研究电网运行仿真大数据的知识管理和安全预警

黄艺　丁德蓝　赵阔

摘 要：电是人们生活和生产中不可或缺的一种能源。随着经济的快速发展，人们对电力资源的需求量日益增大，这也对电网运行提出了更高的要求。重点分析了电网运行仿真大数据的知识管理和安全预警的内容，以期为相关工作人员提供必要的帮助。

关键词：电网运行；安全预警；知识管理；仿真大数据

中图分类号：TM732 文献标识码：A DOI：10.15913/j.cnki.kjycx.2016.16.057

在电力系统运行的过程中涉及到了许多数据，它们不只来自实际测量，而且多是通过仿真计算获得的。例如，在分析电力系统的安全性和稳定性的过程中，在实测情况下，电网是能够安全、稳定运行的，只有少数电网无法安全、稳定运行。为了获得足够多的数据用于分析电网，工作人员需要通过相关实验判断电网的运行情况。实验结果显示，电网运行成本太高，因此，需要采用仿真的方法分析电网的运行情况，确保电网能够安全运行。

1 电网知识库的生成

在电网运行的过程中，会应用到许多知识。其中，知识库的生产对保证电网运行的安全性有非常重要的作用。知识库的生成过程如下。

1.1 知识生成

以在线电网的运行状态为基础，有针对性地分析在线电网运行的安全性和稳定性，同时，还要明确需要重点对待的关键断面。运用蒙特卡罗法获得仿真电网运行下的大数据，计算仿真电网关键断面获得的极限传输量，并利用大数挖掘方法获取计算关键断面容量的准确规则。精细规则和电网关键断面都是电网运行过程中的主要关键知识，在电网运行的过程中，可以此为基础构建安全知识库。

1.2 知识分层

经过分析发现，不同的电网在具体运行过程中选取的在线运行方式会有所差异，并且所呈现出的关键断面也不同。因此，在分析上，可以将知识分为n个知识层面，每个层面都表示一个拓扑断面。因为电网的运行方式不同，所以，关键面会消失或出现。在具体分析过程中，将关键面是否出现作为主要标签。对于电网运行方式的学习、分类，应当利用支持向量机分层存储电网安全运行知识。在分析电网运行时，可以合理应用存储的知识。

1.3 知识类聚

在不同电网的运行方式下，断面极限传输量的计算应当采取不同的形式完成。在对电网进行具体分析过程中，依据电网在运行过程中所选取的方式的差异，每个层面都会被细分成不同的类别，形成不同的规划准则，完成对关键断面下不同电网安全运行知识的极限存储，最终实现安全知识的存储。

2 电网安全运行知识管理

2.1 知识分层模型

电网运行的方式有很多，在电网运行的过程中，断面的消失与出现会经过一段时间的积累，从大量的电网运行状态资料中分析相关问题。对于电网运行过程中的某个断面h，当部分电网处于运行状态时，在具体的调度过程中，需要高度关注关键断面的情况。由此可见，在分析电网的过程中，需要将大量的电网运行数据作为判断依据，将是否出现关键断面作为标签，以此建立判别模型。在分析电网的过程中，通过模型能够准确分析电网运行时各个断面是否需要被关注。

电力系统是人工系统的一种，它呈非线性，而在电网运行的过程中，存在的大量数据中都具有较高的非线性。在分析问题的过程中，单纯地利用线性分类模型是无法满足在对精准度的要求的。因此，需要将其与非线性支持向量机有机结合在一起，构成知识分层模型。支持向量机之间是相互独立的，在匹配和训练的过程中，可以依据实际情况分布到不同的计算节点上，最终完成分析工作。

2.2 安全知识聚类

在获取电网运行过程中的关键断面后，在不同的电网运行模型下，断面极限传输容量计算应当采取不同的精细化规则，以确保结果的合理性和科学性。因此，将大量仿真电网运行状态下的数据作为分析基础，使同一层面下的知识能够聚集成不同的类别，从而构成不同类型的断面规则。

利用聚类分析完成对知识聚类模型的分析。所谓“聚类分析”，就是将数据类型划分为多个不同的类，同一类自检对象的相似度比较高，而不同类之间的对象有较大的区别。下面，采取聚层次聚类算法完成对电网运行状态的聚类，具体步骤如下：①将不同的电网运行作为一类。②将距离靠近的类合并。③类别数达到终止条件后结束处理。在处理过程中，在选择终止条件时，应当绘制距离与类别数曲线。在具体分析的过程中，应当寻找曲线中的“拐点”处，确保分析结果的合理性。

3 电网运行超前预警

在对电网运行超前预警分析的过程中，为了确保分析结果的准确性，知识发现与知识匹配周期如图1所示。

在线自动发现方法作为发现电网安全运行的方法之一，通过图1不难发现，其生成周期T2的时间比较短，通常时间在0.25～1 h之间，匹配时间相对比较多，多以秒为记时单位。由此可见，知识发现周期T2远远大于知识匹配周期T1。

电网安全运行知识具有时效性，随着时间的推移，应用的知识的精准度将会不断降低，因此，需要通过相关分析确定知识发现或知识匹配的运行状态知识。但是，由于T2远远大于T1，知识匹配方法的时效性则更强。总体来说，知识发现方法不如知识匹配方法优秀。所以，针对电网复杂的运行方式，在短时间内，电网运行会发生剧烈的变化，这一优势会变得更加明显。

因此，在电网运行过程中，历史数据和运行数据要进行“分层-分类”匹配。在处理方面，要从知识库中选择最适合电网安全运行的方法，从而准确、快速地完成对电网的预警处理，确保电网运行的安全性和可靠性。

4 结束语

随着电子信息技术的快速发展，在电力系统运行管理的过程中融入了互联网技术。经过分析不难发现，在电网运行过程中，知识管理方法速度快、准确性高，并且具有较强的可解释性，安全预警可以完成对电网运行过程中存在的问题的预警。因此，应当从知识管理和安全预警方面入手，以确保电力系统运行的安全性和高效性。

参考文献

[1]黄彦浩，于之虹，谢昶，等.电力大数据技术与电力系统仿真计算结合问题研究[J].中国电机工程学报，2015（01）：13-22.

[2]刘道伟，张东霞，孙华东，等.时空大数据环境下的大电网稳定态势量化评估与自适应防控体系构建[J].中国电机工程学报，2015（02）：268-276.

[3]文云峰，崔建磊，张金江，等.面向调度运行的电网安全风险管理控制系统（一）概念及架构与功能设计[J].电力系统自动化，2013（09）：66-73.

〔编辑：白洁〕