電網(wǎng)智能調(diào)控系統(tǒng)基礎(chǔ)框架設(shè)計實現(xiàn)

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了電網(wǎng)智能調(diào)控系統(tǒng)基礎(chǔ)框架設(shè)計實現(xiàn)范文，希望能給你帶來靈感和參考，敬請閱讀。

關(guān)鍵詞：電網(wǎng)調(diào)度；智能調(diào)控系統(tǒng)；狀態(tài)監(jiān)視；故障分析；健康評價

引言

隨著現(xiàn)代電網(wǎng)的深入發(fā)展，電網(wǎng)規(guī)模不斷擴大，接入設(shè)備的種類和數(shù)量不斷增多，交直流混聯(lián)的應(yīng)用日益突出，促使電網(wǎng)的隨機特性、多源大數(shù)據(jù)特性的復(fù)雜程度不斷提高，日趨復(fù)雜的電網(wǎng)運行環(huán)境帶來了較大的不確定性，對現(xiàn)代電網(wǎng)調(diào)度系統(tǒng)帶來了較大的挑戰(zhàn)。傳統(tǒng)電網(wǎng)調(diào)度系統(tǒng)的控制體系與安全分析技術(shù)（結(jié)合運用建模仿真和預(yù)想故障的方法）因存在時效性與實用性較差（主要由不可預(yù)見性故障導致）、易受模型參數(shù)影響、思維場景單一等方面的不足，已經(jīng)難以滿足現(xiàn)代大電網(wǎng)復(fù)雜運行環(huán)境的使用需求。這就需要進一步優(yōu)化和完善電網(wǎng)調(diào)控系統(tǒng)（從大電網(wǎng)整體運營角度出發(fā)），有效提高系統(tǒng)的智能化和信息化水平，確保電網(wǎng)安全穩(wěn)定運行。

1現(xiàn)狀分析

大型電網(wǎng)的調(diào)控難度隨著電網(wǎng)運行特性復(fù)雜度的提高而不斷增加，并且電網(wǎng)調(diào)控自動化技術(shù)在電網(wǎng)的智能化發(fā)展與運行趨勢下得以快速發(fā)展和進步，在擴大調(diào)控系統(tǒng)規(guī)模的同時提升了復(fù)雜程度。如何設(shè)計并實現(xiàn)電網(wǎng)調(diào)控系統(tǒng)的穩(wěn)定運行是電力系統(tǒng)亟需解決的問題。傳統(tǒng)的電網(wǎng)調(diào)控系統(tǒng)在運行狀態(tài)監(jiān)測環(huán)節(jié)，大多采用人工及簡單的值班告警方式，整個監(jiān)測過程（包括監(jiān)視、分析、故障診斷功能）的全面性及高效性不足，運維管理人員也無法及時準確的掌握系統(tǒng)運行狀態(tài)而導致運行維護不及時進而引起不同程度的電網(wǎng)運行故障，已經(jīng)難以滿足自動化的電網(wǎng)調(diào)控系統(tǒng)的發(fā)展需求。目前特高壓交直流電網(wǎng)模式的深入應(yīng)用極大的改變了電源結(jié)構(gòu)、電網(wǎng)格局及運行特性，面向傳統(tǒng)交流系統(tǒng)的安全穩(wěn)定分析方法已難以滿足特高壓交直流混聯(lián)電網(wǎng)使用需求，需進一步提高其應(yīng)用規(guī)模、時效性和準確性。因此為有效滿足電網(wǎng)調(diào)控系統(tǒng)的穩(wěn)定運行需求，需完善和優(yōu)化設(shè)計電網(wǎng)調(diào)控系統(tǒng)的狀態(tài)監(jiān)控及智能診斷功能，以確保電網(wǎng)安全穩(wěn)定運行，關(guān)于此方面的研究已經(jīng)取得了一定的進展，相關(guān)文獻資料詳細介紹了電網(wǎng)調(diào)控自動化技術(shù)的現(xiàn)狀及未來發(fā)展趨勢、設(shè)計并實現(xiàn)了相應(yīng)的消息總線、針對變電站的自動化集中監(jiān)控技術(shù)方案，本文在相關(guān)二次設(shè)備監(jiān)視及安全管控等設(shè)計的基礎(chǔ)上，嘗試構(gòu)建系統(tǒng)架構(gòu)與設(shè)備信息采集方案，并在現(xiàn)有研究成果的基礎(chǔ)上構(gòu)建了電網(wǎng)智能調(diào)控系統(tǒng)的基礎(chǔ)框架，提出一種實現(xiàn)了系統(tǒng)運行狀態(tài)監(jiān)視與診斷功能的技術(shù)方案，使對系統(tǒng)運行狀態(tài)的評價、故障預(yù)警及預(yù)警功能得以有效實現(xiàn)［1］。

2電網(wǎng)智能調(diào)控系統(tǒng)總體架構(gòu)設(shè)計

電網(wǎng)運行及生產(chǎn)管理離不開科學合理的控制和調(diào)度過程，這就需通過電網(wǎng)智能調(diào)控系統(tǒng)提供重要技術(shù)支撐，調(diào)控系統(tǒng)已成為確保電網(wǎng)安全穩(wěn)定運行的重要手段。本文所設(shè)計的電網(wǎng)智能調(diào)控系統(tǒng)的總體架構(gòu)，如圖1所示。該系統(tǒng)用于設(shè)備狀態(tài)監(jiān)視及故障診斷，主要由四大管理模塊構(gòu)成：（1）數(shù)據(jù)采集管理。用于實時監(jiān)視所有采集指標，主要負責實時采集包括主站端、變電站端、調(diào)度數(shù)據(jù)網(wǎng)等在內(nèi)的各子系統(tǒng)數(shù)據(jù)，然后向在線監(jiān)視管理模塊傳送（通過數(shù)據(jù)傳輸總線完成）。（2）在線監(jiān)視管理模塊。主要負責實時推送分類存儲的全部監(jiān)視指標及異常告警信息，確保系統(tǒng)出現(xiàn)的隱患能被及時發(fā)現(xiàn)。（3）高級功能管理模塊。有效提高了缺陷分析效率及預(yù)測能力，主要負責評價系統(tǒng)健康狀況、綜合分析并智能預(yù)判系統(tǒng)故障。（4）可視化管理模塊。設(shè)置統(tǒng)一的用戶認證和登陸界面，主要負責通過圖形化的管理界面實現(xiàn)對系統(tǒng)相關(guān)應(yīng)用功能直觀統(tǒng)一的呈現(xiàn)［2］。

3系統(tǒng)實現(xiàn)的關(guān)鍵技術(shù)

3．1狀態(tài)數(shù)據(jù)采集

信息主要包括調(diào)度數(shù)據(jù)網(wǎng)設(shè)備、主／子站系統(tǒng)、安全防護設(shè)備等信息，對主站系統(tǒng)的網(wǎng)絡(luò)設(shè)備信息進行采集時需使用到SNMP，主站系統(tǒng)以主調(diào)控與備用調(diào)控自動化系統(tǒng)（可細分為機房環(huán)境、硬軟件狀態(tài)等，機房環(huán)境信息通過機房管理系統(tǒng)提供的第三方接口進行采集）作為主要監(jiān)視對象，共包含3種信息指標采集方式，即簡單網(wǎng)絡(luò)管理協(xié)議（SNMP）、部署程序方式、第三方接口；子站系統(tǒng)主要對常規(guī)站和智能站進行監(jiān)測（具體可細分為相量測量裝置PUM、監(jiān)控主機、交換機、直流電源和不間斷電源UPS等），通過在站端部署可視化運行維護子站完成相應(yīng)指標的采集，再傳輸至主站的匯聚服務(wù)器；安全防護設(shè)備和調(diào)度數(shù)據(jù)網(wǎng)（包括網(wǎng)絡(luò)設(shè)備和鏈路信息）則分別以通用與專用安防設(shè)備、網(wǎng)絡(luò)設(shè)備與鏈路信息作為主要監(jiān)視對象，二者的信息采集均通過第三方接口（分別由內(nèi)網(wǎng)安全監(jiān)視平臺和網(wǎng)絡(luò)設(shè)備管理平臺提供）完成［2］。

3．2健康評價

（1）評價體系，健康評價主要將電網(wǎng)調(diào)控系統(tǒng)中包括運行狀態(tài)、軟硬件資源利用情況、告警情況等在內(nèi)的主要因素作為綜合考慮的參數(shù)項，根據(jù)實際需要結(jié)合運用相關(guān)算法獲取量化的計算結(jié)果，通過梳理實際電網(wǎng)調(diào)控系統(tǒng)的業(yè)務(wù)邏輯構(gòu)建健康評價體系，將電網(wǎng)調(diào)控系統(tǒng)總健康度細分為由具體采集狀態(tài)量組成的多個評價指標［3］。具體層次，如表1所示。（2）評價方法，結(jié)合專家經(jīng)驗法得到相應(yīng)指標權(quán)重，再通過加權(quán)求和得到第三層健康度的計算結(jié)果，依次向上完成各個層次的評價過程，據(jù)此得出系統(tǒng)整體健康度的計算結(jié)果。硬件健康度的評價流程，如圖2所示。指標評價的狀態(tài)量包含二值型和數(shù)值型2類，二值型包括實時數(shù)據(jù)庫表結(jié)構(gòu)等，對應(yīng)指標異常（分數(shù)通常為0）或正常（分數(shù)通常為100）兩種狀態(tài)；數(shù)值型包括CPU利用率等，分數(shù)值在0～100區(qū)間內(nèi)［3］。

3．3故障診斷分析和定位

在調(diào)控系統(tǒng)實際運行過程中部分較復(fù)雜的業(yè)務(wù)故障已經(jīng)發(fā)生，但難以被運行維護人員發(fā)現(xiàn)，故障檢測功能主要用于實現(xiàn)對這部分業(yè)務(wù)故障的及時發(fā)現(xiàn)和告警，提醒工作人員及時采取應(yīng)對措施；對于已發(fā)現(xiàn)的故障，通過故障診斷模塊完成初步的分析、判斷和分類（并進行相應(yīng)標注）以供后續(xù)故障定位模塊使用。根據(jù)上述故障診斷結(jié)果由故障定位模塊判斷出故障類型，結(jié)合系統(tǒng)的實際業(yè)務(wù)拓撲關(guān)系完成對故障的定位和確認。

（1）故障檢測快速發(fā)展完善的信息物理及通信技術(shù)（尤其是廣域測量系統(tǒng)WAMS等）在電網(wǎng)信息采集與監(jiān)控領(lǐng)域中的應(yīng)用范圍不斷擴大，電網(wǎng)信息數(shù)據(jù)的采集流程得以有效簡化，有效提高了廣域大電網(wǎng)的可控性和可觀性，但目前仍然存在數(shù)據(jù)采集與挖掘應(yīng)用的適配度較低的問題，阻礙了數(shù)據(jù)高質(zhì)量共享與利用及高度集成化電網(wǎng)的實現(xiàn)，電力大數(shù)據(jù)在時間、空間與目標3個維度間緊密關(guān)聯(lián)，電網(wǎng)智能調(diào)控系統(tǒng)實現(xiàn)的關(guān)鍵在于對這些數(shù)據(jù)信息進行深度挖掘和高效利用［4］。電網(wǎng)智能調(diào)控系統(tǒng)涵蓋的業(yè)務(wù)種類和數(shù)量會不斷增多，進而增加了邏輯層級關(guān)系的復(fù)雜程度，導致所需采集的狀態(tài)數(shù)據(jù)表現(xiàn)出數(shù)量多、更新快、關(guān)聯(lián)關(guān)系復(fù)雜等特點。本文結(jié)合運用孤立森林算法實現(xiàn)高效準確的故障檢測功能，明顯提高了數(shù)據(jù)使用效率和質(zhì)量，該算法易于模型構(gòu)建且學習策略準確度較高，針對電網(wǎng)調(diào)控系統(tǒng)中的異常運行業(yè)務(wù)狀態(tài)，結(jié)合業(yè)務(wù)實時資源占用數(shù)據(jù)實現(xiàn)準確高效的檢測過程，故障檢測具體流程為：D5000系統(tǒng)運行過程中會產(chǎn)生業(yè)務(wù)相關(guān)進程資源，將采集到的這些資源占用情況的歷史數(shù)據(jù)作為原始樣本集構(gòu)建L個隔離樹，在此基礎(chǔ)上建立初始異常檢測模型，然后構(gòu)建子森林異常檢測器（使用系統(tǒng)抽樣方法完成）并對其進行訓練，進而得到告警閾值k值，接下來通過孤立森林異常檢測算法訓練k，并在此基礎(chǔ)上判斷數(shù)據(jù)異常狀態(tài)；實時資源占用信息被采集后立即傳送至異常檢測模型中，經(jīng)其處理后得到系統(tǒng)狀態(tài)分數(shù)，系統(tǒng)處于正常狀態(tài)時分數(shù)在（0，k）區(qū)間、系統(tǒng)出現(xiàn)異常對應(yīng)（k，1）區(qū)間內(nèi)的分數(shù)；同時在滑動窗口中更新數(shù)據(jù)，簡單隨機抽樣已完成檢測的實時數(shù)據(jù)進入到緩存區(qū)，在積累的抽樣數(shù)據(jù)滿足更新條件的情況下觸發(fā)更新得到用于更新異常檢測模型的數(shù)據(jù)集，據(jù)此構(gòu)建k個子森林異常檢測器并完成對常檢測模型的更新，使其同系統(tǒng)的運行狀態(tài)相匹配，從而持續(xù)完善異常檢測模型的性能［5］。

（2）故障診斷對電網(wǎng)智能調(diào)控系統(tǒng)發(fā)生的異常狀態(tài)的實時數(shù)據(jù)（通過故障檢測獲?。┎捎孟鄳?yīng)的故障診斷方法進行人工處理操作，并對此時發(fā)生的故障類型（可能包含一種或多種）進行標注，為有效區(qū)分不同故障類型，在異常檢測運行過程中需收集和標注各類故障的異常數(shù)據(jù)，各故障類型超過一定數(shù)量后（本文設(shè)置為100條）時，針對這些故障類型的異常數(shù)據(jù)，通過分類器算法的使用完成數(shù)據(jù)的訓練與測試，然后據(jù)此建立故障分類模型，進而構(gòu)成能夠自動判斷不同的系統(tǒng)異常狀態(tài)對應(yīng)的故障類型的異常診斷系統(tǒng)［6］。

（3）故障定位通過綜合考慮系統(tǒng)的業(yè)務(wù)邏輯拓撲、告警順序等因素，完成故障定位功能的設(shè)計，該模塊主要用于對源頭異常進行定位，先完成某時間段內(nèi)告警信息（存儲于數(shù)據(jù)庫中，如業(yè)務(wù)邏輯映射表和進程信息表）的讀取，并對告警進程進行分類，然后定位單業(yè)務(wù)告警信息的故障源進程（根據(jù)業(yè)務(wù)內(nèi)進程號），根據(jù)約束關(guān)系，在最終故障源進程中定位由單業(yè)務(wù)告警信息構(gòu)成的多業(yè)務(wù)告警［7］。節(jié)點硬件資源異常，對業(yè)務(wù)源頭告警進程所在節(jié)點占用該資源類型的全部進程進行關(guān)聯(lián)處理，根據(jù)資源約束關(guān)系完成對導致異常的原始進程的確定；系統(tǒng)軟件資源占用異常，根據(jù)相關(guān)映射表進行分類，將全部共享故障的進程建立關(guān)聯(lián)，根據(jù)具體情況確定導致異常的原始進程；數(shù)據(jù)庫異常，按數(shù)據(jù)庫、表類型進行分類，建立同一數(shù)據(jù)庫操作的全部進程間的關(guān)聯(lián)性，根據(jù)實際操作情況判斷數(shù)據(jù)庫及實時數(shù)據(jù)的異常；業(yè)務(wù)邏輯異常，除上述異常外，在全部報警進程同屬一個進程的情況下可初步判斷為該類異常，根據(jù)相應(yīng)拓撲映射表確定導致異常的進程［8］。

4示范應(yīng)用

為測試本文所設(shè)計系統(tǒng)的可行性，將其在某電力調(diào)度系統(tǒng)的安全III區(qū)試運行，在三區(qū)的獨立服務(wù)器保存運行狀態(tài)采集信息，其他設(shè)備狀態(tài)信息的數(shù)據(jù)匯聚節(jié)點（包括一區(qū)、二區(qū)、備調(diào)及云平臺）均為管理網(wǎng)內(nèi)的主備服務(wù)器再聚到三區(qū)的存儲服務(wù)器（經(jīng)過正向隔離設(shè)備），針對存在于各分區(qū)內(nèi)的相關(guān)軟硬件信息，先通過使用采集程序（通常在匯聚節(jié)點根據(jù)實際需要部署）完成信息的采集后，傳輸至該區(qū)的匯聚節(jié)點，網(wǎng)絡(luò)設(shè)備狀態(tài)信息的獲取與信息向匯聚節(jié)點傳輸時分別通過TCP／IP和SNMP協(xié)議完成。目前該系統(tǒng)主要負責對主站機房內(nèi)的軟硬件狀態(tài)動力環(huán)境設(shè)備狀態(tài)（包括存儲／網(wǎng)絡(luò)／安防設(shè)備、服務(wù)器和工作站）進行監(jiān)視，工作人員查看自動化設(shè)備的運行狀態(tài)時可通過WEB訪問完成。該系統(tǒng)運行已超過一年，能夠及時發(fā)現(xiàn)系統(tǒng)存在的異常并告警，可準確定位系統(tǒng)存在的故障點，通過健康度評價結(jié)果實現(xiàn)了對系統(tǒng)潛在問題及時準確的判斷，幫助工作人員及時全面的掌握電網(wǎng)調(diào)控系統(tǒng)的運行狀態(tài)并通過該平臺快速分析故障，能夠為系統(tǒng)運維工作提供科學合理的參考，使運維工作更加精細化和專業(yè)化，有利于確保電網(wǎng)調(diào)控系統(tǒng)的安全穩(wěn)定運行，進而保證電網(wǎng)的安全穩(wěn)定運行，為保障電網(wǎng)的安全穩(wěn)定運行提供有力支撐［9］。

5總結(jié)

隨著電網(wǎng)規(guī)模及用電需求的不斷增加，對智能電網(wǎng)調(diào)控系統(tǒng)的自動化水平安全穩(wěn)定性能提出了更高的要求，本文主要對電網(wǎng)智能調(diào)度系統(tǒng)進行了優(yōu)化設(shè)計，為保障系統(tǒng)整體的穩(wěn)定運行，通過構(gòu)建的運行狀態(tài)監(jiān)視與智能診斷平臺使監(jiān)控、評價、故障預(yù)警等功能得以有效實現(xiàn)，實際在調(diào)控中心試點的初步應(yīng)用表明本文的設(shè)計方案能夠?qū)崟r高效的監(jiān)控電網(wǎng)調(diào)控系統(tǒng)的運行狀態(tài)，并據(jù)此進行評價、診斷及預(yù)警，以確保電網(wǎng)能夠安全穩(wěn)定運行。本研究僅限于調(diào)控系統(tǒng)運行狀態(tài)監(jiān)控和故障，對于二次設(shè)備監(jiān)視工作仍有待深入研究，如對二次設(shè)備通過構(gòu)建協(xié)同監(jiān)視體系（針對自動化設(shè)備）實現(xiàn)統(tǒng)一監(jiān)視和管理功能，并研究相應(yīng)的全壽命周期信息模型實現(xiàn)設(shè)備全生命周期管理。

參考文獻

［1］閆湖，黃碧斌，劉龍珠．人工智能在新一代電力系統(tǒng)中的應(yīng)用前景分析［J］．電力信息與通信技術(shù)，2018（11）：7－11．

［2］黃彥浩．基于數(shù)據(jù)認知的電網(wǎng)仿真數(shù)據(jù)智能分析系統(tǒng)架構(gòu)研究［J］．電力信息與通信技術(shù)，2017（12）：59－64．

［3］張宇航，邱才明，賀興，等．一種基于LSTM神經(jīng)網(wǎng)絡(luò)的短期用電負荷預(yù)測方法［J］．電力信息與通信技術(shù)，2017（9）：19－25．

［4］張永剛，莊衛(wèi)金，孫名揚，等．大運行模式下面向監(jiān)控的分布式智能告警架構(gòu)設(shè)計［J］．電力系統(tǒng)保護與控制，2016（22）：148－153．

［5］陳亮，王震，王剛．深度學習框架下LSTM網(wǎng)絡(luò)在短期電力負荷預(yù)測中的應(yīng)用［J］．電力信息與通信技術(shù)，2017（5）：8－11．

［6］章銳，劉道偉，陳樹勇，等．信息驅(qū)動的大電網(wǎng)全景安全防御系統(tǒng)可視化設(shè)計［J］．電力信息與通信技術(shù)，2016（12）：46－51．

［7］孫啟明，石立寶，司大軍，等．基于連鎖故障事故鏈搜索的輸電網(wǎng)風險評估研究［J］．電力系統(tǒng)保護與控制，2017（19）：27－34．

［8］沈鳳杰，才洪全，徐洪濤，等．省地兩級電網(wǎng)緊急控制裝置協(xié)同監(jiān)控系統(tǒng)設(shè)計［J］．電力系統(tǒng)保護與控制，2017（6）：126－132．

［9］冷華，童瑩，李欣然，等．配電網(wǎng)運行狀態(tài)綜合評估方法研究［J］．電力系統(tǒng)保護與控制，2017（1）：53－59．

作者：李鐵 單位：國網(wǎng)遼寧省電力有限公司