断成熟，且诊断方式逐渐多样化，主要包括径向基函数和前向神经网络两大类。以某电力企业开发的电力系统诊断网络模型为例，该网络神经在诊断和分析电力系统故障时可以将继电保护数据转化为ANN，并进行传输，主要是将电力系统中存在的潜在故障进行分析，并在此基础上对系统数据进行采集。该诊断方法具体流程如下：（1）将继电保护数据作为诊断电力系统故障的依据，采用数据计算的方式对采集到的数据进行分析和处理。（2）对采集到的数据与数据库中存储数据进行比较，若采集数据与标准值相符，则继续检测，若不符则输出数据，以实现对系统故障阀值和权值进行逐层整理，并在多次标准值与差值比较后停止检测[2]。该诊断方法为智能诊断的一种，无需推理机制。在大数据的支持下，可以解决电力系统故障检测系统存在的较多问题，其一般应用于大型电力系统故障检测中，故障检测效果一般。

4.3 基于优化技术的诊断方法

该诊断方法是基于数学模型构建的诊断系统，在预测和诊断电力系统故障时，能够对故障问题进行有效描述，并将故障问题转化为整数规范问题。该诊断方法构建的数学模型，可以在对数据机解析后进行优化，以得到故障问题最优解，即达到电力系统故障预测和检测的目的。在大数据的支持下，主要将系统故障信息和保护动作作为参考依据，以构建数学模型。首先利用大数据对采集的数据进行分析和汇总，其次对故障信息进行处理，在获得系统故障问题关联函数后，将故障信息转化为规整问题。

5 大数据分析在电力系统故障预测中的应用

5.1 数据处理过程

数据处理是一个分布式基础框架，可以对电力系统中海量数据进行分布式的分析和处理。在处理数据过程中，需使用两大重要软件，用于数据存储和运算。此外，利用分布式系统，可以在降低成本的同时构建数据存储集群。数据处理系统分决策层、支撑层、数据层，其中数据层主要负责对电网中的数据进行采集，并将子系统受采集的数据进行预处理后传输到上一层最进一步的分析和处理；支撑层负责对数据进行存储和挖掘；决策层主要包含数据决策和分析，通过分割数据，以提高数据处理和分析的效率。

5.2 故障预测过程

电力子系统需要对采集到的数据进行预处理，并将处理过的数据及结果通过查询机制或者主动传递的方式发送到主站中。整个系统包含多个子系统，主系统主要负责接收子系统传输的数据和信息，并对接收的数据进行处理和分析。数据预处理可以将重复、过时的数据进行分析筛选并清除干净，主要目的是减少无用数据或者垃圾数据进入主系统中。数据预处理主要是通过对清洗、抽取、监控、转换，实现数据的筛选，其中数据清洗、抽取工序都为必执行任务，在完成预处理工序后，才能够对电力系统中存在的故障进行预测和监测，通过监测系统中是否存在数据异常变化，若监测到异常数据监测系统便会进行处理，以实现对电力系统故障的预测和监测。

5.3 数据挖掘对电力系统故障的预测和监测

电力系统涉及到的设备较多，设备维护和使用存在一定差异，因此增加了对电力系统故障的故障预测和监测的难度。由于以往的电力系统不具备存储和收集数据的能力，因此工作人员无法对电力系统运行情况进行有效评估，难以及时发现电力系统故障诊断和预警。随着智能电网建设不断深入，电力系统产生的数据得到了进一步增长，因此利用大数据挖掘技术的筛选和采集可以弥补以往电力系统监测和预测故障的能力。对于电力系统数据的采集主要是利用大数据分析监测和采集数据，除对电力系统变压器及线路中电流电压参数进行监测外，还包含对变压器油温等参数进行监测，通过对这些参数进行监测可以达到预测和诊断电力系统故障问题[3]。数据挖掘在电力系统中的应用包括对电网运行分析、电网供电能力分析、电网安全性分析、电网电能质量分析、电网运行状态分析等。根据电力系统中采集到的数据，计算电力系统考核性和安全性指标，以判断电力系统中存在的潜在故障、风险问题等，为工作人员的维护提供指导；通过对数据分析，可以分析电力系统中发生故障的类型和几率；对电力系统中的风险数据进行统计，构建故障解决预案，为电力系统的维修提供保障。