张 飞
(郑州开新电工有限公司, 河南 郑州 450000)
提高配网运行管理是实现智能配网的重要基础,目前配电自动化终端智能运维管理系统已在很多城市得到了广泛应用。伴随着配电自动化覆盖范围的扩大,系统运维管理体系的重要性越来越显著。配电自动化终端智能运维管理系统以一次网架和设备为条件,集成了多种通讯形式达到配电系统的监督控制,能够提高供电能力、减少故障停电范围,是实现配网高效运行的主要手段[1]。
第一,配电终端较多,难以达到集成化,运行环境差容易产生故障问题,配电自动化主站难以有效进行终端运行监控,系统运行状态、故障问题反映不及时,配电自动化终端设备有待进一步优化从而提高设备监测和故障分析能力。第二,设备故障检修被动,缺少设备状态评价和故障预警,往往是在设备发生故障后才进行现场故障检修,影响配电自动化系统的稳定运行。因此,现阶段当务之急是准确评价自动化终端设备状态,预见故障问题并制定防范方法,尽可能保证设备正常运行。制定科学的巡检计划,结合设备状态有目的性地运维检修,由被动检修变为主动检修。第三,设备故障检测、消缺有待完善,闭环管理的流程没有生成,缺少系统的设备运行、故障检测记录。第四,配电自动化终端设备故障检测缺少历史信息分析,对配电自动化终端设备故障发生规律缺少了解,检测方案、设备类型、构件管理缺乏可靠支撑[2]。
基于Hadoop开源大数据构件下,大数据平台配电自动化形成,其中储存构件有HBase、Hive、HDFS、Redis;并行计算处理构件有 Spark、Spark Streaming;数据开发分析引擎为Spark MLlib开发算法包。配电网模型、终端设备信息、告警信息等数据采用Hive储存。实时数据选择Redis在内存中缓存,量测历史数据选择HBase储存。利用分布式储存和并行计算分析达到配电网大数据的处理与保存,以此作为上层应用数据处理分析的重要依据[3]。
配电自动化终端智能运维管理需具备几方面要求:第一,电网一次模型数据。第二,自动化终端设备台账和通讯网络通道的分析,如:商家、型号、运行时间、种类。第三,配电网及自动化终端运行,通讯状态数据。第四,告警信息分为配电自动化终端上下线告警、终端运行状态告警。第五,遥控操作记录信息;量测历史信息,配电自动化主站系统每5 min对量测信息采样储存。结合信息种类系统采用多种数据采集方法:配电网模型和设备台账等信息定时读取数据库表,全量覆盖更新的模型同步方法。
第一,实时数据计算处理。结合配电自动化终端通讯和运行计算系统的终端在线率;一旦出现批量终端掉线就会对配电自动化终端网络特征展开分析,查找其原因形成设备缺陷告警数据;监控终端运行,一旦出现异常状况及时发出警报。第二,历史数据处理。经过对配电网运行信息的统计处理,判断配电自动化终端量测时间不更新、遥信抖动、离线掉线的原因。第三,数据开发。通过Spark MLlib提供的数据挖掘方法进行配电自动化终端故障历史信息和终端运行状态分析,分析遥信抖动、离线掉线等数据关联性,创建配电自动化终端状态评价的模型。
系统结合Activiti运行过程创建配电自动化终端缺陷闭环控制管理系统,分为缺陷提取、确认、分配管理、现场消缺、信息反馈、审核等部分。其中,缺陷提取能够从系统自动提取或操作人员由告警信息中人工提取,提取缺陷至缺陷池等待进一步判断。缺陷确认是工作人员通过对缺陷信息分析确定或取消。分配管理指的是工作人员对确定的缺陷安排,由维修人员进行消缺。信息反馈是在消缺结束后工作人员提供反馈信息。信息审核是对消除的缺陷归档,没有消除的缺陷重新安排。
采用大数据分析法来分析配电自动化终端设备故障和运行状态数据、投运时间、型号和离线掉线等信息链接规则和变化规律,创建配电自动化终端状态评估和预估模型,通过设备学习和关联分析方法调节数据信息。配电自动化终端状态评价模型是结合运行状况参数和其他数据。将其分为不同等级,0—100表示正常状态;85—100表示良好,符合要求;70—85表示状态正常,无异常;55—70表示需给予重视,但对系统运行不会造成过大影响;40—55表示状态异常,如运行数据发生警报信息,离线掉线频繁;40以下表示系统已经产生故障[4]。
本文基于配电大数据环境下分析配电自动化终端设备状态和异常报警模型、设备缺陷闭环管理和运维管理决策等,提出了配电自动化终端智能运维管理系统。经过实验证明,配电自动化终端智能运维管理系统弥补了传统运维管理问题,有助于控制效果提高,确保系统稳定运行。在今后的系统研究中,应重点立足于系统评价算法和故障预见的精准性,根据终端设备的远程运维,提升配电自动化终端设备的运维管理效果。