大市中国

大市中国 > 金融 >

大数据助力电网智能监控 运行实现快速响应

2017-08-09 19:50:00

 

来源:

近年来,随着特高压电网建设的全面提速、新能源的快速发展和电力市场化改革的深入推进,电网一体化运行特征愈发明显,电网调度控制中心所能获取的信息资源越来越丰富,电网设备监控分析可利用的信息源也越来越多,对电网实施集中分析决策、多专业间业务协作和跨调度机构工作协同等需求更加迫切。

上海电网是特大城市电网,集中监控的各电压等级变电站数量达千余座,传统依靠调控员人工统计分析电网运行信息的管理模式,受人员少、科学量化数据少等因素制约,存在分析精确度不高、响应不及时等问题,已不能适应当前特大城市电网集中监控的要求。因此,利用大数据分析技术手段,大幅度提高监控信息分析智能化水平,为集中监控运行提供更加有效和实用的技术支撑,就成为新形势下的必然要求。

形成智能化的多源数据统一管理模式

从2016年1月起,国网上海市电力公司领衔开展“基于大数据的调控系统设备监控分析与评估技术研究”。今年6月,项目中期汇报会召开,可实现设备监控7个方面的核心业务,且整体研究正向着2017年年底前完成系统上线、2018年全面完成项目验收的目标稳步前进。

那么,大数据是如何与设备监控相结合的,其实效又体现在哪些方面呢?

此前,上海市、地两级调控机构在开展日常生产运行及管理工作中需要使用D5000监控系统、OMS系统、AVC系统、PMS2.0系统、操作票等多个系统,各系统独立运作且互不关联。多年来,这些系统已产生了1200多天的气象信息、50多万台(条)设备信息、8亿多条遥测数据和大量的非结构化数据,并且每天都有新信息产生。这些信息体量庞大,仅遥测数据就已累计有2T。

这些系统虽然在日常工作中为调控员掌控全局、发现问题、正确操控、化解危机发挥了重要作用,但是数据彼此之间的关联程度有限,无法更好地发挥数据价值,此外,大量数据需要人工分析的介入,处理效率和效果受到限制。

在调控一体化的背景下,省级以上调控中心对设备监控的智能化提出了更高的要求,客观上需要进一步改善调控数据底层数据模型,建立适用于大数据分析的设备监控大数据模型,支持基于监控数据的变电站设备运行大数据分析,提高调控系统设备监控技术水平,提升对电网调控运行决策的支撑能力。

《国家电网公司“十三五”调控运行规划》中提出,“深化设备监控数据应用,研究基于大数据的监控设备运行趋势预测技术,实现监控设备故障发展的早期征兆性预警与趋势智能预测”。根据规划方略,在国家电力调度控制中心的支持下,国网上海电力率先开展了“基于大数据的调控系统设备监控分析与评估技术研究”,将包括D5000系统、OMS系统、AVC系统、PMS2.0系统等在内的多个业务系统的数据进行贯通与集成,实现了不同系统设备数据的统一管理、综合利用。

在多源数据统一管理的基础上,国网上海电力已借助此项研究开展包括电压监视业务、信息监视业务等7项业务在内的设备监控业务分析智能转型工作,实现了监控运行业务的智能化和监控分析业务的智慧化。

智能化监控运行实现快速响应

在传统监控运行监视业务开展的过程中,常常存在判断手段缺失、冗余信息量大等问题,给调控员的工作带来了不小干扰。而通过采用大数据云计算、大数据标签等技术,能够有效解决这些问题。

以电压监视业务为例。电压是电能质量的一项基本指标,一旦出现持续的电压越限,调控员应当迅速发现并找出原因,进而对症下药,使电压恢复到正常水平。传统方法中,监控员基于D5000监控系统告警信息开展电压越限监视工作,但是,D5000系统设置的电压越限告警阈值和AVC系统的动作触发阈值不一致,当D5000告警出现时,监控员难以通过AVC系统动作情况来判断电压越限实际情况,容易造成漏监视,影响电网安全。

监控大数据相关技术能够结合AVC系统设置的电压阈值、AVC系统自动投切日志、无功设备台账、闭锁信息等数据,利用标签技术服务,对相关数据进行有效越限、无效越限、AVC动作存疑越限等实时标记,系统可根据标记的结果自动筛除无效及冗余数据,只推送待处理的有效信息给监控员。由此,不仅解决了电压越限告警有效性判别及分析手段缺失的问题,而且大量精简了告警信息量,数据筛选正确率达100%。6月,上海电网电压越限告警总数为312827条,经过大数据的智能化筛选后,需监控员关注的告警信息精简为70551条,仅占告警总数的22.6%。

信息监视业务方面的这一效果同样明显。6月,上海电网的500千伏事故、异常、变位、越限告警总数分别为3068条、21070条、3776条、233476条,经过数据分析后,需监控员关注的告警信息分别精简为286条、6484条、1665条、39090条。变电站设备的事故、异常等运行信息得到有效辨识,辨识后的事故有效信息量可缩减到信息总量的10%左右,解决了干扰、冗余信息量大的问题。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除,多谢。