◎胡蓓蕾 王雨涵
配电网是指由架空线路、电缆、杆塔、配电变压器、隔离开关、无功补偿器以及其他附属设施所组成,用于传输、分配供应电能的网络。为加快配电网的建设与改造,全面推进配电网转型升级,从而更好地服务经济社会的发展,国家能源局在“十三五”规划中设定了“加大配电网资金投入,建成国际先进水平,改善供电质量”的。随着历史进入21世纪第三个十年,“十三五”中有关配电网建设的规划已经完成。在用电户不断追求更加优质电能供应的今天,若要进一步提升配电网的建设管理质量,需充分收集数据。若要达到这一目的,应科学利用大数据分析技术。
大数据分析技术是指在收集巨量数据信息之后进行分析,进而找出潜藏在数据背后的客观规律,为制定方案提供充足的数据支撑。大数据分析技术主要包含6个步骤。
其一,可视化分析,是指直观展示数据,使数据在无需任何人解读的情况下,直接呈现在有关人员面前。以配电网建设以及管理过程为例,在50平方公里的范围内,建设配电网络平均需要消耗的电缆总长度、需要搭建的铁塔数量、需要使用的变压器的型号、数量等,都应有一个大致参考区间。这个“参考区间”中涉及的数据都基于规模相似工程收集而来,仅具备初步参考价值。
其二,数据挖掘算法。可视化分析环节涉及的数据是最直接、最原始的数据,是供数据收集人员、数据分析人员做初步参考所用,尚无法找出其中蕴含的深度客观规律。因此,在可视化数据基础上,需通过大数据分析技术中的数据挖掘相关算法,围绕数据的动态变化情况制作成趋势图。具体的方法包含集群、分割、孤立点分析还有其他的算法,深入数据内部挖掘相关价值。在该阶段,分析算法不仅要处理大数据的“量”,还要处理大数据的“速度”。
其三,预测性分析能力。经过挖掘算法处理的后数据在“呈现形式”方面已经发生了一定的变化。如上文所示,数据与数据之间不再是相对独立的“数字排布”形式,而是以时间、空间为依托,形成动态变化趋势图(柱状图、折线图、函数抛物线等)。但需要注意的是,动态变化趋势图存在“终点”,从逻辑角度来讲,已经生成的动态变化趋势图是基于已经收集到的数据处理而成,在收集到的最后一个数据对应的情况之后,数据集成态势接下来会呈现出什么样的变化趋势尚属未知。因此,数据分析人员可以基于之前的数据(变化趋势),对之后的变化趋势进行预测性分析,具有一定的合理性。
其四,语义引擎。大数据分析技术的常规应用方法为:以计算机分析软件的形式存在。这其中的难点在于:很多数据都具有“非结构化”的特征,即收集而来的数据在表述形式方面不可能完全统一,因此,需使用一系列工具进行提取、分析,最终获得能够用于分析的关键数据。比如在配电网投入使用之后,继电保护装置向计算机总控端发送的数据应该通过什么样的形式完成?换言之,继电保护装置以及相应的数据信息传递装置将什么样的数据发送给计算机总控端后,才能在第一时间内判定“继电保护装置负责监控的设备已经出现故障,需立刻中断廉洁”,或是判定“目标设备处于良好运行工况,无需执行任何其他指令”。为达到上述目的,需要设定一些参数。比如继电保护装置中可以设置温度传感器,主要针对设备运行过程中产生的温度进行动态监测,每间隔一段时间便需将设备当前的温度以数字的形式传递给计算机总控端。而实现“温度监测及信息传递形式转换”的算法便是大数据分析技术中的语义引擎技术,需要被设计成“能够从文档”中智能提取信息。
其五,数据质量和数据管理。对收集而来的基础数据进行语义整理和深度分析之后,得出的高阶数据虽然可以在一定程度上呈现出事物的变化规律,但在何种程度上具备可信性,所收集的数据来源是否可靠,数据收集是否完善等都会影响高阶数据的准确性,自然也会影响对客观规律真实情况的判断水平。因此,需对高阶数据进行数据质量评价以及数据管理。实现的方法为:通过标准化的流程和工具对数据进行处理可以保证一个预先定义好的高质量的分析结果。
其六,数据存储和数据仓库。经过收集及分析、处理、质量评价之后得到的深度数据具有的参考价值具备时间性质,即在不同的时间段,参考价值同样会发生变化。因此,为了便于多维分析和多角度展示数据,需按照特定模式进行数据存储,并完成关联性数据库的设计。在商业智能系统的设计中,数据仓库的构建是关键,是商业智能系统的基础,承担对业务系统数据整合的任务,为商业智能系统提供数据抽取、转换和加载(ETL),并按主题对数据进行查询和访问,为联机数据分析和数据挖掘提供数据平台。
从大数据分析的角度看待配电网建设管理工作,发现的首个典型性问题为:配电网建设过程中数据整合力度相对不足,导致这一问题的原因在于:我国自改革开放至今,短短40余年的时间走完了西方发达国家数百年时间走完的发展道路,至今已经在很多方面处于世界领先位置。在我国远远落后于外国的时代,很多外国的先进经验可以直接“拿来使用”,积极效果几乎立竿见影。但时至今日,已经没有可以参考的直接案例,加之我国不同区域的发展现状不尽相同,导致电力行业中存在多种十分复杂且较为多样的信息。尽管我国配电网建设管理过程中,使用的生产营销以及整合的系统较为完善,且为了开展管理工作奠定了一定基础,但究竟应该如何收集数据,收集什么样的数据,收集数据之后如何应用等均无固定模式。由此造成的深度困惑为:配电网建设管理在很大程度上缺少对数据的完善以及客观层面的分析与整合,极少拥有或是完全没有对数据综合程度、精准程度进行分析的工具,最终造成配电网的建设与管理缺乏理论支撑。
现阶段,配电网建设项目立项阶段,由于很多环节中有关“数据统计”工作的具体方式依然沿用传统模式,导致材料设备的估算、相关物资的申报都不完善,故无法进行系统性地管控。除此之外,一些部门尽管认识到配电网的施工过程中存在诸多值得注意的安全事项,但同样受统计信息完善程度不足的影响,客观呈现出的结果便是施工期间的多种安全隐患都未得到解决,甚至在后续施工环节依然会引发损伤。此外,由于整体立项不够科学,存在物资无法及时运抵目的地的可能性,连锁反应便是施工效率低、资源利用率低,导致工期延后。
大数据分析技术强调“数据质量”,即获得数据是否完善、连贯、准确,会在很大程度上决定基于数据制定而成的方案的合理程度。在传统的人力统计工作中,“平均”、“加权”等词汇均经常出现。从表面上看,由于上述词汇的出现,会令分析人员下意识地认为相关数据已经具有很大的可靠性。但在数据来源质量无法得到保证的情况下,所谓的“平均”、“加权”并没有任何实际意义。由此导致的结果是,建立在可靠性相对不足基础上制定而成的配电网建设以及后续管理方案本身存在漏洞,后续评估过程的严谨程度不可能较高。总体而言,并没有经过大数据分析技术处理的“数据”以及后续评估结果很可能为整个项目的进展埋下安全隐患。
相较于现代配电网络相关技术,传统配电网络在管控和对故障调整方面均具有一定的不足之处,在解决具体问题方面力有不逮。现阶段的配电网工程规划尽管会在配网目标建设区域内多个地区进行电量的预测以及方案的制定,但在实际应用过程中同样存在缺陷。比如管理机制的灵活性不足,无法针对问题区域进行有效管控和解决等,故只能采用比较常规的方式进行处理。久而久之,一些原本较为先进的配电网运转体系评价手段几乎完全失去了效用,无法保证配网建设和管理安全、有序的进展。
在配电网建设以及管理的过程中,存在很多“常见”问题。针对“常见”的另一种解读为“难度不大”,在处理方面没有较大的问题。但这本身便是一个问题——既然问题处理难度较低,那么为什么放任此类问题频繁发生?特别是一些所谓的“常见故障”多次爆发之后,不仅持续时间长,还存在较高的安全风险,失去了频繁整修的价值。事实上,造成该类问题的原因包含两个方面:其一,管理意识方面存在“懒政——得过且过”的情况;其二,缺少大数据分析流程,并没有“算大账、算长期账”的长远管理思维,最终导致配电网管理质量较低。
基于大数据技术的六个主要分析过程——可视化分析、数据挖掘算法处理、预测性分析能力形成、语义引擎应用、数据质量和数据管理、数据存储和数据仓库的应用,对配电网络建设项目立项与规划进行整体把控,可有效提升配电网建设管理水平。具体而言:第一,在配电网络项目立项阶段,工作人员需要全面收集与配电网络有关的数据信息。包含现阶段是否已经出现与工程项目相类似的工程,在规划设计以及进展阶段均发生了什么样的问题,采取了什么样的解决方案,取得了什么样的效果,是否符合预期,是否额外支出资金,最终反馈为何等。若上述内容对应的高阶数据均以表格、趋势图的形式予以呈现,便有助于对配电网络的综合建设以及后续投入使用时的管理机制制定提供有力数据支撑。第二,收集数据并进行分析的过程中,分析人员会遇到一类典型性问题——出现的现象是否具有代表性,即是普遍数据还是独立数据。从大数据分析技术角度来讲,出现一种“之前未见过”的情况,可以暂时围绕此种情况制定出一个“归类存储区”。比如配电网使用过程中出现了“继电保护装置在未收到指令的情况下,擅自将设备中断连接”的情况。这种情况如果没有影响配电网络的正常运转,则可以暂时搁置,留待日后再次发现同类型问题时予以解决。如果后续并没有再次发生相同的问题,意味着上述现象可能只是一次“偶然(无法追踪确切原因的突发情况)”,可无需理会。通过此种方式,可以全面提升配电网络建设、使用维护项目立项、规划设计、管理效率,避免做无用功。
“管理”的核心问题便在于:尽量降低配电网络建设期间与后续投入应用期间问题的发生率,并对已经发生的代表性问题的产生原因进行分析,制定高效率解决方案。比如消弧线圈是为了解决小电流接地模式下发生单相接地故障时,能够及时产生感性电流,对故障容性电流进行补偿,避免生成电弧,最终达到保证配电网及设备安全的目的。通过大数据分析,技术人员需要确定引发该类故障的原因,并对现有消弧线圈设计结构以及应用优缺点进行全方位地了解。这类信息无法完全以数据的形式加以呈现,而在“语义描述”的过程中,需尽量简洁、清晰,使其他人能够迅速理解。比如调分接头式消弧线圈调节线圈匝数(影响感性电流生成强度)的原理与变压器调档”较为类似,是指在消弧线圈上额外增加分接头。在此基础上,通过对分接头进行调节,能够根据配电网络发生故障时,即时产生的故障容性电流的大小,调节消弧线圈的匝数,最终达到改变消弧线圈电感电流生成量的目的,对故障容性电流进行补偿。而调气隙式消弧线圈是指在线圈调节区域增设了一种名为“动静铁芯”的装置,主要作用原理为:由电动机提供动力,通过牵引线圈的方式,改变动静铁芯之间的气隙,以达到改变线圈励磁阻抗的目的,最终实现对消弧线圈电感电流具体值的调节。上述两种常规消弧线圈各自拥有优缺点,主要体现在性能、成本方面。在进行配电网建设以及应用时,需根据目标区域的实际情况,对性价比进行综合考量后,才能确定最终选择哪一种类型。
作为配电网管理和发展的根本基础,各类物资的重要性无需赘述。可通过应用大数据,全面、充分地对物资进行整合。这其中包含对供应商生产能力、信用程度等数据进行整合,目的在于充分了解设备材料供应商以及有关从业者重点关注的信息。在此基础上,才能筛选出优质程度最高、最有利于电力企业发展的长期合作伙伴,最终助力电力企业的转型。除此之外,选择优质合作商的另一个目的在于,可以降低生产过程中各类消极事件的发生率,并最终达到提高生产效率的目的。但供应商数据收集的过程同样需要慎重对待,有关供应商资质的审核必须严谨,相关信息必须真实有效。为避免出现信息作假的情况,应建立线上智能管理平台,发现供应商出现弄虚作假的情况后,立刻消除其合作资格,可在很大程度上保证电力企业的利益。除此之外,还应建立健全配电网络建设管理制度,动态监测配电网络的建设与运行工况,降低配电网建设和应用过程中各项消极事件的发生率。具体而言:第一,项目组成结构作为核心依托,相关方案必须“有利”;第二,电力企业的工作领导应该统一,管理需“分级负责”和“只对某一部门负责”,应尽量避免交叉管理。只有如此,电力企业的配电网建设及管理水平才能长期维持在较高水平。
当前社会处于“信息时代”,任何事物的本质都是“数据”。所谓“数据不会说谎”的合理理解为:一种体系处于正常运转状态时,必定“有始有终”。比如配电网的运行工况即为:发电厂产出电能之后,经过变压器升压,之后经由高压输配电网络输送到各个供电区域;在供给用户使用之前,高压再次经过变压器降压,并在其他相关设备的共同作用下,转化成能够供用电户消耗使用的电能。上述过程中的各项参数即为“有价值的数据”,基于大数据分析技术进行全面梳理后,围绕建设过程中的常见问题和运行过程中的常见故障制定应对机制,可保障配电网工程建设与后续应用管理均可达到较高水平。如此一来,整个社会的电能供应合理性均会提升,社会整体运转效率也会令广大用户满意。