基于大数据的智能停送电计划管理系统

张颖1史振宇1郭丽涛2张晓露2闫雷2吴洪

（1.国网山东省电力公司烟台供电公司山东烟台264000；

2.东方电子股份有限公司山东烟台264000）

摘要：目前，大数据技术在各个行业得到广泛的应用，电力系统企业各个部门的信息系统日趋完善，为企业提供了大量有价值的数据，智能停送电计划管理系统充分发掘及利用各个部门各个系统这些大数据，在总结实际的停送电计划编制流程的基础上，协调各个部门的工作，将相同间隔、相同线路的工作进行结合，统一安排工作时间，避免重复停电，在保证安全的前提下，科学制定停送电计划，充分保障停电检修计划的有序开展。本文重点介绍智能停送电计划管理系统在大数据基础上实现的相关功能。

关键词：停送电计划；大数据；智能化

0、引言

随着信息技术的迅猛发展，电力系统企业各个部门的信息系统日趋完善，各种数据为企业日常运营提供支持，为领导决策提供依据。由于企业信息化是一个逐步发展的过程，各个部门之间信息化程度和进度不同，同时也造成了各个部门之间的“信息孤岛”[1]。但企业的业务流程涉及各个部门，尤其是停送电计划是企业生产的主线，关系到电网的供电可靠性及企业的经济效益。如何运用企业各个部门各个系统的数据合理编制停送电计划是一个值得深入研究的课题。

目前，大数据技术在各个行业得到广泛的应用，在电力系统，大数据的特点尤为突出，实时量测值数据量大，各种一二次及保护设备种类多，各种运行数据价值高，形成了具有自己的行业特点的大数据。智能停送电计划管理系统充分发掘及利用各个部门各个系统这些大数据，在总结实际的停送电计划编制流程的基础上，协调各个部门的工作，将相同间隔、相同线路的工作进行结合，统一安排工作时间，避免重复停电，在保证安全的前提下，科学制定停送电计划，充分保障停电检修计划的有序开展。

1、停送电计划管理现状分析

通过对某供电公司2015年主网、配网停电计划分析，目前主要存在问题。

（1）计划工期安排不合理

2015年，共执行主网停电计划1090项，87项计划实际检修时间超出批准检修时间，占全年计划8%,283项计划实际检修时间小于批准检修时间的50%，占全年计划26%；共执行配网停电计划716项，7项计划实际检修时间超出批准检修时间，占全年计划0.98%，220项计划实际检修时间小于批准检修时间的50%，占全年计划30.7%。

造成上面原因主要是检修单位在提报计划时没有统筹考虑工作量，没有借鉴以往的检修工作经验，造成部分计划实际检修时间超出计划时间或远远小于计划时间。

（2）存在设备重复停电现状

2015年，主网有114项计划造成57个设备重复停电两次，占全年计划10.5%，有24项计划造成8个设备重复停电三次，占全年计划2.2%；配网计划中有78项涉及全线停电，有2项造成1条线路重复停电两次。

造成上面原因主要是线路与变电站工作没有配合好，基建、改造、检修、消缺等工作单位没有配合好，相关工作没有有效的结合。

2、基于大数据的系统架构

目前停送电计划管理主要是靠计划编制人员的经验，及方式、保护、运检、带电作业等专业或部门相关人员的后期审核把关，在计划编制过程中缺乏统筹安排，没有充分利用各个系统的数据作依据，为相关人员提供决策支持。随着信息技术的发展，各个部门的信息系统为企业提供了大量的模型数据、实时数据、统计数据、运营数据、管理数据等，充分发挥这些数据的价值，可为企业的日常管理工作提供有力的支持。电网企业的大数据蕴藏的知识较多，通过数据挖掘等技术可以提炼出对于企业和国家制定政策有用的各种信息[2]，智能停送电管理系统就是在这些大数据的基础上，充分利用大数据技术的高性能计算、数据挖掘、统计分析、数据可视化等技术实现智能化的停送电计划编制。

（1）电力大数据的特点

大数据的基本概念国内普遍的理解：具有数量巨大、来源多样、生成极快、且多变等特征并且难以用传统数据体系结构有效处理的包含大量数据集的数据[3]。大数据的5V特征包括：数据量大(Volume)、速度快(Velocity)、多样性(Variety)、价值密度低(Value)、真实性(Veracity)[3]。大数据中的大，不仅仅是数据容量大，也是指数据自身类型多及价值高，但需要根据业务自身特点利用大数据技术充分发掘内在的价值。电力大数据涉及到发电、输电、变电、配电、用电、调度各环节，包括各种设备及保护的参数、各种实时采集的量测数据、各种日常运维的管理数据等，既有结构化数据，也有大量的非结构化数据，数据主要来源于主网EMS系统(能量管理系统)、配网EMS系统、PMS系统(生产管理系统)、OMS系统(调度运行管理系统)、电力营销系统、OA系统(办公自动化系统)等等[4]。

（2）系统架构

系统分为数据可视化展示、业务分析层、数据平台层、平台服务层，并通过数据交互适配层将各个数据源的数据接入到数据集市中。

1）、数据可视化展示通过表格、图形、BI、SVG等方式与用户进行交互，既为计划编制提供辅助的统计分析，又借助平台基础服务的工作流、数据验证等服务实现计划编制、合并、审核、发布等功能。

2）、业务分析层通过大数据的统计分析和数据挖掘技术，根据决策引擎提供的规则库、方法库对数据集市中的模型、量测、管理数据进行建模分析，发掘有价值的电量、工期、承载力、影响用户等数据为计划编制提供决策；通过OLAP分析从计划类型、厂站、设备类型、调度归属等多维度、多层次统计分析历史数据为计划编制提供依据。

3）、数据平台层通过数据交互适配层采用ETL、WebService、消息中间件等技术，将主配网EMS系统、OMS系统、PMS系统、电力营销系统等相关数据按相关规则抽取到数据集市中，并通过数据压缩技术减少数据传输量及提高存储效率，同时也增加了数据处理环节及计算负担，为业务分析提供数据支持。

3、智能停送电计划管理系统

智能停送电计划管理系统是在总结国网烟台供电公司现有停送电计划管理的基础上，充分利用大数据技术对历史的停送电检修记录数据、量测数据、管理数据进行分析挖掘，智能化的进行计划编制，不仅考虑设备的统一检修时间，更考虑停电的影响，降低停电计划的执行风险，减少对用户的影响。系统根据历史检修工期，对提报计划的工期超出标准检修工期，给出报警提示；对不符合的检修计划（时间、时长）提醒计划编制人员修改计划；并结合各个部门提供的停送电计划统筹考虑建设、改造、检修、业扩和消缺等工作安排，做到“一停多用”，尽量减少重复停电，降低电网运行风险。

智能停送电计划管理系统包括很多先进、智能、实用的功能，本文主要介绍在大数据基础上实现的相关功能。

（1）基于权重的三级承载能力分析

系统根据计划类型、工作内容等分析涉及的专业，并参考各个班组的人员情况进行班组级、工区级、调控中心三级承载能力分析。通过层次分析法对历史数据进行分析，求出计划类型、电压等级、设备类型、调度归属、工作时间等属性对承载能力影响的权重，针对不同的计划内容系统自动选择合适的权重分析承载能力，为用户合理安排停送电工作时间提供科学的依据。

（2）基于历史数据的工期分析

系统根据设备类型及工作类型的不同，对历史数据通过分段匹配的字符串匹配算法进行统计分析，协助电力企业制定检修工作标准化工期。计划编制时，根据计划涉及设备间隔的历史的检修操作的时间，或者相同类型设备的历史工期，并结合该计划的实际工作情况分析该计划的工期，与用户填报的工期进行比较，提醒用户，对于超过标准工期的工作，用户需提供工作难度说明，加强对工作进度管控，确保按时开工、及时送电。

（3）基于EMS系统的负荷分析

系统根据计划涉及的设备数据查看的近期负荷，找出负荷规律，了解掌握大客户生产规律，避开用电高峰，同时通过承载能力分析，适当安排“零点检修”和“周末检修”，最大程度降低用户停电感知。系统对国网烟台供电公司的一个大客户进行负荷分析周五与周六的负荷相近，周日比周六负荷低很多，系统会根据分析的结果提醒用户建议周日进行检修。

（4）多维度风险分析

系统根据PMS系统的设备状态数据及EMS系统的采集的设备负载情况对计划涉及的设备进行设备风险分析；根据计划涉及变电站站内设备、线路等的最高负载率、重载设备情况以及分析的转供电情况进行电网的风险分析；根据计划类型及涉及的工区专业、人员等信息进行人员风险分析；根据工作地点的环境、天气等进行环境风险分析。各维度风险结果按照指标进行风险定级，最终为某单位形成风险分析报告。

（5）利用拓扑技术分析影响用户

系统根据计划涉及的停电设备，调用EMS系统接口，通过拓扑关系分析该设备的停电影响范围，并根据营销系统的用户信息，分析影响的用户。对于配网计划系统通过分析计划涉及的环网柜信息，分析配变及馈线信息，并通过EMS系统电源的追踪分析供电路径，提供转供方案，尽量减少对用户的影响。下图是一条配网停电计划影响用户分析的结果。

四、总结

智能停送电计划管理系统已在国网烟台供电公司正式运行半年多，辅助相关人员进行科学合理的停送电计划编制，有效的避免了存在的设备重复停电、计划工期安排不合理等问题，系统利用大数据的相关技术发现了很多负荷规律和风险要素，既提高了电网的供电可靠性及增加了企业的经济效益。随着国家电网公司‘企业管理云’、‘公共服务云’和‘生产控制云’三大云平台推进，实现了设施、数据、服务、应用等IT资源的一体化管理，进一步提升信息存储、传输、集成、共享等服务水平，有力促进业务集成融合，也为系统提供了一个更大的大数据平台，系统将充分利用这些数据发掘更有用的价值，为停送电计划编制提供更加全面的数据支持。

参考文献

[1]王继业.加大信息资源开发利用力度，推动电力信息化水平迈上新台阶[J].电力信息化，2004，2(2)：13.17.

[2]彭小圣，邓迪元，程时杰，等.面向智能电网应用的电力大数据关键技术[J].中国电机工程学报，2015，35(3)：503—511.

[3]大数据标准化白皮书(2016年)[R].北京：全国信息技术标准化技术委员会大数据标准丁作组中国电子技术标准化研究院，2016.

[4]王晓波,樊纪元.电力调度中心统一数据平台的设计[J].电力系统自动化，2006，22(30)：89-91.

[5]梅立军.基于SOA的数据交换平台研究与实现[J].计算机工程与设计，2006（3）：7⁃9.