配网大数据可视化视角下的配电网运维管控中心建设探讨

配网大数据可视化视角下的配电网运维管控中心建设探讨

文蕾

贵州电网有限责任公司雷山供电局  贵州雷山  557100

摘要： 本文围绕配网大数据可视化视角下的贵州电网配网运维管控平台的建设进行了一些探讨。本文首先介绍了配电网当前面对的问题以及应用大数据相关技术构建运维管控中心的总体方案，接着详细讨论了该运维管控中心的实施细节与大数据技术在其中的运用。该运维管控中心利用智能技术改造传统电网，深度挖掘了配电网运行过程中海量低值数据的价值，对配网精益化管起到了重要的支持作用。

关键词： 配电网 大数据 可视化 精益化管理

1.存在的问题

国家发展改革委与2015年发布了《关于加快配电网建设改造的指导意见》(发改能源【2015】1899号)，明确提出：为落实中央稳定增长政策，必须加快配电网建设改造。同年，南方电网有限责任公司也启动了“配用电大数据信息模型与体系架构研究”，广东电网进行了配用电网大数据的平台建设。近年来，国家电网和南方电网在智能配电网建设方面，旨在突破智能配用电技术发展瓶颈，将大数据分析技术与电力技术相结合。

随着我国经济与社会的全面发展与进步，我国电力行业飞速发展，电网规模日益扩大。截至2017年底，贵州配电网共有110千伏、35千伏变电站1230座、输电线路2265回，中压公用线路6737回，公用配变超过14万台，低压用户超过1300万户。从另一方面来说，我国电网建设长期以来受“重发轻输不管用”的思想影响，配电网水平与指导意见要求的先进配电网有不小的差距。

配电网是介于用户与发、输电系统的重要环节，是国民经济和社会发展的公共基础设施。配电网领域作为电网运行与管理的密集区域，在业务管理过程中，由于配电网设备具有种类繁多、参数复杂、监控数据量大、运行环境多样等特点，产生了大量的电网设备运行数据。其数据量极大、单体数据价值低，必须依赖大数据技术对其进行处理以挖掘其价值。另一方面来说，随着配网加速发展，原有配网运行管理模式缺乏精益化管理手段，缺少对配网运行指标化、实时量化的评价机制，不利于提升配网运行管理水平。同时配网装备水平不断提高，对大规模的配电网在运行过程中，所产生的数据，没有进行有效的利用和分析，未能有效形成配网数据资产，无法开展配网设备健康状况、运行趋势等数据分析。

通过建设一个基于大数据技术基本实现了全网海量基础数据的有效汇聚、能对配电网的运行状态实现可视化全景监视、对配用电运检实现全程监控的配电网运维管控中心，不仅可以对配电运行的相关指标进行可视化展示，更能以此提升配网运维管控能力，提供切实有力的支撑智能配电网。

2.配电网运维管控中心建设总体方案

配网运维管控平台采用全省集中模式进行建设部署，在省公司部署系统应用，同时面向省、地、县、所四级组织机构开展配电网运维管控应用功能建设。该平台基于贵州电网已有的海量准实时数据平台和南网统一数据中心贵州分中心建设成果，综合大数据相关技术，构建贵州电网运维管控数据中心，通过融合集成海量、异构数据资源进而形成统一的配网运维信息模型，进行配电网的分析计算，实现配电网的运行态势分析、预警、可视化，探索中压配电网运行监视和数据挖掘分析应用，为配用电网相关业务的高质量管理提供技术支撑，深化企业数据资产应用水平，强化电网运行分析能力。

图1 贵州电网配电运维管控平台显示界面

配网运维管控平台总体上分为三大部分：基础数据层、数据服务层和业务应用层。贵州电网配电网运维管控数据中心是本平台的数据核心，也是其余应用建设的基础。平台整体面向服务的模块化进行设计，便于业务应用功能的扩展，各层描述如下：

基础数据层：由海量准实时数据平台和南网统一数据中心贵州电网分中心组成，通过这2个数据平台，使得本平台和贵州电网现有业务系统打通数据接口，实现数据采集。

数据服务层：提供数据建模、采集、校验、集成和服务管理，实现业务基础数据的采集、整合，按照规划多源异构数据层分类进行存储和维护管理，通过数据集成向上层应用提供数据服务接口。

业务应用层：基于配电网运维管控实际业务需要，通过基础数据支撑，充分挖掘基础数据和运行数据的价值，按照业务的要求实现数据综合展示与查询、数据统计分析等基础数据应用支撑。

平台总体技术框架如下图所示：

图2 系统整体功能架构图

3.配电网运维管控中心建设的实施

3.1配网运维管控基础数据模型的构建

构建配网运维管控基础数据模型的基础在于深入解析各业务系统基础数据。首先打通资产基础数据，构建配网运维管控资产设备基础数据模型。系统通过GID将各个业务系统的资产设备进行关系映射。资产基础数据来源包括生产管理系统、GIS系统、营销系统和以及调度自动化系统（SCADA）和配电自动化系统。其中生产管理系统、GIS系统、营销系统和配电自动化系统中的资产设备通过自带的GIS系统设备ID（GID）进行关联映射。SCADA系统的资产设备通过设备名称、电压等级等关键信息实现与GIS系统资产设备名称映射，从而构成SCADA系统设备ID和GIS系统的设备ID（GID）映射关系。

其次在资产设备数据模型上，叠加运行采集信息，构建统一的量测数据模型。对于SCADA系统、配电自动化系统和计量自动化系统的量测数据，通过各自系统设备ID和测点ID的映射关系，建立GID和测量结果数据的映射关系，形成全网统一的配网量测数据模型。

除此之外，解析生产、营销等业务管理数据是构建统一的运检管控数据模型的必要工作。在资产设备数据模型的基础上，深入解析生产、营销类业务管理模块相关检修、巡视、故障、缺陷和两票等相关业务流程和作业表单信息，在已有的设备域和量测域基础上，构建运检管控业务域数据模型。

3.2多源、异构数据的的采集和转换管理

本系统接入的数据形式包括以下3种：

通过准实时海量数据平台，以Web服务调用方式接入SCADA等采集信息和CIM文件

通过贵州电网数据分中心，以数据库推送方式接入各业务系统原库原表信息

通过GIS系统导出功能，以文件方式接入GIS系统单线图Svg和CIM文件。

本系统采用定制数据适配器方式，针对各系统的不同数据传输方式和内容开发相应的数据接收和解析工具。在数据采集转换过程管控方面，本系统采用开源工具Kettle。Kettle基于插件架构开发，具有扩展性好，支持多平台、多种应用集成和较全面的数据访问方式等优点。本系统基于Kettle实现调度作业管理和运行监控。

3.3基于现有信息模型，扩展形成配网运维管控信息资源模型

在通过基础数据的采集、清洗和转换等数据处理过程建立统一的数据模型后，在贵州电网已有的主数据信息资源模型基础上，本系统根据实际配网运维管控业务需要，研究设计相应的分析模型，进而构建配网运维管控信息资源模型。配网运维管控信息资源模型可作为配网相关分析和数据挖掘的核心基础信息进行共享和进一步研究分析和挖掘。

信息模型包括资产设备类、业务管控类和运行状态类等。其中，资产设备类信息模型包括变电站、母线、刀闸、负荷开关、配电线路、配电导线段、杆塔、断路器、熔断器、隔离开关、电缆、电缆终端、柱上开关、配变、箱变、配电房、电缆分接箱              、户外开关箱、无功补偿箱、开关房等；业务管控类信息模型包括计划停电、故障停电、两票、巡视、缺陷等；运行状态类包括变电站重过轻载、线路重过轻载、配变重过轻载等。

3.4融合现有信息资源，重点研究实现配网中压线路的状态感知

本系统基于现阶段信息融合成果，重点实现了配网中压线路的运行状态，具体包括配网运行监视和运行情况统计。配网运行监视包括配网监视、线路负载率监视、台区负载率监视、电压质量监视等。运行情况统计包括传统的业务统计报表及用户自定义报表。

4.配网大数据可视化视角下的运维管控中心应用

4.1配电网全景可视化

配电网全景可视化包含多个维度的内涵。其核心在于根据不同岗位、不同角色的关注点，展现配电网的资产概览、运行异常情况、配电运行指标、配电自动化情况的全景可视化展示。

用户可以通过输入设备名称，利用大数据对运维管控中心所辖的设备进行模糊查询。可查询的信息包括：

设备的关联信息

馈线(公用)统计情况

配电房统计情况

配变统计情况

电缆分接箱统计情况

负荷开关统计情况

所有可查询的信息均支持明细查询。借助管控运维平台，用户可以对配电网内全部设备有从宏观到微观的完整认识。

图3 配电网内设备统计数据可视化

除了配网设备数据外，运行数据也是用户非常关注的。该运维管控中心可以实时感知配电网运行状态数据。数据面板根据地图区域刷新当前数据。可实时可视化查询的数据信息包括：

线损数据

台区线损数据

线路负载情况

配变负载情况

计划停电事件查看

非计划停电事件查看

开关故障跳闸记录

台区三相不平衡台数（次）

图4 台区线损数据可视化

4.2配电网运行监视与运行指标管理

经济的建设推动着用电需求量的与日俱增，配网工程逐渐拓展，覆盖范围逐渐扩大、途径环境复杂，实际工作中难免遭受多种不良干扰，形成故障，必须加大对配网运行的监控力度，提高配网运行水平。运维管控中心的监控指标包括配电网运行监视、配电网运行情况、设备资产信息一致性校核等三个方面。

配电网运行监视是配网大数据可视化最为重要的应用场景。借助运维管控中心的大数据分析，可以对配网运行状态有实时的可视展示。主要可视化被监控量包括：

1、负载率监视，包括线路负载率监控和台区负载率监控

2、停电监控，包括停电信息收集和停电告警显示

3、电压质量监控，自动分析D类电压的电压质量合格率，并用图表及区县形式展现

4、三相不平衡监控，从海量数据中统计分析，并用图表及曲线形式展现三相不平衡情况。

5配电网运行情况

配电网运行情况需要在业务应用功能层面，按照运行分析关键指标计算方式进行分析。完成负荷、电压质量、三相不平衡、线路重过载等业务关键点的统计，结合丰富的图表控件直观的展现给用户，并从同比环比趋势等分析维度辅助用户进行业务分析。

设备资产信息一致性校核也是运维管控中的重点工作。对接入集成的各类设备数据进行分析，从数据完整性、一致性、唯一性、合法性、精确性等方面进行评估分析，分析维度包括数据类型、电压等级、设备类型、数据源等，并按照全网、各分省、供电局等不同单位层级，结合图表进行数据展示。通过对数据质量问题的挖掘分析，协助督导各级单位，持续推进设备各类数据的核查和整改。

4.3配电网自动化管理与辅助工具

为获取配电自动化系统数据，展现自动化的建设情况及当月运行情况，配电网自动化管理界面是必不可缺的。用户可通过对数据整合分析后，运维管控中心自动更新配网自动化系统指标。

运维管控中心支持的自动化管理界面包括：

自动化建设情况——

配电网的自动化建设情况包括终端线路覆盖情况和终端设备情况。统计数据支持用户查询及明细查看。

图5 终端线路覆盖情况可视化图表

配电网当月运行情况——

配电网当月运行情况包括终端在线情况、开关遥信变位情况、开关遥控情况、FA动作次数、终端故障隔离情况等。统计数据支持当月汇总可视化呈现。

图6 FA动作次数统计情况可视化图表

配电网自动化系统指标情况——

配电网自动化系统指标包括当月的指标图表可视化展示，该表单以雷达图的形式展示月度的配电自动化覆盖率、FTU在线率（无线）、DTU在线率（无线）、FTU在线率（光纤）、DTU在线率（光纤）等指标。系列数据在指标权重配置加权的基础上，还可以实现“地-市”级的指标情况排名。

图7 指标体系评价界面示意图

5.结语

本项目基于业务的实际需要，在大数据技术的支持下，进行数据融合的基础上，围绕“配网资产概览”、“配网运行状态感知”、 “配网运行指标管理”、“配电自动化管理”四大设计主题域，实现了配电网设备运行全局状态可视化，运行监视、运行分析、指标评价等主体业务功能模块。利用智能技术改造传统电网，深度挖掘了配电网运行过程中海量低值数据的价值，对配网精益化管起到了重要的支持作用。

6.参考文献

[1]孙保华,陈蕾,夏栋,韩韬.基于大数据平台的配电网智能化运维管控平台设计及应用[J].电气自动化,2018,40(06):81-84.

[2]魏鑫. 配网智能运维管控系统研究与实现[A]. 中国电机工程学会电力信息化专业委员会.数字中国 能源互联——2018电力行业信息化年会论文集[C].中国电机工程学会电力信息化专业委员会:人民邮电出版社电信科学编辑部,2018:4.

[3]杨飞勇,王彦垒,巴根那,王兴念.基于智能化、大数据的配电网运维管控平台[J].电工技术,2018(06):43-45.

[4]史常凯,张波,盛万兴,周勐,高媛,李玉凌.配电网运维管控平台功能架构探讨[J].电网技术,2016,40(07):2206-2211.