电网调控数据综合智能分析决策架构设计.pdf

第４３卷第１１期２０１５年６月１日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌｖｏ１．４３ＮＯ．１１Ｊｕｎ．１，２０１５电网调控数据综合智能分析决策架构设计荀挺，张珂珩，薛浩然，唐胜，汤潮波，韩秋铖（国网电科院江苏瑞中数据股份有限公司，江苏南京２１００００）“”摘要：在调控一体化的背景下，电网调控领域进入了大数据时代。针对电网调控业务中数据仅以报表形式展示，缺乏深度挖掘与关联分析，没有发掘数据的潜在价值等问题，提出了电网调控数据综合智能分析决策与可视化系统的设计思路和具体实施方案。系统基于数据挖掘技术、商务智能理论、可视化等前沿技术，通过对存储于大型电网数据库中的众多无关联性数据进行预处理，并利用专业的数据挖掘手段结合成熟的商务智能技术对不同业务数据进行综合分析。最后利用可视化技术将分析结果进行立体的、多维度的展示，为调控人员提供辅助决策。关键词：数据挖掘；关联分析；商务智能；大数据；调控一体化ＦｒａｍｅｗｏｒｋｄｅｓｉｇｎｏｆｔｈｅａｎａｌｙｓｉｓｄｅｃｉｓｉｏｎｓｙｓｔｅｍａｂｏｕｔｔｈｅｐｏｗｅｒｇｒｉｄｄａｔａＸＵＮＴｉｎｇ，ＺＨＡＮＧＫｅｈｅｎｇ，ＸＵＥＨａｏｒａｎ，ＴＡＮＧＳｈｅｎｇ，ＴＡＮＧＣｈａｏｂｏ，ＨＡＮＱｉｕｃｈｅｎｇ（ＤｅｐａｒｔｍｅｎｔｏｆＣｈｉｎａＲｅａｌｔｉｍｅＤａｔｅｂａｓｅＣｏ．，Ｌｔｄ．，Ｎａｎｊｉｎｇ２１００００，Ｃｈｉｎａ）“”Ａｂｓｔｒａｃｔ：Ｉｎｔｈｅｂａｃｋｇｒｏｕｎｄｏｆｃｏｎｔｏｒｌｉｎｔｅｇｒａｔｉｏｎ，ｔｈｅｐｏｗｅｒｇｒｉｄｃｏｎｔｒｏｌｆｉｅｌｄｃｏｍｅｓｉｎｔｏｔｈｅｅｒａｏｆｂｉｇｄａｔａ．Ｔｈｅｒｅａｒｅｍａｎｙｐｒｏｂｌｅｍｓｉｎｔｈｅｐｏｗｅｒ－ｃｏｎｔｒｏｌｂｕｓｉｎｅｓｓ，ｆｏｒｅｘａｍｐｌｅｉｔｏｎｌｙｕｓｅｓｔｈｅｒｅｐｏｒｔｆｏｒｍｔｏｓｈｏｗｔｈｅｄａｔａ，ｉｓｌａｃｋｏｆｄｅｐｔｈｏｆｍｉｎｉｎｇａｎｄｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓ，ａｎｄｄｏｅｓｎｏｔｅｘｐｌｏｒｅｔｈｅｐｏｔｅｎｔｉａｌｖａｌｕｅｏｆｔｈｅｄａｔａａｎｄＳＯｏｎ．Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｎｉｎｔｅｌｌｉｇｅｎｔｃｏｍｐｒｅｈｅｎｓｉｖｅａｎａｌｙｓｉｓａｎｄｄｅｃｉｓｉｏｎａｎｄｖｉｓｕａｌｉｚａｔｉｏｎｔｅｃｈｎｏｌｏｇｙａｒｃｈｉｔｅｃｔｕｒｅｆｏｒｐｏｗｅｒｇｒｉｄｃｏｎｔｒｏｌｄａｔａ．Ｔｈｅｎｅｗｓｙｓｔｅｍｐｒｅｔｒｅａｔｓａｍａｓｓｏｆｉｒｒｅｌｅｖａｎｃｅｄａｔａｓｔｏｒｅｄｉｎｌａｒｇｅｐｏｗｅｒｇｒｉｄ＆ａｂａｓｅｆｉｒｓｔｌｙ，ａｎｄｔｈｅｎｃｏｍｂｉｎｅｓｄａｔａｍｉｎｉｎｇｔｅｃｈｎｏｌｏｇｙａｎｄｂｕｓｉｎｅｓｓｉｎｔｅｌｌｉｇｅｎｔｔｈｅｏｒｙｔｏａｎａｌｙｚｅｄｉｆｆｅｒｅｎｔｂｕｓｉｎｅｓｓｄａｔａ，ｆｉｎａｌｌｙｕｓｅｓｖｉｓｕａｌｉｚａｔｉｏｎｔｅｃｈｎｏｌｏｇｙｔｏｓｈｏｗｔｈｅａｎａｌｙｓｉｓｒｅｓｕｌｔｓｂｙａｔｒｅｅ－ｄｉｍｅｎｓｉｏｎａｌｗａｙ．Ｉｔｃａｌｌｓｕｐｐｌｙｄａｔａｍａｎａｇｅｍｅｎｔａｎｄｄｅｃｉｓｉｏｎｓｕｐｐｏｒｔｆｏｒｓｔａｆｆ．Ｋｅｙｗｏｒｄｓ：ｄａｔａｍｉｎｉｎｇ；ｒｅｌａｔｉｏｎａｌａｎａｌｙｓｉｓ；ｂｕｓｉｎｅｓｓｉｎｔｅｌｌｉｇｅｎｃｅ；ｂｉｇｄａｔａ；ｉｎｔｅｇｒａｔｉｏｎｏｆｒｅｇｕｌａｔｉｏｎ中图分类号：ＴＭ７７文献标识码：Ａ—文章编号：１６７４３４１５（２０１５）１１－０１２１－０７０引言２０１３年３月，我国电机工程学会电力信息化专委会编制发布了《中国电力大数据发展白皮书（２０１３１》，这标志着我国电力进入了大数据时代。当前，国家电网进入发展新阶段，对提高大电网驾驭能力，加强专业化、精益化管理提出了更高要求。目前在国内外的电力调控领域，数据的展示仅仅依赖于能量管理系统（ＥｎｅｒｇｙＭａｎａｇｅｍｅｎｔＳｙｓｔｅｍ，ＥＭＳ）内置的报表系统［１１，其数据单一、维度单一、形式单一，无法加载非关系型数据，仅仅停留在单个测点的历史数据展示，每张报表都是独“”立的没有任何关联关系，形成了信息孤岛，数据价值利用率低下，仅凭人工的观察很难发现数据中潜藏的使用价值。在研究电力调度自动化系统的模块存在的制作过程繁琐、无法动态获取数据、缺乏关联分析Ｌ２Ｊ、数据形式单一、缺乏丰富的展示控件，缺少专门的数据发布平台等问题的基础上，本文设计了一套全新概念的调控数据综合智能分析决策系统。一方面“支持了日常数据查询的相关功能，向用户提供高”效易用，随需而变的数据展现设计与浏览工具；另一方面通过对电力调控业务的深入理解，该系统在数据层面解决电力数据统计分析问题，对调控领域的多源数据进行整合分析，将数据挖掘技术引入到调控领域，将数据应用提升到规律揭示层面，系统结合商务智￣（ＢｕｓｉｎｅｓｓＩｎｔｅｌｌｉｇｅｎｃｅ，ＢＩ）向业务人员提供自主分析数据的手段最终实现辅助智能决策【３１。１商务智能１。１商务智能的概述调控领域的商务智能必然是未来的发展趋势与方向，商务智能还没有标准的定义，各机构对其苟挺，等电网调控数据综合智能分析决策架构设计．１２３．对电网的破坏情况，将历史的极端气象数据与电网故障信息数据进行关联分析，分析出电网设备所存在的薄弱节点，以增强电网的鲁棒性。系统中还提供了如图２所示的功能模块，这些都是系统智能决策的典型案例¨¨Ｊ。２．２系统功能框图经过对电力调控领域业务的深入调研和数据分析后，本文将时间序列算法、关联算法等数据算法以及商务智能，大数据处理技术等思想应用于数据综合智能分析与可视化展示系统的设计。如图２所示，调控系统中的数据源，包含ＥＭＳ关系库、ＥＭＳ实时库、电网模型数据、潮流数据，配电管理系统／电力调度生产管理系统（ＤｉｓｔｒｉｂｕｔｉｏｎＭａｎａｇｅｍｅｎｔＳｙｓｔｅｍ／ＤｉｓｐａｔｃｈＭａｎａｇｅｍｅｎｔＩｎｆｏｒｍａｔｉｏｎＳｙｓｔｅｍ，ＤＭＳ／ＤＭＩＳ）以及气象信息数据等调控数据，这些数据多而复杂。基于对调控业务的深入理解，首先对这些数据进行数据整理、数据加载、数据转换（ＥｘｔｒａｃｔＴｒａｎｓｆｏｒｍＬｏａｄ，ＥＴＬ）。其次，通过专业的数据挖掘手段结合成熟的商务智能技术对不同业务数据进行处理与综合分析。图２系统模块功能框图Ｆｉｇ．２Ｖｉｓｕａｌｉｚａｔｉｏｎｏｆｔｈｅｏｖｅｒａｌｌｓｔｒｕｃｔｕｒｅ系统中使用的主要的数据挖掘手段包括：关联规Ｎｔ】。关联规则反映一个事物与其他事物之问的相互依存性和关联性；如果两个事物或者多个事物之间存在一定的关联关系，那么其中一个事物就能够通过其他事物预测到。关联是某种事物发生时与其他事物发生之间存在的一种联系，本文模块涉及到的极端天气与电网高发事故的关联关系分析就是基于此规则进行的。分类。以采样数据为训练分析基础，通过分析对象的属性、特征建立合理的分类模型，找出数据库中一组数据对象的共同特点，并按照分类标准将对象数据划分为不同的类。分类要解决的问题是一个事件或对象归类。聚类［１９－２０ｌ。对具有共同趋势或结构的数据进行分组一数据划分。将数据项分组成多个类，类之间的数据差别应尽可能大，类内的数据差别应尽可能“小。即最小化类间的相似性，最大化类内的相似”性。与分类不同，在开始聚类之前数据分成几组以及分组方法都是未知的，盗窃电的检测便是聚类方法在电网中的一种典型应用。回归。确定因素与因素或原因与结果之间的函数关系。通常指连续要素之间的模型关系。主要用于连续量的预测；因果关系分析的基础。时间序列。变量随时间变化，按等时间间隔所取得的观测值序列。时间序列分析法主要通过与当前预测时间点相近的历史时刻的数据来预测当时时刻的值，在进行异常量测捕捉时这种算法非常实用。最后，利用可视化技术生成多达几十种的的图表控件（地理图、ＧＩＳ信息图、气泡图、散点图、柱状等图表１对分析结果进行多维度展示，最终实现为相关业务人员提供辅助决策的目的。２．３系统架构图系统搭建示意图如图３所示。苟挺，等电网调控数据综合智能分析决策架构设计．１２７．Ｓｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，２０１２（１０）：７２－７３．［１Ｏ］陈超金．基于数据挖掘的电力设备状态检修技术研究综述［Ｊ］．广东电力，２００９，２２（９）：２１－２４．ＣＨＥＮＣｈａｏｊｉｎ．ＳｕｒｖｅｙｏｆｔｅｃｈｎｉｃａｌｒｅｓｅａｒｃｈｏｎｃｏｎｄｉｔｉｏｎｂａｓｅｄｍａｉｎｔｅｎａｎｃｅｏｆｅｌｅｃｔｒｉｃｐｏｗｅｒｅｑｕｉｐｍｅｎｔｕｓｉｎｇｄａｔａｍｉｎｉｎｇＧｕａｎｇｄｏｎｇ［Ｊ］．ＧｕａｎｇｄｏｎｇＥｌｅｃｔｒｉｃＰｏｗｅｒ，２００９，２２（９）：２１－２４．［１１］西安美林电子有限责任公．大话数据挖掘【Ｍ】．北京清华大学出版社，２０１２．［１２］张卓，宣蕾，郝树勇．可视化技术研究与比较『Ｊ］．现代电子技术，２ＯＬＯ（１７）：１３３．１３８．ＺＨＡＮＧＺｈｕｏ，ＸＵＡＮＬｅｉ，ＨＡＯＳｈｕｙｏｎｇ．Ｓｔｕｄｙａｎｄｃｏｍｐａｒｉｓｏｎｏｎｖｉｓｕａｌｉｚａｔｉｏｎｔｅｃｈｎｏｌｏｇｙ［Ｊ］．ＭｏｄｅｍＥｌｅｃｔｒｏｎｉｃｓＴｅｃｈｎｉｑｕｅ，２０１０（１７）：１３３－１３８．［１３］林嘉晖．基于数据挖掘的电网用户行为分析系统的设计与实现【Ｄ】．广州：中山大学，２０１３．ＬＩＮＴＪｉａｈｕｉ．Ｄｅｓｉｇｎａｎｄｉｍｐｌｅｍｅｎｔａｔｉｏｎｏｆｐｏｗｅｒｇｒｉｄｕｓｅｒｂｅｈａｖｉｏｒａｎａｌｙｓｉｓｓｙｓｔｅｍｂａｓｅｄｏｎｄａｔａｍｉｎｉｎｇ［Ｄ］．—Ｇｕａｎｇｚｈｏｕ：ＳｕｎＹａｔｓｅｎＵｎｉｖｅｒｓｉｔｙ，２０１３．［１４］蔡勇．数据挖掘技术在电网运营监控平台建设中的研究与应用［Ｄ】．上海：上海交通大学，２０１２．ＣＡＩＹｏｎｇ．Ｒｅｓｅａｒｃｈａｎｄａｐｐｌｉｃａｔｉｏｎｏｆｄａｔａｍｉｎｉｎｇｔｅｃｈｎｏｌｏｇｙｉｎｇｒｉｄｏｐｅｒａｔｉｏｎａｌｍｏｎｉｔｏｒｉｎｇｐｌａｔｆｏｒｍ［Ｄ］．Ｓｈａｎｇｈａｉ：ＳｈａｎｇｈａｉＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，２０１２．［１５］李胜利，任培民．利用数据挖掘和综合信息平台构建智能电网调度的业务分析系统［Ｊ】．广东电力，２０１１，—２４（３）：７８９０．ＬＩＳｈｅｎｇｌｉ，ＲＥＮＰｅｉｍｉｎ．Ｃｏｎｓｔｒｕｃｔｉｏｎｏｆｂｕｓｉｎｅｓｓａｎａｌｙｔｉｃｓｓｙｓｔｅｍｆｏｒｓｍａｒｔｇｒｉｄｄｉｓｐａｔｃｈｉｎｇｂｙｅｍｐｌｏｙｍｅｎｔｏｆｄａｔａｍｉｎｉｎｇａｎｄｉｎｔｅｇｒａｔｅｄｉｎｆｏｒｍａｔｉｏｎｐｌａｔｆｏｒｍ［Ｊ］．ＧｕａｎｇｄｏｎｇＥｌｅｃｔｒｉｃＰｏｗｅｒ，２０１１，２４（３）：７８．９０．［１６］宋亚奇，周国亮，朱永利．智能电网大数据处理技术现状与挑战【Ｊ】．电网学报，２０１３，３７（４）：９２７．９３５．ＳＯＮＧＹａｑｉ，ＺＨＯＵＧｕｏｌｉａｎｇ，ＺＨＵＹｏｎｇｌｉ．Ｐｒｅｓｅｎｔｓｔａｔｕｓａｎｄｃｈａｌｌｅｎｇｅｓｏｆｂｉｇｄａｔａｐｒｏｃｅｓｓｉｎｇｉｎｓｍａｒｔ—ｇｒｉｄ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２０１３，３７（４）：９２７９３５．［１７］张建华，曾博．主动配电网规划关键问题与研究展望［Ｊ］．电工技术学报，２０１４，２９（２）：１３．２３．ＺＨＡＮＧＪｉａｎｈｕａ，ＺＥＮＧＢｏ．Ｋｅｙｉｓｓｕｅｓａｎｄｒｅｓｅａｒｃｈｐｒｏｓｐｅｃｔｓｏｆａｃｔｉｖｅｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｐｌａｎｎｉｎｇ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＳｏｃｉｅｔｙ，２０１４，—２９（２）：１３２３．［１８］聂倩雯，高玮．基于关联规则数据挖掘技术的电网故障诊断【Ｊ］．电力系统保护与控制，２００９，３７（９）：８－１９．ＮＩＥＱｉａｎｗｅｎ，ＧＡＯＷｅｉ．Ａｐｏｗｅｒｎｅｔｗｏｒｋｆａｕｌｔｄｉａｇｎｏｓｉｓｍｅｔｈｏｄｂａｓｅｄｏｎｄａｔａｍｉｎｉｎｇａｓｓｏｃｉａｔｉｏｎｒｏｌｅｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００９，３７（９）：８－１９．［１９］方江晓，周晖，黄梅．基于统计聚类分析的短期风电功率预测【Ｊ］．电力系统保护与控制，２０１１，３９（１１）：６７－７８．ＦＡＮＧＪｉａｎｇｘｉａｏ，ＺＨＯＵＨｕｉ，ＨＵＡＮＧＭｅｉ．Ｓｈｏｒｔｔｅｒｍｗｉｎｄｐｏｗｅｒｐｒｅｄｉｃｔｉｏｎｂａｓｅｄｏｎｓｔａｔｉｓｔｉｃａｌｃｌｕｓｔｅｒｉｎｇａｎａｌｙｓｉｓ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１ｌ，—３９（１１：６７７８．［２Ｏ］郭晓利，曲朝阳，李晓栋，等．基于ＳＯＭ聚类的电网可视化数据挖掘模型【Ｊ］．情报科学，２０１２，３０（２）：２０６．２０９．ＧＵＯＸｉａｏｌｉ，ＱＵＺｈａｏｙａｎｇ，ＬＩＸｉａｏｄｏｎｇ，ｅｔａ１．ＶｉｓｕａｌｄａｔａｍｉｎｉｎｇｍｏｄｅｌｉｎｐｏｗｅｒｇｒｉｄｂａｓｅｄｏｎＳＯＭｃｌｕｓｔｅｒｉｎｇ［Ｊ］．ＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅ，２０１２，３Ｏ（２）：２０６．２０９．［２１］朱彩虹，黄珊珊．ＳＶＧ自适应无功检测方法及控制系统的研究【Ｊ］．电工技术学报，２０１３，２８（２）：３０９．３１４．ＺＨＵＣａｉｈｏｎｇ．ＨＵＡＮＧＳｈａｎｓｈａｎ．ＲｅｓｅａｒｃｈｏｎＳＶＧｒｅａｃｔｉｖｅｐｏｗｅｒｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎａｄａｐｔｉｖｅｔｈｅｏｒｙａｎｄｔｈｅｃｏｎｔｒｏｌｓｙｓｔｅｍ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈ—ｎｉｃａｌＳｏｃｉｅｔｙ，２０１３，２８（２）：３０９３１４．［２２］毛敬玉．数据挖掘技术在物联网ＳＣＡＤＡ中的应用『Ｊ］．黑龙江生态工程职业学院学报，２０１３，２６（２１：３４．３５．ＭＡＯＪｉｎｇｙｕ．ＤａｔａｍｉｎｉｎｇｔｅｃｈｎｏｌｏｇｙｉｎＳＣＡＤＡａｐｐｌｉｃａｔｉｏｎｏｆｔｈｉｎｇｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｅｉｌｏｎｇｊｉａｎｇＶｏｃａｔｉｏｎａｌＩｎｓｔｉｔｕｔｅｏｆＥｃｏｌｏｇｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，２０１３，—２６（２）：３４３５．［２３］丁道齐．复杂大电网安全性分析智能电网的概念与实现［Ｍ】．北京：中国电力出版社，２０１３．［２４］朱星阳，刘文霞．电力系统随机潮流及其安全评估应用研究综述［Ｊ］．电工技术学报，２０１３，２８（１０）：２５７．２７０．ＺＨＵＸｉｎｇｙａｎｇ，ＬＩＵＷｅｎｘｉａ．Ｒｅｖｉｅｗｓｏｎｐｏｗｅｒｓｙｓｔｅｍｓｔｏｃｈａｓｔｉｃｌｏａｄｆｌｏｗａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｓｉｎｓａｆｅｔｙｅｖａｌｕａｔｉｏｎ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＳｏｃｉｅｔｙ，２０１３，２８（１０）：２５７－２７０．［２５］汪长林，周权．基于ＭＡＴＬＡＢ开发的变压器经济运行分析软件［Ｊ］．电源技术应用，２０１３（１２）：２７２．２７３．ＷＡＮＧＣｈａｎｇｌｉｎ，ＺＨＯＵＱｕａｎ．Ｄｅｖｅｌｏｐｍｅｎｔｏｆｔｒａｎｓｆｏｒｍｅｒｅｃｏｎｏｍｉｃｏｐｅｒａｔｉｏｎａｎａｌｙｓｉｓｓｏｆｔｗａｒｅｂａｓｅｄ—ｏｎＭＡＴＬＡＢ［Ｊ］．ＰｏｗｅｒＴｅｃｈｎｏｌｏｇｙ，２０１３（１２）：２７２２７３．收稿日期：２０１４－０８－２５；—修回日期：２０１４－１１１８作者简介：荀挺（１９８５－），男，工程师，从事电力系统调控自动—化工作；Ｅｍａｉｌ：ｘｕｎｔｉｎｇ＠ｓｇｅｐｒｉ．ｓｇｃｃ．ｃｏｍ．ｃｎ张珂珩（１９７２一），男，高级工程师，从事电力系统自动化工作。（编辑葛艳娜）